1.一种基于大数据的智慧消防控制方法，其特征在于，包括以下步骤：获取火情地点的现场信息，判断火情信息发送给消防救援队；基于道路行驶大数据信息获得所述火情地点周边路况位置信息，规划出目标行驶路径发送给所述消防救援队；基于消防资源补充点大数据信息获取所述火情地点预设范围内的消防资源补充点信息，发送给所述消防救援队；所述获取火情地点的现场信息，具体为：通过人造观测卫星观测的结果，获取火情的火灾范围；收集所述火情地点预设消防设备的测量信息，判断火情的火势；获取第一报警人的语音信息，得出所述火情地点的起火点位置与起火原因；所述判断火情信息发送给消防救援队，具体为：将所述火灾范围与所述火情的火势组合为动态火情向量，其中，火灾范围向量为，火情的火势向量为，根据所述动态火情向量的值与预设阈值进行

比较，其中，若所述动态火情向量值大于所述预设阈值，则生成多支队增援所述火情地点的指令信息发送到多个所述消防救援队；若所述动态火情向量值小于和或等于所述预设阈值，则根据就近原则生成单支队救援所述火情地点的指令信息发送到单个所述消防救援队；所述基于道路行驶大数据信息获得所述火情地点周边路况位置信息，规划出目标行驶路径发送给所述消防救援队，具体为：获取所述火情地点与所述消防救援队之间的路况位置与车道信息，规划出三条预选路径；基于历史交通大数据信息获取每条所述预选路径的道路、路口车祸发生次数信息，以获得三条所述预选路径的用时长短并进行降序排列；从降序排列的三条所述预选路径中筛选符合预设规避原则的路径作为所述目标行驶路径；还包括：根据获取第一报警人的语音信息在消防测控中心测算平台进行转译得到火情信息阈值；根据人造观测卫星观测的火灾范围和预设消防设备测量得到的火情在消防测控中心测算平台进行测算得到火情蓄值；根据转译火情信息阈值与火情蓄值进行阈值对比；若火情信息阈值小于火情蓄值，则判断第一报警人火情报警信息准确；否则，则判断第一报警人火情报警信息不准确；消防测控中心测算平台提取火场建筑物或区域的消防设施信息数据作为火情依据信息；还包括：建立城市消防数据库；所述城市消防数据库包括建筑消防数据集、公共消防环境数据集以及区域消防数据集，所述各数据集包括城市区域内各建筑物或区域的分数据流；所述建筑消防数据集的分数据流包括城市各建筑物内的人流信息数据、物资仓储数据、消防设施信息数据以及场地属性数据；所述公共消防环境数据集的分数据流包括城市各建筑物周边、街市和公共场所的消防器材分布数据、动力铺设数据以及易燃易爆点数据；所述区域消防数据集的分数据流包括城市各重点防火区域数据、城市重点区域数据以及区域人口分布数据；根据所述建筑消防数据集、公共消防环境数据集以及区域消防数据集的各建筑物或区域的分数据流建立分数据流的消防安全阈值；基于所述分数据流的消防安全阈值集合建立所述建筑消防数据集、公共消防环境数据集以及区域消防数据集的消防安全阈值集；所述消防安全阈值集包括第一消防安全阈值区间、第二消防安全阈值区间以及第三消防安全阈值区间；根据所述消防安全阈值集构架建立城市消防数据库；还包括：当获取某建筑物或区域发生火情信息；消防测控中心测算平台获取发生火情的建筑物或区域周边的实时建筑消防数据集、公共消防环境数据集以及区域消防数据集；其中所述发生火情的建筑物的实时建筑消防数据集获取包括建筑物内实时人流信息数据、物资仓储数据、消防设施信息数据以及场地属性数据；根据所述发生火情的建筑物或区域周边的实时建筑消防数据集、公共消防环境数据集以及区域消防数据集在训练好的测算神经网络模型中进行测算处理获得火情阈值；消防测控中心测算平台在城市消防数据库中提取发生火情的建筑物或区域周边的建筑消防数据集、公共消防环境数据集以及区域消防数据集的消防安全阈值集；根据测算处理获得的所述火情阈值与提取的消防安全阈值集进行区间阈值对比；当火情阈值处于消防安全阈值集第一消防安全阈值区间时，消防测控中心启动一、二级火情响应；当火情阈值处于消防安全阈值集第二消防安全阈值区间时，消防测控中心启动三级火情响应；当火情阈值处于消防安全阈值集第三消防安全阈值区间时，消防测控中心启动四、五级火情响应；当火情阈值大于消防安全阈值集第三消防安全阈值区间时，消防测控中心启动灾难性事件火情响应。2.根据权利要求1所述的一种基于大数据的智慧消防控制方法，其特征在于，预设消防设备包括城市建筑、街市和公共场所设置的温度传感器、烟雾浓度传感器以及热源追踪传感器的一种或几种。3.根据权利要求1所述的一种基于大数据的智慧消防控制方法，其特征在于，所述基于消防资源补充点大数据信息获取所述火情地点预设范围内的消防资源补充点信息，发送给所述消防救援队，具体包括：基于大数据处理获取所述火情地点预设范围内至少两个消防资源补充点；获取各所述消防资源补充点的位置信息，规划补充路径；获取各所述消防资源补充点的物资信息，以列表形式发生给所述消防救援队。4.一种基于大数据的智慧消防控制系统，其特征在于，包括存储器和处理器，所述存储器中包括基于大数据的智慧消防控制方法程序，所述基于大数据的智慧消防控制方法程序被所述处理器执行时实现如下步骤：获取火情地点的现场信息，判断火情信息发送给消防救援队；基于道路行驶大数据信息获得所述火情地点周边路况位置信息，规划出目标行驶路径发送给所述消防救援队；基于消防资源补充点大数据信息获取所述火情地点预设范围内的消防资源补充点信息，发送给所述消防救援队；所述获取火情地点的现场信息，具体为：通过人造观测卫星观测的结果，获取火情的火灾范围；收集所述火情地点预设消防设备的测量信息，判断火情的火势；获取第一报警人的语音信息，得出所述火情地点的起火点位置与起火原因；所述判断火情信息发送给消防救援队，具体为：将所述火灾范围与所述火情的火势组合为动态火情向量，其中，火灾范围向量为，火情的火势向量为，根据所述动态火情向量的值与预设阈值进行

比较，其中，若所述动态火情向量值大于所述预设阈值，则生成多支队增援所述火情地点的指令信息发送到多个所述消防救援队；若所述动态火情向量值小于和或等于所述预设阈值，则根据就近原则生成单支队救援所述火情地点的指令信息发送到单个所述消防救援队；所述基于道路行驶大数据信息获得所述火情地点周边路况位置信息，规划出目标行驶路径发送给所述消防救援队，具体为：获取所述火情地点与所述消防救援队之间的路况位置与车道信息，规划出三条预选路径；基于历史交通大数据信息获取每条所述预选路径的道路、路口车祸发生次数信息，以获得三条所述预选路径的用时长短并进行降序排列；从降序排列的三条所述预选路径中筛选符合预设规避原则的路径作为所述目标行驶路径；还包括：根据获取第一报警人的语音信息在消防测控中心测算平台进行转译得到火情信息阈值；根据人造观测卫星观测的火灾范围和预设消防设备测量得到的火情在消防测控中心测算平台进行测算得到火情蓄值；根据转译火情信息阈值与火情蓄值进行阈值对比；若火情信息阈值小于火情蓄值，则判断第一报警人火情报警信息准确；否则，则判断第一报警人火情报警信息不准确；

消防测控中心测算平台提取火场建筑物或区域的消防设施信息数据作为火情依据信息；还包括：建立城市消防数据库；所述城市消防数据库包括建筑消防数据集、公共消防环境数据集以及区域消防数据集，所述各数据集包括城市区域内各建筑物或区域的分数据流；所述建筑消防数据集的分数据流包括城市各建筑物内的人流信息数据、物资仓储数据、消防设施信息数据以及场地属性数据；所述公共消防环境数据集的分数据流包括城市各建筑物周边、街市和公共场所的消防器材分布数据、动力铺设数据以及易燃易爆点数据；所述区域消防数据集的分数据流包括城市各重点防火区域数据、城市重点区域数据以及区域人口分布数据；根据所述建筑消防数据集、公共消防环境数据集以及区域消防数据集的各建筑物或区域的分数据流建立分数据流的消防安全阈值；基于所述分数据流的消防安全阈值集合建立所述建筑消防数据集、公共消防环境数据集以及区域消防数据集的消防安全阈值集；所述消防安全阈值集包括第一消防安全阈值区间、第二消防安全阈值区间以及第三消防安全阈值区间；根据所述消防安全阈值集构架建立城市消防数据库；还包括：当获取某建筑物或区域发生火情信息；消防测控中心测算平台获取发生火情的建筑物或区域周边的实时建筑消防数据集、公共消防环境数据集以及区域消防数据集；其中所述发生火情的建筑物的实时建筑消防数据集获取包括建筑物内实时人流信息数据、物资仓储数据、消防设施信息数据以及场地属性数据；根据所述发生火情的建筑物或区域周边的实时建筑消防数据集、公共消防环境数据集以及区域消防数据集在训练好的测算神经网络模型中进行测算处理获得火情阈值；消防测控中心测算平台在城市消防数据库中提取发生火情的建筑物或区域周边的建筑消防数据集、公共消防环境数据集以及区域消防数据集的消防安全阈值集；根据测算处理获得的所述火情阈值与提取的消防安全阈值集进行区间阈值对比；当火情阈值处于消防安全阈值集第一消防安全阈值区间时，消防测控中心启动一、二级火情响应；当火情阈值处于消防安全阈值集第二消防安全阈值区间时，消防测控中心启动三级火情响应；当火情阈值处于消防安全阈值集第三消防安全阈值区间时，消防测控中心启动四、五级火情响应；当火情阈值大于消防安全阈值集第三消防安全阈值区间时，消防测控中心启动灾难性事件火情响应。