土地资源管理系统的制作方法

本公开涉及土地资源，具体地，涉及一种土地资源管理系统。

背景技术：

1、土地资源管理是农业生产的重要组成部分，其目的是合理利用土地资源，提高土地生产力，实现农业可持续发展。传统上，土地资源管理主要依靠人工经验和专家知识，但这种方法往往存在主观性强、效率低、准确性差等问题。

2、近年来，随着人工智能技术的发展，机器学习和深度学习等技术被广泛应用于土地资源管理领域，取得了显著的成果。例如，有研究人员利用机器学习技术建立了土地资源评价模型，能够快速准确地评估土地资源的质量和生产潜力；还有研究人员利用深度学习技术建立了作物种植推荐模型，能够根据土地资源条件和气候条件推荐最适合种植的作物类型。

3、然而，现有的土地资源管理模型大多只考虑了土地资源的静态信息，而忽略了气候条件对土地资源的影响。气候条件是影响土地资源生产力的重要因素，不同的气候条件下，土地资源的生产潜力也不同。因此，为了提高土地资源管理的准确性和可靠性，需要考虑气候条件对土地资源的影响。

4、因此，期望一种优化的土地资源管理系统。

技术实现思路

1、提供该技术实现要素：部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

2、第一方面，本公开提供了一种土地资源管理系统，所述系统包括：

3、气候数据采集模块，用于获取特定区域的历史气候数据，其中，所述历史气候数据包括温度、降水量和太阳辐照强度；

4、土壤数据采集模块，用于获取所述特定区域中待评估土地资源的土壤数据，其中，所述土壤数据包括土壤类型、ph值、养分水平和质地数据；

5、气候数据排列模块，用于将所述历史气候数据按照时间维度和参数样本维度排列为气候数据时序关联输入矩阵；

6、气候时序关联模式特征提取模块，用于通过基于深度神经网络模型的气候数据时序关联模式特征提取器对所述气候数据时序关联输入矩阵进行特征提取以得到气候时序关联模式特征图；

7、气候时序关联模式特征强化模块，用于将所述气候时序关联模式特征图通过三重交互关注模块以得到气候时序关联模式强化特征图；

8、土壤数据全连接编码模块，用于对所述待评估土地资源的土壤数据进行全连接编码以得到土壤数据全连接编码特征向量；

9、跨模态特征交互融合模块，用于对所述气候时序关联模式强化特征图和所述土壤数据全连接编码特征向量进行跨模态特征交互融合以得到气候-土壤资源跨模态交互融合特征；

10、水果类型种植推荐模块，用于基于所述气候-土壤资源跨模态交互融合特征，确定推荐种植的水果类型标签。

11、可选地，所述深度神经网络模型为卷积神经网络模型。

12、可选地，所述气候时序关联模式特征强化模块，用于：将所述气候时序关联模式特征图通过三重交互关注模块以如下三重交互注意力交互公式进行处理以得到所述气候时序关联模式强化特征图；其中，所述三重交互注意力交互公式为：；；；；；；；其中，为所述气候时序关联模式特征图中沿通道维度的各个特征矩阵，表示1×1的卷积，表示7×7的卷积，表示卷积操作，表示 relu函数，表示 sigmoid函数，为第一权重矩阵，表示哈达玛积，为第一注意力特征图，为所述气候时序关联模式特征图中沿高度维度的各个特征矩阵，为第二权重矩阵，表示转置变换，为第二注意力特征图，为所述气候时序关联模式特征图中沿宽度维度的各个特征矩阵，为第三权重矩阵，表示转置变换，为第三注意力特征图，表示加和平均函数，为所述气候时序关联模式强化特征图。

13、可选地，所述土壤数据全连接编码模块，用于：将所述待评估土地资源的土壤数据输入基于多层感知机模型的土壤数据编码器以得到所述土壤数据全连接编码特征向量。

14、可选地，所述跨模态特征交互融合模块，用于：将所述气候时序关联模式强化特征图和所述土壤数据全连接编码特征向量输入基于元网络的跨模态信息交互融合器以得到气候-土壤资源跨模态交互融合特征图作为所述气候-土壤资源跨模态交互融合特征。

15、可选地，所述水果类型种植推荐模块，用于：对所述气候-土壤资源跨模态交互融合特征图进行优化以得到优化气候-土壤资源跨模态交互融合特征图；将所述优化气候-土壤资源跨模态交互融合特征图通过基于分类器的管理结果生成器以得到管理结果，所述管理结果用于表示推荐种植的水果类型标签。

16、采用上述技术方案，通过将获取的历史气候数据排列为气候数据时序关联输入矩阵；对气候数据时序关联输入矩阵进行特征提取以得到气候时序关联模式特征图；将气候时序关联模式特征图通过三重交互关注模块以得到气候时序关联模式强化特征图；对获取的待评估土地资源的土壤数据进行全连接编码以得到土壤数据全连接编码特征向量；对气候时序关联模式强化特征图和土壤数据全连接编码特征向量进行跨模态特征交互融合以得到气候-土壤资源跨模态交互融合特征，以确定推荐种植的水果类型标签。这样，能够综合利用气候条件和土壤条件为土地资源管理提供科学的决策支持。

17、本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。

技术特征：

1.一种土地资源管理系统，其特征在于，包括：

2.根据权利要求1所述的土地资源管理系统，其特征在于，所述深度神经网络模型为卷积神经网络模型。

3.根据权利要求2所述的土地资源管理系统，其特征在于，所述气候时序关联模式特征强化模块，用于：将所述气候时序关联模式特征图通过三重交互关注模块以如下三重交互注意力交互公式进行处理以得到所述气候时序关联模式强化特征图；

4.根据权利要求3所述的土地资源管理系统，其特征在于，所述土壤数据全连接编码模块，用于：将所述待评估土地资源的土壤数据输入基于多层感知机模型的土壤数据编码器以得到所述土壤数据全连接编码特征向量。

5.根据权利要求4所述的土地资源管理系统，其特征在于，所述跨模态特征交互融合模块，用于：将所述气候时序关联模式强化特征图和所述土壤数据全连接编码特征向量输入基于元网络的跨模态信息交互融合器以得到气候-土壤资源跨模态交互融合特征图作为所述气候-土壤资源跨模态交互融合特征。

6.根据权利要求5所述的土地资源管理系统，其特征在于，所述水果类型种植推荐模块，用于：

技术总结本公开涉及一种土地资源管理系统。其包括：将获取的历史气候数据排列为气候数据时序关联输入矩阵；对气候数据时序关联输入矩阵进行特征提取以得到气候时序关联模式特征图；将气候时序关联模式特征图通过三重交互关注模块以得到气候时序关联模式强化特征图；对获取的待评估土地资源的土壤数据进行全连接编码以得到土壤数据全连接编码特征向量；对气候时序关联模式强化特征图和土壤数据全连接编码特征向量进行跨模态特征交互融合以得到气候‑土壤资源跨模态交互融合特征，以确定推荐种植的水果类型标签。这样，能够综合利用气候条件和土壤条件为土地资源管理提供科学的决策支持。技术研发人员：王娜娜,周星受保护的技术使用者：云南数科林业规划设计有限公司技术研发日：技术公布日：2024/7/29