本发明的一种面向空气污染物的自相关误差Informer模型长时序预测方法及系统，该方法包括：基于自相关误差对Informer模型进行改进，得到AE‑Informer模型；收集各站点的小时空气污染物数据并进行预处理，包括：缺失值补缺，统一编码；对AE‑Informer模型进行超参数的调节；基于处理后的各站点的小时空气污染物数据，采用近似求导反向误差传播算法训练AE‑Informer模型；对实时收集的各站点小时空气污染物数据进行预处理，之后输入训练好的AE‑Informer模型中，进行空气污染物的长时序预测。本发明在空气污染物浓度长时序预测方面取得了较高的预测精度。