1.一种基于历史巡护数据的护林员轨迹优化方法，其特征在于，包括如下步骤：S1：轨迹脏点去除与化简，对护林员待优化轨迹点，在保留轨迹点整体空间分布的一致，与轨迹路径的几何形状不变的情况下，去除轨迹停留脏点并化简降低数据量；

S2：历史轨迹路网生成，根据护林员历史轨迹点数据，生成护林员历史轨迹路径，作为巡护轨迹纠正参考依据；

S3：轨迹点路网匹配与优化，根据步骤S2中生成的历史路径与城市路网数据对巡护轨迹进行缺失点补全与路网纠正，生成轨迹优化结果；

其中，步骤S1包括以下步骤：

S11：空间过滤，首先需要删除目标空间区域外部轨迹点数据；

S12：对读取的原始轨迹数据中时间间隔较长的进行分段操作，其中，一位护林员的轨迹点按照产生时间顺序进行排序后，相邻两轨迹点间时间间隔大于1小时，即认为是两段相互独立的巡护轨迹，需要对其进行分段操作，后续所有化简及运算均以此分段为依据；

S13：环绕停留点去除，定义聚集产生与半径30米范围内的点为环绕停留点，环绕停留点中只保留中心点，其他数据点均去除；

S14：Douglas‑Peukcer算法二次化简，在数据量精简的同时，该算法保留几何形状的骨架，故选取其进行二次抽稀，将抽稀结果作为化简最终结果进行输出；

其中，步骤S2包括以下步骤：

S21：历史轨迹数据中也存在大量异常点、冗余数据与停留点，需要对其进行预处理；

S22：使用ST‑DBSCAN算法对化简后的轨迹进行时空聚类，使用此聚类方法对化简后历史轨迹进行聚类操作，去除聚类结果为“‑1”的异常值，得到结果为在时空两维度上均存在高相关度的点轨迹数据集，同一聚类下的点数据可被视为隶属于一条独立巡护轨迹；

S23：聚类结果转线，将聚类后的轨迹点数据以聚类类别为分组，组内按照时间顺序排序并连接生成线要素；

S24：建立路径缓冲区，根据所有线要素轨迹生成缓冲区，设置缓冲阈值，并将缓冲区要素融合为一个要素，得到历史路径面要素；

S25：生成缓冲区Voronoi图，提取道路中心线，对融合后面状要素边界进行加密，通过构建Voronoi多边形计算生成中心线，提取历史路径线要素；

S26：路径平滑，生成历史路径结果，对S25中提取的历史路径线要素进行优化，消除锯齿，平滑线要素，得到最终的历史路径结果；

其中，步骤S3包括以下步骤：

S31：轨迹点最小外包矩形生成；

S32：外包矩形路网裁剪，读取目标区域城市路网数据以及步骤S2中生成的护林员历史巡护路径，根据轨迹点的最小外包矩形对路网进行裁剪，提升运算效率；

S33：轨迹点加密，选取线性插值方法，对任意相邻两轨迹点空间距离大于40米的点进行加密操作，每20米插入一个补充点；

S34：路网校正，遍历所有加密后轨迹点，若其与最近的城市路网或历史路径垂直距离小于30米，则将其映射到路网上，否则保持原有位置不变；

S35：优化后轨迹输出，将经过路网校正的轨迹点数据按照时间顺序生成轨迹路线，作为最终优化结果输出。

2.根据权利要求1所述的一种基于历史巡护数据的护林员轨迹优化方法，其特征在于，所述的S21历史轨迹数据预处理包括以下步骤：S211：空间过滤，首先需要删除目标空间区域外部轨迹点数据，S212：对读取的原始轨迹数据中时间间隔较长的进行分段操作，其中，一位护林员的轨迹点按照产生时间顺序进行排序后，相邻两轨迹点间时间间隔大于1小时，即认为是两段相互独立的巡护轨迹，需要对其进行分段操作，后续所有化简及运算均以此分段为依据；

S213：环绕停留点去除，定义聚集产生与半径30米范围内的点为环绕停留点，环绕停留点中只保留中心点，其他数据点均去除；

S214：Douglas‑Peukcer算法二次化简，在数据量精简的同时，该算法保留几何形状的骨架，故选取其进行二次抽稀，将抽稀结果作为化简最终结果进行输出。