首先是多模态数据采集层,整合来自遥感卫星、无人机、地面传感器和农学文献的异构数据;其次是模态对齐与融合层,通过跨模态注意力机制将视觉特征与文本语义进行深度对齐;第三是农业知识增强层,将领域知识图谱、作物生长模型和农学专家规则嵌入模型推理过程;最后是任务导向输出层,根据具体应用场景生成病害诊断、产量预测或管理建议等结果。