1.基于数字孪生的智慧农业线上产业化服务系统，其特征在于，包括：数据获取模块，用以获取农场环境和作物生长的历史数据；

智能建模模块，用以基于所述历史数据构建初始智能化模型，并根据不同时刻获取的数据构建相应的智能化模型；

模型修正模块，用以对所述初始智能化模型进行实时修正以反映农场实际生产的变化情况，从而得到实际智能化模型，并判定是否开启单因素判定模式；

单因素判定模块，用以基于所述实际智能化模型开启所述单因素判定模式，以确定构建实际智能化模型过程中各相关因素的影响顺序；

优化模块，用以根据所述影响顺序对初始可解释准则进行修正，以得到实际可解释准则，并基于获取的实时数据以所述实际可解释准则构建农业生产的最终智能化模型；

所述数据获取模块包括：第一获取单元和第二获取单元；

所述第一获取单元用以获取所述农场环境的历史条件参数；

所述第二获取单元用以获取目标作物的历史生长状态参数；

所述智能建模模块包括：第一构建单元、采集单元和第二构建单元；

所述第一构建单元用以基于所述历史数据以所述初始可解释准则构建农业生产的所述初始智能化模型；

所述采集单元用以周期性采集所述农场环境和作物生长的各实时数据；

所述第二构建单元用以基于各实时数据以所述初始可解释准则周期性构建若干参照智能化模型；

所述模型修正模块包括：一次比较单元、修正单元和二次比较单元；

所述一次比较单元用以根据所述初始智能化模型与各参照智能化模型进行一次相似度比较，以确定初始智能化模型的偏差等级；

所述修正单元用以根据所述偏差等级对所述初始智能化模型进行修正以得到所述实际智能化模型；

所述二次比较单元用以根据所述实际智能化模型与各参照智能化模型进行二次相似度比较，以确定是否开启所述单因素判定模式；

所述单因素判定模块包括：试验单元、分析单元和决策单元；

所述试验单元用以根据各相关因素进行单因素判定以得到若干单因素判定结果；

所述分析单元用以对各单因素判定结果进行排序，以得到所述影响顺序；

所述决策单元用以根据所述影响顺序确定关键单因素。

2.根据权利要求1所述的基于数字孪生的智慧农业线上产业化服务系统，其特征在于，所述采集单元根据预设的初始采集周期获取所述农场环境和作物生长的若干初始实时数据；对于任一初始实时数据，所述第二构建单元根据该初始实时数据构建初始参照智能化模型；

所述一次比较单元根据所述初始智能化模型和所述初始参照智能化模型计算第一相似度；

若第一差值绝对值小于等于预设的偏差等级评价值，则所述一次比较单元判定所述初始智能化模型不合格，且初始智能化模型的所述偏差等级为一级；

若所述第一差值绝对值大于所述偏差等级评价值且所述第一相似度小于预设的标准相似度，则所述一次比较单元判定所述初始智能化模型不合格，且初始智能化模型的所述偏差等级为二级；

其中，所述第一差值绝对值为所述第一相似度与所述标准相似度间的差值绝对值。

3.根据权利要求2所述的基于数字孪生的智慧农业线上产业化服务系统，其特征在于，所述修正单元根据所述初始智能化模型的所述偏差等级确定对初始智能化模型的修正方式；

若所述偏差等级为一级，则所述修正单元对模型构建参数进行更新，以得到修正数据；

若所述偏差等级为二级，则所述修正单元对所述模型构建参数进行更新并调整所述初始采集周期，以得到实际采集周期。

4.根据权利要求3所述的基于数字孪生的智慧农业线上产业化服务系统，其特征在于，所述采集单元根据所述实际采集周期获取所述农场环境和作物生长的若干实际实时数据；

对于任一实际实时数据，所述第二构建单元根据该实际实时数据构建实际参照智能化模型；

所述二次比较单元根据所述实际智能化模型和所述实际参照智能化模型计算第二相似度；

若第二差值绝对值小于等于所述偏差等级评价值，则所述二次比较单元判定所述实际智能化模型不合格，且开启所述单因素判定模式；

若所述第二差值绝对值大于所述偏差等级评价值且所述第二相似度小于所述标准相似度，则所述二次比较单元判定所述实际智能化模型不合格，且重新选择相关因素类型；

其中，所述第二差值绝对值为所述第二相似度与所述标准相似度间的差值绝对值。

5.根据权利要求4所述的基于数字孪生的智慧农业线上产业化服务系统，其特征在于，所述试验单元选择各相关因素进行模型构建，以形成对应的单因素智能化模型，并分别根据各单因素智能化模型与所述实际参照智能化模型确定单因素相似度。

6.根据权利要求5所述的基于数字孪生的智慧农业线上产业化服务系统，其特征在于，所述分析单元按从小到大的顺序对各单因素相似度进行排序，得到所述影响顺序；

所述决策单元确定所述影响顺序中的位于首位的相关因素作为所述关键单因素。