1.一种基于大数据分析的水利数据处理方法，其特征在于，包括：

采集水利数据和环境数据，并对采集到的数据进行预处理，以剔除异常数据；

构建数据节点，并对水利数据和环境数据进行权重分配，以得到水利环境参数，并结合数据节点、水利数据、水利环境参数分析水利节点特征；

根据降水量对含沙量、土壤位移和泵机功率进行权重分配，若降水量小于等于8毫米，则设置水利环境参数的表达式为W(i)=α1×S(i)+α2×D(i)+α3×|ΔP(i)/T|；反之，则设置水利环境参数的表达式为W(i)=(α1+sdp)×S(i)+(α2‑sdp)×D(i)+α3×|ΔP(i)/T|；其中，i表示数据节点编号，α1表示含沙量权重，S(i)表示含沙量，α2表示土壤位移权重，D(i)表示土壤位移，α3表示功率变化权重，ΔP(i)表示当前分析周期与上一分析周期泵机功率的变化量，T表示预设分析周期的时长，sdp表示降水补正参数；

所述水利节点特征的表达式为F(i,θ(i))=L(i)×ln[V(i)+M(i)]×W(i)；其中，θ(i)表示闸门开合度，L(i)表示水位，V(i)表示流速，M(i)表示降水量；

存储水利数据和环境数据，并分析水利数据预测值；

分析计算水利数据预测值与水利数据的数据残差，并对数据残差和水利节点特征进行耦合分析，以判断数据状态并预警；

采集预警后的预警反馈，以触发特征优化规则。

2.根据权利要求1所述的基于大数据分析的水利数据处理方法，其特征在于，结合数据节点、水利数据和水利环境参数分析构建水利节点特征；

对水利数据和环境数据进行回归分析，以分析水利数据预测值。

3.根据权利要求2所述的基于大数据分析的水利数据处理方法，其特征在于，将当前分析周期采集的水利数据与上一分析周期水利数据预测值的差值作为数据残差；

分别计算水位残差、含沙量残差和降水量残差的标准差，若当前分析周期的数据残差大于2倍的其对应的数据的标准差，则判定当前分析数据为待定异常；反之，则判定当前分析数据为待定正常；并根据水位、含沙量和降水量中为待定异常的数据数量判断数据状态，若当前分析周期的水位、含沙量和降水量中为待定异常的数据数量大于等于2，则判定当前分析周期的数据状态为异常，并预警；反之，则判定当前分析周期的数据状态为正常。

4.根据权利要求3所述的基于大数据分析的水利数据处理方法，其特征在于，分别对水位残差、含沙量残差和降水量残差与水利节点特征进行协方差分析，以得到协方差矩阵，设置水位残差与水利节点特征的协方差矩阵为Cov(RL(i),F(i,θ(i)))，设置含沙量残差与水利节点特征的协方差矩阵为Cov(RS(i),F(i,θ(i)))，设置降水量残差与水利节点特征的协方差矩阵为Cov(RM(i),F(i,θ(i)))；其中，RL(i)表示水位残差，RS(i)表示含沙量残差，M(i)表示降水量残差；

依据协方差矩阵判断特征关联性，若Cov(RL(i),F(i,θ(i)))大于等于协方差阈值，则判定水位特征关联性强；反之，则判定水位特征关联性弱；若Cov(RS(i),F(i,θ(i)))大于等于协方差阈值，则判定含沙量特征关联性强；反之，则判定含沙量特征关联性弱；若Cov(RM(i),F(i,θ(i)))大于等于协方差阈值，则判定降水量特征关联性强；反之，则判定降水量特征关联性弱。

5.根据权利要求4所述的基于大数据分析的水利数据处理方法，其特征在于，根据特征关联性更新数据状态的判断过程，当数据状态为异常时，若为待定异常的数据全为特征关联性强，则更新数据状态为严重异常；若为待定异常的数据中仅存在一种数据为特征关联性强，则更新数据状态为轻微异常；若为待定异常的数据的数据数量等于3且其中为特征关联性强的数据数量等于2，则更新数据状态为中度异常；当数据状态为正常时，若存在一种为待定异常的数据且为待定正常的数据的全为特征关联性弱，则更新数据状态为轻微异常。

6.根据权利要求5所述的基于大数据分析的水利数据处理方法，其特征在于，依据特征决定系数和水利环境决定系数更新特征关联性的判断过程，若水利环境决定系数大于等于特征决定系数，则调整协方差阈值，以更新特征关联性的判断过程；反之，不更新特征关联性的判断过程；所述协方差阈值的调整方法为增大协方差阈值，增大量为(0.8‑协方差阈值)×(水利环境决定系数‑特征决定系数)。

7.根据权利要求6所述的基于大数据分析的水利数据处理方法，其特征在于，若存在连续三次预警反馈为误报，则触发特征优化规则，所述特征优化规则为若水位为待定异常且降水量为待定正常，则将泵机功率权重增大β，若含沙量为待定异常，则将含沙量权重降低β，若降水量为待定异常且水位为待定正常，则将泵机功率权重降低β；并将权重调整量均分至其他两种数据的权重，其中，β表示百分比参数。

8.一种基于大数据分析的水利数据处理装置，应用于如权利要求1‑7任一项所述的方法，包括：

采集处理模块，用以采集水利数据和环境数据，并对采集到的数据进行预处理，以剔除异常数据；

构建分析模块，用以构建数据节点，并对水利数据和环境数据进行权重分配，以得到水利环境参数，并结合数据节点、水利数据、水利环境参数分析水利节点特征；

存储分析模块，用以存储水利数据和环境数据，并分析水利数据预测值；

状态判断模块，用以分析计算水利数据预测值与水利数据的数据残差，并对数据残差和水利节点特征进行耦合分析，以判断数据状态并预警；

反馈优化模块，用以采集预警后的预警反馈，以触发特征优化规则。

9.一种存储介质，其特征在于，存储有指令，当其在计算机上运行时，使得计算机执行如权利要求1‑7任一项所述的方法。