本发明属于交通预测技术领域，具体公开了一种基于时空融合图神经网络的交通预测方法及系统，该方法利用各个交通节点的历史交通流量数据；计算各交通节点间的历史数据序列的相似度，构建时空邻接矩阵；根据原始路网邻接矩阵和时空邻接矩阵，组成下三角矩阵；将历史交通流量数据输入全连接层进行特征升维，设置具有多个子层的时空卷积重构层，将升维后的数据和下三角矩阵作为时空卷积重构层的输入；对时空卷积重构层的每个子层的输出进行聚合操作，并将聚合操作后的数据输入输出层，得到预测结果。采用本技术方案，能够更完整的保留交通数据的时空特征，优化交通数据预测精度。