一种基于AI大模型的时空地理数据智能挖掘方法

本发明涉及一种基于AI大模型的时空地理数据智能挖掘方法，包括：通过时空标准化、空间映射及同步机制，实现多源异质数据的特征一致融合与质量提升；利用因果推理模型提取特征间因果强度，对时空特征进行因果贡献分层和迁移通道动态配置；结合增量式迁移学习与逆向一致性检验，优化特征迁移有效性；运用可解释模型自动识别并剔除低泛化及伪相关特征，实现特征迁移路径动态优化；通过因果链路可视化与人工交互支持，增强模型的鲁棒性与泛化能力。该方法提升了时空特征迁移的准确性与智能性，显著抑制了多源噪声与伪相关对迁移结果的影响。