本发明提供一种面向水库汛期泄流量智能计算的少样本超级学习方法，包括如下步骤：收集水库汛期运行资料，建立洪水样本库，选择基本模型，使用洪水样本训练基本模型的参数，建立基本模型库；进行K折交叉验证基本模型，并选择元模型，使用每个洪水样本的每个基本模型的验证结果训练元模型；对于待模拟的洪水特征，首先根据步骤一基本模型库中的基本模型模拟得到初步模拟结果，然后使用步骤二的元模型集成初步模拟结果，从而得到超级学习模型的模拟出库流量。本发明以基于少样本的模型训练验证方案建模就能兼顾调度规则和模拟精度，并且解决了以场次洪水建模的困难，提高了出库流量计算精度。