1.基于数据分析的沙漠固沙监测与管理系统，其特征在于，包括数据采集模块、数据分析模块和决策反馈模块；

所述数据采集模块用于对固沙治理工程实施区域，进行监测数据收集，通过物联网向实施区域内部署的传感器发送采集指令，获取监测数据，对监测数据进行完整性检查和初步异常值检验后存储至缓存区域；并在缓存区域新增监测数据时，通过缺失值处理、异常值处理和区域划分获取新增监测指标特征值，构建新增监测指标值集存入中央管理平台的存储区域；

所述数据分析模块用于对存储区域内监测指标值集进行时空特征分析，识别异常固沙子区域，通过时间序列分析，挖掘监测指标值集中每个监测指标特征值随时间的变化特征，识别时序变化趋势，并且通过空间分布分析，获取监测指标特征值在空间上的分布特征，识别空间异常趋势，基于时序变化趋势和空间异常趋势，定位异常固沙子区域；

所述时空特征分析的具体步骤包括：

设定每种监测指标特征值的异常分析间隔，每经过一次异常分析间隔，从存储区域的监测指标值集中筛选监测指标特征值，构建监测指标特征值的异常分析集；

对异常分析集根据时间序列进行划分，获取每个固沙子区域的监测指标特征值的时序异常分析集；

对缺失值处理后的时序异常分析集，进行时序变化趋势识别，包括趋势识别、突变点识别，计算时序异常分析集的时序异常得分；

对异常分析集根据空间序列进行划分，获取每个时刻的监测指标特征值的空间异常分析集；

对缺失值处理后的空间异常分析集，进行空间变化趋势识别，包括自相关分析、突变点识别，计算空间异常分析集的空间异常得分；

配置空间异常阈值和时序异常阈值，若空间异常分析集的空间异常得分大于空间异常阈值，则将空间异常分析集所在的时刻标记为时序异常时刻，否则不进行任何处理；

若时序异常分析集的时序异常得分大于时序异常阈值，则将时序异常分析集所在的固沙子区域标记为空间异常区域；

在固沙治理工程实施区域内，筛选同时存在时序异常时刻标记与空间异常区域标记的固沙子区域，将其标记为异常固沙子区域；

所述决策反馈模块用于调整异常固沙子区域内传感器的采集频率，通过物联网技术发送采集指令，以获取异常固沙子区域的监测指标特征值，监测异常固沙子区域内生态效益变化趋势。

2.如权利要求1所述的基于数据分析的沙漠固沙监测与管理系统，其特征在于，所述时序变化趋势识别的具体步骤包括：设定平滑时间窗口，对时序异常分析集进行移动平均，获取时序异常分析集每个监测指标特征值的移动平均值，计算每个监测指标特征值和其移动平均值的移动偏差，并计算移动偏差的标准差；

配置偏差变化阈值，若时序异常分析集移动偏差的标准差大于偏差变化阈值，则对时序异常分析集进行突变点识别，否则不进行任何处理；

所述对时序异常分析集进行突变点识别的步骤包括：

配置偏差异常阈值，若监测指标特征值的移动偏差大于偏差异常阈值，则将该监测指标特征值标记为潜在突变点，否则不进行任何操作；

通过潜在突变点处的监测指标特征值相对于相邻时刻的监测指标特征值的相对大小，计算每个潜在突变点的相对变化率；

配置变化率阈值，若潜在突变点的相对变化率大于变化率阈值，则将该点标记为突变点，标记突变点所在时间戳和突变点所在时序异常分析集；否则不进行任何处理；

结合时序异常分析集中监测指标特征值的移动偏差的标准差，以及突变点的数量，计算时序异常分析集的时序异常得分。

3.如权利要求1所述的基于数据分析的沙漠固沙监测与管理系统，其特征在于，所述空间变化趋势识别的具体步骤包括：对空间异常分析集进行全局空间自相关分析，结合固沙子区域的空间位置，获取空间异常分析集中每个固沙子区域间的监测指标特征值与其均值的差值，计算固沙区域内空间异常分析集的监测指标特征值的总体空间自相关得分；

配置自相关得分阈值，若固沙区域内空间异常分析集的监测指标特征值的总体空间自相关得分大于自相关得分阈值，则不进行任何处理，否则对空间异常分析集进行突变点识别；

对于每个固沙子区域计算其局部空间自相关系数，配置相关突变阈值，若固沙子区域的局部空间自相关系数小于相关突变阈值，则将该固沙子区域标记为突变区域，否则不进行任何处理；

结合空间异常分析集的监测指标特征值的总体空间自相关得分 、固沙子区域的局部空间自相关系数与空间异常分析集的突变区域数量，计算空间异常分析集的空间异常得分。

4.如权利要求1所述的基于数据分析的沙漠固沙监测与管理系统，其特征在于，所述监测数据的采集步骤包括：设定传感器数据采集频率，基于数据采集频率，通过物联网向固沙治理工程实施区域内的传感器发送采集指令；

当传感器收到采集指令时，进行监测数据测量，监测数据以数字信号或模拟信号的形式通过物联网返回到中央管理平台；

中央管理平台对接收到的监测数据进行传感器标记与时间戳标记后，检查监测数据完整性，判断是否存在缺失值，若接收到的监测数据存在缺失值，则根据传感器标记，所述数据采集模块重新发送采集指令，获取替补监测数据以进行缺失值填补；

判断替补监测数据是否为缺失值，若替补监测数据为缺失值，则进行传感器预警；否则，不进行任何操作；

对完整性检查后的监测数据进行初步异常值检验，根据传感器类型，设定传感器数据范围，根据监测数据的传感器标记与传感器数据范围，筛选在传感器数据范围外的监测数据，并标记为异常监测数据；

将经过完整性检查和初步异常值检验的监测数据依据传感器标记分类，存储至中央管理平台的缓存区域。

5.如权利要求1所述的基于数据分析的沙漠固沙监测与管理系统，其特征在于，所述监测指标包括土壤监测指标、气象监测指标、植被监测指标和固沙设备监测指标；

所述监测指标特征值的获取步骤包括：

当缓存区域新增监测数据时，根据监测指标类型选取对应传感器的新增监测数据，构建新增监测数据集，并获取新增监测数据集中每个传感器所在的位置坐标；

对新增监测数据集进行缺失值处理，筛选新增监测数据集中的缺失值，并统计缺失值的数量，计算新增监测数据集的缺失值频率；

配置缺失频率阈值，若新增监测数据集的缺失值频率大于缺失频率阈值，则启动传感器故障排查流程，将新增监测数据集置为空集；否则通过空间插值对新增监测数据集的缺失值进行填补；

对新增监测数据集进行异常值处理，筛选每个新增监测数据集中标记为异常监测数据的数据点，并统计标记为异常监测数据的数据点的数量，计算新增监测数据集的异常值频率；

配置异常频率阈值，若新增监测数据集的异常值频率大于异常频率阈值，则对异常监测数据进行聚类分析，定位异常区域，否则通过空间插值对新增监测数据集的异常监测数据进行填补。

6.如权利要求5所述的基于数据分析的沙漠固沙监测与管理系统，其特征在于，所述监测指标特征值的获取步骤还包括：对固沙治理工程实施区域进行固沙子区域划分，根据固沙区域内传感器位置坐标，对缺失值处理与异常值处理后的新增监测数据集进行划分，获取每个固沙子区域的新增监测指标集；

根据传感器类型，对新增监测指标集进行划分，获取针对每种类型传感器的新增监测指标子集，计算每个新增监测指标子集中监测数据的均值，作为固沙子区域新增监测指标子集的监测指标特征值；

获取所有固沙子区域的每个监测指标在每种传感器类型下的监测指标特征值，构建固沙区域的新增监测指标值集，进行时间戳标记后存储至中央管理平台的存储区域中。

7.如权利要求5所述的基于数据分析的沙漠固沙监测与管理系统，其特征在于，所述对新增监测数据集的缺失值进行填补的步骤包括：根据传感器类型，对新增监测数据集进行数据集划分，获取新增监测数据子集；

获取新增监测数据子集中的缺失值所在传感器的位置坐标 ，配置补偿半径，根据补偿半径划分缺失值的补偿区域 ，筛选补偿区域中非缺失值的监测数据，根据反距离加权插值，计算缺失值的补偿监测数据。

8.如权利要求5所述的基于数据分析的沙漠固沙监测与管理系统，其特征在于，所述对异常监测数据进行聚类分析的步骤包括：获取新增监测数据集中，异常监测数据所在传感器的位置坐标，设定聚类数，基于聚类数，通过聚类算法将异常监测数据所在传感器划分为多个聚类簇；

统计每个聚类簇中的异常监测数据的数量，并根据聚类簇的区域面积，计算异常监测数据所在传感器在每个聚类簇中的异常浓度；

配置浓度阈值，若聚类簇的异常浓度大于浓度阈值，则将聚类簇所在区域划分为异常区域，对异常区域的聚类簇进行异常预警，并将异常区域的聚类簇内的异常监测数据置为空值；否则通过空间插值对聚类簇的异常监测数据进行填补。

9.如权利要求1所述的基于数据分析的沙漠固沙监测与管理系统，其特征在于，所述异常固沙子区域内传感器的采集频率的调整步骤包括：当监测到异常固沙子区域时，筛选异常固沙子区域内存在异常时刻的监测指标特征值，并获取监测指标特征值所在传感器，将其标记为异常传感器，获取异常传感器的采集频率；

配置异常传感器阈值，统计异常固沙子区域内异常传感器的数量，计算异常传感器占比，若固沙子区域内异常传感器占比大于异常传感器阈值，则进行固沙子区域预警，否则不进行任何操作；

根据异常固沙子区域内异常传感器占比设定调整系数集合，每个调整系数应用于不同异常固沙子区域内异常传感器占比；

基于调整系数，根据异常固沙子区域内异常传感器当前采集频率，调整异常固沙子区域内异常传感器的采集频率。