一、环境要求

GeoScene Pro 5.1  + Python3.11 + 千问Qwen-Long模型

拷贝克隆GeoScene安装目录conda下的arcpy环境。

在克隆后的新环境中，使用conda命令安装OpenAI的包

二、钻孔报告概况

首先用脚本将原始钻孔报告的pdf拆分，按钻孔编号拆分。使用pypdf写一个独立脚本拆分原始报告。

原始报告

钻孔报告拆分示意

三、脚本开发

首先初始化大模型调用的客户端OpenAI

初始化客户端

写个辅助函数，从模型返回的内容中提取第一个 JSON 对象

从大模型返回中提取JSON对象

对单个PDF文件提问，返回解析后的JSON数据的核心方法。

核心方法

定义main函数，遍历目录中所有pdf文档，调用上述核心方法，并将返回的json通过arcpy写入gdb要素类。

main函数（部分1）

main函数（部分2）

四、脚本提取结果后处理

1.先导出要素到一个新的output.gdb，在环境设置里设置包含Z值，Z默认为0。得到了含Z值的点要素类，但Z值为0。

2.再创建一个双精度数值字段，用于存储绝对Z值的高程信息，字段计算器= 0- !from_depth!

（提取的点要素属性包含了深度，但不含Z值，最好具有当地DEM做一下基于DEM的栅格提取至点，得到DEM值，用DEM值减去当前深度，得到绝对Z值。）

3.使用工具：“依据属性实现要素转3D” (Feature To 3D By Attribute) 工具，这个工具在 “3D Analyst 工具” > “3D要素” 工具集中。在参数设置中，将你的2D要素作为输入，并选择上一步那个包含高程信息的字段作为“高度字段”。工具会自动创建一个3D要素类，其折点Z值就来自该字段。

钻孔可视化

4.为了后续使用插值方法，将类别字段layer_code文本映射为一个新建的短整型数值的字段。使用字段计算器+代码块。

在值字段 = 的表达式中输入map_uscs(!layer_code!)

在代码块输入定义 def map_uscs(code)方法

# 定义 USCS 代码到整数的映射字典，具体根据实际具有的分类而定。

5.使用按位置选择工具，手动绘制一个区域，选中较为集中的区域，该区域所有的三维点高亮。(钻孔覆盖区域不全，选一个区域)

6. 使用地统计工具箱中的 3D经验贝叶斯克里金法 工具进行插值。Z 值字段：选择Shape.Z。要计算的属性字段：选择你刚创建的计算映射的数值字段。

3D经验贝叶斯克里金工具插值结果

7.在左侧内容窗格，右键这个地统计图层，点导出。指定输出路径和文件名，根据需求设置输出像元大小（我没设置，默认是X和Y 60多70多还是100多，Z是3米左右）：设置 X, Y, Z 方向上的分辨率。你需要根据钻孔的分布密度和地质构造的复杂程度来设置。分辨率越高，文件越大，但细节越丰富。

8.可视化，注意移除掉自动添加进来的体元。手动添加体元栅格时，选择变量为离散型，使用离散型渲染。加载以后，再在符号系统中根据分类值重新编写显示的图例内容，如由数字改为USCS代码。

体元结果生成

9.体元成果发布，通过数据管理工具箱-打包工具集，打包slpk并上传GeoScene Enterprise发布。可以在web端预览和调用

创建体元场景图层内容

发布后预览

总结

调用千问Qwen-Long大语言模型，从历史归档的钻孔报告pdf文档中提取结构化的钻孔信息JSON。是大模型赋予的能力。将钻孔信息JSON转化为3D可视化的体元并在Web端发布，是GeoScene提供的能力。

大模型方面最关键的是提示词（提问模板、PROMPT_TEMPLATE），没有在博客中贴出，有需要可以联系GeoScene官方获得该解决方案的完整源码和示例数据。