本发明公开了一种基于神经网络的长时间序列近地面臭氧反演方法，包括以下步骤：S1:根据卫星遥感数据获取卫星遥感月尺度臭氧柱浓度数据；S2:对地面监测气象站点的气象数据进行多时相插值计算，获得具有空间分布特征的气象数据；述地面监测气象站点的气象数据包括温度、风速、气压、相对湿度、日照时数；S3:根据所述卫星遥感月尺度臭氧柱浓度数据和所述具有空间分布特征的气象数据建立近地面臭氧反演神经网络模型并训练该近地面臭氧反演神经网络模型；S4:对所述近地面臭氧反演神经网络模型进行仿真测试。该反演方法的精度高、操作简单，可以实现较为精确的近地面臭氧浓度测定，获得可以精确反应季节变化、年度变化及空间分布的近地面臭氧浓度数据集。