本发明提供一种隧道施工阶段的智能碳排放预测与优化方法。本发明包括如下步骤：收集隧道施工历史数据以及其碳排放数据，进行初步处理，作为机器学习的数据集，进行训练；导入工程清单，预测施工所需的油耗量、电耗量以及人员数量等，从而得到碳排放预测值；利用SHAP法分析影响碳排放量的最关键因素，并给出施工调整建议；利用CO2传感器，传输数据，记录实测CO2浓度信息，同时记录实际施工用电量、耗油量和人员数量，计算实测碳排放量，与预测数据进行对比，判断预测精准度并进行持续机器学习。本发明能够快速，准确地预测碳排放量，并能保持持续更新，不断完善预测性能，为指定隧道节能减排测量提供依据。