Les grandes modèles, comme nouvelle vague de développement de l'intelligence artificielle, ont un impact révolutionnaire sur les paradigmes scientifiques, les modes de production et les modèles industriels qu'il ne faut pas sous-estimer. La recherche sur les grandes modèles est un choix inévitable. Dans le domaine de l'intelligence géospatiale, les conceptions scientifiques et les applications des grandes modèles sont encore très éloignées. Cet article s'engage à déconstruire les systèmes de surface complexes, résoudre précisément les paramètres des terres. Il est proposé de modéliser les objets spatiaux sur la base de données d'observation multisource et multimodale. Sur cette base, un système à cinq paramètres spatiaux terre a été élaboré, incluant l'utilisation des terres, le changement de couverture terrestre, le sol, les ressources terrestres, les types de terres / l'application des terres, et une solution à grande échelle a été conçue pour la résolution de paramètres. En utilisant la résolution des paramètres d'utilisation des terres dans l'espace de production agricole comme cas d'application, l'expérience a montré que le cadre proposé présentait un grand potentiel pour améliorer le calcul précis des paramètres d'espace terrestre à grande échelle et servir à la personnalisation intelligente des produits d'information sur les terres, approfondir la compréhension de l'espace terrestre. Enfin, des perspectives de recherche sur les grandes modèles de calcul des paramètres de l'espace terrestre sont abordées du côté de l'adaptabilité / de la stabilité du modèle et de l'interprétation / de la crédibilité des résultats.

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