本发明公开了一种基于进化集成学习的大气污染物浓度时空预测方法，该方法的技术流程系统地面向多种大气污染物浓度的时空分布模拟，该方法能够有效解决常规预测模型难以处理大气污染物浓度分布模式季节性变动的问题。该方法在空间预测过程中，通过动态更新输入大气污染物浓度实测数据、使用进化算法选择最优的子模型组合，实现大气污染物浓度的时空动态模拟预测，为大气污染的监测与治理提供关键的数据支持。本发明面向单一时间点大气污染物浓度瞬时状态或一段时间内大气污染物浓度平均值的空间预测，能够通过环境变量筛选机制遴选与因变量相关性最高的环境变量集合，通过组合多个子模型来共同预测，能够获得比单一技术更准确的预测能力。