1.一种物联网监测大数据传输方法，其特征在于，所述方法包括：

获取至少两个物联网数据服务器监测点所采集的时序监测数据，对所述时序监测数据进行数据分析处理，分别获得相同周期不同物联网数据服务器监测点所采集的所述时序监测数据的时序拟合直线，分析所述时序监测数据和所述时序拟合直线得到时序拟合特征；

根据所述时序拟合特征，确定所述时序监测数据的趋势变化程度，根据所述趋势变化程度获得相同周期不同物联网数据服务器监测点的所述时序监测数据的数据优先级；

获取所述时序监测数据的数据均值，根据所述数据优先级，分别对相同周期不同物联网数据服务器监测点的所述时序拟合直线的斜率和所述数据均值进行编码处理，生成相同周期不同物联网数据服务器监测点的数据变化趋势编码，根据所述数据优先级由高至低的顺序传输所述数据变化趋势编码。

2.如权利要求1所述的方法，其特征在于，所述对所述时序监测数据进行数据分析处理，分别获得相同周期不同物联网数据服务器监测点所采集的所述时序监测数据的时序拟合直线，包括：将所述时序监测数据映射至坐标系中，对所述时序监测数据进行一元线性回归拟合处理，得到所述时序拟合直线。

3.如权利要求2所述的方法，其特征在于，所述分析所述时序监测数据和所述时序拟合直线得到时序拟合特征，包括：根据时序顺序连接所述坐标系中的所述时序监测数据，得到数据分布曲线，获得所述时序监测数据在所述数据分布曲线中的波峰点和波谷点作为数据转折点，计算所有所述数据转折点距所述时序拟合直线的距离值的和值作为距离特征和值；

确定超出预设数值范围的所述时序监测数据的数量为第一数量，将所述第一数量与所述数据分布曲线中所有所述时序监测数据的数量的比值作为数量特征比值；

将所述距离特征和值、所述数量特征比值和所述时序拟合直线的斜率作为所述时序拟合特征。

4.如权利要求3所述的方法，其特征在于，所述根据所述时序拟合特征，确定所述时序监测数据的趋势变化程度，包括：确定所述时序拟合直线的斜率的绝对值和第一预设权重值的乘积为第一趋势变化因子；

确定所述数量特征比值和第二预设权重值的乘积为第二趋势变化因子；

确定所述距离特征和值和第三预设权重值的乘积为第三趋势变化因子；

将所述第一趋势变化因子和所述第二趋势变化因子的和值与所述第三趋势变化因子的比值作为所述趋势变化程度。

5.如权利要求4所述的方法，其特征在于，所述根据所述趋势变化程度获得相同周期不同物联网数据服务器监测点的所述时序监测数据的数据优先级，包括：按照数值由大到小的顺序，对相同周期不同物联网数据服务器监测点的所述时序监测数据的所述趋势变化程度进行排序，得到排序序列，将所述排序序列中所述趋势变化程度的索引作为所述时序监测数据的所述数据优先级。

6.如权利要求1所述的方法，其特征在于，所述根据所述数据优先级，分别对相同周期不同物联网数据服务器监测点的所述时序拟合直线的斜率和所述数据均值进行编码处理，生成数据变化趋势编码，包括：根据所述数据优先级，对所述时序拟合直线的斜率进行霍夫曼编码得到第一编码；

根据所述数据优先级，对所述数据均值进行霍夫曼编码得到第二编码；

组合所述第一编码和所述第二编码得到所述数据变化趋势编码。