基于土壤知识引导的多任务Transformer模型的土壤属性与作物性状预测及早期预警方法

本发明公开了一种基于土壤知识引导的多任务Transformer模型的土壤属性与作物性状预测及早期预警方法，所述方法提出了一种基于土壤知识引导的KGMT，KGMT模型结合了深度学习与多任务学习，直接利用无人机高光谱影像作为输入，避免了复杂的人工特征提取。该模型能够同时预测多项土壤性质和作物性状，捕捉传统方法常忽略的复杂相互关系。本发明开发了一套结合裸土期土壤性质与生长期作物性状的土壤早期预警方法，实现了对潜在作物生长限制的早期识别，为土壤与作物管理提供了主动策略，通过提供土壤‑作物相互作用的可操作洞见，KGMT模型支持精准农业实践，有助于优化土壤条件，提升作物产量与可持续性。