1.一种自动灌溉水泵控制方法，其特征在于，

包括以下步骤：

获取当前待灌溉的农作物面积网格，并根据所述当前待灌溉的农作物面积网格建立作物水泵的灌溉水流路线，生成一次灌溉线信息；

构建灌溉流量预测模型，基于所述灌溉流量预测模型得到实时的灌溉流量数据信息，并对所述实时的灌溉流量数据信息进行一次验证，得到一次验证信息，并根据所述一次验证信息进行调整所述一次灌溉线信息，得到二次灌溉线信息；

获取当前待灌溉的农作物的坐标位置信息，基于所述当前待灌溉的农作物的坐标位置信息得到当前坐标位置的空间分布数据信息；

根据所述当前坐标位置的空间分布数据信息进行二次验证，得到二次验证信息，并根据所述二次验证信息以及二次灌溉线信息进行调整，生成调整信息，并将所述调整信息传输至作物水泵远程控制终端。

2.根据权利要求1所述的一种自动灌溉水泵控制方法，其特征在于，获取当前待灌溉的农作物面积网格，并根据所述当前待灌溉的农作物面积网格建立作物水泵的灌溉水流路线，生成一次灌溉线信息，具体包括以下步骤：获取当前待灌溉的农作物面积网格，并将所述当前待灌溉的农作物面积网格分割为多个子网格；

获取每个子网格的农作物面积网格图像信息，并对所述农作物面积网格图像信息进行去噪以及滤波处理，得到处理后的图像信息；

对所述处理后的图像信息进行分割处理，得到实际的农作物面积网格信息；

通过退火算法对所述实际的农作物面积进行灌溉线规划，生成一次灌溉线信息。

3.根据权利要求1所述的一种自动灌溉水泵控制方法，其特征在于，构建灌溉流量预测模型，基于所述灌溉流量预测模型得到实时的灌溉流量数据信息，并对所述实时的灌溉流量数据信息进行一次验证，得到一次验证信息，并根据所述一次验证信息进行调整所述一次灌溉线信息，得到二次灌溉线信息，具体包括以下步骤：通过贝叶斯法构建灌溉流量预测模型，并获取实时的环境信息，并将所述实时的环境信息输入至灌溉流量预测模型中，得到实时的灌溉流量数据信息；

根据所述实时的灌溉流量数据信息得到当前子网格每个待灌溉位置的灌溉偏移量数据信息；

将所述灌溉偏移量数据信息与预设灌溉偏移量数据信息进行对比，得到偏差率；

判断所述偏差率是否大于预设偏差率阈值，若所述偏差率大于预设偏差率阈值，则将当前子网格的灌溉线信息作为异常灌溉线，并将所述异常灌溉线作为一次验证信息，根据所述一次验证信息进行调整所述一次灌溉线信息，得到二次灌溉线信息。

4.根据权利要求1所述的一种自动灌溉水泵控制方法，其特征在于，获取当前待灌溉的农作物的坐标位置信息，基于所述当前待灌溉的农作物的坐标位置信息得到当前坐标位置的空间分布数据信息，具体包括以下步骤：获取当前待灌溉的农作物的坐标位置信息，并基于神经网络建立识别模型，将预先训练好的数据信息分为训练集以及验证集；

将所述训练集输入到所述识别模型中进行训练，直至训练至模型参数平稳，保存模型参数，并将验证集输入到识别模型中进行验证，直至符合预设要求，模型训练完成；

通过大数据网络获取所述待灌溉的农作物的坐标位置信息所对应的场景类型信息，并将所述场景类型信息输入至所述识别模型中进行识别，得到识别结果；

建立空间分布数据信息，若识别结果中存在预设识别结果，则将所述识别结果输入至所述空间分布数据信息中，得到当前坐标位置的空间分布数据信息。

5.根据权利要求1所述的一种自动灌溉水泵控制方法，其特征在于，根据所述当前坐标位置的空间分布数据信息进行二次验证，得到二次验证信息，并根据所述二次验证信息以及二次灌溉线信息进行调整，生成调整信息，具体为：获取一次验证信息所在灌溉线对应的灌溉范围信息，并判断所述当前坐标位置的空间分布数据信息是否在所述一次验证信息所在灌溉线对应的灌溉范围信息之内；

若所述当前坐标位置的空间分布数据信息在所述一次验证信息所在灌溉线对应的灌溉范围信息之内，则获取当前坐标位置的空间分布数据信息所占的网格面积；

根据所述当前坐标位置的空间分布数据信息所占的网格面积得到当前所占的网格面积的边缘网格，基于当前所占的网格面积的边缘网格以及所述一次验证信息所在灌溉线对应的灌溉范围信息计算出灌溉所涉及的网格面积；

根据所述灌溉所涉及的网格面积对所述二次灌溉线信息进行调整，并生成调整信息。

6.根据权利要求1所述的一种自动灌溉水泵控制方法，其特征在于，还包括以下步骤：

获取当前灌溉网格的农作物类型，并通过大数据网络获取当前农作物类型在各种灌溉量之下的作物冠层浇灌历史沉积数据信息；

基于神经网络建立作物冠层沉积量预测模型，并将所述作物冠层浇灌历史沉积数据信息输入到所述作物冠层沉积量预测模型中训练，得到训练完成的作物冠层沉积量预测模型；

获取当前灌溉网格的灌溉量，并将所述当前灌溉网格的灌溉量输入到所述作物冠层沉积量预测模型中，以得到当前灌溉网格的作物冠层浇灌沉积数据信息；

若所述当前灌溉网格的作物冠层浇灌沉积数据信息大于预设作物冠层浇灌沉积数据信息时，生成当前灌溉网格的土壤改良方案以及修正当前灌溉网格的灌溉量。

7.一种自动灌溉水泵控制器，其特征在于，包括：

网络模块、计算模块、数据采集模块、存储模块和浮标；

所述存储模块包含自动灌溉水泵控制方法程序，所述自动灌溉水泵控制方法程序被所述计算模块执行时，实现如下步骤：获取当前待灌溉的农作物面积网格，并根据所述当前待灌溉的农作物面积网格建立作物水泵的灌溉水流路线，生成一次灌溉线信息；

构建灌溉流量预测模型，基于所述灌溉流量预测模型得到实时的灌溉流量数据信息，并对所述实时的灌溉流量数据信息进行一次验证，得到一次验证信息，并根据所述一次验证信息进行调整所述一次灌溉线信息，得到二次灌溉线信息；

获取当前待灌溉的农作物的坐标位置信息，基于所述当前待灌溉的农作物的坐标位置信息得到当前坐标位置的空间分布数据信息；

根据所述当前坐标位置的空间分布数据信息进行二次验证，得到二次验证信息，并根据所述二次验证信息以及二次灌溉线信息进行调整，生成调整信息，并将所述调整信息传输至作物水泵远程控制终端。

8.根据权利要求7所述的一种自动灌溉水泵控制器，其特征在于，构建灌溉流量预测模型，基于所述灌溉流量预测模型得到实时的灌溉流量数据信息，并对所述实时的灌溉流量数据信息进行一次验证，得到一次验证信息，并根据所述一次验证信息进行调整所述一次灌溉线信息，得到二次灌溉线信息，具体包括以下步骤：通过贝叶斯法构建灌溉流量预测模型，并获取实时的环境信息，并将所述实时的环境信息输入至灌溉流量预测模型中，得到实时的灌溉流量数据信息；

根据所述实时的灌溉流量数据信息得到当前子网格每个待灌溉位置的灌溉偏移量数据信息；

将所述灌溉偏移量数据信息与预设灌溉偏移量数据信息进行对比，得到偏差率；

判断所述偏差率是否大于预设偏差率阈值，若所述偏差率大于预设偏差率阈值，则将当前子网格的灌溉线信息作为异常灌溉线，并将所述异常灌溉线作为一次验证信息，根据所述一次验证信息进行调整所述一次灌溉线信息，得到二次灌溉线信息。

9.根据权利要求7所述的一种自动灌溉水泵控制器，其特征在于，获取当前待灌溉的农作物的坐标位置信息，基于所述当前待灌溉的农作物的坐标位置信息得到当前坐标位置的空间分布数据信息，具体包括以下步骤：获取当前待灌溉的农作物的坐标位置信息，并基于神经网络建立识别模型，将预先训练好的数据信息分为训练集以及验证集；

将所述训练集输入到所述识别模型中进行训练，直至训练至模型参数平稳，保存模型参数，并将验证集输入到识别模型中进行验证，直至符合预设要求，模型训练完成；

通过大数据网络获取所述待灌溉的农作物的坐标位置信息所对应的场景类型信息，并将所述场景类型信息输入至所述识别模型中进行识别，得到识别结果；

建立空间分布数据信息，若识别结果中存在预设识别结果，则将所述识别结果输入至所述空间分布数据信息中，得到当前坐标位置的空间分布数据信息。

10.根据权利要求7所述的一种自动灌溉水泵控制器，其特征在于，根据所述当前坐标位置的空间分布数据信息进行二次验证，得到二次验证信息，并根据所述二次验证信息以及二次灌溉线信息进行调整，生成调整信息，具体为：获取一次验证信息所在灌溉线对应的灌溉范围信息，并判断所述当前坐标位置的空间分布数据信息是否在所述一次验证信息所在灌溉线对应的灌溉范围信息之内；

若所述当前坐标位置的空间分布数据信息在所述一次验证信息所在灌溉线对应的灌溉范围信息之内，则获取当前坐标位置的空间分布数据信息所占的网格面积；

根据所述当前坐标位置的空间分布数据信息所占的网格面积得到当前所占的网格面积的边缘网格，基于当前所占的网格面积的边缘网格以及所述一次验证信息所在灌溉线对应的灌溉范围信息计算出灌溉所涉及的网格面积；

根据所述灌溉所涉及的网格面积对所述二次灌溉线信息进行调整，并生成调整信息。