本发明涉及一种融合GBDT和XGBoost的路面IRI预测方法，属于路面监测技术领域。该方法包括：S1：获取路面特征数据，并采用随机森林算法选择特征数据集；S2：构建Stacking融合模型：将步骤S1的特征数据集划分成若干子数据集，输入第一层预测模型的各个基学习器中，每个基学习器输出各自的预测结果；然后，将第一层的模型输出与步骤S1的特征数据集作为第二层的输入，对第二层预测模型的元学习器进行训练，再对位于第二层的模型输出求平均值，得到最终预测结果；其中，第一层预测模型包括GBDT模型和XGBoost模型。本发明提高了路面IRI预测精度，大大提高养护资金规划效益，实现成本效益最优得目标。