1.一种黑豆种植地块盐碱变化的监测方法，其特征在于，具体步骤包括：

步骤1：将黑豆种植地块均匀地划分为若干个网格，采集每个网格的土壤电导率，根据每个网格的土壤电导率将所有网格划分为多个社区集合，在每个社区集合中挑选一个样本区域，并获取样本区域的黑豆生长数据，所述黑豆生长数据包括黑豆的生长图像和植株数据；

步骤2：基于卷积神经网络构建生长模型，将标注有植株数据的生长图像输入至生长模型中，以获取各样本区域黑豆的主要生长阶段；

步骤3：采集每个样本区域的环境数据和黑豆叶片的叶绿素含量，分析每个样本区域的环境数据，以生成环境偏移指数，分析每个样本区域的植株数据和叶绿素含量数据，以生成生长偏移指数；

步骤4：对每个样本区域的环境偏移指数和生长偏移指数进行综合分析，以筛选出生长异常区域，再采集生长异常区域的多光谱遥感影像，通过反演法分析生长异常区域的多光谱遥感影像，构建土壤含盐量反演模型；

步骤5：通过土壤含盐量反演模型，分析生长异常区域土壤含盐量，结合土壤含盐量和土壤电导率确定盐碱化等级，再通过土壤的典型盐分和土壤pH值确定盐碱化类型，分析生长异常区域的盐碱化等级和植被指数确定土壤盐碱化异常区域，根据盐碱化等级和盐碱化类型，对土壤盐碱化异常区域实施相应调控措施。

2.根据权利要求1所述的一种黑豆种植地块盐碱变化的监测方法，其特征在于，采集所述样本区域的黑豆生长数据具体包括：将黑豆种植地块均匀地划分为若干个网格，在每个网格中心布置电导率传感器，以采集每个网格的土壤电导率数据，将每个网格作为一个节点，并将每个节点对应的土壤电导率作为节点的属性，构建无向图，若两个节点相邻，则在无向图中添加边，构成无向图网络；

将每个节点置于独立的社区中，对于无向图网络中的每一个节点，将其逐次移动到其所有邻居节点所在的社区中，计算每一次移动发生对应的电导率变化增值，具体包括：首先，计算一个节点与其任一邻居节点之间土壤电导率的均值，再分析该节点与均值之间的变化，从而获得电导率变化增值，计算公式为：其中， 为第i个节点和第j个节点的电导率变化增值， 为第i个节点和第j个节点的土壤电导率均值， 为第i个节点的土壤电导率，i、j均为无向图中的节点，且i和j是邻居节点；

将该节点移动到电导率变化增值最小的邻居社区中，重复移动节点，直至所有节点的社区归属均不再变化，此时在每个社区中随机挑选一个节点作为该社区集合中所有节点对应的样本区域；

采集样本区域中所有黑豆的生长数据，所述黑豆生长数据包括黑豆的生长图像和植株数据，所述生长阶段包括发芽期、幼苗期、生长期、开花期、结荚期和成熟期，所述植株数据包括植株高度、节间数、开花数和豆荚数。

3.根据权利要求1所述的一种黑豆种植地块盐碱变化的监测方法，其特征在于，生成所述环境偏移指数具体包括：所述环境数据包括种植地块土壤电导率、酸碱度、湿度和温度数据，在样本区域的中心设置一处监测点，采集每个样本区域监测点处的环境数据，计算环境偏移指数公式为：其中， 为第 块样本区域的环境偏移指数，为各项环境数据的索引，Q为环境数据类型总数， ， 为第 项环境数据的权重， 为第x块样本区域的第q项环境数据的偏移量；

其中， 为第x块样本区域的第q项环境数据的值， 表示在第x块样本区域的主要生长阶段下，第q项环境数据的适宜值。

4.根据权利要求1所述的一种黑豆种植地块盐碱变化的监测方法，其特征在于，生成所述生长偏移指数具体包括：测量样本区域中黑豆叶片的叶绿素含量，将样本区域中黑豆叶片的叶绿素含量的均值与植株数据的均值定义为该样本区域黑豆的生长数据，采集所有样本区域黑豆的生长数据，计算生长偏移指数公式为：其中， 为第x块样本区域的生长偏移指数，为各项生长数据的索引，N为生长数据类型总数， ， 为第 项生长数据的权重， 为第x块样本区域的第 项生长数据的偏移量；

其中， 为第x块样本区域的第 项生长数据的值， 表示在第x块样本区域的主要生长阶段下，第 项生长数据的参考值；

所述植株数据包括植株高度、节间数、开花数和豆荚数。

5.根据权利要求4所述的一种黑豆种植地块盐碱变化的监测方法，其特征在于，综合分析所述环境偏移指数和生长偏移指数具体包括：对各样本区域的环境偏移指数和生长偏移指数进行最大‑最小归一化处理，并依据归一化处理后的数据生成综合评价指数，计算公式为：其中， 为第x块样本区域的综合评价指数， 为历史时间段内已知的环境偏移指数的最大值， 为历史时间段内已知的生长偏移指数的最大值， 分别为环境偏移指数和生长偏移指数的权重因子，且 ；

对综合评价指数进行判断，若 ，表明第x块样本区域生长良好，无需调控，若 ，表明第x块样本区域生长状况一般，则增加对该区域的监测，若，则将第x块区域视为生长异常的样本区域。

6.根据权利要求1所述的一种黑豆种植地块盐碱变化的监测方法，其特征在于，构建所述土壤含盐量反演模型具体包括：获取生长异常的样本区域的多光谱遥感影像，以提取该区域的近红外波段反射率、红光波段反射率和蓝光波段反射率，从而获取植被指数和盐分指数，计算公式为：其中，NDVI为植被指数，NIR为近红外波段反射率，Red为红光波段反射率；

其中，SI为盐分指数，Blue为蓝光波段反射率；

确定植被指数和盐分指数作为最优指数，并对最优指数进行标准化处理，根据标准化后的最优指数计算对应样本区域的盐碱化程度指数，计算公式为：其中，SDI为盐碱化程度指数， 、 分别为标准化后的植被指数和盐分指数；

获取已知土壤含盐量和多光谱遥感影像的样本数据，通过分析多光谱遥感影像数据获取对应的盐碱化程度指数，将土壤含盐量数据与对应的盐碱化程度指数整理成数据集，将盐碱化程度指数作为输入，对应的土壤含盐量作为标签，通过回归分析建立土壤含盐量反演模型；

选用指数函数进行拟合，表示为 ，其中，S为土壤含盐量，a为土壤

含盐量参数，b为盐碱化敏感度系数，优化模型参数，使模型预测值与实测值的残差平方和最小，拟合完成后，采用决定系数评估模型，并验证模型的显著性；

将生长异常的样本区域的盐碱化程度指数输入到训练完成的土壤含盐量反演模型中，获取模型输出的生长异常的样本区域的土壤含盐量。

7.根据权利要求6所述的一种黑豆种植地块盐碱变化的监测方法，其特征在于，确定土壤盐碱化异常区域具体包括：结合土壤电导率和土壤含盐量反演模型输出的土壤含盐量与土壤含盐量分级标准进行比对，以确定该生长异常区域的盐碱化等级，再结合土壤中的典型盐分和土壤的pH值与pH值分级标准进行比对，以确定盐碱化类型，结合盐碱化等级和植被指数来综合判断，若盐碱化等级为非盐碱土，且NDVI>0.6，判定该生长异常区域属于正常区域，若盐碱化等级不是非盐碱土，且NDVI<0.6，判定该生长异常区域属于土壤盐碱化异常区域，结合盐碱化类型，实施相应的调控措施；所述盐碱化等级包括非盐碱土、轻度盐碱土、中度盐碱土、重度盐碱土和盐土。

8.一种黑豆种植地块盐碱变化的监测系统，其特征在于，所述一种黑豆种植地块盐碱变化的监测系统用于实现权利要求1‑7任一项所述的一种黑豆种植地块盐碱变化的监测方法，包括：样本区域采集模块，用于将黑豆种植地块均匀地划分为若干个网格，采集每个网格的土壤电导率，根据每个网格的土壤电导率将所有网格划分为多个社区集合，在每个社区集合中挑选一个样本区域，并获取样本区域的黑豆生长数据，所述黑豆生长数据包括黑豆的生长图像和植株数据；

生长模型构建模块，用于基于卷积神经网络构建生长模型，将标注有植株数据的生长图像输入至生长模型中，以获取各样本区域黑豆的主要生长阶段；

偏移指数分析模块，用于采集每个样本区域的环境数据和黑豆叶片的叶绿素含量，分析每个样本区域的环境数据，以生成环境偏移指数，分析每个样本区域的植株数据和叶绿素含量数据，以生成生长偏移指数；

反演模型训练模块，用于对每个样本区域的环境偏移指数和生长偏移指数进行综合分析，以筛选出生长异常区域，再采集生长异常区域的多光谱遥感影像，通过反演法分析生长异常区域的多光谱遥感影像，构建土壤含盐量反演模型；

综合评估与调控模块，用于通过土壤含盐量反演模型，分析生长异常区域土壤含盐量，结合土壤含盐量和土壤电导率确定盐碱化等级，再通过土壤的典型盐分和土壤pH值确定盐碱化类型，分析生长异常区域的盐碱化等级和植被指数确定土壤盐碱化异常区域，根据盐碱化等级和盐碱化类型，对土壤盐碱化异常区域实施相应调控措施。