本发明提供了一种基于BIM和交叉样本学习的室内环境状态预测方法，包括通过提取BIM模型的空间几何数据建立空间图模型，设计了交叉样本学习，在空间图模型之上，自适应融合已知点的节点权重(线索因子)和边权重可以关联室内环境状态的空间特征，整个室内空间的状态进行预测ML‑IDW算法模拟建筑物整个室内空间湿度值的分布规律，通过少量采集节点实现对整个室内空间状态的预测，根据实测数据构建训练模型，并通过与实际数据进行比较来验证模型的准确性，预测实验场景下整个室内空间的湿度分布，训练时间短，具有实时性。