1.一种基于人工智能的农业无人机作物精准营养系统，其特征在于：包括中心工作站、智能用户端及分别与二者信号相连的云端系统；
其中，中心工作站的服务范围覆盖整个农业种植区，向农业种植区提供包括但不限于农业信息采集、数据传输与营养供给的农业服务；农业种植区包括由至少一名用户负责的多个分区；所述农业信息采集是由农业无人机实现的、面向农业种植区进行的整体性数据采集；
智能用户端用于展示信息，拍摄异常苗情，并向用户提供购买营养供给服务的渠道；其中，拍摄异常苗情是面向出现异常苗情的问题分区进行的针对性数据采集；
云端系统对上传自中心工作站及智能用户端的信息进行处理分析，生成农情初诊报告、营养供给方案及其他农业操作建议，并实现数据管理。
2.根据权利要求1所述的一种基于人工智能的农业无人机作物精准营养系统，其特征在于：中心工作站包括农业无人机、农作物营养中心及分别与二者信号相连的数据传输中心；
农业无人机设有用于可见光和/或不可见光光谱图像采集的机载探测器，以及高精度地理定位系统；农业无人机根据预设的飞行计划对农业种植区进行整体巡视；巡视过程中，机载探测器对农业种植区进行可见光和/或不可见光的光谱图像的实时采集；其中，在农业无人机的首次整体巡视过程中，高精度地理定位系统获取农业种植区及其中各个分区的地理信息，根据地理信息构建农业种植区的农田地图，标定各个分区在农田地图中的空间分布；
数据传输中心用于将农田地图及光谱图像上传至云端系统，接收由云端系统发送的实施营养供给服务的信号、由云端系统制定的营养供给方案、以及由用户自定义的作物营养方案；
在接收到云端系统发送的实施营养供给服务的信号后，农作物营养中心根据由云端系统制定的、针对问题分区的营养供给方案，和/或由用户自定义的作物营养方案，完成营养供给服务。
3.根据权利要求2所述的一种基于人工智能的农业无人机作物精准营养系统，其特征在于：农作物营养中心包括智能营养调配系统及自动滴灌控制系统，营养供给服务包括由智能营养调配系统自动完成营养元素调配，并由自动滴灌控制系统控制完成营养滴灌作业。
4.根据权利要求1所述的一种基于人工智能的农业无人机作物精准营养系统，其特征在于：智能用户端包括显示模块、拍摄模块、商城模块及分别与三者信号相连的数据传输模块；
数据传输模块接收由云端系统传送至智能用户端的农情初诊报告、营养供给方案及其他农业操作建议，并传输至显示模块，向用户进行信息展示；
针对农情初诊报告记载的问题分区内的异常苗情，用户可采用拍摄模块进行问题分区内异常苗情图像的实地采集，异常苗情图像经数据传输模块上传云端系统进行后续智能化精准分析；
用户通过商城模块购买营养供给服务；其中，营养供给服务基于：由云端系统制定的、针对问题分区的营养供给方案，和/或由用户根据个人经验，在商城模块中自定义的作物营养方案；完成购买后的支付信息通过数据传输模块上传云端系统。
5.根据权利要求1所述的一种基于人工智能的农业无人机作物精准营养系统，其特征在于：云端系统包括农情初诊模块、精准分析模块及分别与二者信号相连的信息管理模块；
农情初诊模块根据中心工作站上传的光谱图像，分析得出农业种植区中出现的异常苗情，将出现异常苗情的分区定义为问题分区，将各项异常苗情分别关联至对应的问题分区，由此生成针对不同问题分区的多个农情初诊报告，并将多个农情初诊报告输出至信息管理模块；
其中，异常苗情包括农作物营养异常；
精准分析模块包括人工神经网络模型，用于对智能用户端上传的问题分区的异常苗情图像进行智能运算；在训练阶段，人工神经网络模型通过正向网络计算与逆向误差传播计算实现人工神经网络模型的训练；在训练完成的使用阶段，人工神经网络模型通过正向网络计算准确分析出异常苗情的具体症状，基于具体症状提出针对问题分区的营养供给方案及其他农业操作建议，并输出至信息管理模块；
信息管理模块作为云端系统的数据交互中心，接收由中心工作站上传的农田地图及光谱图像，接收由智能用户端上传的异常苗情图像；向智能用户端发送农情初诊报告、营养供给方案及其他农业操作建议，并在接收智能用户端的支付信息后，向中心工作站发送实施营养供给服务的信号。
6.根据权利要求5所述的一种基于人工智能的农业无人机作物精准营养系统，其特征在于：农情初诊模块包括信号相连的光谱分析模块及定位模块；
针对中心工作站上传至云端系统的农业种植区的光谱图像，光谱分析模块提取光谱图像中代表农作物营养异常的多个光谱特征，根据光谱特征分析农业种植区内出现的各项农作物营养异常情况的具体类型及严重程度，并将分析结果输出至定位模块；
定位模块存储农业无人机首次整体巡视后上传云端系统的农田地图；针对光谱分析模块分析得出的各项农作物营养异常情况，定位模块从光谱图像中获取出现该农作物营养异常情况的地理信息，利用地理信息实现农作物营养异常情况在农业种植区中的位置标注；定位模块将出现农作物营养异常情况的分区定义为问题分区，由此生成针对不同问题分区的多个农情初诊报告，输出至信息管理模块。
7.根据权利要求5所述的一种基于人工智能的农业无人机作物精准营养系统，其特征在于：信息管理模块预存有农业种植区中各个分区的基本信息；对于农情初诊模块生成的、针对各个问题分区的农情初诊报告，信息管理模块根据预存的分区基本信息，获取问题分区的用户信息，将农情初诊报告发送至对应问题分区的用户的智能用户端。
8.一种如权利要求1-7所述的一种基于人工智能的农业无人机作物精准营养系统的实现方法，其特征在于：包括如下步骤：
s1.农业无人机对包含多个分区的农业种植区进行首次整体巡视，设置于农业无人机的高精度地理定位系统获取农业种植区及其中各个分区的地理信息，根据地理信息构建农业种植区的农田地图，标定各个分区在农田地图中的空间分布，农田地图被上传至云端系统；
s2.农业无人机根据预设的飞行计划对农业种植区进行整体巡视，设置于农业无人机的机载探测器对农业种植区进行实时光谱图像采集，光谱图像被上传至云端系统；
s3.云端系统根据光谱图像，分析得出农业种植区中出现的异常苗情，将出现异常苗情的分区定义为问题分区，将各项异常苗情分别关联至对应的问题分区，由此生成针对不同问题分区的多个农情初诊报告，云端系统将多个农情初诊报告分别发送至对应问题分区的用户的智能用户端；
s4.用户通过智能用户端查看农情初诊报告记载的问题分区内的异常苗情，继而使用智能用户端，对问题分区内的异常苗情图像进行实地采集，并上传异常苗情图像至云端系统；
s5.云端系统人工智能模型对问题分区的异常苗情图像进行智能运算；在训练阶段，人工神经网络模型通过正向网络计算与逆向误差传播计算实现人工神经网络模型的训练；在训练完成的使用阶段，人工神经网络模型通过正向网络计算准确分析出异常苗情的具体症状，基于具体症状提出针对问题分区的营养供给方案及其他农业操作建议，并发送至对应问题分区的用户的智能用户端。
9.根据权利要求8所述的一种基于人工智能的农业无人机作物精准营养系统的实现方法，其特征在于：步骤s3包括：
s31.提取光谱图像中代表农作物营养异常的多个光谱特征，根据光谱特征分析农业种植区内出现的各项农作物营养异常情况的具体类型及严重程度；
s32.获取光谱图像中出现各项农作物营养异常情况的地理信息，实现各项农作物营养异常情况在农业种植区中的位置标注，出现农作物营养异常情况的分区被定义为问题分区，由此生成针对不同问题分区的多个农情初诊报告。
10.根据权利要求8所述的一种基于人工智能的农业无人机作物精准营养系统的实现方法，其特征在于：当用户选择购买营养供给服务时，基于人工智能的农业无人机作物精准营养系统的实现方法还包括如下后续步骤：
s6.用户通过智能用户端购买营养供给服务并完成支付，云端系统根据智能用户端上传的支付信息，向中心工作站发送实施营养供给服务的信号；农作物营养中心根据由云端系统制定的、针对问题分区的营养供给方案，和/或由用户自定义的作物营养方案，进行营养元素调配，并控制完成营养滴灌作业。