本发明提出一种中长期径流集合预报方法，属于水文预报领域。该方法首先分别获取预报对象的历史径流数据，获取历史气象数据作为本地相关因子，以及获取气候因子数据作为遥相关因子；将待预报月份的前11个月份的径流数据作为时间序列自相关因子；从以上所有因子中选取相关系数最高的因子组成预报因子集；利用经过训练且验证完毕的机器学习径流预报模型，将待预报月份对应的预报因子集数据输入模型，得到该月份径流量的预报值。本发明可实际应用于水文站数据缺失地区和站点稀疏地区的逐月径流计算，还可用于缺失径流数据的插补，为当地水资源分配与管理尤其干旱区水库调度、当地灌溉规划和农业用水管理等提供有效的参考依据。