1.一种智能污水处理预警方法，包括：

(1)确定污水地段；

(2)向污水地段的管理人员发送预警信息。

2.根据权利要求1所述的方法，其特征在于，所述步骤(1)包括：(10)建立地理信息库；

(20)通过机器学习方式根据所述地理信息库建立视频信息识别模型；

(30)获取无人机视频信息。

3.根据权利要求2所述的方法，其特征在于，所述步骤(10)包括：获取污水排放口周围的至少两幅在时间上连续拍摄的图像，该图像均能够唯一性地标识相应的污水排放口，将图像及图像中某一位置对应的经纬度信息共同保存到数据库中，作为标识污水排放地的地理信息库。

4.根据权利要求2所述的方法，其特征在于，所述机器学习是根据植物生长状况图像以无监督学习方式进行机器学习。

5.根据权利要求2所述的方法，其特征在于，所述机器学习是采用随机梯度下降法对植物生长状况图像进行机器学习。

6.根据权利要求2所述的方法，其特征在于，所述步骤(20)包括：(2021)关键帧信息确定：假设地表植被图像Ei对应植被健康状态Cj；植被健康状态Cj对应的可能原因Sm构成集合{Sm，Pm}，则以植被健康状态Cj为关键帧，其中Pm是可能原因Sm成为造成植被健康状态Cj的概率，i、j和m均为从1开始的自然数；

(2022)定义植被健康状态Cj的出现对于可能原因的概率：p(Sm|Cj)＝χgh(pj)，

其中

m＝1，2，3，4，5，6；且 为以 为均值、ξm为方差的m阶对角阵，

(2023)根据概率p(Sm|Cj)确定植被健康状态Cj取当前含义时与季节的匹配度：计算 其中p’表示对p进行差分；

计算 是否小于第一预设阈值：当小于时，

确定Cj中j表示的可能原因的序号符合Ei对应的季节，否则令j＝j+1，跳转到步骤(2022)，如果j经过遍历到达了其最大值，则令j＝1并继续进行步骤(2024)，u和v均为自然数；

(2024)校正Sm作为Cj的对应的可能原因时与季节的匹配度：计算 是否小于第二预设

阈值：当小于时，确定Sm作为Cj的对应的可能原因符合季节，否则令m＝m+1，跳转到步骤(2022)，如果m经过遍历到达了其最大值，则令m＝1。

7.根据权利要求6所述的方法，其特征在于，所述步骤(30)包括：(301)对摄像头采集的视频进行分帧采样；

(302)对样本图像进行归一化；

(303)利用卷积神经网络对归一化后的图像进行特征提取。

8.根据权利要求7所述的方法，其特征在于，所述步骤(2)包括：基于所述无人机获得的视频信息和所述模型，当确定某图像对应的可能原因是污水时，即排除了天气、病虫害等预先确定的原因以后根据图像表示的地表植被的颜色以及生长状态等图像特征的比较确定可能原因是污水排放造成的，则根据该图无人机获得的图像信息对应的第二经纬度信息，再次使无人机拍摄与该第二经纬度信息最接近的、在所述地理信息库中已经存在的经纬度信息对应的排污口的图像，确定排污口位置和排污口可能涉及的地段，向该排污口相关的监控或管理人员发出预警信息。