Embedding + 向量数据库在农业 GIS 领域的落地技术栈,包括具体的模型选择、数据库部署和 RAG 集成步骤

from sentence_transformers import SentenceTransformerimport torch# 加载模型（农业微调版Sentence-BERT，可替换为GeoBERT）model = SentenceTransformer('all-MiniLM-L6-v2')# 若有农业领域微调权重，加载：model.load_state_dict(torch.load("agri_gis_embedding.pth"))# 农业GIS文本示例：带空间属性的地块描述agri_texts = [    "东经114.32°北纬34.56°郑州小麦地块，土壤墒情15%，海拔85米",    "2025年黄河流域玉米种植区卫星影像，分辨率10米，土壤有机质含量2.8%"]# 生成向量（输出为768维稠密向量，符合向量数据库输入要求）embeddings = model.encode(agri_texts, convert_to_tensor=False)print(f"向量维度：{embeddings.shape}")  # 输出 (2, 768)print(f"第一条文本向量：{embeddings[0][:5]}")  # 打印前5维，验证生成结果

from PIL import Imageimport clipimport torch# 加载CLIP模型（农业微调版替换为agri_clip.pt）device = "cuda" if torch.cuda.is_available() else "cpu"model, preprocess = clip.load("ViT-B/32", device=device)# 农业卫星影像预处理（模拟加载黄河流域小麦地块影像）image = preprocess(Image.open("wheat_field_satellite.jpg")).unsqueeze(0).to(device)# 文本查询（如“黄河流域干旱小麦地块”）text = clip.tokenize(["黄河流域干旱小麦地块"]).to(device)# 生成影像和文本的向量with torch.no_grad():    image_features = model.encode_image(image)  # 影像向量    text_features = model.encode_text(text)      # 文本向量    # 归一化（向量数据库检索前必须做）    image_features /= image_features.norm(dim=-1, keepdim=True)    text_features /= text_features.norm(dim=-1, keepdim=True)# 计算相似度（验证跨模态匹配效果）similarity = (100.0 * image_features @ text_features.T).softmax(dim=-1)print(f"文图匹配相似度：{similarity.item():.2f}")

# 拉取包含PGVector+PostGIS的镜像docker pull ankane/pgvector:pg16-postgis3# 启动容器（设置密码、端口，映射数据卷）docker run -d \  --name agri_gis_vector_db \  -p 5432:5432 \  -e POSTGRES_PASSWORD=agri123456 \  -e POSTGRES_DB=agri_gis_db \  -v /data/agri_vector:/var/lib/postgresql/data \  ankane/pgvector:pg16-postgis3

-- 连接数据库后执行-- 启用PostGIS（空间处理）和PGVector（向量处理）CREATE EXTENSION IF NOT EXISTS postgis;CREATE EXTENSION IF NOT EXISTS vector;-- 创建农业GIS向量表（存储地块向量+空间属性）CREATE TABLE agri_plot_vectors (    plot_id SERIAL PRIMARY KEY,  -- 地块唯一ID    plot_name VARCHAR(100),      -- 地块名称    geom GEOMETRY(Point, 4326), -- 地块中心点（WGS84坐标系）    embedding vector(768),       -- 768维Embedding向量    soil_moisture FLOAT,         -- 土壤墒情（%）    crop_type VARCHAR(50)        -- 作物类型);-- 创建向量索引（加速相似性检索）CREATE INDEX ON agri_plot_vectors USING hnsw (embedding vector_cosine_ops);-- 创建空间索引（加速地理范围过滤）CREATE INDEX ON agri_plot_vectors USING gist (geom);

import psycopg2from psycopg2.extras import RealDictCursorimport numpy as npfrom sentence_transformers import SentenceTransformer# 1. 初始化模型和数据库连接model = SentenceTransformer('all-MiniLM-L6-v2')conn = psycopg2.connect(    dbname="agri_gis_db",    user="postgres",    password="agri123456",    host="localhost",    port="5432")cursor = conn.cursor(cursor_factory=RealDictCursor)# 2. 插入农业地块向量数据def insert_plot_vector(plot_name, lon, lat, soil_moisture, crop_type, text_desc):    # 生成向量    embedding = model.encode(text_desc).tolist()    # 插入SQL（包含空间点和向量）    sql = """    INSERT INTO agri_plot_vectors (plot_name, geom, soil_moisture, crop_type, embedding)    VALUES (%s, ST_SetSRID(ST_MakePoint(%s, %s), 4326), %s, %s, %s)    """    cursor.execute(sql, (plot_name, lon, lat, soil_moisture, crop_type, embedding))    conn.commit()# 插入示例数据（郑州小麦地块）insert_plot_vector(    plot_name="郑州中牟小麦地块1号",    lon=114.32,    lat=34.56,    soil_moisture=15.2,    crop_type="小麦",    text_desc="郑州中牟1号小麦地块，东经114.32°北纬34.56°，土壤墒情15.2%，海拔85米，2025年种植冬小麦")# 3. 相似性检索（带地理范围过滤）def search_similar_plots(query_text, lon, lat, radius_km=10, top_k=5):    # 生成查询向量    query_embedding = model.encode(query_text).tolist()    # SQL：先过滤10km范围内的地块，再按余弦相似度检索    sql = """    SELECT plot_name, soil_moisture, crop_type,           ST_Distance(geom, ST_SetSRID(ST_MakePoint(%s, %s), 4326))/1000 as distance_km,           1 - (embedding <=> %s) as similarity  -- 余弦相似度（<=>是PGVector的余弦距离算子）    FROM agri_plot_vectors    WHERE ST_DWithin(geom, ST_SetSRID(ST_MakePoint(%s, %s), 4326), %s * 1000)    ORDER BY similarity DESC    LIMIT %s    """    cursor.execute(sql, (lon, lat, query_embedding, lon, lat, radius_km, top_k))    return cursor.fetchall()# 检索示例：找“郑州10km内干旱小麦地块”results = search_similar_plots(    query_text="干旱小麦地块，土壤墒情低于20%",    lon=114.32,    lat=34.56,    radius_km=10,    top_k=5)print("相似地块检索结果：")for res in results:    print(f"地块名称：{res['plot_name']}，相似度：{res['similarity']:.2f}，距离：{res['distance_km']:.2f}km")# 关闭连接cursor.close()conn.close()

def rag_retrieval(query, lon=None, lat=None, radius_km=None, top_k=3):    """    农业GIS RAG检索模块    :param query: 用户自然语言查询（如“郑州中牟干旱小麦地块灌溉建议”）    :param lon/lat: 查询中心点经纬度（解析自用户查询）    :param radius_km: 地理范围    :param top_k: 返回相似片段数    :return: 拼接后的上下文文本    """    # 1. 解析用户查询中的空间条件（可结合LLM提取，如用ChatGLM提取经纬度/作物类型）    # （简化版：手动指定，实际项目用LLM解析）    if not (lon and lat):        lon, lat = 114.32, 34.56  # 默认郑州中牟    # 2. 生成查询向量    query_embedding = model.encode(query).tolist()    # 3. 带空间过滤的向量检索    sql = """    SELECT text_segment, 1 - (embedding <=> %s) as similarity    FROM agri_gis_knowledge    WHERE ST_DWithin(geom, ST_SetSRID(ST_MakePoint(%s, %s), 4326), %s * 1000)    ORDER BY similarity DESC    LIMIT %s    """    cursor.execute(sql, (query_embedding, lon, lat, radius_km or 10, top_k))    results = cursor.fetchall()    # 4. 拼接上下文    context = "\n".join([res['text_segment'] for res in results])    return context

from openai import OpenAI  # 若用开源模型，替换为transformers加载ChatGLM等# 初始化大模型客户端（以OpenAI兼容接口为例，开源模型可本地部署）client = OpenAI(    base_url="https://api.agri-llm.com/v1",  # 农业大模型接口    api_key="your_api_key")def agri_gis_rag_qa(query, lon=None, lat=None, radius_km=None):    """    农业GIS RAG智能问答主函数    """    # 1. 检索相关上下文    context = rag_retrieval(query, lon, lat, radius_km)    # 2. 构建提示词（适配农业GIS场景）    prompt = f"""    你是农业GIS智能助手，需基于以下上下文回答用户问题，仅使用上下文信息，不要编造。    上下文：{context}    用户问题：{query}    回答要求：1. 结合地理空间信息；2. 给出具体的农业建议；3. 语言通俗易懂。    """    # 3. 调用大模型生成答案    response = client.chat.completions.create(        model="agri-gpt-4",        messages=[{"role": "user", "content": prompt}],        temperature=0.1  # 降低随机性，保证答案精准    )    return response.choices[0].message.content# 测试：查询郑州中牟10km内干旱小麦地块的灌溉建议answer = agri_gis_rag_qa(    query="郑州中牟10km内干旱小麦地块的灌溉建议",    lon=114.32,    lat=34.56,    radius_km=10)print("智能回答：", answer)