一种基于可解释机器学习和空间加权采样的禽流感病毒溢出空间风险评估方法

本发明提供了一种基于可解释机器学习和空间加权采样的禽流感病毒溢出空间风险评估方法，涉及疾病传播预测技术领域。本发明整合全球多源异构数据，基于地理空间大数据云平台，通过空间聚合算法在25km格网上生成年尺度环境特征栅格，结合空间权重重采样组建样本，训练可解释机器学习模型，应用递归消除法筛选关键因素，经部分依赖图量化阈值与非线性影响，输出空间连续的全球“野鸟‑野生动物”的高致病性禽流感H5N1溢出风险分布。本发明能够有效提升全球病原体溢出风险评估与关键机制解析的科学性和实用性。