本发明公开了一种基于集成学习的洪水敏感性风险评估方法，包括：收集研究区的地形地貌、水文气象、土壤植被等数据作为特征数据，并将特征数据进行标准化处理；根据历史水位数据和遥感数据提取研究流域历史淹没点与非淹没点；利用拉普拉斯得分选择最优的特征子集；将样本点分为训练集和测试集并对集成学习模型进行训练；利用训练好的模型对整个流域进行洪水风险敏感性计算，生成流域洪水敏感性风险等级分布图。本发明使用研究区各特征数据作为输入，采用了新颖的集成学习模型，提高了流域洪水风险评估的准确性，最后生成流域洪水风险映射图，可直观地展现研究区的洪水风险状况。