本发明提供基于多层级特征融合的交通流预测方法及系统，方法包括：采集路网拓扑数据、交通流量数据、外部环境数据；基于交通流预测先验知识结合时间相关性和空间相关性，面向全息路网画像的多维度特征提取八类时空交通流特征；利用多重特征相关性计算框架计算初始特征集合的特征区分度、特征间相关性、特征与目标相关性，筛选出高质量特征；基于多重特征相关性计算框架计算结果，根据特征层融合算法选出代表决定性因素的特征进行组合，得到关键特征表示输入预测模型；训练多个学习器，得到准确的交通流预测模型。本发明实现多层次全方面的数据融合，在特征提取、特征筛选方面为交通流预测领域提供技术启发，提升了特征融合效果与特征可解释性。