1.一种模型-数据联合驱动的大棚智能配肥系统，其特征在于，包括控制传感模块、图像解析模块以及任务决策模块；
2.根据权利要求1所述的一种模型-数据联合驱动的大棚智能配肥系统，其特征在于：所述土壤传感网络由多个土壤综合传感器且与云端信息系统建立链接；
3.根据权利要求1所述的一种模型-数据联合驱动的大棚智能配肥系统，其特征在于：所述生长阶段检测网络和欠营养检测网络均包含卷积层、池化层、全连接层和输出层。
4.根据权利要求1所述的一种模型-数据联合驱动的大棚智能配肥系统，其特征在于：所述配肥专家系统由模型库、数据库和推理机组成，模型库根据大棚种植专家的经验建立并储存了多种植物的配肥数学模型，数据库则储存不同作物的知识信息和生长需求数据，推理机依据模型库中有关配肥决策的数学模型，能够得出当前最优配肥用料配比和施灌量决策结果。
5.根据权利要求1所述的一种模型-数据联合驱动的大棚智能配肥系统，其特征在于：所述基于强化学习的深度决策神经网络使用了dqn作为配肥决策的网络框架，用数学建模的角度解释配肥任务，决策目标就是最小化作物欠营养程度系数向量的模，用马尔可夫过程解释配肥决策，状态为生长特征解算数据和土壤传感器回传数据，动作为配肥用料配比、施灌量、ec值，奖励为欠营养程度系数向量模的相反数，决策网络参数的训练，通过获取每一轮作物生长状态，做出配肥决策并获得本轮奖励，使用td算法反复迭代训练直至参数收敛。
6.一种模型-数据联合驱动的大棚智能配肥方法，其特征在于，包括以下步骤：
7.根据权利要求6所述的一种模型-数据联合驱动的大棚智能配肥方法，其特征在于：所述第一步中施灌车初始化任务数据包括同步作业信息、确定任务执行时间、地点和对象，获取作业路线或进行初步任务路线规划；
8.根据权利要求6所述的一种模型-数据联合驱动的大棚智能配肥方法，其特征在于：所述第二步包括以下内容：
9.根据权利要求6所述的一种模型-数据联合驱动的大棚智能配肥方法，其特征在于：所述第三步包括以下内容：
10.根据权利要求6所述的一种模型-数据联合驱动的大棚智能配肥方法，其特征在于：第四步包括以下内容：