本发明属于空气污染预测领域，涉及一种基于图神经网络的跨区域空气污染预测方法及系统。该方法包括：获取不同站点的传感器采集数据，构建空气质量特征数据集；基于构建的空气质量特征数据集，利用时空图神经网络搭建跨区域空气污染空间关系网络图；基于空气污染空间关系网络图以及空气质量特征数据集，利用GRU与Transformer层提取多维特征，将提取得到的多维特征输入到全连接神经网络，得到空气污染浓度的多步预测。本发明运用基于图神经网络对跨区域的历史污染物浓度进行处理，进行污染物的预测及分析，本发明为空气污染物预测提供了一种新的解决方案，进而在空气污染预测领域进行广泛应用，便于大气污染防治科学体系的构建，推进碳中和的发展。