本发明公开了一种复杂地铁车站基坑变形时空预测方法，包括以下步骤：S1、获取基坑变形数据，并对其进行预处理，得到训练集和测试集；S2、根据训练集和测试集构建GCN‑GRU的神经网络模型，得到神经网络模型的预测结果，完成复杂地铁车站基坑现场的变形预测。本发明提供了一种复杂地铁车站基坑变形时空预测方法，解决了既往复杂地铁车站基坑变形预测模型只能挖掘单个基坑变形测点变形数据的时间信息或未来发展趋势，未能充分利用多个基坑变形测点在空间维度上的复杂依赖关系，制约了基坑变形预测的精度提升的问题，以及基坑现场的变形监测数据受多种条件影响易出现噪音问题，进一步限制变形预测的精度等问题。