1.边坡坡面危险区预测方法，其特征在于，包括：获取边坡坡面的二维图像和边坡坡面处于危险状态的概率阈值；

根据所述边坡坡面的二维图像将所述边坡坡面均匀划分为至少两个识别区域，并基于各个所述识别区域的二维图像构建各个识别区域的初始维数值矩阵；

获取图像集，所述图像集包括一个所述识别区域的边坡坡面发生破坏后，全部所述识别区域对应的二维图像，所述识别区域的边坡坡面发生破坏后，则将发生破坏的识别区域定义为分析区域，根据所述各个识别区域的初始维数值矩阵和所述图像集，得到第一结果，所述第一结果包括每个所述识别区域的边坡坡面单独发生破坏时，对各个所述识别区域的破坏影响概率；

根据所述边坡坡面处于危险状态的概率阈值与所述第一结果，识别所有所述分析区域中的危险区域；

其中，所述根据所述各个识别区域的初始维数值矩阵和所述图像集，得到第一结果，包括：

获取一个所述识别区域的边坡坡面发生破坏后，全部所述识别区域对应的二维图像，计算所述全部所述识别区域对应的二维图像中每张二维图像的的维数值，得到数据集；

根据所述数据集计算每个所述识别区域的边坡坡面发生破坏后对全部所述识别区域的影响维数值，将所述每个所述识别区域的边坡坡面发生破坏后对全部识别区域的影响维数值作为矩阵元素构建第一矩阵；

将所述第一矩阵和所述各所述识别区域的初始维数值矩阵相减，得到第二矩阵，将所述第二矩阵中的元素进行归一化处理，得到每个所述识别区域单独发生破坏时，对各个所述识别区域的破坏影响概率；

其中，所述根据所述边坡坡面处于危险状态的概率阈值与所述第一结果，识别所有所述分析区域中的危险区域，包括：将所述每个所述识别区域的边坡坡面单独发生破坏时，对各个所述识别区域的破坏影响概率作为矩阵元素，构建第三矩阵；

根据所述第三矩阵计算得到各所述分析区域的定态破坏概率；

将所述概率阈值与所述各所述分析区域的定态破坏概率进行比较，若所述各所述分析区域的定态破坏概率大于或等于所述概率阈值，则将此分析区域识别为危险区域。

2.根据权利要求1所述的边坡坡面危险区预测方法，其特征在于，所述根据所述边坡坡面的二维图像将所述边坡坡面均匀划分为至少两个识别区域，并基于各个所述识别区域的二维图像构建各个识别区域的初始维数值矩阵，包括：对每个所述识别区域的二维图像进行灰度处理，得到每个所述识别区域处理后的二维图像；

根据所述每个所述识别区域处理后的二维图像，计算每个所述识别区域处理后的二维图像的维数值，根据所述每个所述识别区域处理后的二维图像的维数值构建各所述识别区域的初始维数值矩阵。

3.根据权利要求1所述的边坡坡面危险区预测方法，其特征在于，所述边坡处于危险状态的概率阈值的计算，包括：

获取第一二维图像集合和第二二维图像集合，所述第一二维图像集合包括一统计周期内至少两个边坡坡面的最初二维图像，所述第二二维图像集合包括所述一统计周期内所述至少两个边坡坡面的最终二维图像；

根据所述第一二维图像集合和第二二维图像集合，统计经过所述一统计周期后边坡坡面变为危险状态的个数，得到危险个数；

根据所述危险个数和所述第一二维图像集合中二维图像的个数，计算得到所述边坡处于危险状态的概率阈值。

4.边坡坡面危险区预测装置，其特征在于，包括：第一获取模块，用于获取边坡坡面的二维图像和边坡坡面处于危险状态的概率阈值；

第一计算模块，用于根据所述边坡坡面的二维图像将所述边坡坡面均匀划分为至少两个识别区域，并基于各个所述识别区域的二维图像构建各个识别区域的初始维数值矩阵；

第二获取模块，用于获取图像集，所述图像集包括一个所述识别区域的边坡坡面发生破坏后，全部所述识别区域对应的二维图像，所述识别区域的边坡坡面发生破坏后，则将发生破坏的识别区域定义为分析区域，根据所述各个识别区域的初始维数值矩阵和所述图像集，得到第一结果，所述第一结果包括每个所述识别区域的边坡坡面单独发生破坏时，对各个所述识别区域的破坏影响概率；

识别模块，用于根据所述边坡坡面处于危险状态的概率阈值与所述第一结果，识别所有所述分析区域中的危险区域；

其中，所述第二获取模块，包括：第二获取单元，用于获取一个所述识别区域的边坡坡面发生破坏后，全部所述识别区域对应的二维图像，计算所述全部所述识别区域对应的二维图像中每张二维图像的的维数值，得到数据集；

第三计算单元，用于根据所述数据集计算每个所述识别区域的边坡坡面发生破坏后对全部所述识别区域的影响维数值，将所述每个所述识别区域的边坡坡面发生破坏后对全部识别区域的影响维数值作为矩阵元素构建第一矩阵；

第四计算单元，用于将所述第一矩阵和所述各所述识别区域的初始维数值矩阵相减，得到第二矩阵，将所述第二矩阵中的元素进行归一化处理，得到每个所述识别区域单独发生破坏时，对各个所述识别区域的破坏影响概率；

其中，所述识别模块，包括：

第五计算单元，用于将所述每个所述识别区域的边坡坡面单独发生破坏时，对各个所述识别区域的破坏影响概率作为矩阵元素，构建第三矩阵；

第六计算单元，用于根据所述第三矩阵计算得到各所述分析区域的定态破坏概率；

对比单元，用于将所述概率阈值与所述各所述分析区域的定态破坏概率进行比较，若所述各所述分析区域的定态破坏概率大于或等于所述概率阈值，则将此分析区域识别为危险区域。

5.根据权利要求4所述的边坡坡面危险区预测装置，其特征在于，所述第一计算模块，包括：

处理单元，用于对每个所述识别区域的二维图像进行灰度处理，得到每个所述识别区域处理后的二维图像；

第一计算单元，用于根据所述每个所述识别区域处理后的二维图像，计算每个所述识别区域处理后的二维图像的维数值，根据所述每个所述识别区域处理后的二维图像的维数值构建各所述识别区域的初始维数值矩阵。

6.根据权利要求4所述的边坡坡面危险区预测装置，其特征在于，所述第一获取模块，包括：

第一获取单元，用于获取第一二维图像集合和第二二维图像集合，所述第一二维图像集合包括一统计周期内至少两个边坡坡面的最初二维图像，所述第二二维图像集合包括所述一统计周期内所述至少两个边坡坡面的最终二维图像；

统计单元，用于根据所述第一二维图像集合和第二二维图像集合，统计经过所述一统计周期后边坡坡面变为危险状态的个数，得到危险个数；

第二计算单元，用于根据所述危险个数和所述第一二维图像集合中二维图像的个数，计算得到所述边坡处于危险状态的概率阈值。

7.边坡坡面危险区预测设备，其特征在于，包括：存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如权利要求1至3任一项所述边坡坡面危险区预测方法的步骤。

8.一种可读存储介质，其特征在于：所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至3任一项所述边坡坡面危险区预测方法的步骤。