1.一种墒情实时监测和预测系统，其特征在于：包括监测模块及预报模块，其中，上述监测模块包括探测系统(1)、数据采集器(2)、无线发送器(4)及数据接收器(5)，探测系统(1)包括至少二个探测器，探测器包括设置在待探测点处的土壤含水量探测器、降水量探测器、地表风速探测器、地表温度探测器、地温探测器及地表空气湿度探测器，以便对待探测点进行数据探测；上述数据采集器(2)与探测系统(1)连接，探测系统(1)将探测到的数据发送至数据采集器(2)中，并通过无线发送器(4)发送至数据接收器(5)中；预报模块包括综合云计算平台(7)、信息发布和自主查询平台(9)；综合云计算平台(7)与数据接收器(5)连接，以便接收数据接收器(5)发出的探测数据，进行处理后发送至信息发布和自主查询平台(9)中。

2.根据权利要求1所述的一种墒情实时监测和预测系统，其特征在于：所述的监测模块内设有太阳能电池(3)，太阳能电池(3)分别与上述探测系统(1)、数据采集器(2)、无线发送器(4)及数据接收器(5)连接，以便提供电源。

3.根据权利要求2所述的一种墒情实时监测和预测系统，其特征在于：所述的数据接收器(5)通过internet网与上述综合云计算平台(7)连接，以便将墒情影响因子数据(6)发送至综合云计算平台(7)内。

4.根据权利要求3所述的一种墒情实时监测和预测系统，其特征在于：所述的综合云计算平台(7)连接气象平台(8)，气象平台(8)将气象预报数据发送至综合云计算平台(7)内，云平台服务平台(7)的数据处理模块对输入的墒情影响因子数据(6)及气象平台(8)的预报数据进行处理，得出墒情实时数据和预报数据，并传输至信息发布和自主查询平台(9)。

5.根据权利要求4所述的一种墒情实时监测和预测系统，其特征在于：所述的信息发布和自主查询平台(9)连接用户终端(10)，以便将综合云计算平台(7)计算得出的墒情实时数据和预报数据传输至用户终端(10)，以便预报和供用户查询，及时指导和安排农业生产。

6.根据权利要求5所述的一种墒情实时监测和预测系统，其特征在于：所述的用户终端包括个人电脑(11)、手机APP(12)及电视台(13)。

7.一种如权利要求1所述的墒情实时监测和预测系统的监测方法，其特征在于，包括以下步骤：S1、确定所探测的区域内监测点的位置和数量，不同位置的监测点形成监测网点群；

S2、在步骤S1中确定的监测点处安装墒情变化影响因子数据探测器系统(1)所要求的土壤含水量探测器、降水量探测器、地表风速探测器、地表温度探测器、地温探测器及地表空气湿度探测器；

S3、在步骤S2中的监测点设置数据采集器(2)、无线发送器(4)及太阳能电池(3)，且与探测系统(1)连接构成回路，以便对监测区域进行墒情实时监测；

S4、数据云平台服务器(7)对数据接收器(5)提供的各项墒情影响因子数据(6)和气象平台(8)提供的数据进行处理，得出墒情实时数据和预报数据，以便对监测区域进行墒情实时预测；

S5、信息发布和查询平台(9)将墒情实时数据和预报数据及时发送至用户终端(10)，或者接受用户终端(10)的自主查询墒情实时数据和预报数据，及时指导和安排农业生产。

8.根据权利要求7所述的一种墒情实时监测和预测系统，其特征在于：所述的步骤S5中墒情实时预测的具体步骤为：A、获取关于各个观测时点的各项影响因子的数据序列；

B、利用ARMA(p,q)模型进行预测期内各项影响因子值的预测，公式为yt＝φ1yt-1+φ2yt-2+……+φpyt-p+εt-θ1εt-1-θ2εt-2-……-θpεt-p，式中符号：p和q是模型的自回归阶数和移动平均阶数；φ和θ是不为零的待定系数；εt独立的误差项；yt是平稳、正态、零均值的时间序列，通过该步骤可以获取预测期内各个影响因子的预测值；

C、将ARMA模型所得的预测值数据带入fisher判别公式，获得预测期内墒情预测值，以便进行墒情判断和指导农业生产。

9.根据权利要求8所述的一种墒情实时监测和预测系统，其特征在于：所述的步骤C中，fisher判别法的具体步骤为：A、划分墒情类别，同时确定各个类别的判别的标准；

B、确定墒情变化的影响因子，本系统选择的影响因子为：土壤含水量X、降水量Y、地表风速V、地表温度T、地温T1、地表空气湿度W；

C、利用公式 和Cov(x,y)＝E[(x-EX)(y-EY)]，计算矩阵值矩阵和各影响因子与墒情类别间的协方差矩阵，其中i为各数据对应监测期的编号，j为墒情类别序号；

D、构造判别函数 其中判别函数的系数向

量为C＝Σ-1(μ1-μ2)，判别函数的常数项为

E、将数据带入判别函数，由处理结果获得各个时期的墒情类别。