本发明涉及一种基于时空因素的交通状态指数预测方法，具体包括以下步骤：步骤S1：获取交通状态指数的数据，生成交通状态指数云图；步骤S2：将交通状态指数云图划分为多个子区域，根据子区域的中心网格是否有指数值，分为包含目标网格的子区域和包含非目标网格的子区域；步骤S3：对包含目标网格的子区域和包含非目标网格的子区域分别通过时间序列预测模型和空间预测模型进行时空预测；步骤S4：基于包含非目标网格的子区域进行空间预测和时间预测的预测结果设置最优模型参数，构建混合模型，通过将包含目标网格的子区域输入混合模型来预测目标网格。与现有技术相比，本发明具有较高的交通状态指数的预测精度、弥补缺失的交通状态指数等优点。