Große Modelle als neue Welle der künstlichen Intelligenz haben einen revolutionären Einfluss auf die wissenschaftlichen Paradigmen, Produktionsweisen und Industriemodelle, der nicht unterschätzt werden darf. Die Forschung zu großen Modellen ist eine unvermeidliche Wahl. Im Bereich der geografischen Intelligenz sind die wissenschaftlichen Entwürfe und Anwendungen großer Modelle noch weit hinterher. Dieser Artikel verpflichtet sich zur Dekonstruktion komplexer Oberflächensysteme, zur Lösung präziser Bodenparameter. Es wird vorgeschlagen, räumliche Objekte auf der Grundlage von multioralen und multimodalen Beobachtungsdaten zu modellieren. Auf dieser Grundlage wurde ein System von fünf Land -räumlichen Parametern entwickelt, das die Landnutzung, die Veränderung der Bodenbedeckung, den Boden, die Landressourcen, die Landtypen / die Bodennutzung umfasst und eine groß angelegte Lösung für die Parametrierung entworfen hat. Anhand der Lösung der Landnutzungsparameter im Agrarproduktionsraum als Anwendungsfall zeigte die Erfahrung, dass der vorgeschlagene Rahmen ein großes Potenzial zur Verbesserung der präzisen Berechnung von Landraumparametern im großen Maßstab hat und zur intelligenten Anpassung von Informationsprodukten über Land, zur Vertiefung des Verständnisses des Landraums beiträgt. Schließlich werden Forschungsperspektiven zu großen Modellen zur Berechnung von Bodenraumparametern hinsichtlich der Anpassungsfähigkeit / Stabilität des Modells und der Interpretation / Glaubwürdigkeit der Ergebnisse behandelt.

large model;geospatial artificial intelligence (GeoAI);land spatial object-oriented modeling;land parameter solving;attention mechanism;deep learning network;agricultural production space