1.一种基于大数据的智慧产业园区管理方法，其特征在于，该方法包括以下步骤：
采集多个维度的环境监控数据；
获取每个维度的环境监控数据的最终的字符组合序列，所述最终的字符组合序列中包含若干元素；
根据每个维度的最终的字符组合序列中每个元素的字符长度和数量，获取每个元素的第一影响权重；
预设字符分布范围，根据每个维度的最终的字符组合序列中每个元素的字符分布范围，获取每个元素的第二影响权重；
根据每个维度的最终的字符组合序列中每个元素的第一影响权重和第二影响权重，获取每个元素的综合影响权重；
根据每个维度的最终的字符组合序列中每个元素的分布及综合影响权重，获取每个元素的综合优选权重；
根据每个维度的最终的字符组合序列中每个元素的综合优选权重，构建霍夫曼树，依据霍夫曼树对所有维度的环境监控数据进行编码和存储管理。
2.根据权利要求1所述的一种基于大数据的智慧产业园区管理方法，其特征在于，所述获取每个维度的环境监控数据的最终的字符组合序列，所述最终的字符组合序列中包含若干元素，包括的具体步骤如下：
将任意一个维度记为目标维度，根据目标维度的环境监控数据中所有单字符构建第一字符序列；根据目标维度的环境监控数据中所有单字符类别构建第一字符类别序列；
根据目标维度的第一字符序列和第一字符类别序列，获取每个字符类别的字符组合序列；
将目标维度的所有字符类别的字符组合序列组合为最终的字符组合序列。
3.根据权利要求2所述的一种基于大数据的智慧产业园区管理方法，其特征在于，所述根据目标维度的第一字符序列和第一字符类别序列，获取每个字符类别的字符组合序列，包括的具体步骤如下：
获取第一字符类别序列中的第一个字符类别，首先将第一个字符类别在第一字符序列对应的所有字符记为目标字符，第一字符序列中存在若干目标字符；其次，对于第一字符序列中第一个目标字符，将第一个目标字符的后一个字符记为第一待组合字符，统计第一个目标字符与第一待组合字符构成的组合在第一字符序列出现的频数，若所述频数大于1，则将第一个目标字符与第一待组合字符进行组合得到第一个目标字符组合；然后统计第一个目标字符组合与第一待组合字符的后一个字符构成的组合在第一字符序列出现的频数，若频数大于1，则将第一个目标组合字符与第一待组合字符的后一个字符进行组合，组成第二个目标字符组合；依次类推，直到构成的组合在第一字符序列出现的频数等于1时的字符组合不进行字符组合，并将所有第一个字符类别的目标字符组合构成第一个字符类别的字符组合序列；
获取所有字符类别的字符组合序列。
4.根据权利要求1所述的一种基于大数据的智慧产业园区管理方法，其特征在于，所述根据每个维度的最终的字符组合序列中每个元素的字符长度和数量，获取每个元素的第一影响权重，包括的具体步骤如下：
将任意一个维度记为目标维度，根据目标维度的最终的字符组合序列中元素对应的字符组合的字符长度进行分类，将相同字符长度的元素作为同一类元素；
将第i个元素所属的元素类记为第一元素类，记字符长度大于第一元素类的除第一元素外的其他元素类为第二元素类；
根据目标维度的不同类元素之间的元素分布，获取第i个元素的第一影响权重。
5.根据权利要求4所述的一种基于大数据的智慧产业园区管理方法，其特征在于，所述根据目标维度的不同类元素之间的元素分布，获取第i个元素的第一影响权重，包括的具体步骤如下：
目标维度的最终的字符组合序列的第i个元素的第一影响权重αi的计算方法为：
其中，I表示目标维度的最终的字符组合序列的元素的数量；Mi表示第一元素类中元素的数量；Ni表示第二元素类的数量；li表示第一元素类的字符长度； 表示第ni个第二元素类的字符长度；max(l)表示所有元素类中的字符长度的最大值；min(l)表示所有元素类中的字符长度的最小值； 表示第ni个第二元素类的元素的数量； 表示第ni个第二元素类中含有第i个元素对应的字符组合的元素数量。
6.根据权利要求2所述的一种基于大数据的智慧产业园区管理方法，其特征在于，所述预设字符分布范围，根据每个维度的最终的字符组合序列中每个元素的字符分布范围，获取每个元素的第二影响权重，包括的具体步骤如下：
根据目标维度的环境监控数据与除目标维度外的其他所有维度的环境监控数据之间的皮尔逊相关系数值，获取目标维度与除目标维度外的其他所有维度的相关维度组合；
预设字符分布范围，根据目标维度的每个元素在第一字符序列的若干字符组合的字符分布范围在相关维度组合之间的关系变化，获取每个元素的第二影响权重。
7.根据权利要求6所述的一种基于大数据的智慧产业园区管理方法，其特征在于，所述根据目标维度的每个元素在第一字符序列的若干字符组合的字符分布范围在相关维度组合之间的关系变化，获取每个元素的第二影响权重，包括的具体步骤如下：
目标维度的最终的字符组合序列的第i个元素的第二影响权重εi的计算方法为：
其中，H表示目标维度与除目标维度外的其他所有维度的相关维度组合的数量；S表示第i个元素在第一字符序列的字符组合的数量；Rhs表示第s个字符组合的分布范围内第h个相关维度组合的维度的环境监控数据之间的皮尔逊相关系数；R′h表示第h个相关维度组合的维度的环境监控数据之间的皮尔逊相关系数；f(Rhs,R′h)表示Rhs与R′h之间的映射函数，其中 ||表示取绝对值函数。
8.根据权利要求1所述的一种基于大数据的智慧产业园区管理方法，其特征在于，所述根据每个维度的最终的字符组合序列中每个元素的第一影响权重和第二影响权重，获取每个元素的综合影响权重，包括的具体步骤如下：
将任意一个维度记为目标维度，目标维度的最终的字符组合序列的第i个元素的综合影响权重δi的计算方法为：
δi＝(1+εi)×αi
其中，αi表示目标维度的最终的字符组合序列的第i个元素的第一影响权重；εi表示目标维度的最终的字符组合序列的第i个元素的第二影响权重。
9.根据权利要求2所述的一种基于大数据的智慧产业园区管理方法，其特征在于，所述根据每个维度的最终的字符组合序列中每个元素的分布及综合影响权重，获取每个元素的综合优选权重，包括的具体步骤如下：
对于目标维度的最终的字符组合序列的第i个元素的综合优选权重 的计算方法为：
其中，Ui表示目标维度的最终的字符组合序列的第i个元素的字符长度； 表示目标维度的最终的字符组合序列的第i个元素的第ui个字符在第一字符序列中出现的频数；W表示第一字符序列的字符总数量；wi表示目标维度的最终的字符组合序列的第i个元素对应的字符组合在第一字符序列中出现的频数；li表示第一元素类的字符长度；log2()表示以2为底数的对数函数；δi表示目标维度的最终的字符组合序列的第i个元素的综合影响权重。
10.根据权利要求1所述的一种基于大数据的智慧产业园区管理方法，其特征在于，所述根据每个维度的最终的字符组合序列中每个元素的综合优选权重，构建霍夫曼树，依据霍夫曼树对所有维度的环境监控数据进行编码和存储管理，包括的具体步骤如下：
将任意一个维度记为目标维度，在霍夫曼树的构建过程中，将得到的目标维度的最终的字符组合序列的所有元素的综合优选权重值的大小，代替霍夫曼树的构建过程中使用的字符的频率，其中各个元素所对应的字符及字符组合作为霍夫曼树的树节点，进而得到目标维度的环境监控数据的霍夫曼树，并依据霍夫曼树对目标维度的环境监控数据进行编码和存储管理。