1.一种基于航拍数据智能分割识别的地理信息模型构建方法，其特征在于，包括：采用SAM模型对获取到的每份航拍图像进行地表特征分割；对分割得到的关键要素进行人工分类，并根据分类结果构建起数据集；通过所述数据集对基于知识图谱的KAN网络进行训练；采用所述SAM模型对待建区域的航拍图像进行分割，并通过训练好的KAN网络对分割得到的关键要素进行智能识别；根据所述关键要素的识别结果构建起待建区域的地理信息模型；根据分类结果构建起数据集，包括：根据人工分类结果构建起多级分类数据底板，并从多级分类数据底板中提取出地理要素的特征信息和相互关系，以此构建起知识图谱；将所述知识图谱中地理要素的要素特征和相互关系转换为可训练的特征向量，并融合所述人工分类结果构建起所述数据集；训练过程中，KAN网络的总损失的具体计算式如下： ；其中， 、 分别为分类损失和知识匹配损失， 、 分别为分类损失和知识匹配损失对应的权重；分类损失的具体计算式如下： ；其中， 为真实标签，为0或1，表示样本是否属于第 类的要素类别， 为KAN网络预测的样本属于第 类的要素类别的概率， 为要素类别数量；知识匹配损失的具体计算式如下： ；其中， 为由图像特征和特征向量融合而成融合特征， 为正样本特征， 为负样本特征， 为预设的正值超参数，用于控制正样本对和负样本对之间的相似度差异的最小期望值。
2.根据权利要求1所述的地理信息模型构建方法，其特征在于，通过所述KAN网络对关键要素进行智能识别，包括：提取出所述关键要素对应的图像特征；将所述图像特征与所述知识图谱中地理要素的特性向量进行特征匹配，确定所述关键要素对应的要素类别。
3.根据权利要求2所述的地理信息模型构建方法，其特征在于，将所述图像特征与所述知识图谱中地理要素的特征向量进行特征匹配，包括：计算所述图像特征与特征向量的要素特征之间的相似度：基于图像特征与要素特征之间的相似度，结合所述特征向量中地理要素之间的相互关系进行推理，得到所述关键要素对应的要素类别。
4.根据权利要求1所述的地理信息模型构建方法，其特征在于，通过所述KAN网络对关键要素进行智能识别，包括：通过概率分布熵衡量KAN网络识别结果的置信度。
5.根据权利要求1所述的地理信息模型构建方法，其特征在于，根据所述关键要素的识别结果构建起待建区域的地理信息模型，包括：根据所述关键要素的识别结果，采用ArcGIS Pro软件构建起待建区域的三维要素场景。
6.根据权利要求5所述的地理信息模型构建方法，其特征在于，根据所述关键要素的识别结果构建起待建区域的地理信息模型，包括：基于所述关键要素的识别结果构建高精度数字底板。
7.根据权利要求5所述的地理信息模型构建方法，其特征在于，根据所述关键要素的识别结果构建起待建区域的地理信息模型，包括：根据所述待建区域中关键要素的识别结果和三维要素场景，生成各关键要素对应的CAD文件，该CAD文件包括关键要素的所有属性信息。
8.一种计算机程序产品，包括计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时，实现如权利要求1-7任一所述地理信息模型构建方法的步骤。
