1.一种生态农业信息化用信息服务管理方法，其特征在于：包括如下步骤：

搭建数据管控平台，使用搭载机器视觉系统的无人机，依据深度相机对农田地域进行成像并构建三维地域模型，在三维地域模型中运用空间分析技术，将农田地域划分为若干监测点，并在数据管控平台内进行可视化展示；

对各个监测点内的环境数据进行采集，该环境数据至少包括：土壤温度T和土壤湿度C，在选定的时间区间内，将天气预报数据和环境数据加入选取的时间序列模型中，经过训练和验证后建立预测模型，基于环境数据和天气预报数据获取每个监测点内的环境分析系数En，预测模型用于预测环境分析系数En的变化趋势；

所述天气预报数据包括平均气温K和平均空气湿度G；

获取同一目标监测点内的土壤温度T、土壤湿度C、平均气温K以及平均空气湿度G，无量纲处理后，关联获取环境分析系数En；

环境分析系数En的获取方式如下：

；

其中， ， ，且 ， 为权重，其具体值由用户调整设置，C为

常数修正系数；

若是预测的环境分析系数En≤预警阈值，则在数据管控平台中显示二级预警；

若是预测的环境分析系数En≤警示阈值，则在数据管控平台中显示一级预警；

获取环境分析系数En达到预警阈值的时间节点，再次获取环境分析系数En达到警示阈值的时间点，记录前后两个时间点之间的时间差，确定管理人员执行管控行为的启动时间点和最短工作时间值；

在启动时间点下监测并获取目标监测点内环境数据与对应标准阈值的差值，判断两个差值的大小，若是土壤温度T与对应标准阈值的差值＞土壤湿度C与对应标准阈值的差值，则启动搭载雾化器的无人机，并将飞行轨迹覆盖目标监测点；若是土壤湿度C与对应标准阈值的差值＞土壤温度T与对应标准阈值的差值，则启动开渠机器人，并将行动轨迹覆盖目标监测点；

在将天气预报数据和环境数据加入选取的时间序列模型中之前进行特征提取，将土壤温度T、土壤湿度C、平均气温K以及平均空气湿度G作为提取到的关键特征加入时间序列模型中，而后将土壤温度T、土壤湿度C、平均气温K以及平均空气湿度G汇总形成统一数据集，对统一数据集按照3:1的比例划分为训练集和验证集，最后使用训练好的预测模型，预测未来一定时间内环境分析系数En的变化趋势。

2.根据权利要求1所述的一种生态农业信息化用信息服务管理方法，其特征在于：在搭建的数据管控平台中实施显示农田地域中的各个监测点，并在三维地域模型中对各个监测点的边界进行二次建模，将依据深度相机获取到的地形和土地类型结合到各个监测点内。

3.根据权利要求1所述的一种生态农业信息化用信息服务管理方法，其特征在于：在数据管控平台内对各个监测点进行可视化展示，通过添加标记的方式完成对各个监测点的区分，标记内容包括：目标监测点的环境数据和环境分析系数En。

4.根据权利要求1所述的一种生态农业信息化用信息服务管理方法，其特征在于：各个监测点内土壤温度T的获取方式均为：采用温度传感器直接获取，各个监测点内土壤湿度C的获取方式均为：采用湿度传感器直接获取。

5.根据权利要求3所述的一种生态农业信息化用信息服务管理方法，其特征在于：在数据管控平台中显示二级预警的预警等级低于一级预警，且预警阈值＞警示阈值，其中，二级预警在三维地域模型中的表现形式为：目标监测点的标记内容发生频闪，一级预警在三维地域模型中的表现形式为：目标监测点的标记内容显示红色，若是预测的环境分析系数En＞预警阈值，则目标监测点的标记内容显示绿色。

6.根据权利要求1所述的一种生态农业信息化用信息服务管理方法，其特征在于：将环境分析系数En达到预警阈值的时间节点记为第一时间节点，将环境分析系数En达到警示阈值的时间点记为第二时间节点，计算并获取第一时间节点与第二时间节点之间的时间差，该时间差为启动执行管控行为后的最短工作时间值，且执行管控行为至少包括：启动搭载雾化器的无人机和启动开渠机器人。

7.根据权利要求6所述的一种生态农业信息化用信息服务管理方法，其特征在于：所述开渠机器人包括行走单元、通信单元以及开渠单元；

其中，所述行走单元用于驱动整个开渠机器人自由行走；

所述通信单元设置于行走单元内，用于无线连接开渠机器人和远程操控端；

所述开渠单元设置于行走单元的末端，直接作用于监测点内的土壤表层，且开渠单元与行走单元保持同步作业。

8.一种生态农业信息化用信息服务管理系统，其特征在于：包括平台搭建模块、环境采集模块以及管理调控模块；

其中，平台搭建模块、搭建数据管控平台，使用搭载机器视觉系统的无人机，依据深度相机对农田地域进行成像并构建三维地域模型，在三维地域模型中运用空间分析技术，用于将农田地域划分为若干监测点，并在数据管控平台内进行可视化展示；

环境采集模块、通过采集单元对各个监测点内的环境数据进行采集，该环境数据至少包括：土壤温度T和土壤湿度C，在选定的时间区间内，将天气预报数据和环境数据加入选取的时间序列模型中，经过训练和验证后建立预测模型，基于环境数据和天气预报数据获取每个监测点内的环境分析系数En，预测模型用于预测环境分析系数En的变化趋势；

所述天气预报数据包括平均气温K和平均空气湿度G；

获取同一目标监测点内的土壤温度T、土壤湿度C、平均气温K以及平均空气湿度G，无量纲处理后，关联获取环境分析系数En；

环境分析系数En的获取方式如下：

；

其中， ， ，且 ， 为权重，其具体值由用户调整设置，C为

常数修正系数；

采用判断单元对环境分析系数En进行判定，若是预测的环境分析系数En≤预警阈值，则在数据管控平台中显示二级预警；若是预测的环境分析系数En≤警示阈值，则在数据管控平台中显示一级预警；

管理调控模块、获取环境分析系数达到预警阈值的时间节点，并将该时间节点作为启动时间点，获取环境分析系数达到警示阈值的时间点，记录前后两个时间点之间的时间值，确定管理人员执行管控行为的启动时间点和最短工作时间值；

在启动时间点下监测并获取目标监测点内环境数据与对应标准阈值的差值，判断两个差值的大小，若是土壤温度T与对应标准阈值的差值＞土壤湿度C与对应标准阈值的差值，则启动搭载雾化器的无人机，并将飞行轨迹覆盖目标监测点；若是土壤湿度C与对应标准阈值的差值＞土壤温度T与对应标准阈值的差值，则启动开渠机器人，并将行动轨迹覆盖目标监测点；

在将天气预报数据和环境数据加入选取的时间序列模型中之前进行特征提取，将土壤温度T、土壤湿度C、平均气温K以及平均空气湿度G作为提取到的关键特征加入时间序列模型中，而后将土壤温度T、土壤湿度C、平均气温K以及平均空气湿度G汇总形成统一数据集，对统一数据集按照3:1的比例划分为训练集和验证集，最后使用训练好的预测模型，预测未来一定时间内环境分析系数En的变化趋势。