基于茶科植物保护地土壤盐碱化溯源改良智能决策系统的制作方法

本发明涉及专门适用于管理、预测目的的数据处理系统或方法，公开了基于茶科植物保护地土壤盐碱化溯源改良智能决策系统。

背景技术：

1、现有保护地土壤盐碱化监测决策系统通常在土壤中布设电导率传感器和水分传感器，定期采集根区土壤的理化指标数据。系统内部部署常规的机器学习分类模型，将接收到的土壤电导率数据与预设的固定盐分阈值进行比对，或者直接输入分类模型中输出盐碱化等级。在确定盐碱化等级后，系统依据预先存储的对照表，直接调取与该等级对应的固定水肥调配配方或常规灌溉洗盐指令下发给执行设备。整个数据流转过程将土壤视为静态的均质监测对象，决策输出仅依赖当前时刻土壤理化指标的数值大小。

2、上述现有技术方案将土壤理化指标与植物生长状态割裂处理，忽略了茶科植物在不同生长周期对盐碱环境的差异化生理响应特征，且未区分土壤中碳酸根离子、硫酸根离子等不同盐分组成对植物根系造成的实际致灾机理差异。当系统仅依据土壤电导率数值超出固定阈值便下发通用的改良指令时，存在决策脱离植物本体实际受迫状态的问题，导致输出的改良措施无法对应引起生理异常的真实盐碱化成因，造成改良操作与实际致灾离子类型错配。

技术实现思路

1、本发明的目的在于提供基于茶科植物保护地土壤盐碱化溯源改良智能决策系统，可以解决上述背景技术中的问题。

2、为实现上述目的，本发明采取的技术方案为：

3、基于茶科植物保护地土壤盐碱化溯源改良智能决策系统，包括数据采集装置、多模态对齐处理装置、致灾知识图谱构建装置以及反向推理决策装置；

4、所述数据采集装置用于同步获取茶科植物茎流速率、叶片叶绿素荧光参数以及根区土壤盐分动态数据；

5、所述多模态对齐处理装置包含跨模态transformer网络，所述跨模态transformer网络将时间尺度不一致的植物生理时序特征与土壤环境时序特征映射至统一隐空间进行特征对齐，输出多模态融合特征；

6、所述致灾知识图谱构建装置基于所述多模态融合特征以及茶科植物根系分泌物与土壤盐离子络合反应先验知识，构建以环境因子节点、离子形态节点以及生理表征节点为实体的盐碱化致灾知识图谱；

7、所述反向推理决策装置在接收到生理胁迫异常信号时，激活所述盐碱化致灾知识图谱中的反向推理路径，利用图注意力网络沿图谱边传播所述生理胁迫异常信号对应的异常特征，计算所述致灾知识图谱中各个致灾节点的激活概率，依据所述激活概率锁定主导盐碱化类型，并调用所述盐碱化致灾知识图谱中与所述主导盐碱化类型关联的靶向改良策略库生成决策指令的系统。

8、优选的，所述数据采集装置包括植物生理传感器阵列与土壤原位监测阵列，所述植物生理传感器阵列按照茶科植物主干导管分布位置设置茎流传感器与叶绿素荧光传感器，所述土壤原位监测阵列沿茶科植物根系延伸方向呈三维网格状埋设土壤电导率传感器与土壤水分传感器；

9、所述数据采集装置对所述茎流传感器采集的茎流速率数据与所述叶绿素荧光传感器采集的叶片叶绿素荧光参数进行去噪处理，对所述土壤原位监测阵列采集的土壤电导率数据进行缺失值插补，将处理后的数据按照时间戳进行同步对齐，生成包含植物生理时序序列与土壤环境时序序列的原始多模态时序数据流。

10、优选的，所述跨模态transformer网络包括生理特征嵌入层、环境特征嵌入层以及跨模态注意力计算层；

11、所述生理特征嵌入层将所述植物生理时序特征转换为第一令牌序列，所述环境特征嵌入层将所述土壤环境时序特征转换为第二令牌序列；

12、所述跨模态注意力计算层以所述第二令牌序列作为查询向量，以所述第一令牌序列作为键向量和值向量进行交叉注意力计算，将不同时间跨度的生理特征与环境特征映射至所述统一隐空间，在所述统一隐空间内对所述第一令牌序列与所述第二令牌序列进行拼接操作，得到所述多模态融合特征。

13、优选的，所述致灾知识图谱构建装置提取所述多模态融合特征中的关键实体，将土壤温度、土壤水分、土壤ph值作为环境因子节点，将钠离子浓度、碳酸根离子浓度、硫酸根离子浓度作为离子形态节点，将茎流下降速率、荧光淬灭系数作为生理表征节点；

14、所述致灾知识图谱构建装置依据茶科植物根系分泌物中的有机酸与所述钠离子、碳酸根离子、硫酸根离子发生的络合反应先验知识，建立所述离子形态节点与所述生理表征节点之间的第一类有向边，建立所述环境因子节点与所述离子形态节点之间的第二类有向边，生成所述盐碱化致灾知识图谱的拓扑结构。

15、优选的，所述反向推理决策装置在检测到所述生理表征节点中存在数值超出预设异常边界的生理胁迫异常信号时，以发出所述生理胁迫异常信号的生理表征节点为起始节点，在所述盐碱化致灾知识图谱中沿所述第一类有向边的逆向方向以及所述第二类有向边的逆向方向进行广度优先搜索，提取搜索路径上所有相连的离子形态节点与环境因子节点，将提取的节点集合与相连的逆向有向边组合，构建出由所述生理表征节点指向底层环境因子节点的所述反向推理路径。

16、优选的，所述图注意力网络对所述反向推理路径上的节点特征进行多头注意力系数计算，将所述生理胁迫异常信号对应的异常特征向量作为初始输入特征，通过多层图注意力网络沿所述反向推理路径进行特征传播更新，在每一层图注意力网络中依据相连节点的特征相似度分配边权重，将经过多层传播后的节点特征输入sigmoid激活函数，计算得出所述反向推理路径上各个致灾节点的所述激活概率，将所述激活概率最大的致灾节点对应的离子形态确定为所述主导盐碱化类型。

17、优选的，所述土壤原位监测阵列的三维网格状埋设方式包括以茶科植物主根茎为原点构建圆柱坐标系，在径向方向按照第一设定距离间隔布设多层土壤电导率传感器，在深度方向按照第二设定距离间隔布设多层土壤水分传感器；

18、所述数据采集装置针对所述土壤原位监测阵列采集的土壤电导率数据，采用基于相邻深度层空间相关性的卡尔曼滤波算法进行缺失值插补，利用滑动窗口对插补后的土壤电导率数据进行平滑处理，将平滑处理后的土壤电导率数据转换为土壤盐分动态数据，并入所述原始多模态时序数据流。

19、优选的，所述跨模态注意力计算层引入时间感知掩码矩阵，所述时间感知掩码矩阵依据所述第一令牌序列与所述第二令牌序列中各个令牌对应的时间戳差值构建，在所述交叉注意力计算过程中，将所述时间感知掩码矩阵与注意力得分矩阵进行逐元素相乘操作，屏蔽时间戳差值超出设定时间窗口的令牌对之间的注意力权重，迫使所述跨模态注意力计算层仅聚合时间窗口内的跨模态关联信息，输出时间对齐后的所述多模态融合特征。

20、优选的，所述致灾知识图谱构建装置在建立所述第一类有向边时，获取茶科植物根系分泌物中的草酸、柠檬酸浓度数据，依据所述草酸、柠檬酸浓度数据与所述钠离子浓度、碳酸根离子浓度、硫酸根离子浓度之间的化学计量比，计算得出络合反应强度值，将所述络合反应强度值归一化处理后作为所述第一类有向边的初始边权重；

21、在建立所述第二类有向边时，依据土壤水分变化对钠离子运移速率的物理影响系数，计算得出环境驱动强度值，将所述环境驱动强度值归一化处理后作为所述第二类有向边的初始边权重。

22、优选的，所述靶向改良策略库包含多种盐碱化类型对应的改良剂配方特征向量与滴灌参数特征向量，在锁定所述主导盐碱化类型后，提取所述主导盐碱化类型对应的致灾节点在所述图注意力网络最后一层输出的目标特征向量，计算所述目标特征向量与所述靶向改良策略库中各个改良剂配方特征向量的余弦相似度，选取余弦相似度最大的改良剂配方特征向量与对应的滴灌参数特征向量进行拼接，生成所述决策指令。

23、与现有技术相比，本发明的有益效果在于：

24、1.本发明通过数据采集装置同步获取茎流速率、叶绿素荧光参数与土壤盐分动态数据，利用跨模态变换器网络将时间尺度不一致的植物生理时序特征与土壤环境时序特征映射至统一隐空间进行特征对齐，并结合根系分泌物与盐离子络合反应先验知识，构建包含环境因子节点、离子形态节点以及生理表征节点的盐碱化致灾知识图谱。在接收到生理胁迫异常信号时，激活知识图谱中的反向推理路径，利用图注意力网络沿图谱边传播异常特征并计算各个致灾节点的激活概率，依据激活概率锁定主导盐碱化类型。该技术手段将植物本体生理实况纳入决策逻辑，通过图谱逆向推理建立起表观生理胁迫与隐性盐碱成因的映射关系，解决了现有决策脱离植物本体实际受迫状态的问题，使输出的改良指令能够对应引起生理异常的真实致灾离子类型。

25、2.本发明在构建多模态时序数据流时，采用基于相邻深度层空间相关性的卡尔曼滤波算法对三维网格状埋设的土壤原位监测阵列采集的电导率数据进行缺失值插补，保障了输入数据的连续性。在跨模态特征对齐阶段，引入依据时间戳差值构建的时间感知掩码矩阵，屏蔽超出设定时间窗口的令牌对之间的注意力权重，抑制了无关时间跨度数据的干扰。在构建知识图谱拓扑结构时，依据化学计量比计算络合反应强度值作为第一类有向边的初始边权重，依据土壤水分对离子运移的物理影响系数计算环境驱动强度值作为第二类有向边的初始边权重，将化学与物理规律融入网络结构。在生成决策指令阶段，计算致灾节点输出的目标特征向量与靶向改良策略库中各配方特征向量的余弦相似度，实现了改良策略的量化匹配选取。