1.一种渔业环境中污染物环境风险监测方法，其特征在于，该方法包括：

获取渔业环境中至少三项水化学指标在预定时间段内的时序数据；任意选择一项水化学指标作为分析指标，所述水化学指标中存在与分析指标的相关性相同和相关性相反的水化学指标；

将预定时间段划分为至少两个初始时间段；依据每个初始时间段内分析指标与其他水化学指标的变化趋势的差异，获取每个初始时间段内水体受到污染的可能性；

根据分析指标在每个初始时间段内数据的局部变化趋势和整体趋势的差异，以及趋势变化的剧烈程度，获取每个初始时间段的局部趋势特征值；依据每个初始时间段内水体受到污染的可能性、所述局部趋势特征值、分析指标的相邻数据的差异，获取每个初始时间段的异常度；

将每个初始时间段内水体流速顺序排列得到水体流速序列；根据水体流速序列中上升和下降的趋势转变次数，以及数据趋势转变中趋势波动的程度大小，获取初始时间段的趋势变化特征值；结合每个初始时间段的趋势变化特征值与异常度，获取每个初始时间段的精确异常度；

基于相邻的初始时间段的精确异常度将预定时间段重新划分，获取精确时间段；将每个精确时间段内每项水质监测的水化学指标的时序数据进行数据压缩，并传输至污染物风险检测平台进行渔业环境的监测。

2.根据权利要求1所述的一种渔业环境中污染物环境风险监测方法，其特征在于，所述水体受到污染的可能性的获取方法，包括：将与分析指标相关性相同的任意一项水化学指标作为正相关指标，将与分析指标相关性相反的任意一项水化学指标作为负相关指标；

对于每个初始时间段，获取初始时间段内分析指标与正相关指标的协方差，作为第一协方差；获取初始时间段内分析指标与负相关指标的协方差，作为第二协方差；

当初始时间段的第一协方差小于第二协方差时，将第一协方差与第二协方差的差值绝对值进行归一化，得到初始时间段的初始异常值；将第一预设常数与所述初始异常值的和，作为初始时间段内水体受到污染的可能性；

当初始时间段的第一协方差大于或者等于第二协方差时，对第一协方差与第二协方差的差值进行负相关并归一化，得到初始时间段内水体受到污染的可能性。

3.根据权利要求1所述的一种渔业环境中污染物环境风险监测方法，其特征在于，所述局部趋势特征值的获取方法，包括：对于每个初始时间段，将分析指标在初始时间段内相邻的两个数据的差值绝对值顺序排列，得到初始时间段对应的波动值序列；

若波动值序列中元素数量小于预设数量，则初始时间段的局部特征趋势值为预设第三常数；

若波动值序列中元素数量大于或者等于预设数量，则根据波动值序列中元素的大小获取初始时间段的局部特征趋势值。

4.根据权利要求1所述的一种渔业环境中污染物环境风险监测方法，其特征在于，所述若波动值序列中元素数量大于或者等于预设数量，则根据波动值序列中元素的大小获取初始时间段的局部特征趋势值的方法，包括：将初始时间段内分析指标的数据的极差与初始时间段的时长的比值，作为初始时间段内数据的整体趋势值；

对于所述波动值序列中每个元素，当元素的数值小于或者等于所述整体趋势值时，元素的波动权值为第二预设常数；当元素大于所述整体趋势值时，将元素与所述整体趋势值的差值作为元素的波动差异，将所述波动差异与分析指标在初始时间段内数据的极差的比值，作为元素的初始权值；将元素的初始权值与第二预设常数的和作为元素的波动权值；

在每个元素对应的所述波动值序列中，基于波动值序列中所有元素的波动权值，对每个元素的所述波动权值进行归一化，获得波动权重；根据所述波动权重将波动值序列中元素的数值进行加权求和，获取波动值序列的加权数值；将所述加权数值与波动值序列内数据的极差的比值，作为波动值序列的趋势调整值；将波动值序列中元素的数值的方差与所述趋势调整值的乘积进行归一化，得到初始时间段的初始局部趋势特征值；将所述初始局部趋势特征值与第三预设常数的和，作为初始时间段的局部趋势特征值。

5.根据权利要求4所述的一种渔业环境中污染物环境风险监测方法，其特征在于，所述异常度的获取方法，包括：将每个初始时间段内分析指标的所有数据值与预设的标准数据值的差值绝对值的均值，作为每个初始时间段的初始异常度；将每个初始时间段的所述局部趋势特征值和所述整体趋势值的乘积进行归一化，得到每个初始时间段的综合趋势值；

根据每个初始时间段内水体受到污染的可能性、所述综合趋势值和所述初始异常度，获取每个初始时间段的异常度；所述水体受到污染的可能性、所述综合趋势值和所述初始异常度均与所述异常度为正相关的关系。

6.根据权利要求1所述的一种渔业环境中污染物环境风险监测方法，其特征在于，所述趋势变化特征值的获取方法，包括：获取所述水体流速序列中的局部极值点，将两个所述局部极值点之间的水体流速组成子水体流速序列；

根据每个子水体流速序列中首尾元素的数值，以及相邻两个元素的数值大小，获取整体向量和局部向量；分别获取每个局部向量与整体向量之间的夹角值，将所有局部向量与整体向量之间夹角值的均值，作为每个子水体流速序列的变化趋势值；

根据每个初始时间段内相邻的两个子水体流速序列对应的整体向量的方向差异，以及所述变化趋势值，获取每个初始时间段的趋势变化特征值。

7.根据权利要求6所述的一种渔业环境中污染物环境风险监测方法，其特征在于，所述根据每个子水体流速序列中首尾元素的数值，以及相邻两个元素的数值大小，获取整体向量和局部向量的方法，包括：对于每个所述子水体流速序列，以时间为横轴，水体流速为纵轴建立二维坐标系；将子水体流速序列中每个元素在二维坐标系中进行标注得到对应元素的坐标点；

将子水体流速序列中第一个元素在二维坐标系内对应的坐标点作为第一起始坐标点，最后一个元素在二维坐标系内对应的坐标点作为第一终止坐标点；将子水体流速序列中每个元素作为第二起始坐标点，每个元素的下一个元素作为第二终止坐标点；

所述第一起始坐标点和所述第一终止坐标点为第一种类的坐标点；每个元素的所述第二起始坐标点和所述第二终止坐标点为第二种类的坐标点；

将每个种类的起始坐标点指向对应种类的终止坐标点的方向作为原始向量的方向，将每个种类的起始坐标点指向对应种类的终止坐标点之间的距离作为原始向量的大小；将由第一种类的坐标点表示的所述原始向量作为整体向量，将由第二种类的坐标点表示的所述原始向量作为局部向量。

8.根据权利要求6所述的一种渔业环境中污染物环境风险监测方法，其特征在于，所述趋势变化特征值的方法，包括：初始时间段的趋势变化特征值的计算公式如下：

9.根据权利要求1所述的一种渔业环境中污染物环境风险监测方法，其特征在于，所述精确异常度的获取方法，包括：获取所述水体流速序列中水体流速的信息熵；将每个初始时间段的所述趋势变化特征值和所述信息熵的乘积进行负相关并归一化，得到每个初始时间段的异常调整值；将每个初始时间段的所述异常调整值和所述异常度的乘积进行归一化，得到每个初始时间段的精确异常度。

10.根据权利要求1所述的一种渔业环境中污染物环境风险监测方法，其特征在于，所述精确时间段的获取方法，包括：若第一个初始时间段与第二个初始时间段的精确异常度的差值绝对值大于预设的异常阈值，则将第一个初始时间段作为精确时间段；

判断第二个初始时间段与第三个初始时间段的精确异常度的差值绝对值是否大于预设的异常阈值，若是，则将第二个初始时间段作为精确时间段；若否，合并第二个初始时间段和第三个初始时间段得到待分析时间段，将第二个初始时间段和第三个初始时间段的精确异常度的均值作为待分析时间段的精确异常度；

若第一个初始时间段与第二个初始时间段的精确异常度的差值绝对值小于或者等于预设的异常阈值，则合并第一个初始时间段和第二个初始时间段得到待分析时间段，将第一个初始时间段和第二个初始时间段的精确异常度的均值作为待分析时间段的精确异常度；

判断待分析时间段与第三个初始时间段的精确异常度的差值绝对值是否大于预设的异常阈值，若是，则将待分析时间段作为精确时间段；若否，则合并待分析时间段和第三个初始时间段得到待分析时间段，将合并前的待分析时间段和第三个初始时间段的精确异常度的均值作为合并后待分析时间段的精确异常度；

以此进行更新迭代，将预定时间段划分为精确时间段。