一种融合视觉时序文本预训练模型的茶园状态监测方法

本发明公开了一种融合视觉时序文本预训练模型的茶园状态监测方法，包括以下方法，步骤1、数据采集与预处理；步骤2、多模态特征提取；步骤3、特征融合与时空建模；步骤4、专家知识引导的半监督学习；步骤5、多任务茶树生长状态预测。该融合视觉时序文本预训练模型的茶园状态监测方法，提升茶园监测的精准度和全面性，通过融合茶园环境参数、茶树图像、农事日志等多源异构数据，并深度挖掘它们之间的时空依赖关系，能够更加准确、全面地感知茶园生长状态的动态变化，提高茶园管理的智能化和自动化水平，基于时空异构图表征学习和多任务预测框架，本发明能够实现茶树生长状态识别、异常检测和风险预警的一体化智能分析。