1.基于大数据处理的生态环境数据实时监测方法，其特征在于，所述方法包括：

步骤101，获取待测区域内多个监测位置的多种传感器的环境监测数据，并为所述环境监测数据建立平面直角坐标系，绘制环境监测数据曲线，所述环境监测数据包括时间数据和与所述时间数据对应的指标数据，所述平面直角坐标系的横坐标轴表示时间，纵坐标轴表示指标；

步骤102，对于某种传感器，响应于当前位置的该种传感器某个时段的指标数据的异常指数大于异常阈值，确定该时段对应的曲线段为异常曲线段；

步骤103，确定当前监测位置的该种传感器在该时段内的指标数据与其他传感器在该时段的对应时段内的指标数据的关联性；

步骤104，根据当前监测位置的多种传感器在某时刻的指标数据以及当前监测位置的多种传感器的指标数据之间的关联性，确定当前监测位置该时刻的大气污染指数；

步骤105，根据待测区域内多个监测位置在某时刻的大气污染指数，确定原始污染扩散方向和原始污染扩散方向对应的污染扩散指数，将最大污染扩散指数对应的原始污染扩散方向作为目标污染扩散方向，并基于目标污染扩散方向调整大气污染指数，得到调整后的大气污染指数；

步骤106，响应于调整后的大气污染指数大于预警阈值，输出预警信息，所述预警信息包括大于预警阈值的调整后的大气污染指数和大于预警阈值的调整后的大气污染指数所对应的监测位置；

其他传感器在该时段的对应时段为其他传感器的环境监测曲线的多个曲线段的中心时间数据与该时段的中心时间数据最接近的曲线段所对应时段，所述步骤103包括：根据当前监测位置的某种传感器在某时段内的指标数据与当前监测位置除该种传感器的其他传感器在该时段的对应时段内的指标数据的异常指数，确定当前监测位置的该种传感器在该时段内的指标数据与当前监测位置除该种传感器的其他传感器在该时段的对应时段内的指标数据的相似性；

根据当前监测位置的该种传感器的环境监测曲线内所有曲线段与当前监测位置除该种传感器的其他传感器的环境监测曲线内对应时段的相似性、当前监测位置的该种传感器的环境监测数据曲线中被确定为异常曲线段的曲线段的个数以及当前监测位置的其他传感器的环境监测数据曲线中被确定为异常曲线段的曲线段的个数的均值，确定当前监测位置的该种传感器的指标数据与其他传感器的指标数据的关联性；

根据如下公式，确定当前监测位置的该种传感器在该时段内的指标数据与当前监测位置除该种传感器的其他传感器在该时段的对应时段内的指标数据的相似性：式中，表示当前监测位置的某种传感器在第j个时段内的指标数据与当前监测位置的其他传感器在第j个时段对应时段内的指标数据的相似指数，表示当前监测位置除该种传感器的其他传感器种类数，表示当前监测位置的该种传感器在第j个时段内的异常指数，表示当前监测位置的第z种传感器在第j个时段对应时段内的异常指数，z表示当前监测位置除该种传感器的其他传感器的种类序号；

根据如下公式，确定当前监测位置的该种传感器的指标数据与其他传感器的指标数据的关联性：

式中，表示当前监测位置的某种传感器的指标数据与其他传感器的指标数据的关联指数，表示当前监测位置的该种传感器的环境监测曲线内所有曲线段与当前监测位置的其他传感器的环境监测曲线内对应时段的相似指数的均值，表示当前监测位置的该种传感器的环境监测曲线内所有曲线段与当前监测位置的其他传感器的环境监测曲线内对应时段的相似指数的最小值，表示当前监测位置的该种传感器的环境监测数据曲线中被确定为异常曲线段的曲线段的个数，表示当前监测位置的其他传感器的环境监测数据曲线中被确定为异常曲线段的曲线段的个数的均值，i表示当前监测位置的传感器的种类序号；

根据如下公式，确定当前监测位置该时刻的大气污染指数：

式中，表示第k个监测位置在某时刻的大气污染指数，表示第k个监测位置在该时刻第h个传感器的指标数据，表示第k个监测位置的传感器的个数，表示第k个监测位置的第h个传感器的关联指数，表示第k个监测位置所有传感器的关联指数的均值，h表示第k个监测位置的传感器的个数序号；

步骤105包括：

将待测区域内多个监测位置在某时刻的大气污染指数的最大值所对应的监测位置作为大气污染中心，以所述大气污染中心为起点，以待测区域内多个监测位置在某时刻的大气污染指数逐渐减小的方向为所述原始污染扩散方向，所述待测区域内多个监测位置在某时刻的大气污染指数的最大值所对应的监测位置和在待测区域内多个监测位置在某时刻的大气污染指数逐渐减小的方向上的监测位置均为有效监测点位；

确定所述原始污染扩散方向对应的污染扩散指数；

将污染扩散指数的最大值所对应的原始污染扩散方向为目标污染扩散方向；

基于所述目标污染扩散方向，调整大气污染指数；

根据如下公式，确定所述原始污染扩散方向对应的污染扩散指数：

式中，为当前原始污染扩散方向对应的污染扩散指数，表示当前原始污染扩散方向上的有效监测点位的个数，表示邻近当前原始污染扩散方向的所有监测位置的个数，q表示所述大气污染中心对应的大气污染指数，表示当前原始污染扩散方向上最后一个有效监测点位的大气污染指数；

根据如下公式，基于所述目标污染扩散方向，调整大气污染指数：

式中，表示某时刻第l个存在异常曲线段的传感器对应的监测位置调整后的大气污染指数，表示该时刻第l个存在异常曲线段的传感器对应的监测位置的大气污染指数，表示该时刻第l个存在异常曲线段的传感器对应的监测位置相邻的所有位置对应的大气污染指数的均值，表示待测区域的目标污染扩散方向，表示沿大气污染中心指向第l个存在异常曲线段的传感器对应的监测位置的方向，表示和的夹角，表示的余弦值，l表示某时刻存在异常曲线段的传感器的个数序号。

2.根据权利要求1所述的基于大数据处理的生态环境数据实时监测方法，其特征在于，步骤102包括：

通过APCA算法将多种传感器中每种传感器的环境监测数据曲线分成多个曲线段，所述曲线段包括不同时段的指标数据；

对于某种传感器，根据当前监测位置的该种传感器在不同时段内的指标数据的差异，以及当前监测位置的该种传感器与其他监测位置该种传感器的相近时段的环境监测数据之间的差异，确定当前位置的该种传感器不同时段的指标数据的异常指数；

响应于当前位置的该种传感器某个时段的指标数据的异常指数大于异常阈值，确定该时段对应的曲线段为异常曲线段。

3.根据权利要求2所述的基于大数据处理的生态环境数据实时监测方法，其特征在于，根据如下公式，确定当前位置的该种传感器不同时段的指标数据的异常指数：式中，表示当前监测位置的某种传感器在第j个时段内的异常指数，表示当前监测位置的该种传感器在第j个时段内的指标数据的均值，表示当前监测位置的该种传感器的环境监测曲线中所有指标数据的均值，表示当前监测位置的该种传感器在第j个时段内的指标数据的方差，表示所有监测位置的该种传感器的环境监测曲线的多个曲线段中与当前监测位置的该种传感器第j个时段对应时段的时长均值，所述所有监测位置的该种传感器的环境监测曲线的多个曲线段中与当前监测位置的该种传感器第j个时段对应时段为所有监测位置的该种传感器的环境监测曲线的多个曲线段的中心时间数据与第j个时段的中心时间数据最接近的曲线段所对应时段，表示当前监测位置的该种传感器在第j个时段内的时长，表示当前监测位置的该种传感器在第j个时段内的指标数据的最大值，表示除了当前监测位置的其他监测位置的该种传感器第j个时段对应时段内的指标数据的均值，j表示时段的序号。