本发明涉及人工智能与污染气体监测技术领域，尤其涉及一种监测低浓度NO与SO2的方法。步骤如下：S1：对数据进行采集；S2：构建神经网络模型；S3：对神经网络模型进行训练；S4：对分离出来的光谱信息质量进行评估。本发明提供的一种监测低浓度NO与SO2的方法，分析在200nm～230nm光谱段SO2与NO气体的差分光学密度，并将波段在200nm～230nm处的SO2与NO混合气体的差分光学密度分别进行提取获得单一气体的吸收光谱；然后根据单一差分光学密度进行浓度反演求取出NO与SO2气体的浓度值。