Войти на сайт
МЕЖДУНАРОДНЫЕ ЕЖЕГОДНЫЕ КОНФЕРЕНЦИИ
"СОВРЕМЕННЫЕ ПРОБЛЕМЫ ДИСТАНЦИОННОГО
ЗОНДИРОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА"
(Физические основы, методы и технологии мониторинга окружающей среды, природных и антропогенных объектов)

XXIV.A.380

Автоматизация обработки космических снимков с помощью AI агента

Фёдоров Р.К. (1), Шипицын М.Н. (2)
(1) ИДСТУ СО РАН, Иркутск, Россия
(2) ИДСТУ, Иркутск, Россия
Представлена технология автоматической генерации программного кода для обработки пространственных данных по запросам на естественном языке. Цель работы заключается в создании сквозного решения, объединяющего семантический поиск пространственных данных, генерацию программ обработки, контекстное обогащение на основе дополненной генерации, контролируемое исполнение сгенерированного кода и представление результатов в виде карт. Предложен пошаговый алгоритм, включающий семантический анализ запроса и выбор релевантных космоснимков, поиск ближайших эталонных фрагментов исходного кода в векторизованном корпусе знаний, генерацию программы на языке Python с помощью специализированной большой языковой модели, её безопасное исполнение в изолированной среде с возможностью итеративной доработки при возникновении ошибок и итоговую визуализацию результатов. Предлагаемый подход состоит в совместном применении методологии дополненной генерации и многоагентного оркестратора на основе графа состояний LangGraph, что позволяет объединить поиск космоснимков, обогащение контекста, генерацию кода и его исполнение в едином цикле обработки. Программный комплекс включает подсистему автоматического сбора лицензионно чистых примеров геообработки на Python из открытых репозиториев и подсистему интеллектуальной обработки запросов на основе векторной базы данных Milvus и модели генерации кода Qwen3.5-Coder. Эксперимент по построению NDVI карты плотности укусов клещей по данным Геопортала ИДСТУ СО РАН подтвердил возможность перехода от произвольного текстового запроса к готовому результату анализа с картографическим представлением без участия программиста. Работа выполнена за счет субсидии Минобрнауки России в рамках проекта "Методы и технологии облачной сервис-ориентированной цифровой платформы сбора, хранения и обработки больших объёмов разноформатных междисциплинарных данных и знаний, основанные на применении искусственного интеллекта, компонентного и модельно-управляемого подходов и машинного обучения." (№ гос регистрации: 126021217141-8).

Ключевые слова: генерация программного кода, пространственные данные, дистанционное зондирование Земли, retrieval-augmented generation, LangGraph, многоагентный оркестратор, большие языковые модели, семантический поиск, геообработка, Python, искусственный интеллект

Методы и алгоритмы обработки спутниковых данных