本发明公开了一种基于图过程神经网络的城市道路拥堵时空预测方法。它将路网图结构信息嵌入到时间点过程模型内部，形成标值时空图过程神经网络模型，使时间点过程模型不仅能够捕获事件在时间上的依赖，同时能够捕获城市道路网络拥堵事件之间的远程空间关联信息，同时通过顾及城市道路网络拥堵事件的时空传播模式，对传统的图卷积网络进行扩展，形成新的感知拥堵模式变化的图传播卷积核P‑GCN，使得图卷积核能够感知拥堵模式变化，提升标值时空图过程神经网络模型的泛化能力。本发明具有提升城市道路拥堵预测准确性、稳定性及预测效率的优点。