Skip to content
BranchesTags

Latest commit

 

History

6 Commits

Folders and files

NameName
Last commit message
Last commit date
.claude
.claude
 
 
config
config
 
 
data
data
 
 
scripts
scripts
 
 
src
src
 
 
tests
tests
 
 
.gitignore
.gitignore
 
 
README.md
README.md
 
 
pyproject.toml
pyproject.toml
 
 
requirements.txt
requirements.txt
 
 

Repository files navigation

Risk Agent - AHP 风险评估智能体

基于 LangChain + LangGraph 框架的城市内涝风险评估系统。使用 AHP (层次分析法) 对各因子进行打分，通过一致性检验后计算最终权重，生成交互式风险地图。

功能特性

  • AI 驱动打分: 使用 LLM (硅基流动 deepseek-v3) 根据用户描述生成 AHP 权重矩阵
  • TIF 降雨处理: 自动提取 TIF 文件中的降雨数据并叠加到渔网
  • 自动一致性检验: 自动检验 CR < 0.1，失败则重试
  • 样本收集: 收集 20 个有效样本后计算平均权重
  • 交互式风险地图: 基于 Folium 生成交互式风险地图
  • 历史积水点标注: 可视化历史积水点，验证评估结果

技术栈

组件 技术
语言 Python 3.10+
框架 LangChain + LangGraph
LLM 硅基流动 deepseek-v3
数值计算 NumPy, Pandas
地理空间 GeoPandas, Rasterio
可视化 Folium, mapclassify
CLI Typer, Rich

项目结构

risk-agent/
├── config/
│   └── model_config.py           # 模型配置
├── src/
│   ├── main.py                   # CLI 入口
│   ├── graph/
│   │   ├── state.py              # LangGraph 状态
│   │   ├── nodes.py              # 节点函数
│   │   ├── graph.py              # LangGraph 构建
│   │   └── tools/
│   │       ├── consistency_tool.py   # 一致性检验工具
│   │       ├── weight_tool.py        # 权重平均工具
│   │       ├── raster_tool.py        # TIF 降雨处理工具
│   │       └── risk_map_tool.py      # 风险图生成工具
│   ├── models/
│   │   └── ahp_output.py         # AHP 输出模型
│   ├── prompts/
│   │   └── ahp_prompt.py         # AHP 打分提示词
│   └── chains/
│       └── ahp_chain.py          # LLM 调用链
├── data/
│   ├── input/                    # 输入数据
│   │   ├── 渔网.shp              # 渔网数据 (不含雨量)
│   │   ├── 降雨.tif              # 降雨 TIF 文件
│   │   ├── 行政区划.shp          # 行政区划边界
│   │   └── 积水点.csv            # 历史积水点 (可选)
│   └── output/                   # 输出结果
└── tests/
    ├── test_tools.py             # 工具测试
    └── test_graph.py             # 图流程测试

工作流程

┌─────────────────────────────────────────────────────────────────┐
│                         用户输入                                 │
├─────────────────────────────────────────────────────────────────┤
│  1. 暴雨场景描述 (如: "郑州市遭遇特大暴雨，24小时降雨超过500mm")  │
│  2. 渔网数据 (Shapefile，含地形、不透水、植被等因子)              │
│  3. 降雨 TIF 文件 (动态降雨数据)                                 │
│  4. 行政区划边界                                                 │
│  5. 历史积水点 CSV (可选)                                        │
└─────────────────────────────────────────────────────────────────┘
                              ↓
┌─────────────────────────────────────────────────────────────────┐
│                    LangGraph 智能体工作流                         │
├─────────────────────────────────────────────────────────────────┤
│  ┌──────────────────┐                                           │
│  │ 1. 处理降雨 TIF  │ ← 提取降雨值并叠加到渔网                   │
│  └────────┬─────────┘                                           │
│           ↓                                                    │
│  ┌──────────────────┐                                           │
│  │ 2. LLM AHP 打分  │ ← 根据场景描述生成权重矩阵                  │
│  └────────┬─────────┘                                           │
│           ↓                                                    │
│  ┌──────────────────┐                                           │
│  │ 3. 解析 JSON     │ ← 解析 LLM 输出                           │
│  └────────┬─────────┘                                           │
│           ↓                                                    │
│  ┌──────────────────┐                                           │
│  │ 4. 一致性检验     │ ← CR < 0.1? 通过则收集样本，否则重试      │
│  └────────┬─────────┘                                           │
│           ↓                                                    │
│  ┌──────────────────┐                                           │
│  │ 5. 样本收集      │ ← 收集 20 个有效样本                       │
│  └────────┬─────────┘                                           │
│           ↓                                                    │
│  ┌──────────────────┐                                           │
│  │ 6. 权重平均      │ ← 计算最终权重                             │
│  └────────┬─────────┘                                           │
│           ↓                                                    │
│  ┌──────────────────┐                                           │
│  │ 7. 生成风险地图   │ ← 结合渔网、权重、积水点生成地图            │
│  └──────────────────┘                                           │
└─────────────────────────────────────────────────────────────────┘
                              ↓
┌─────────────────────────────────────────────────────────────────┐
│                          输出结果                                 │
├─────────────────────────────────────────────────────────────────┤
│  • risk_map.html       - 交互式风险地图 (含积水点标注)            │
│  • ahp_output.json     - AHP 打分和权重结果                      │
└─────────────────────────────────────────────────────────────────┘

快速开始

1. 安装依赖

pip install -r requirements.txt

2. 配置 API Key

编辑 .env 文件，填入硅基流动 API Key：

SILICONFLOW_API_KEY=your_api_key_here

获取 API Key: https://cloud.siliconflow.cn/

3. 准备数据文件

文件 格式 说明
渔网数据 Shapefile 包含因子字段 (地形, 不透水, 植被, 湿度, 人口, 道路)
降雨数据 GeoTIFF 降雨栅格数据
行政区划 Shapefile 包含 NAME 或 name 字段
积水点 CSV 可选，包含 lng, lat, count 列

4. 运行风险评估

# 完整参数运行
python -m src.main run \
  --description "郑州市遭遇特大暴雨，24小时降雨量超过500mm" \
  --fishnet "data/input/渔网.shp" \
  --rainfall "data/input/降雨.tif" \
  --boundary "data/input/行政区划.shp" \
  --water-points "data/input/积水点.csv" \
  --output "data/output"

# 演示模式 (使用默认场景描述)
python -m src.main demo \
  --fishnet "data/input/渔网.shp" \
  --rainfall "data/input/降雨.tif" \
  --boundary "data/input/行政区划.shp" \
  --water-points "data/input/积水点.csv"

5. 查看输出结果

文件 说明
data/output/risk_map.html 交互式风险地图 (含积水点标注)
data/output/ahp_output.json AHP 打分和权重结果

评估因子

孕灾环境因子 (4个)

  1. 地形高程 - 地势高低对水流方向和积水形成的影响
  2. 不透水地表 - 城市化程度对径流和排水系统的影响
  3. 植被覆盖 - 植被对雨水的吸收和缓冲作用
  4. 地形湿度指数 - 地形与水分关系对内涝风险的控制作用

脆弱性因子 (2个)

  1. 人口密度 - 灾害暴露人口数量和潜在损失
  2. 道路密度 - 基础设施脆弱程度和交通瘫痪风险

致灾因子 (1个)

  1. 降雨量 - 从 TIF 文件动态提取

测试

# 运行所有测试
pytest tests/ -v

# 运行特定测试
pytest tests/test_tools.py -v
pytest tests/test_graph.py -v

CLI 命令

# 显示版本信息
python -m src.main version

# 运行完整评估
python -m src.main run \
  -d "场景描述" \
  -f "渔网.shp" \
  -r "降雨.tif" \
  -b "边界.shp" \
  -w "积水点.csv" \
  -o "输出目录"

# 演示模式
python -m src.main demo \
  -f "渔网.shp" \
  -r "降雨.tif" \
  -b "边界.shp" \
  -w "积水点.csv"

# 显示帮助
python -m src.main --help

常见问题

Q: API Key 如何获取？

A: 访问 https://cloud.siliconflow.cn/ 注册并获取 API Key

Q: 数据文件格式要求？

A:

  • 渔网数据: Shapefile 格式，需包含字段 (地形, 不透水, 植被, 湿度, 人口, 道路)
  • 降雨 TIF: GeoTIFF 格式，需与渔网坐标系兼容
  • 行政区划: Shapefile 格式，包含 NAME 或 name 字段
  • 积水点 CSV: 需包含 lng, lat 列，可选 count 列

Q: 渔网数据是否需要包含雨量字段？

A: 不需要。系统会自动从 TIF 文件提取降雨数据并添加到渔网。

Q: 如何调整样本数量？

A: 修改 src/graph/graph.py 中的条件判断，将 >= 20 改为其他值

Q: 积水点数据是必须的吗？

A: 不是必须的。积水点数据用于在地图上标注历史积水位置，辅助验证评估结果。

许可证

MIT License

About

基于 LangChain + LangGraph 的城市内涝风险评估系统，使用 AI (AHP层次分析法) 智能打分，生成交互式风险地图

Resources

Readme
Activity

Stars

1 star

Watchers

0 watching

Forks

0 forks
Report repository

Releases

Packages

Contributors

Languages