1.一种急救资源分布优化方法，其特征在于，所述方法包括如下步骤：S1、基于目标行政区划的地域范围内的所有急救站点数据和成功将病患送往任一急救站点的历史调度数据，建立对应的原始数据文件；

S2、对所述原始数据文件进行格式转换，以获得地理信息系统所需的.shp格式文件；

S3、按照目标行政区划内任一指定层级的所有子行政区划，以及从.shp文件中解析得到的目标行政区划对应几何平面的面类型数据，获得所有该层级子行政区划的几何平面的面类型数据，并进一步获得所有该层级子行政区划的几何平面的形心和边界；

S4、根据从.shp文件中解析得到的所述历史调度数据，在遍历所有该层级子行政区划的基础上，获得所有该层级子行政区划的地域范围内、成功将病患送往任一急救站点的历史调度数据；

S5、将该层级每个子行政区划的地域范围内、成功将病患送往任一急救站点的历史调度数据，添加到对应的该层级子行政区划的形心的数据中；

S6、对于该层级任一子行政区划，计算所述子行政区划的病患到达急救站点的便利程度数值，并将便利程度数值作为可达性数据；

S7、将所述子行政区划的可达性数据，以及所述子行政区划的地域范围内、成功将病患送往任一急救站点的历史调度数据，分别映射至[0,1]区间上，基于映射后的可达性数据和历史调度数据获得差值数据集，并绘制等差热力图；

S8、根据所述差值数据集进行空间聚类分析与可视化，以指导急救资源的分布优化。

2.根据权利要求1所述的方法，其特征在于，步骤S1中，

所述原始数据文件为EXCEL数据文件。

3.根据权利要求1所述的方法，其特征在于，步骤S1中，

建立对应的原始数据文件包括：对目标行政区划的地域范围内的所有急救站点数据和所有医疗急救呼叫数据进行数据预处理，其中，所述数据预处理包括：数据脱敏、数据整合、地理编码、数据清洗。

4.根据权利要求3所述的方法，其特征在于，所述数据脱敏用于数据外发的场景，通过对数据进行一次性处理，确保数据在离开安全环境时不会暴露敏感信息。

5.根据权利要求3所述的方法，其特征在于，所述数据整合包括对急救站点数据进行整合，整合急救站点划分所属区域。

6.根据权利要求1所述的方法，其特征在于，步骤S6中，通过距离衰减函数、需求选择供给概率和两步移动搜索算法计算所述可达性数据。

7.根据权利要求6所述的方法，其特征在于，通过距离衰减函数、需求选择供给概率和两步移动搜索算法计算所述可达性数据包括如下步骤：首先，按照急救站点的类型对所有急救站点进行划分并统计所有急救站点的总数L，以确定各个急救站点的服务半径的不同取值，其中，示例性的，所述类型包括主城区型和非主城区型，主城区型急救站点的服务半径取值小于非主城区型急救站点的服务半径取值；此外，急救站点的服务半径也可以不是按照主城区型或非主城区型进行划分，这意味着急救站点的服务半径完全可以根据各种实际需要而确定，例如急救站点的服务能力或评价、等级等确定，而不必限定于急救站点所在的行政区划或子行政区划的特定类型。

进一步，设所有该层级子行政区划的总数为M，将M个子行政区划中、形心为点k的子行政区划记为第k个子行政区划，k的取值范围为1至M；

然后，对于任一急救站点j，将急救站点j作为供给点，以急救站点j为中心，统计所述M个子行政区划中，第k个子行政区划的地域范围内、成功将病患送往任一急救站点的历史调度数据的数量，作为该子行政区划的急救需求量Dk；

根据距离衰减函数计算G(dkj，d0)：

其中，e为自然常数，d0为急救站点j的服务半径取值，dkj为急救站点j与点k所指示的形心之间的距离，j的取值范围为1至L；

进一步计算需求选择供给概率Pkj：

其中，λ选择合适的参数；

由此，以急救站点j为圆心，d0为圆的半径的条件下，进一步计算供需比Rj：其中，Sj为该急救站点的供应水平，表示该医疗设施的整体服务水平，供需比Rj反映该急救站点j的供需情况。

8.根据权利要求7所述的方法，其特征在于，通过距离衰减函数、需求选择供给概率和两步移动搜索算法计算所述可达性数据还包括如下步骤：将M个子行政区划中、形心为点i的子行政区划记为第i个子行政区划，i的取值范围为1至M；

对于任一急救站点j，将急救站点j作为供给点，统计所述M个子行政区划中，第i个子行政区划的地域范围内、成功将病患送往任一急救站点的历史调度数据的数量，作为该子行政区划的急救需求量Di；

根据距离衰减函数计算G(dij，d1)：

其中，d1为以点i所指示的形心为圆心的圆的半径，dij为急救站点j与点i所指示的形心之间的距离，i的取值范围为1至M；

进一步计算需求选择供给概率Pij：

其中，λ选择合适的参数；

由此，以点i所指示的形心为圆心，d1为圆的半径的条件下，进一步计算第i个子行政区划的病患到达急救站点的可达性数据Ai：

9.根据权利要求8所述的方法，其特征在于，步骤S7包括：

将第i个子行政区划的地域范围内、成功将病患送往任一急救站点的历史调度数据的数量Di标准化处理以得到D并将D作为标准化需求，使其映射到[0,1]区间，0表示人口最少的区域，1表示人口最多的区域；

同样地，将第i个子行政区划的病患到达急救站点的可达性数据Ai也进行标准化处理以得到Ai’，使其映射到[0,1]区间，0表示可达性最低的区域，1表示可达性最高的区域；

对上述标准化后的数据，计算Ai’‑D的差值，得到第i个子行政区划的标准化可达性与标准化需求的差值。

10.根据权利要求1所述的方法，其特征在于，步骤S8中，所述空间聚类分析的算法包括：K‑means聚类算法和Mean shift聚类算法。