本发明提出了基于多源异构数据融合的PM2.5预测模型，该模型通过将多源异构数据融合实现信息的综合，并在融合数据的基础上建立多核支持向量回归机模型实现PM2.5浓度预测。首先，采集空气质量数据和图像两种多源异构数据，并对采集的数据进行预处理和特征提取。其次，使用基于核函数的多核扩展方法完成多源异构数据融合，融合过程主要通过构造、合并Gram矩阵的方式完成，并推导了多核扩展核函数。然后，在多核扩展核函数和扩展核矩阵的基础上，重新构造了多核支持向量回归机模型。最后使用改进的最小序列优化算法对模型参数进行了优化。本发明是基于多源异构数据融合实现的PM2.5预测，能在实现信息融合的基础上得出更加综合可信的判断，保证了预测的准确性、稳定性和可信度。