本发明涉及降水湿清除过程微观时序建模的PM2.5浓度预测方法，步骤如下，步骤1，降水微观时序过程提取：将区域空气质量和气象观测数据的环境要素进行预处理；步骤2，利用定量分析方法将降水对空气中PM2.5湿清除过程的作用特征和规律构建效应模型，包括效应过程、效应指标及效应模式；步骤3，基于降水效应过程模型构建面向PM2.5浓度和环境序列统计量的特征分类器，以便于获取大量降水样本的共性和特性；步骤4，输入易获取的未来时间段降水及气象资料，利用分类器预先划分某次降水过程的效应模式，生成未来降水过程中PM2.5浓度变化趋势。本发明实现了根据易获取的未来降水资料预测逐小时的PM2.5浓度。