本申请公开了一种多源海面物理要素的机器学习融合方法及模型，包括：获取多源数据，并对获取的多源数据进行预处理；将经过预处理的多源数据进行混合插值，得到与NWP模式数据/再分析数据相同分辨率的标准网格数据；根据标准网格数据和NWP模式数据/再分析数据建立特征工程，获取目标融合模型所需训练样本；将训练样本输入到目标融合模型进行训练，得到数据融合模型；根据数据融合模型对NWP模式数据/再分析数据进行推理，得到融合场。本发明依托机器学习方法，通过训练得到融合模型后即可快速进行数据融合，操作简单，硬件要求低，同时该数据融合方法在一定程度上弱化了物理机制对于数据的影响，适用于几乎所有的海面物理要素。