本发明涉及海洋表面温度预测技术领域，提供一种基于改进XGB方法的海表面温度日变化振幅预测方法，包括如下的步骤：S1：获取数据集并进行预处理，所述数据集包括风速数据及短波辐射值数据；S2：建立XGBoost模型；S3：应用LDS算法修改XGBoost模型的算法权重，建立LDS‑XGB模型；S4：从数据集中选出训练集，利用训练集对LDS‑XGB模型进行训练；S5：利用训练后的LDS‑XGB模型对海表面温度日变化振幅进行预测。本发明创新性地在SST日变化振幅预测中使用XGB算法，将机器学习运用到SST日变化振幅预测中；运用LDS方法对数据标签值进行平滑，使得传统不平衡分类方法可以运用到回归问题中。