1.一种食品绿色包装方法，其中，所述食品绿色包装方法包括：步骤S100：获得第一产品的第一产品定位信息，其中，所述第一产品定位信息包括食品的食品类型、食品价值、食品的品牌风格；

步骤S200：由所述第一产品定位信息获得所述第一产品的第一印刷要求和第一产品价值，其中，所述第一印刷要求为所述第一产品外包装的印刷效果，所述第一产品价值为所述第一产品的成本信息；

步骤S300：获得第一比例信息，所述第一比例信息为所述第一产品的包装价值占所述第一产品价值的比例；

步骤S400：由所述第一比例信息获得第一包装价值阈值，其中，所述第一包装价值阈值为依据所述第一比例信息确定的，所述第一产品包装材料的成本信息；

步骤S500：由所述第一包装价值阈值获得第一预设包装材料；

步骤S600：由所述第一印刷要求获得第一印刷质量；

步骤S700：依据所述第一印刷质量对所述第一预设包装材料进行筛选，获得第二预设包装材料；

步骤S800：获得所述第二预设包装材料的第一成分信息；

步骤S900：将所述第一成分信息输入至第一环保评估模型，获得所述第二预设包装材料的第一环保等级，其中，所述第一环保等级为对所述第二预设包装材料的包装废弃物可以降解腐化、可重复利用或易于回收再生的程度进行评估，所述第一环保评估模型为一机器学习模型；

步骤S1000：判断所述第一环保等级是否满足第一阈值；

步骤S1100：若所述第一环保等级满足所述第一阈值，获得第一包装材料；

其中，步骤S700依据所述第一印刷质量对所述第一预设包装材料进行筛选，获得第二预设包装材料，包括：步骤S701：由所述第一印刷质量获得所述第一产品的第一印刷分辨率；

步骤S702：由所述第一印刷分辨率确定第一印刷工艺；

步骤S703：由所述第一印刷工艺获得第一油墨种类；

步骤S704：获得第一预设油墨环保等级；

步骤S705：依据所述第一预设油墨环保等级对所述第一油墨种类进行调整，获得第二油墨种类；

步骤S706：由所述第一印刷分辨率和所述第二油墨种类建立第一筛选规则；

步骤S707：依据所述第一筛选规则对所述第一预设包装材料进行筛选；

步骤S900将所述第一成分信息输入至第一环保评估模型，还包括：步骤S901：获得第一预设生物降解率；

步骤S902：获得第一特定元素含量阈值；

步骤S903：依据所述第一预设生物降解率和所述第一特定元素含量阈值构建第一训练数据集；

步骤S904：由所述第一环保评估模型依据所述第一训练数据集对所述第一成分信息进行数据训练，包括：步骤S9041：将所述第一成分信息输入至所述第一环保评估模型，其中，所述第一环保评估模型通过多组训练数据训练获得，多组所述训练数据中的每一组训练数据均包括：所述第一成分信息和用来标识第一环保等级的标识信息，在获得所述第一成分信息的情况下，所述第一环保评估模型会输出所述第一环保等级的标识信息，通过标识的所述第一环保等级来对机器学习模型输出的所述第一环保等级进行校验，如果输出的所述第一环保等级同标识的所述第一环保等级相一致，则本数据监督学习完成，则进行下一组数据监督学习，如果输出的所述第一环保等级同标识的所述第一环保等级不一致，则机器学习模型自身进行调整，直到机器学习模型达到预期的准确率后，进行下一组数据的监督学习；

步骤S9042：获得所述第一环保评估模型的第一输出信息，其中，所述第一输出信息包括所述第一环保等级。

2.如权利要求1所述的食品绿色包装方法，其中，所述食品绿色包装方法包括：步骤S201：由所述第一产品定位信息获得所述第一产品的第一受众人群；步骤S202：获得所述第一受众人群的第一年龄分布；

步骤S203：由所述第一年龄分布获得第一定位群体；

步骤S204：对所述第一定位群体的第一消费信息进行分析，获得所述第一定位群体的第一食品消费信息；

步骤S205：由所述第一食品消费信息获得所述第一定位群体对于食品包装的第一关注特征；

步骤S206：由所述第一关注特征确定所述第一食品的第一印刷要求。

3.如权利要求2所述的食品绿色包装方法，其中，所述食品绿色包装方法包括：步骤S2051：由所述第一消费信息获得第一定位群体将所述第一产品作为礼品的第二比例信息；

步骤S2052：判断所述第二比例信息是否超过第二阈值；

步骤S2053：若所述第二比例信息超过所述第二阈值，获得第一调整信息；

步骤S2054：依据所述第一调整信息对所述第一比例信息进行调整。

4.如权利要求1所述的食品绿色包装方法，其中，所述由所述第一包装价值阈值获得第一预设包装材料，还包括：步骤S501：获得所述第一产品的第一运输要求；

步骤S502：获得所述第一产品的第一存放特点；

步骤S503：由所述第一运输要求和所述第一存放特点获得第一包装材料性能要求；

步骤S504：由所述第一包装价值阈值以及所述第一包装性能要求确定所述第一预设包装材料。

5.一种食品绿色包装装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述计算机程序时实现权利要求1‑4任一项所述食品绿色包装方法的步骤，其中，所述食品绿色包装装置还包括：第一获得单元，所述第一获得单元用于获得第一产品的第一产品定位信息，其中，所述第一产品定位信息包括食品的食品类型、食品价值、食品的品牌风格；

第二获得单元，所述第二获得单元用于由所述第一产品定位信息获得所述第一产品的第一印刷要求和第一产品价值，其中，所述第一印刷要求为所述第一产品外包装的印刷效果，所述第一产品价值为所述第一产品的成本信息；

第三获得单元，所述第三获得单元用于获得第一比例信息，所述第一比例信息为所述第一产品的包装价值占所述第一产品价值的比例；

第四获得单元，所述第四获得单元用于由所述第一比例信息获得第一包装价值阈值，其中，所述第一包装价值阈值为依据所述第一比例信息确定的，所述第一产品包装材料的成本信息；

第五获得单元，所述第五获得单元用于由所述第一包装价值阈值获得第一预设包装材料；

第六获得单元，所述第六获得单元用于由所述第一印刷要求获得第一印刷质量；

第七获得单元，所述第七获得单元用于依据所述第一印刷质量对所述第一预设包装材料进行筛选，获得第二预设包装材料；

第八获得单元，所述第八获得单元用于获得所述第二预设包装材料的第一成分信息；

第一输入单元，所述第一输入单元用于将所述第一成分信息输入至第一环保评估模型，获得所述第二预设包装材料的第一环保等级，其中，所述第一环保等级为对所述第二预设包装材料的包装废弃物可以降解腐化、可重复利用或易于回收再生的程度进行评估，所述第一环保评估模型为一机器学习模型；

第一判断单元，所述第一判断单元用于判断所述第一环保等级是否满足第一阈值；

第九获得单元，所述第九获得单元用于若所述第一环保等级满足所述第一阈值，获得第一包装材料；

所述第七获得单元，还包括：

第二十二获得单元，所述第二十二获得单元用于由所述第一印刷质量获得所述第一产品的第一印刷分辨率；

第二十三获得单元，所述第二十三获得单元用于由所述第一印刷分辨率确定第一印刷工艺；

第二十四获得单元，所述第二十四获得单元用于由所述第一印刷工艺获得第一油墨种类；

第二十五获得单元，所述第二十五获得单元用于获得第一预设油墨环保等级；

第二十六获得单元，所述第二十六获得单元用于依据所述第一预设油墨环保等级对所述第一油墨种类进行调整，获得第二油墨种类；

第二十七获得单元，所述第二十七获得单元用于由所述第一印刷分辨率和所述第二油墨种类建立第一筛选规则；

第一执行单元，所述第一执行单元用于依据所述第一筛选规则对所述第一预设包装材料进行筛选；

所述第一输入单元，还包括：

第二十八获得单元，所述第二十八获得单元用于获得第一预设生物降解率；

第二十九获得单元，所述第二十九获得单元用于获得第一特定元素含量阈值；

第三十获得单元，所述第三十获得单元用于依据所述第一预设生物降解率和所述第一特定元素含量阈值构建第一训练数据集；

第二执行单元，所述第二执行单元用于由所述第一环保评估模型依据所述第一训练数据集对所述第一成分信息进行数据训练；

第二输入单元，所述第二输入单元用于将所述第一成分信息输入至所述第一环保评估模型，其中，所述第一环保评估模型通过多组训练数据训练获得，多组所述训练数据中的每一组训练数据均包括：所述第一成分信息和用来标识第一环保等级的标识信息，在获得所述第一成分信息的情况下，所述第一环保评估模型会输出所述第一环保等级的标识信息，通过标识的所述第一环保等级来对机器学习模型输出的所述第一环保等级进行校验，如果输出的所述第一环保等级同标识的所述第一环保等级相一致，则本数据监督学习完成，则进行下一组数据监督学习，如果输出的所述第一环保等级同标识的所述第一环保等级不一致，则机器学习模型自身进行调整，直到机器学习模型达到预期的准确率后，进行下一组数据的监督学习；

第三十一获得单元，所述第三十一获得单元用于获得所述第一环保评估模型的第一输出信息，其中，所述第一输出信息包括所述第一环保等级。