基于图神经网络的关键节点矢量数据向量化与空间感知方法

本发明公开了一种基于图神经网络的关键节点矢量数据向量化与空间感知方法，地理信息系统与人工智能技术领域。获取当前地区的矢量shp图层数据、DEM高程数据；将矢量数据转换为图结构数据，基于矢量数据确定水系节点和水利设施节点位置，从DEM提取对应高程值作为节点附加特征；基于节点属性(包括高程值)和空间关系构建GNN图结构模型，生成空间嵌入向量；将嵌入向量存储至向量数据库中创建索引，当大语言模型需要空间推理或回答空间相关问题时，从向量数据库检索相关嵌入向量；将嵌入向量作为上下文信息输入大语言模型中，辅助推理回答，生成准确响应。实现了复杂空间关系的高效建模与精准分析，提升了空间数据处理的准确性与效率。