1.隧道施工区域人员粉尘暴露水平监测方法，其特征在于，所述方法包括：S1、获取多个监测点的实测粉尘浓度数据，并对实测粉尘浓度数据进行预处理，获得预处理后实测粉尘浓度数据；S2、基于预处理后实测粉尘浓度数据，获得粉尘浓度的峰值估计值；峰值估计值通过峰值预测模型计算获得；所述峰值预测模型的建立方式为：S21、获取多个监测点不同时间点上的粉尘浓度数据，并对粉尘浓度数据进行预处理，预处理后粉尘浓度数据形成基础数据库；S22、对基础数据库中的数据进行滤波及标准化，形成标准化数据；S23、基于标准化数据建立拟合函数： 表示某一时刻，位置 处的粉尘浓度， 表示特征参数；S24、基于高斯回归，建立标准化数据与粉尘浓度峰值之间的关系，从而实现基于标准化数据预测粉尘浓度峰值以获得粉尘浓度的峰值估计值；S3、基于峰值估计值、预处理后实测粉尘浓度数据，通过粉尘浓度空间分布模型，得到施工区域的粉尘浓度分布数据；所述得到施工区域的粉尘浓度分布数据的方式为：S31、基于高斯回归，建立标准化数据、峰值估计值与特征参数p 1 、p 2 、p 3 、q 1 、q 2 之间的关系，形成粉尘浓度空间分布模型：其中， 分别为 的估计值， 表示峰值估计值；S32、基于粉尘浓度空间分布模型、拟合函数，反向求解与实测粉尘浓度数据对应的特征参数；S33、基于反向求解与实测粉尘浓度数据对应的特征参数，得到施工区域的粉尘浓度分布数据；S4、基于施工区域内的作业人员位置数据，结合施工区域的粉尘浓度分布数据，计算作业人员累积接尘量。
2.根据权利要求1所述的方法，其特征在于，所述步骤S32进一步包括：将位置x与特征参数之间的关系代入拟合函数，反向求解与实测粉尘浓度数据对应的特征参数，所述位置x与特征参数之间的关系为： 。
3.根据权利要求1所述的方法，其特征在于，所述高斯回归通过建立高斯回归模型实现：首先，建立高斯过程： ，其中，随机变量为位置a处函数 的值； 为定义的均值函数； 为协方差函数， 为超参数；其次，训练输出 与预测输出 的联合分布为：预测输出 在观测值下的分布为： ，其中，K表示协方差， 为训练输入， 为预测输入；再次，利用 求解最大超参数 ；最后，将求解得到的超参数 代入预测输出 在观测值下的分布，得到预测输出 的均值为 ，方差为 。
4.根据权利要求1所述的方法，其特征在于，所述累积接尘量的计算方式为：其中CDE表示作业人员的累积接尘量，Q为人体每分钟平均呼吸量，t为时间， 为呼吸强度修正系数； 为作业人员所在位置处粉尘浓度的估计值，由施工区域的粉尘浓度分布数据获得。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：S5、基于作业人员累积接尘量，结合粉尘职业接触限制要求，发布预警信息。
6.根据权利要求1所述的方法，其特征在于，所述S1中的预处理包括：S11、对实测粉尘浓度数据建立粉尘云图，截取粉尘云图中呼吸带所在平面为截面，对截面进行网格化；S12、计算每一网格点处粉尘浓度平均值作为网格粉尘浓度值；S13、对所述网格粉尘浓度值采用窗口滤波；S14、对窗口滤波后的网格粉尘浓度值进行标准化处理，得到预处理后实测粉尘浓度数据。
7.隧道施工区域人员粉尘暴露水平监测系统，其特征在于，所述系统用以执行如权利要求1所述的隧道施工区域人员粉尘暴露水平监测方法，所述系统包括：监测点模块，布设于隧道施工区域内，以获取实测粉尘浓度数据；预处理模块，对实测粉尘浓度数据进行预处理，获得预处理后实测粉尘浓度数据；基础数据库模块，用于基于预处理后实测粉尘浓度数据建立基础数据库；峰值预测模块，基于基础数据库模块中存储的数据建立峰值预测模型，获得峰值估计值；粉尘浓度空间分布模块，基于预处理后实测粉尘浓度数据和峰值估计值，建立粉尘浓度空间分布模型，以得到施工区域的粉尘浓度分布数据；作业人员定位模块，用于获取作业人员位置数据；预警模块，用于基于作业人员位置数据，以及粉尘浓度空间分布模块得到的施工区域的粉尘浓度分布数据，计算作业人员累积接尘量，基于累积接尘量发布预警信息。
8.隧道施工区域人员粉尘暴露水平监测设备，其特征在于，所述设备至少包括存储器、处理器；所述处理器调用存储于所述存储器中的指令，以执行权利要求1-6任一所述的隧道施工区域人员粉尘暴露水平监测方法。
