一种基于多模态深度学习的土壤改良措施决策方法及系统

本发明公开了一种基于多模态深度学习的土壤改良措施决策方法及系统。该方法首先获取目标种植场地的土壤状态参数变化数据与农作物生长数据，结合二者建立土壤改良初步方案。随后，构建多模态深度学习网络模型，融合分析改良措施实施后的气候变化特征与土壤改良剂含量变化特征，提取气候变化对改良剂影响的数据特征。基于影响数据，进一步识别改良剂的失效特征，包括其失效传播路径及剂量变化特征。最后，根据失效特征对原土壤改良措施进行动态补偿，形成精细化补偿方案。该方法可实现土壤改良策略的智能调整与动态优化，具有较高的农业应用价值与推广前景。