本发明公开了一种基于小样本下多模型自适应大气PM2.5浓度预测方法，通过自身的太阳能供电系统、户外监测探头和云端网络实时在线对校园一年四季的大气污染物浓度进行数据采集，对采集到的大气污染物等进行数据归一化处理，用最小二乘支持向量回归方法对采集的四季的大气污染物数据进行训练得到不同季节的大气PM2.5浓度预测模型，将采集的数据作为预测模型的输入变量，不同预测模型根据自身算法计算得到不同季节的大气PM2.5浓度预测值，将预测值与实际的采集的数据进行预测比较，所得误差性能指标在几种模型中最小者，采用误差小者的预测模型对当前的状态下大气污染物PM2.5浓度进行预测，满足单一模型不能应对当前状态下模型预测大气PM2.5浓度的能力。