1.一种城市区域生态环境监测方法，其特征在于，包括以下步骤：计算机对城市区域内负氧离子传感器S1输出的检测数据Ds1(t)进行处理，得到调整数据Vs1(t)，对城市区域内粉尘传感器S2输出的检测数据Ds2(t)进行处理，得到调整数据Vs2(t)，对城市区域内温度传感器S3输出的检测数据Ds3(t)进行处理，得到调整数据Vs3(t)，对城市区域内湿度传感器S4输出的检测数据Ds4(t)进行处理，得到调整数据Vs4(t)，对城市区域内风速传感器S5输出的检测数据Ds5(t)进行处理，得到调整数据Vs5(t)，对城市区域内风向传感器S6输出的检测数据Ds6(t)进行处理，得到调整数据Vs6(t)，对城市区域内雨量传感器S7输出的检测数据Ds7(t)进行处理，得到调整数据Vs7(t)，对城市区域内气压传感器S8输出的检测数据Ds8(t)进行处理，得到调整数据Vs8(t)，对城市区域内噪声传感器S9输出的检测数据Ds9(t)进行处理，得到调整数据Vs9(t)，对城市区域内紫外线传感器S10输出的检测数据Ds10(t)进行处理，得到调整数据Vs10(t)，t为时间；

计算机每隔N秒计算一次生态环境评价指数LAP，当nm1≤LAP≤nm2时，判断生态环境健康，当th1≤LAP＜nm1或者nm2＜LAP≤th2时，判断生态环境亚健康，当bod1≤LAP＜th1或者th2＜LAP≤bod2时，bod1＜th1＜nm1＜nm2＜th2＜bod2，判断生态环境不健康。

2.根据权利要求1所述的一种城市区域生态环境监测方法，其特征在于，所述计算机每隔N秒计算一次生态环境评价指数LAP的方法包括以下步骤：M1：计算机计算N秒内每个时刻t的生态环境评价参数PJ(t)，方法如下：将调整数据Vs1(t)、Vs2(t)、Vs3(t)、Vs4(t)、Vs5(t)、Vs6(t)、Vs7(t)、Vs8(t)、Vs9(t)、Vs10(t)分别进行归一化处理，归一化到[1，10]区间内，得到对应的归一化数据Ls1(t)、Ls2(t)、Ls3(t)、Ls4(t)、Ls5(t)、Ls6(t)、Ls7(t)、Ls8(t)、Ls9(t)、Ls10(t)，PJ1(t)＝a1×log(Ls1(t))+a4×Ls4(t)+a7×log(Ls7(t))，PJ2(t)＝a2×Ls2(t)+a9×Ls9(t)+a10×Ls10(t)，PJ3(t)＝a3×Ls3(t)，

PJ4(t)＝a5×Ls5(t)+a6×Ls6(t)‑a8×Ls8(t)，其中，a1、a2、a3、a4、a5、a6、a7、a8、a9、a10为权重系数；

M2：将N秒内每个时刻t的生态环境评价参数PJ(t)输入非线性协同模型：其中，B(x)为负载系统，k(x)为负载激励信号，x为非线性协同模型的动态参数，P为调节实参数，cos(2πft)为输入信号的频率分量，f是频率，Q是负载激励信号的强度，a、b为实参数，

当x ＝x j时 ，非线 性协 同 模型 产生 阶跃 ，计算阶 跃 状态 的特 征 值

3.根据权利要求1所述的一种城市区域生态环境监测方法，其特征在于，所述计算机对传感器Si的检测数据Dsi(t)进行处理，得到调整数据Vsi(t)的方法包括以下步骤，i＝1‑10：N1：计算机计算t‑Δt时刻至t时刻检测数据Dsi(t)的幅度均值SSU(t)、幅度最大值SMA(t)和幅度最小值SMI(t)；

N2：计算传感器特征角度映射函数K1(t)，突变抑制函数K2(t)，信号幅度调整函数K3(t)，

N3：计算调整数据Vsi(t)，

4.根据权利要求1所述的一种城市区域生态环境监测方法，其特征在于，所述负氧离子传感器为AN‑400传感器，粉尘传感器为PM1003传感器，温度传感器为NCT75DMR2G传感器，湿度传感器为GWSD50‑100传感器，风速传感器为GD51传感器，风向传感器为GFD5X传感器，雨量传感器为Mini‑RL传感器，气压传感器为MIK‑P300传感器，噪声传感器为WS600A传感器，紫外线传感器为AGM2401B传感器。

5.根据权利要求1所述的一种城市区域生态环境监测方法，其特征在于，所述Vs1(t)的值位于不同的范围时，a1的值不同；Vs2(t)的值位于不同的范围时，a2的值不同；Vs3(t)的值位于不同的范围时，a3的值不同；Vs4(t)的值位于不同的范围时，a4的值不同；Vs5(t)的值位于不同的范围时，a5的值不同；Vs6(t)的值位于不同的范围时，a6的值不同；Vs7(t)的值位于不同的范围时，a7的值不同；Vs8(t)的值位于不同的范围时，a8的值不同；Vs9(t)的值位于不同的范围时，a9的值不同；Vs10(t)的值位于不同的范围时，a10的值不同。