1.随机环境风影响下的基于降阶模型的施药控制方法，其特征在于，包括以下步骤：
步骤1、根据作物生长特性及植保作业需求，确定植保无人机的工作范围，包括l个植保无人机的作业高度、m个喷嘴角度和n个施药压力，将l个植保无人机的作业高度、m个喷嘴角度和n个施药压力数据离散为系统的样本空间，采用拉丁超立方方法选取样本空间的样本点；
步骤2、在每个样本点附加同一个随机环境风速度信号作为输入信号，利用高精度的cfd计算方法得到雾滴的沉积分布，作为施药系统的输出信号；
步骤3、建立施药系统的时间序列预测降阶模型，将步骤2中的输入信号和输出信号作为训练样本数据，对施药系统的高效降阶模型进行训练，得到最终降阶模型；
步骤4、将另一组未经训练过的样本点测试集，且每个样本点测试集具有与步骤2不同变化规律的随机环境风速信号作为样本点测试集输入信号，测试集中的每个样本点均包括一组作业高度、喷嘴角度和施药压力信息，且作业高度、喷嘴角度和施药压力均位于步骤1的样本空间范围内，将样本点测试集输入信号分别采用cfd方法与最终降阶模型计算得到雾滴分布响应；
步骤5、通过对比cfd与最终降阶模型的计算结果以验证降阶模型的有效性，判断最终降阶模型是否满足工程计算精度，若不能满足工程计算精度，则重复上述步骤1-步骤3，改变步骤1中的样本空间和步骤4中的样本点测试集，得到新的最终降阶模型，若能够满足工程计算精度，则输出最终降阶模型；
步骤6、根据植保作业任务需求，选择合适的作业高度，通过地面风速监测装置以及无人机机载风速监测装置实时测量环境风速信息，将步骤5中的作业高度以及实时风速信息输入至步骤5中输出的最终降阶模型，计算出不同喷嘴角度和不同施药压力下施药系统的雾滴的沉积分布效果，根据植保施药需求计算出最佳雾滴的沉积分布效果对应的最佳喷嘴角度与最佳施药压力；
步骤7、按照作业高度、最佳喷嘴角度和最佳施药压力进行精准施药。
2.根据权利要1所的随机环境风影响下的基于降阶模型的施药控制方法，其特征在于，所述步骤2中，随机环境风速信号为滤波的连续变化的高斯白噪声信号。
3.根据权利要1所的随机环境风影响下的基于降阶模型的施药控制方法，其特征在于，所述步骤3中，基于系统辨识理论，采用结合递归算法的回归模型或深度学习中的rnn方法建立施药系统的时间序列预测模型。
4.随机环境风影响下的基于降阶模型的施药控制系统，其特征在于，包括以下模块：包括样本空间模块、施药系统降阶模型建立模块、降阶模型及cfd调试模块、喷药参数计算模块和施药控制模块，所述样本空间模块用于根据作物生长特性及植保作业需求，确定植保无人机的工作范围，包括l个植保无人机的作业高度、m个喷嘴角度和n个施药压力，将l个植保无人机的作业高度、m个喷嘴角度和n个施药压力离散为系统的样本空间，采用拉丁超立方方法选取样本空间的样本点；
施药系统降阶模型建立模块用于在每个样本点附加同一个随机环境风速度信号作为输入信号，利用高精度的cfd计算方法得到雾滴的沉积分布，作为施药系统的输出信号；建立施药系统的时间序列预测降阶模型，将步骤2中的输入信号和输出信号作为训练样本数据，对施药系统的高效降阶模型进行训练，得到最终降阶模型；通过对比cfd与最终降阶模型的计算结果以验证降阶模型的有效性，判断最终降阶模型是否满足工程计算精度，若不能满足工程计算精度，则重复步骤1-步骤3，改变步骤1中的样本空间和步骤4中的样本点测试集，得到新的最终降阶模型，若能够满足工程计算精度，则输出最终降阶模型；
降阶模型及cfd调试模块用于将另一组未经训练过的样本点测试集，且每个样本点测试集具有与步骤2不同变化规律的随机环境风速信号作为样本点测试集输入信号，测试集中的每个样本点均包括一组作业高度、喷嘴角度和施药压力信息，且作业高度、喷嘴角度和施药压力均位于步骤1的样本空间范围内，将样本点测试集输入信号分别采用cfd方法与降阶模型计算得到雾滴分布响应；
喷药参数计算模块用于根据植保作业任务需求，选择合适的作业高度，通过地面风速监测装置以及无人机机载风速监测装置实时测量环境风速信息，将步骤5中的作业高度以及实时风速信息输入至步骤5中的最终降阶模型，计算出不同喷嘴角度和不同施药压力下施药系统的雾滴的沉积分布效果，根据植保施药需求计算出最佳雾滴的沉积分布效果对应的最佳喷嘴角度与最佳施药压力；
施药控制模块用于按照作业高度、最佳喷嘴角度和最佳施药压力进行精准施药。