1.一种多源多时相高分遥感影像的制种玉米田识别方法，其特征在于，包括:
S1：获取监测区玉米生长季多时相高分一号宽幅相机WFV影像及关键生育期的高分二号全色波段影像；
S2：对获取的高分一号宽幅相机WFV影像进行预处理，获取玉米生长季的高分一号宽幅相机-归一化差分植被指数WFV-NDVI时序数据集及配准好的高分二号全色波段；
S3：利用面向对象分类方法对玉米生长季的高分一号WFV-NDVI时序数据集进行处理，根据作物间的物候特征差异，识别所述监测区的玉米田块；
S4：以S3获取的玉米田块为基础，根据制种玉米田与大田玉米田的高分二号全色波段上的光谱与纹理信息差异，识别所述监测区的制种玉米田；
其中，所述关键生育期指玉米抽穗期后，母本去雄后时期。
2.根据权利要求1所述的多源多时相高分遥感影像的制种玉米田识别方法，其特征在于，S2包括:
对获取高分一号宽幅相机WFV影像进行辐射校正、正射校正、计算每期高分一号WFV影像的归一化差分植被指数NDVI，对玉米生长季获取的所有NDVI波段进行合成，获取WFV-NDVI时序数据集。
3.根据权利要求2所述的多源多时相高分遥感影像的制种玉米田识别方法，其特征在于，所述计算每期高分一号WFV影像的归一化差分植被指数NDVI，包括：根据下式计算归一化差分植被指数NDVI，
其中，NDVI表示归一化差分植被指数，ρnir表示高分一号WFV影像的近红外波段的反射率，ρred表示红波段的反射率。
4.根据权利要求1所述的多源多时相高分遥感影像的制种玉米田识别方法，其特征在于，获取配准好的高分二号全色波段包括:
将所述高分一号宽幅相机WFV影像与所述高分二号全色波段影像中的同名点进行匹配，获取配准好的高分二号全色波段影像。
5.根据权利要求1所述的多源多时相高分遥感影像的制种玉米田识别方法，其特征在于，S3包括:
以多尺度分割算法对所述高分一号WFV-NDVI时序数据集进行影像分割，获取田块图斑；
导入不同地类的训练样本，获取不同作物的NDVI时序曲线，对不同作物NDVI时序曲线进行分析，确定分类体系，利用阈值法进行玉米田块识别；
其中，每个田块图斑的属性为多时相的NDVI值。
6.根据权利要求1所述的多源多时相高分遥感影像的制种玉米田识别方法，其特征在于，S4包括:
以S3获取的玉米田块为专题图层，采用多尺度分割算法对高分二号全色波段进行分割，获取多个玉米田块；
获取对高分二号全色波段进行分割后的每个玉米田块的光谱与纹理特征差异，根据阈值法识别所述监测区的制种玉米田。
7.根据权利要求6所述的多源多时相高分遥感影像的制种玉米田识别方法，其特征在于，所述获取对高分二号全色波段进行分割后的每个玉米田块的光谱与纹理信息差异包括:
采用灰度共生矩阵获取高分二号全色波段分割后的玉米田块的纹理信息。
8.一种多源多时相高分遥感影像的制种玉米田识别系统，其特征在于，包括：
影像获取单元，用于获取监测区玉米生长季多时相高分一号宽幅相机WFV影像及关键生育期的高分二号全色波段影像；
时序数据集获取单元，用于对获取的高分一号宽幅相机WFV影像进行预处理，获取玉米生长季的高分一号宽幅相机-归一化差值植被指数WFV-NDVI时序数据集及配准好的高分二号全色波段；
玉米田块识别单元，用于利用面向对象分类方法对玉米生长季的高分一号WFV-NDVI时序数据集进行处理，根据作物间的物候特征差异，识别所述监测区的玉米田块；
制种玉米田识别单元，以S3获取的玉米田块为基础，根据制种玉米田与大田玉米田的高分二号全色波段上的光谱与纹理信息差异，识别所述监测区的制种玉米田；
其中，所述关键生育期指玉米抽穗期间母本去雄后时期。
9.根据权利要求8所述的多源多时相高分遥感影像的制种玉米田识别系统，其特征在于，所述时序数据集获取单元进一步用于：
对获取高分一号宽幅相机WFV影像进行辐射校正、正射校正、计算每期高分一号WFV影像的归一化差值植被指数NDVI，对玉米生长季获取的所有NDVI波段进行合成，获取WFV-NDVI时序数据集。
10.根据权利要求8所述的多源多时相高分遥感影像的制种玉米田识别系统，其特征在于，所述玉米田块识别单元进一步用于：
以多尺度分割算法对所述高分一号WFV-NDVI时序数据集进行影像分割，获取多个田块图斑；
导入不同地类的训练样本，获取不同作物的NDVI时序曲线，对不同作物NDVI时序曲线进行分析，确定分类体系确定，利用阈值法进行玉米田块识别；
其中，每个田块图斑的属性为多时相的NDVI值。