基于大数据分析的花粉浓度预测方法及系统

本发明涉及学习方法技术领域，具体为基于大数据分析的花粉浓度预测方法及系统，包括以下步骤：通过高程突变率矩阵输入扩散模型计算路径节点，筛选优化路径节点组合并拟合趋势线，提取主路径集合并识别风险单元，执行局部预测路径更新，输出修正浓度预测及预警信号。本发明中，通过将地形高程变化转化为突变率参数建立路径动态模型，结合高程差生成的地貌阻隔频率因子与风速方向差异角筛选路径节点，采用三次样条插值法重构趋势线并基于方向差异角动态修正主路径，融合坡面法向角与风压联动修正系数识别异常区域，综合地形阻隔频率、坡向角差与动态风压参数提升模型建模精度，同步反映地形阻隔与气象参数的非线性作用。