本发明提供一种基于时空大数据的交通量预测方法，包括以下步骤：获取目标检测路段在一定时间间隔的交通流信息；对交通流信息按照网格图形式进行存储；对存储的交通流信息进行建模并提取空间异质性和时间异质性；利用CNN的输出经过参数重整作为LSTM的输入得到预测结果。本发明还提出基于时空大数据的交通量预测装置。本发明收集目标检测路段及其周围路段的检测器一定时间间隔内的流量信息；通过3DCNN卷积神经网络提取空间关系与部分时间，再将CNN的输出经过参数重整作为LSTM的输入，提取更高更完整的时间依赖性，该方法对预测交通量的准确程度较高，对硬件和工程量要求较低，方便实现。