OSGR：面向地球观测问答的观测支持图推理

在严格的时空约束下，回答地球观测（EO）档案中的地理查询，需要同时解决检索与推导问题。现有的 LLM 智能体无法将观测条目与查询正确对应，或会遭遇搜索空间爆炸。我们提出 OSGR，一种将该搜索过程分解为离线符号概念推理和在线关系条件化落地的两阶段框架。OSGR 利用离线 Observation-Support Graph 在概念层面推导从目标到结果的有效支持路径，并应用时空兼容性核函数来实例化已落地的观测条目集合。在 Earth-Bench 和 DisasterM3-Reason 上，OSGR 将 GPT-4o 的准确率从 49.3\% 提升至 63.7\%，同时将执行步骤比从 2.9 降至 2.5。