1.水文参数智能化监控与水资源大数据管理系统，其特征在于，所述系统包括水情检测与控制子系统和物联网的水资源大数据管理子系统，实现对水文参数的智能化检测、调节和水资源大数据管理；

所述水情检测与控制子系统包括Elman神经网络‑NARX神经网络模型、模糊递归神经网络‑NARX神经网络控制器、AANN自联想神经网络模型、PI控制器‑NARX神经网络控制器、PI控制器、参数检测模块和参数预测模块；

多组上游水域降雨量、水流和水位传感器输出作为参数预测模块输入，水位设定值、参数预测模块输出、AANN自联想神经网络模型输出分别作为Elman神经网络‑NARX神经网络模型的对应输入，Elman神经网络‑NARX神经网络模型输出与AANN自联想神经网络模型输出的差作为水位误差，水位误差和误差变化率作为模糊递归神经网络‑NARX神经网络控制器的输入，每个下游水域水流传感器组作为对应的参数检测模块输入，模糊递归神经网络‑NARX神经网络控制器输出与对应的PI控制器输出的和与对应的参数检测模块输出的差作为水流误差，水流误差作为对应的PI控制器‑NARX神经网络控制器的输入，PI控制器‑NARX神经网络控制器输出作为对应的抽水装置的控制量；每个下游水域的水位传感器组作为对应参数检测模块输入，水位设定值与参数检测模块输出的差作为水位差，水位差和水位差变化率作为对应的PI控制器的输入，多个参数检测模块输出作为AANN自联想神经网络模型的对应输入，水情检测与控制子系统实现对多区域水位和水流的检测与控制；

所述参数检测模块由降噪自编码神经网络‑NARX神经网络模型、自适应AP聚类器、PSO的小波自适应神经网络模型和ESN神经网络模型组成，参数传感器输出的一段时间的测量参数分别作为对应的降噪自编码神经网络‑NARX神经网络模型的输入，降噪自编码神经网络‑NARX神经网络模型输出作为自适应AP聚类器的输入，自适应AP聚类器输出不同类型的降噪自编码神经网络‑NARX神经网络模型的输出值分别作为对应的PSO的小波自适应神经网络模型的输入，PSO的小波自适应神经网络模型的输出作为ESN神经网络模型的对应输入，ESN神经网络模型输出作为参数检测模块输出；

所述参数预测模块包括参数检测模块、TDL按拍延迟线A、新陈代谢GM（1，1）趋势模型、NARX神经网络模型A、NARX神经网络模型B、TDL按拍延迟线B、TDL按拍延迟线C、TDL按拍延迟线D和区间犹豫模糊数的BAM神经网络‑ANFIS自适应神经模糊推理模型，参数检测模块输出作为作为TDL按拍延迟线A的输入，TDL按拍延迟线A的输出作为新陈代谢GM（1，1）趋势模型输入，TDL按拍延迟线A的输出与新陈代谢GM（1，1）趋势模型输出的差和新陈代谢GM（1，1）趋势模型输出分别作为NARX神经网络模型A和NARX神经网络模型B的输入，NARX神经网络模型A和NARX神经网络模型B输出分别作为TDL按拍延迟线B和TDL按拍延迟线C的输入，TDL按拍延迟线B、TDL按拍延迟线C和区间犹豫模糊数的BAM神经网络‑ANFIS自适应神经模糊推理模型的输出分别作为区间犹豫模糊数的BAM神经网络‑ANFIS自适应神经模糊推理模型的对应输入，区间犹豫模糊数的BAM神经网络‑ANFIS自适应神经模糊推理模型输出的4个参数分别为a、b、c、d，区间犹豫模糊数的BAM神经网络‑ANFIS自适应神经模糊推理模型输出被检测参数的区间犹豫模糊数。

2.根据权利要求1所述的水文参数智能化监控与水资源大数据管理系统，其特征在于： a和b组成区间数[a,b]作为被检测参数的极小值，c和d组成区间数[c,d]作为被检测参数的极大值，区间数[a,b]和区间数[c,d]组成（[a,b]，[c,d]）作为被检测参数的区间犹豫模糊数。

3.根据权利要求1所述的水文参数智能化监控与水资源大数据管理系统，其特征在于：

所述物联网的水资源大数据管理子系统为水文参数测量端负责采集被检测水域的水文参数信息，在现场监控端中有水情检测与控制子系统，通过水文网关实现水文参数测量端、水文参数控制端、现场监控端、水文参数云平台和水文监测手机APP的双向通信，实现水文参数智能化调节。

4.根据权利要求3所述的水文参数智能化监控与水资源大数据管理系统，其特征在于：

所述水文参数测量端包括采集水文参数的水位、水流、降雨量、PH值、水温和溶解氧传感器组和对应的信号调理电路、STM32微处理器、GPS模块、摄像头和GPRS无线传输模块。