本发明涉及人工智能领域，尤其涉及基于回归树的GBDT模型用于预测风速的技术领域。本发明公开了一种基于GBDT和数值模式的风速预测方法及系统，方法包括：基于气象数值模式模拟地表风场气象参数的历史数据和实际测量的历史数据构建数据集；基于构建的数据集，采用梯度下降的方法训练GBDT模型；采集目标位置的气象数值模式模拟地表风场预测的气象参数，以及目标位置实际测量的气象参数，输入训练好的GBDT模型，获得风速预测结果。本发明通过融合风电场数值预报历史数据和风电场实际测量的历史数据，构建了更加完善的数据集，该数据集充分考虑是风电场地形等不可量化的且能够影响风速预测精度的因素，更加能够准确切合风电场的实际情况，提高预测精度。