1.一种基于大数据的农用植保无人机智能管控平台，其特征在于：包括主喷洒机、侧支喷洒机、管控平台端、扫描机，所述主喷洒机包括主喷洒单元、主剂量调配单元，所述侧支喷洒机包括侧支喷洒单元和侧支剂量调配单元，所述管控平台端包括飞行指挥模块、喷洒种类控制模块和喷洒剂量控制模块，所述扫描机包括植物图像提取模块、种类判定模块、成熟度判定模块、种类模型存储模块、成熟度模型存储模块，所述飞行指挥模块与主喷洒机、侧支喷洒机、扫描机电连接，所述主喷洒单元和侧支喷洒单元与喷洒种类控制模块电连接，所述主剂量调配单元、侧支剂量调配单元与喷洒剂量控制模块电连接，所述种类判定模块、成熟度判定模块与喷洒种类控制模块和喷洒剂量控制模块电联接；
所述主喷洒单元用于喷洒通用型基底农药，所述侧支喷洒单元用于喷洒各种植物独有的专用型农药，所述飞行指挥模块用于指挥各个喷洒机的飞行，所述扫描机用于扫描田地的植物分布情况以制定合适的喷洒策略，所述主剂量调配单元用于控制通用型基底农药的剂量，所述侧支剂量调配单元用于控制专用型农药的剂量，所述喷洒种类控制模块用于控制喷洒农药的种类，所述喷洒剂量控制模块用于控制喷洒农药的剂量，所述植物图像提取模块用于记录下方植物的图像，所述种类判定模块用于判定植物的种类，所述成熟度判定模块用于判定植物的成熟度，所述种类模型存储模块用于存储该种种类植物的样貌特征，所述成熟度模型存储模块用于存储植物在各种成熟度所应具备的特征；
所述种类模型存储模块包括茎杆形状存储子模块、叶片形状存储子模块、拟合子模块、时间存储子模块，所述种类判定模块包括茎杆粗细度判定子模块、茎杆高度判定子模块、叶片形状判定子模块、缺水状况分析子模块；
所述茎杆粗细度判定子模块用于判定茎杆的粗细程度，所述茎杆高度判定子模块用于判定茎杆的高度，所述叶片形状判定子模块用来记录叶片的形状，所述茎杆形状存储子模块用于存储各种作物的茎杆形状特征，所述叶片形状存储子模块用于存储各种作物的叶片形状特征，所述缺水状况分析子模块用来结合茎杆的粗细程度、茎杆的高度和叶片的形状特征来分析叶片是否缺水以及缺水的紧急程度，所述拟合子模块用来根据多次观察得出的图片进行拟合，做出最接近各周期生长状况的植物轮廓，所述时间存储子模块用来存储同一片田地中各个植物的种植时间。
2.根据权利要求1所述的一种基于大数据的农用植保无人机智能管控平台，其特征在于：所述侧支喷洒单元包括承接子单元、混合子单元、喷洒子单元；
所述承接子单元用于吸收部分主喷洒机喷洒后的农药，所述混合子单元用于将吸收后的农药与专用型农药进行混合，所述喷洒子单元用于对混合后的农药进行喷洒，所述混合子单元分为第一混合部和第二混合部。
3.根据权利要求2所述的一种基于大数据的农用植保无人机智能管控平台，其特征在于：所述混合子单元的混合方法为，设主喷洒单元的浓度为p，侧支喷洒单元的浓度为q，所述第一混合部的容积为c1，所述第二混合部的容积为c2，预设泵剂时间间隔为T，每次给剂容量为vl，给剂浓度为h，则每间隔T时间内第一混合部和第二混合部被挤压输出农药到混合子单元的挤压次数n1：n2=（h-q）c2：（p-h）c1。
4.根据权利要求3所述的一种基于大数据的农用植保无人机智能管控平台，其特征在于：所述主喷洒单元的容积设定大于50L，所述侧支喷洒单元的容积设定小于0.5L，所述混合子单元的容积设定为10-20L。
5.根据权利要求4所述的一种基于大数据的农用植保无人机智能管控平台，其特征在于：所述茎杆粗细度判定子模块的适用范围为20-50cm。
6.根据权利要求5所述的一种基于大数据的农用植保无人机智能管控平台，其特征在于：还包括风力平衡机，所述风力平衡机包括风速传感器、逆向送风单元、风速控制模块，所述逆向送风单元与风速传感器电联接；
所述风力平衡机用于平衡农药落下时风速对喷洒位置的干扰，所述风速传感器用于感知喷洒农药横向的风速，所述逆向送风单元用于平衡喷洒出的农药受到的横向风力，使之能够保持自由落体状态进行降落，所述风速控制模块用于控制逆向送风单元的送风速度。
7.一种根据权利要求1-6中任意一项所述的一种基于大数据的农用植保无人机智能管控平台的工作方法，其特征在于：进行植物生长成熟度检测时，
S1，首先图像提取模块会将采集到的信息与成熟度模型存储模块的成熟度状况作为对比，得出现在植物的成熟度估计值；
S2，植物的成熟度估计值做出一定的比较，得出一个比值，将各个地区的比值与播种时间相互比较；
S3-1，如果成熟度估计的比值小于播种时间的比值，则说明植物的长势较好，成熟度高，此时应调整农药喷洒策略，使之能够适应当前的成熟度；
S3-2，如果成熟度的估计值大于播种时间的比值，则说明植物生长的长势较差，成熟度低，则需要降低农药喷洒的剂量，使之能够匹配之前成熟度的量，防止植物过喷洒而受伤；
S3-3，如果成熟度的估计值等于播种时间的比值，则说明植物生长的长势良好，符合一般估计值，则不需要修改农药的喷洒剂量。
8.根据权利要求7所述的一种基于大数据的农用植保无人机智能管控平台的工作方法，其特征在于：进行植物健康状况检测的具体步骤为：
S1，观察前，叶片形状存储子模块会经过多次观察和拟合，通过拟合子模块得出当前生长周期时植物叶片形状的拟合曲线；
S2，正在观察时，通过图像提取模块提取当前植物的图像，将图像导入缺水状况分析子模块，缺水状况分析子模块首先会调用叶片形状存储子模块内储存的植物叶片形状，与植物的拟合状况做出对比，得出与当前拟合图像所具备的区别；
S3-1，如果测得的叶片形状小于拟合情况，且植物的茎杆粗细程度和高度达到标准值，则判定植物的叶片因为缺水而发生卷曲，则触发主剂量调配单元增大水的比例，以更好地补充植物的水分；
S3-2，如果测得的叶片形状与拟合情况一致，而茎杆的粗细程度比茎杆的高度小于拟合值，则判定是植物的肥料不足造成的瘦弱，则触发主剂量调配单元增大肥料的比例，以补充植物的营养；
S3-3，如果测得的叶片形状与拟合状况发生缺损，或颜色发生变化，则判定植物被虫害侵蚀，此时会触发主剂量调配单元增大农药的比例，以治虫害。
9.根据权利要求8所述的一种基于大数据的农用植保无人机智能管控平台的工作方法，风速平衡包括以下具体步骤：
S1，农药喷洒后，通过飞行指挥模块指挥各个风力平衡机竖向排列在主喷洒机和侧支喷洒机的下方，保持风力平衡机与主喷洒机和侧支喷洒机的速度相；
S2，利用风速传感器测量每个风力平衡机前方的风力值，并消除由于风力平衡机自身速度所带来的风力影响；
S3，喷洒剂落下后，根据当前风速和风力平衡机的速度来决定逆向送风单元的风速，公式为
V逆=V传-V空
其中V逆为逆向送风单元的风速，V传为传感器检测到的实时风速，V空为当前速度所到来的空气阻力风速。
