1.一种基于多源遥感数据的农产品成熟度预测系统 ，包括监控中心，其特征在于，所述监控中心通信连接有数据采集模块、数据处理模块、数据分析模块以及成熟度预测模块；

所述数据采集模块由若干个数据采集终端组成，分布设置在农产品的种植区域内的各个位置，通过所设置的数据采集终端获取种植区域内的遥感数据；

所述数据处理模块用于对所获得的图像数据进行处理，根据处理结果判断种植区域内农产品的种类；

所述数据分析模块用于对所获得的遥感数据进行分析，并根据分析结果获取种植区域内农产品所处的生长阶段；

所述成熟度预测模块用于根据所获得的成熟度预测参照信息，对种植区域内的农产品的成熟期进行预测；

所述遥感数据包括图像数据和红外传感数据；

所述种植区域由若干个子区域组成；

根据每个子区域内所种植的农产品的种类，设置对应的农产品生长阶段对照表，所述农产品生长阶段对照表内还包括农产品各个生长阶段的预计生长周期；

对农产品的各个生长阶段导入对应的遥感参照数据，所述遥感参照数据包括农产品各个生长阶段的图像参照特征和红外传感参照数据；

所述数据处理模块对图像数据进行处理的过程包括：

将所获得的图像数据转化为图像帧，并将所获得的图像帧根据时间进行排序；

根据种植区域的覆盖范围以及种植区域内的各个子区域的所在位置，构建虚拟种植区域模型，并在虚拟种植区域模型内设置二维平面坐标系；

将种植区域内的各个子区域的实际所在位置映射至虚拟种植区域模型内，并根据各个子区域在虚拟种植区域内的所在位置，获得各个子区域的覆盖范围的坐标范围；

将图像帧映射至虚拟种植区域模型的对应位置；

对所映射的图像帧进行图像迭代消除，完成对图像帧的图像迭代消除后，获得全局图像帧；

构建UV坐标系，并将完成栅格化处理后的全局图像帧映射至二维平面坐标系内；

根据所获得的全局图像帧进行图像特征识别，并根据图像特征识别结果，判断种植区域内的农产品种类；

对图像帧进行图像迭代消除的过程具体包括：

根据图像帧的排序，选择基准帧；

获取基准帧在二维平面坐标系内的坐标范围；

对所获得的基准帧进行栅格化处理，并构建UV坐标系；

将完成栅格化处理后的基准帧映射至UV坐标系内；

获取基准帧在UV坐标系内各个单位坐标区域内的像素值；

选择下一图像帧，并获取下一图像帧在二维平面坐标系内的坐标范围；

获取两个图像帧的坐标重叠区域；

获取坐标重叠区域在UV坐标系内各个单位坐标区域内的像素值；

将两个图像帧同一坐标的像素值进行对比，获取对应的对比结果，根据对比结果完成图像帧的迭代消除；

完成坐标重叠区域内所有坐标的图像内容的消除和迭代后，将所获得的新的图像帧记为基准帧，再获取下一图像帧，以此类推，完成所有图像帧的图像迭代消除，进而获得全局图像帧；

根据所获得的全局图像帧进行图像特征识别的过程包括：将所获得的全局图像帧映射至虚拟种植区域模型内，并根据虚拟种植区域内各个子区域的位置，将全局图像帧划分为若干个子图像帧；

对每个子图像帧进行图像特征提取，并将所提取到的图像特征与农产品各个生长阶段的图像参照特征进行匹配；

根据匹配结果获得各个子区域所种植的农产品的种类；

所述数据分析模块分析种植区域内农产品所处的生长阶段的过程包括：将所获取的遥感数据中的红外传感数据进行汇总，并根据所获得的红外传感数据生成对应红外光谱图；

根据所获得的农产品的种类，获得与该农产品的种类所对应的农产品的各个生长阶段的红外传感参照数据生成对应的对照光谱图；

对所生成的各个生长阶段的对照光谱图以及所获得的红外光谱图进行红外光谱特征提取，获得各个生长阶段对应的对照光谱图和红外光谱图内的红外光谱特征，并将所获得的红外光谱特征进行汇总，将所汇总的对照光谱图内的红外光谱特征记为对照光谱特征集合，将所汇总的红外光谱图内的红外光谱特征记为待识别光谱特征集合；

将所获得的待识别光谱特征集合与对照光谱特征集合进行匹配，获得待识别光谱特征集合与各个生长阶段所对应的对照光谱特征集合的相似度，根据所获得的相似度结果获取种植区域内各个子区域内的农产品所处的生长阶段。

2.根据权利要求1所述的一种基于多源遥感数据的农产品成熟度预测系统 ，其特征在于，待识别光谱特征集合与各个生长阶段所对应的对照光谱特征集合的相似度的获取过程包括：对待识别光谱特征集合内的各个红外光谱特征根据其对应的红外光谱图所处的子区域进行分类，将完成分类的红外光谱特征标记为子区域红外光谱特征；

构建比对矩阵，所述比对矩阵包括与对照光谱特征集合的数量相同的矩阵区域，每个矩阵区域对应一个对照光谱特征集合；

将子区域红外光谱特征与各个对照光谱特征集合内的红外光谱特征进行比对，根据比对结果向比对矩阵的对应区域内映射对应的对比参数，所述对比参数包括“0”和“1”；

当子区域红外光谱特征与对照光谱特征集合内的红外光谱特征一致时，则在比对矩阵内与该对照光谱特征集合相对应的矩阵区域内映射对比参数“1”，反之则映射“0”；

获取比对矩阵内各个矩阵区域中比对参数“1”的数量，并获取其与子区域红外光谱特征的总数之间的比值，记为待识别光谱特征集合与对照光谱特征集合之间的相似度；

将其中相似度最高的对照光谱特征集合所对应的农产品的生长阶段标记为成熟度预测参照信息。

3.根据权利要求2所述的一种基于多源遥感数据的农产品成熟度预测系统 ，其特征在于，所述成熟度预测模块对种植区域内的农产品的成熟期进行预测的过程包括：根据获取遥感数据的获取时间，对处于同一生产阶段的成熟度预测参照信息进行排序；

获取前一生长阶段的开始时间和结束时间，获得前一生长阶段的阶段时长；

将前一生长阶段的阶段时长与该生长阶段的预计生长周期进行对比，获得时长优化系数；

根据前一生长阶段的时长优化系数，对当前生长阶段的预计生长周期进行纠正；

获取当前生长阶段已生长的时长，将其纠正后的当前生长阶段的预计生长周期进行比较，获得时间差值，则为农产品进入下一生长阶段的预计时间，以此类推，完成农产品的成熟期的预测。