權(quán)利要求 1.基于人工智能的礦山環(huán)境智能預(yù)測(cè)系統(tǒng)，其特征在于，包括：環(huán)境參數(shù)采集模塊、數(shù)據(jù)處理模塊、礦山環(huán)境智能預(yù)測(cè)模塊與預(yù)防報(bào)警模塊； 所述環(huán)境參數(shù)采集模塊用于采集監(jiān)測(cè)區(qū)域中的環(huán)境參數(shù)； 所述數(shù)據(jù)處理模塊用于對(duì)所述環(huán)境參數(shù)進(jìn)行預(yù)處理； 所述礦山環(huán)境智能預(yù)測(cè)模塊用于根據(jù)預(yù)處理后的所述環(huán)境參數(shù)進(jìn)行未來(lái)趨勢(shì)預(yù)測(cè)； 所述預(yù)防報(bào)警模塊根據(jù)預(yù)測(cè)的結(jié)果進(jìn)行報(bào)警。2.根據(jù)權(quán)利要求1所述的基于人工智能的礦山環(huán)境智能預(yù)測(cè)系統(tǒng)，其特征在于， 所述環(huán)境參數(shù)包括：pH數(shù)據(jù)、重金屬有效態(tài)含量與重金屬賦存形態(tài)含量； 所述環(huán)境參數(shù)采集模塊包括：pH傳感器、重金屬有效態(tài)含量傳感器與重金屬賦存形態(tài)含量傳感器； 所述重金屬有效態(tài)含量傳感器用于采集重金屬的有效態(tài)含量； 所述重金屬賦存形態(tài)含量傳感器用于采集砷、銅、鎘、鉛、鋅、鎳的賦存形態(tài)含量。 3.根據(jù)權(quán)利要求2所述的基于人工智能的礦山環(huán)境智能預(yù)測(cè)系統(tǒng)，其特征在于， 所述數(shù)據(jù)處理模塊中的預(yù)處理為：將所述環(huán)境參數(shù)按時(shí)間先后順序排序，對(duì)同一類型的環(huán)境參數(shù)進(jìn)行均值處理。 4.根據(jù)權(quán)利要求3所述的基于人工智能的礦山環(huán)境智能預(yù)測(cè)系統(tǒng)，其特征在于， 所述礦山環(huán)境智能預(yù)測(cè)模塊包括：LSTM神經(jīng)網(wǎng)絡(luò)、訓(xùn)練數(shù)據(jù)庫(kù)和趨勢(shì)預(yù)測(cè)模型； 所述訓(xùn)練數(shù)據(jù)庫(kù)用于存儲(chǔ)環(huán)境訓(xùn)練數(shù)據(jù)，并對(duì)所述環(huán)境訓(xùn)練數(shù)據(jù)進(jìn)行標(biāo)注； 所述LSTM神經(jīng)網(wǎng)絡(luò)用于基于標(biāo)注后的所述環(huán)境訓(xùn)練數(shù)據(jù)進(jìn)行迭代訓(xùn)練，獲得所述趨勢(shì)預(yù)測(cè)模型； 所述趨勢(shì)預(yù)測(cè)模型用于根據(jù)所述環(huán)境參數(shù)進(jìn)行未來(lái)趨勢(shì)預(yù)測(cè)。 5.根據(jù)權(quán)利要求4所述的基于人工智能的礦山環(huán)境智能預(yù)測(cè)系統(tǒng)，其特征在于， 所述LSTM神經(jīng)網(wǎng)絡(luò)包括：輸入層、隱藏層與輸出層； 所述輸入層用于輸入環(huán)境訓(xùn)練數(shù)據(jù)； 所述隱藏層用于迭代學(xué)習(xí)時(shí)間序列數(shù)據(jù)的短程和長(zhǎng)程語(yǔ)義特征； 所述輸出層用于輸出預(yù)測(cè)結(jié)果。 6.根據(jù)權(quán)利要求4所述的基于人工智能的礦山環(huán)境智能預(yù)測(cè)系統(tǒng)，其特征在于， 所述趨勢(shì)預(yù)測(cè)模型進(jìn)行未來(lái)趨勢(shì)預(yù)測(cè)包括：進(jìn)行短期趨勢(shì)預(yù)測(cè)、進(jìn)行中期趨勢(shì)預(yù)測(cè)與進(jìn)行長(zhǎng)期趨勢(shì)預(yù)測(cè)。 7.根據(jù)權(quán)利要求6所述的基于人工智能的礦山環(huán)境智能預(yù)測(cè)系統(tǒng)，其特征在于， 所述環(huán)境訓(xùn)