论文概览 |《IJGIS》2024 Vol.38 issue4

本次给大家整理的是《International Journal of Geographical Information Science》杂志2024年第38卷第4期的论文的题目和摘要，一共包括8篇SCI论文！

---

论文1

knowledge-constrained large language model interactable with GIS: enhancing public risk perception of floods

一种考虑洪水知识约束的大语言模型与GIS交互的可交互系统：增强公众洪水风险感知

【摘要翻译】

公众的理性防洪行为取决于对洪水风险的准确感知。使用自然语言进行洪水风险感知是一种有效的方法，确保自然语言对话系统中提供的洪水信息准确性和可理解性至关重要。本研究提出了一种受洪水知识约束的大型语言模型(LLM)框架，旨在增强公众对洪水风险的感知。我们测试了LLM在该框架内的性能，结果表明，在知识图谱中的实体和关系约束下，LLM能够生成关于洪水的准确信息，并与地理信息系统(GIS)交互，通过实时编码生成个性化的知识。此外，我们对不同认知水平的用户进行了洪水风险感知实验。结果表明，使用自然语言对话可以缩小认知水平带来的差异，使公众平等地获取与洪水事件相关的知识。

【作者信息】

Jun Zhu，地质科学和环境工程学系,西南交通大学, 成都, 中国

Pei Dang，地质科学和环境工程学系, 西南交通大学, 成都, 中国

Yungang Cao，地质科学和环境工程学系, 西南交通大学, 成都, 中国

Jianbo Lai，地质科学和环境工程学系, 西南交通大学, 成都, 中国

Yukun Guo，地质科学和环境工程学系, 西南交通大学, 成都, 中国

Ping Wang，地质科学和环境工程学系, 西南交通大学, 成都, 中国

Weilian Li，地质科学和环境工程学系, 西南交通大学, 成都, 中国

---

论文2

A knowledge-guided visualization framework of disaster scenes for helping the public cognize risk information

一种基于知识的灾害场景可视化框架，用于帮助公众认知风险信息

【摘要翻译】

虚拟地理环境(VGE)作为其重要应用之一，虚拟灾害场景在增强公众风险意识方面起着至关重要的作用。然而，现有的虚拟灾害场景可视化方法缺乏专家指导，无法满足公众的需求，导致公众理解效果不佳。因此，本文提出了一种基于知识的灾害场景三维可视化框架。首先，分析了公众对灾害场景可视化的需求，构建了灾害场景的地理知识图谱。其次，