本申请涉及一种基于机器学习的无资料小流域参数区域化的方法及装置，方法包括：以无资料的小流域为目标流域对应数据库中的所有有资料的小流域为目标流域的参证流域，将目标流域与参证流域的基础属性数据做差得到区别属性数据；根据每个区别属性数据得到目标流域相对于对应参证流域的特征数据；将每个特征数据输入为地区构建的小流域参数区域化模型，得到将参证流域的水文模型参数移植到目标流域的纳什系数预测值；根据纳什系数预测值得到与目标流域最相似的参证流域，并将最相似的参证流域的水文模型参数作为目标流域的水文模型参数。本申请确定得到的无资料的小流域流域水文数据相似度更高，参数区域化方案化效果更好。