1.一种湿地盐碱度智能设计调节设备，其特征在于，包括数据采集单元G、数据采集单元H、种植方法设计单元、种植植物筛选设计单元、调节单元、调节对象M、调节对象N；

所述数据采集单元G与种植方法设计单元连接；所述数据采集单元H与种植植物筛选设计单元连接；所述种植方法设计单元、种植植物筛选设计单元与调节单元连接；所述调节单元与调节对象M、调节对象N连接；调节对象M为土地盐碱度，调节对象N为所筛选植物；

所述数据采集单元G采集土地盐碱度、种植地面积和横纵排碱盲沟面积的数据，所述数据采集单元H采集土地盐碱度、植物存活度、各植物效果和土壤酸碱度数据；所述植物效果指某种植物对改善土壤盐碱度的效果，预设于数据库中，根据数据采集单元H识别种植植物，与数据库中的植物效果进行数据对比，从而获取各植物效果数据；

所述种植方法设计单元基于数据采集单元G采集的土地盐碱度、种植地面积和横纵排碱盲沟面积数据利用COOT算法进行土地规划策略设计，输出使得土地盐碱度最低的各类植物的种植面积及对应的横纵排碱盲沟面积排布方案；

所述种植植物筛选设计单元在获取土地盐碱度最低的各类植物的种植面积及对应的横纵排碱盲沟面积排布方案后，利用数据采集单元H采集每块种植土地的土地盐碱度、植物存活度、各植物效果和土壤酸碱度数据，并利用GJO算法进行具体种植植物种类方式策略设计，输出每块土地最适合的植物种类；

所述调节单元基于种植方法设计单元的输出，利用调节对象M对参照土地盐碱度最低的各类植物的种植面积以及对应的横纵排碱盲沟面积排布方案进行调节，所述调节单元基于种植植物筛选设计单元的输出，利用调节对象N在符合土地盐碱度要求情况下进行选择每块种植面积土地种植的植物种类；

所述种植方法设计单元基于数据采集单元G采集的土地盐碱度、种植地面积和横纵排碱盲沟面积数据利用COOT算法进行土地规划策略设计的具体操作为：步骤1.1：初始化，初始化COOT算法中的参数以及种群并且在种群中随机选取多个领导鸡；种群指输入的土地盐碱度、种植地面积和横纵排碱盲沟面积；

步骤1.2：计算种群适应度值，适应度函数以降低土地盐碱度为目标，将适应度最小的解作为全局最优解： 其中，Ci为第i个小块的土地盐碱度；

步骤1.3：通过公式(1)、(2)计算位置更新的控制参数A、B：其中，L为当前迭代次数，Iter为最大迭代次数，A是算法探索阶段的控制参数，而B是算法开发阶段的控制参数；

步骤1.4：通过公式(3)计算参数K：

K＝1+(i MOD NL) (3)

其中，i为当前个体的序号，NL为白冠鸡的数量，K就是与个体i对应的鸡的序号；

步骤1.5：根据领导鸡调整位置这种移动方式进行种群位置的求解，若rand＞0.5，则白冠鸡个体按照公式(4)进行移动：CootPos(i)＝LeaderPos(k)+2·R1·cos(2Rπ)·(LeaderPos(k)‑CootPos(i))  (4)其中，LeaderPos(k)即为领导鸡k位置，R1为[0,1]内一随机数，R为[‑1,1]内一随机数；

步骤1.6：若rand≤0.5且该白冠鸡不是种群的第一个个体，则两个体的平均位置按照公式(5)来执行链运动：CootPos(i)＝0.5·(CootPos(i‑1)+CootPos(i)) (5)步骤1.7：若rand≤0.5且该白冠鸡是种群的第一个个体，则该白冠鸡按照公式(6)进行个体随机移动：CootPos(i)＝CootPos(i)+A·R2·(Q‑CootPos(i)) (6)其中，R2为[0,1]内一随机值；

步骤1.8：再次计算种群适应度值，根据计算出的新适应度值判断是否更新领导鸡位置；

步骤1.9：根据公式(7)更新领导鸡位置：

其中，gBest为种群内最优个体的位置；R3、R4均为[0,1]内的随机数，R为[‑1,1]内的随机数；

步骤1.10：将所有领导鸡适应度值和全局最优解进行比较，根据当前领导鸡的适应度值更新全局最优解；

步骤1.11：判断是否达到最大迭代次数，若达到则输出当前最优解，若未达到则返回步骤1.5；

所述种植植物筛选设计单元利用GJO算法进行具体种植植物种类方式策略设计，输出每块土地最适合的植物种类的具体步骤为：步骤2.1：初始化，初始化算法中参数以及种群，种群指采集的每块种植土地的土地盐碱度、植物存活度、各植物效果和土壤酸碱度数据；

步骤2.2：计算适应度值，适应度函数以降低土地盐碱度为目标，将适应度最大的个体作为雄性豺狼，第二大的个体作为雌性豺狼：其中，VCR为植被覆盖率，Aveg为存活植物的占地面积，Asa为盐碱地总面积；

步骤2.3：根据公式(8)计算猎物的逃脱能量：

其中，E1表示猎物能量的下降过程，E0表示猎物能量的初始状态，r为[0,1]范围内的随机数，T为最大迭代次数；c1为一个常数，取值为1.5，为当前迭代次数；在整个迭代过程中，从1.5线性减少到0；

步骤2.4：根据公式(9)计算参数r1：

r1＝0.05·LF(y)

其中，μ和v为(0,1)范围内的随机数；β为一个默认常数，取值为1.5；

步骤2.5：若|E|≥1，则按照公式(10)、(11)、(12)进入勘探阶段搜索猎物：Y1(t)＝YM(t)‑E·∣YM(t)‑r1·Prey(t)∣  (10)Y2(t)＝YFM(t)‑E·∣YFM(t)‑r1·Prey(t)∣  (11)其中，t为当前迭代次数；Prey(t)为第次迭代的猎物的位置；YM(t)，YFM(t)分别为第t次迭代的雄性豺狼和雌性豺狼的位置；Y1(t)，Y2(t)分别为第t次迭代的与猎物相应的雄性豺狼和雌性豺狼更新后的位置；

步骤2.6：若|E|＜1，则按照公式(12)、(13)、(14)进入开发阶段包围并攻击猎物：Y1(t)＝YM(t)‑E·∣r1·YM(t)‑Prey(t)∣       (13)Y2(t)＝YFM(t)‑E·∣r1·YFM(t)‑Prey(t)∣       (14)步骤2.7：根据公式(12)更新豺狼位置；

步骤2.8：将所有豺狼的适应度值进行比较，适应度值最优的个体作为雄性豺狼，适应度值次优的个体作为雌性豺狼，并对应更新相应猎物的位置；

步骤2.9：判断是否达到最大迭代次数，若达到则输出当前最优解，即每块土地最适合的植物种类，若未达到则返回步骤2.5。