1.一种基于高光谱技术检测冬小麦麦穗水分含量的方法，其特征在于，包括以下步骤：
步骤一，开展实地野外核查，确定并进行冬小麦样本与光谱数据的采集和数据处理，然后在实验室内将冬小麦麦穗置入烘烤箱内，烘干至恒重并称取麦穗干重，采用常规计算方法获得小麦麦穗含水量；采用随机抽样法筛选2/3的样本作为训练样本，1/3的样本作为验证样本；
步骤二，以训练样本为基础，对光谱数据进行平滑去噪处理，并利用小波算法处理分析光谱数据，然后将其与冬小麦麦穗水含量进行相关性分析，筛选对冬小麦麦穗水分含量敏感的特征波段；
步骤三，依据步骤二中筛选的敏感特征波段，采用偏最小二乘法构建冬小麦麦穗水分含量的估测模型，并采用决定系数r2与均方根误差rmse对进行模型精度检测，以确定检验模型的可行性；
步骤四，将待检测目标的敏感光谱数据输入步骤三中的模型，即可获得冬小麦麦穗水分含量信息。
2.根据权利要求1所述的基于高光谱技术检测冬小麦麦穗水分含量的方法，其特征在于，步骤一所述光谱数据是利用地物光谱仪获取冬小麦冠层光谱数据。
3.根据权利要求2所述的基于高光谱技术检测冬小麦麦穗水分含量的方法，其特征在于，所述光谱数据是将冬小麦光谱测量方法采用在野外进行，采用波段覆盖范围为350～2500nm，输出光谱分辨率为1nm的地物光谱仪在野外采集冬小麦冠层光谱数据，其中每个样本测定10条光谱数据，取其平均作为最终光谱。
4.根据权利要求3所述的基于高光谱技术检测冬小麦麦穗水分含量的方法，其特征在于，采集的冠层光谱数据进行数据处理，所述数据处理包括光谱平滑、小波分析、相关性分析三部分。
5.根据权利要求4所述的基于高光谱技术检测冬小麦麦穗水分含量的方法，其特征在于，还包括随机从所有样本中筛选出1/3的样本对处理后的数据进行验证的步骤。
6.根据权利要求1所述的基于高光谱技术检测冬小麦麦穗水分含量的方法，其特征在于，所述步骤三的具体步骤如下：
(1)偏最小二乘法回归：偏最小二乘法建模同时考虑因变量和自变量主成分提取，偏最小二乘法同时考虑了自变量(x)主成分、因变量(y)的主成分及因变量对自变量的解释程度；
(2)在偏最小二乘算法中，需要确定投入建模的主成分的个数，即判定增加一个新主成分后模型的预测功能是否得到改进，模型精度评判方法为交叉验证，公式如下所示：
其中：press(h)为预测误差平方和、ss为误差平方和、h为成分数，
在建模每一步计算结束之前，均进行有效性的交叉验证，如果在第h步有
(3)采用偏最小二乘法构建的模型精度验证，研究采用随机抽样法将冬小麦样本分为建模组、验证组，其中建模组占总样本数的2/3，其余为验证组，。构建的诊断模型精度采用回归评价指标：决定系数r2与均方根误差rmse共同评价，决定系数r2具体计算方法如下：
均方根误差rmse的计算方法如下：
其中，somi为实际值，sompi为预测值，