1.一种面向生态监测的LoRa通信网络控制方法，其特征在于，该方法包括以下步骤：S1：针对LoRa通信技术搭建的生态监测网络，获取所有节点的位置信息，将监测区域划分为s个角幅度相等的子区域；

S2：各个子区域选取代表节点每隔周期时间T上传一次监测数据，并利用生态参量的时空相关性估计其余节点的监测值；

S3：对分区进行动态控制，每次代表节点上传r次数据后，将各个子区域在当前位置上同向旋转Δα，形成新的区域划分并重新执行步骤S2。

2.根据权利要求1所述的面向生态监测的LoRa通信网络控制方法，其特征在于，所述步骤S1具体包括以下步骤：S11：在一个生态监测区域内，布置有大量LoRa监测节点，所述LoRa监测节点由传感器模块、无线通信模块、控制器模块、数据存储模块和电源模块组成，由其对不同的生态关键参量进行监测；

S12：监测节点和监测网关通过LoRa通信技术形成无线传感器网络，节点将采集的数据远距离传输给监测网关；

S13：获取各个节点的位置信息，以监测区域中心为原点进行s个角幅度相等的子区域划分，其中s≥2由区域内的节点个数和密集程度决定，确保子区域节点数量不能过多。

3.根据权利要求1所述的面向生态监测的LoRa通信网络控制方法，其特征在于，所述步骤S2包括以下步骤：S21：计算节点之间的相关性排除子区域内与其它节点相关性较弱的异常节点，使其不能被选为代表节点；

S22：在节点中选择剩余能量较高的节点作为代表节点；

S23：代表节点每隔周期时间T上传一次监测数据，并利用节点之间的空间相关性建立一个线性关系式，通过代表节点估计其余节点的监测值。

4.根据权利要求3所述的面向生态监测的LoRa通信网络控制方法，其特征在于，所述步骤S21具体包括以下步骤：S211：子区域中m个节点在监测网络的前k个数据采集时刻都进行数据上传，取k组值作为相关性计算的样本，组成的数据矩阵G为：G中每一列表示一个节点在k个数据采集时刻的监测值，每一行表示不同节点在同一时刻的监测值；

S212：用相关性越高的代表节点对其余节点进行估计准确性越高，节点之间的相关性系数使用皮尔逊相关系数计算公式如下：其中，qi,qj为子区域两个不同节点， 表示节点qi的k个样本值的均值， 表示节点qj的k个样本值的均值。

5.根据权利要求3所述的面向生态监测的LoRa通信网络控制方法，其特征在于，所述步骤S23具体包括以下步骤：S231：监测区域被划分为s子区域，因此需要选取s个代表节点，分别记作di(i＝1,2,…,s)；

S232：每一个代表节点di与子区域中其余节点存在监测数据空间相关性，因此有其中， 表示从k个样本值计算取得，xit表示节点di在t时刻的监测值，yjt表示节点qj在t时刻的监测值， 是yjt估计值。

6.根据权利要求1所述的面向生态监测的LoRa通信网络控制方法，其特征在于，所述步骤S3具体包括以下步骤：S31：各个子区域的代表节点每隔周期时间T上传一次监测数据，节点上传r次数据后重新进行区域划分；

S32：对分区进行动态控制，将所有子区域的当前划分位置向同一方向旋转Δα，并使Δα满足在经过h次重新划分区域后 使其在经过h·rT时间后的区域划分与第一次进行的区域划分相同；

S33：监测区域划分为s个新的子区域，然后重新开始执行S2。