1.一种机房明火自动告警方法，其特征在于，包括以下步骤：
获取机房某一区域的环境图像和区域温度；
分析机房某一区域的环境图像和区域温度是否全部满足以下判断条件，响应于全部满足，则判定该区域已起火，并进行告警，其中判断条件包括：
a、将机房某一区域的环境图像输入到火焰颜色模型中进行分析，确定环境图像中出现火焰，其中火焰颜色模型为使用多组数据通过机器学习训练得出的，每一组数据均包括机房的环境图像和环境图像对应的火焰标签；
b、将该区域的区域温度与该区域设定阈值进行比较，判定区域温度已达到该区域的最低着火点。
2.根据权利要求1所述的机房明火自动告警方法，其特征在于，所述将机房某一区域的环境图像输入到火焰颜色模型中进行分析，确定环境图像中出现火焰，包括：
将机房某一区域的环境图像输入到火焰颜色模型中，获得该环境图像中的r、g、b三个数值；
判断r、g、b三个数值是否r>＝g且g>b，响应于是，则确定环境图像中出现火焰。
3.根据权利要求1或2所述的机房明火自动告警方法，其特征在于，所述火焰颜色模型基于k-nn算法模型建立，包括：
获取机房的历史环境图像，建立训练样本集，对每一个环境图像进行预处理；
对预处理后的环境图像进行特征提取，特征包括火焰面积、火焰周长、火焰圆弧度；
采用训练样本集对k-nn算法模型进行反复训练，获取火焰颜色模型。
4.根据权利要求3所述的机房明火自动告警方法，其特征在于，所述对每一个环境图像进行预处理，预处理包括降噪、分割疑似火焰区域。
5.根据权利要求1或2或4所述的机房明火自动告警方法，其特征在于，所述将该区域的区域温度与该区域设定阈值进行比较，判定区域温度已达到该区域的最低着火点，包括：
设定机房内各区域的设定阈值，其中设定阈值为该区域中设备或材料的最低着火点；
获取区域温度，其中区域温度为该区域内的温度采集装置获得温度数据；
将区域温度与对应区域的设定阈值进行比较，判断是否达到设定阈值，响应于达到，则判定区域温度已达到该区域的最低着火点。
6.根据权利要求3所述的机房明火自动告警方法，其特征在于，所述将该区域的区域温度与该区域设定阈值进行比较，判定区域温度已达到该区域的最低着火点，包括：
设定机房内各区域的设定阈值，其中设定阈值为该区域中设备或材料的最低着火点；
获取区域温度，其中区域温度为该区域内的温度采集装置获得温度数据；
将区域温度与对应区域的设定阈值进行比较，判断是否达到设定阈值，响应于达到，则判定区域温度已达到该区域的最低着火点。
7.一种根据权利要求1至6中任意一项所述的机房明火自动告警系统，其特征在于，包括控制单元和多个温度采集装置、多个图像采集装置；
温度采集装置设置在机房的各个区域，用于采集各个区域内的温度数据；
图像采集装置设置在机房的各个区域，用于采集各个区域的环境图像；
控制单元，用于分析机房某一区域的环境图像和区域温度是否全部满足以下判断条件，响应于全部满足，则判定该区域已起火，并进行告警，其中判断条件包括：
a、将机房某一区域的环境图像输入到火焰颜色模型中进行分析，确定环境图像中出现火焰，其中火焰颜色模型为使用多组数据通过机器学习训练得出的，每一组数据均包括机房的环境图像和环境图像对应的火焰标签；
b、将该区域的区域温度与该区域设定阈值进行比较，判定区域温度已达到该区域的最低着火点。
8.根据权利要求7所述的机房明火自动告警系统，其特征在于，所述控制单元包括区域图像分析模块、区域温度分析模块和判断模块；
区域图像分析模块，用于将机房某一区域的环境图像输入到火焰颜色模型中进行分析，确定环境图像中出现火焰，其中火焰颜色模型为使用多组数据通过机器学习训练得出的，每一组数据均包括机房的环境图像和环境图像对应的火焰标签；
区域温度分析模块，用于将该区域的区域温度与该区域设定阈值进行比较，判定区域温度已达到该区域的最低着火点；
判断模块，用于分析机房某一区域的环境图像和区域温度是否全部满足判断条件，响应于全部满足，则判定该区域已起火，并进行告警。
9.根据权利要求8所述的机房明火自动告警系统，其特征在于，还包括报警单元，用于将报警信号发送至终端。
10.根据权利要求7或8或9所述的机房明火自动告警系统，其特征在于，所述温度采集装置为双通道温度传感器，图像采集装置为高清摄像机。