本发明涉及天气预报技术领域，具体公开一种基于机器学习的强降水超级单体识别预警方法，包括如下步骤：选取强降水超级单体个例，并筛选出各强降水超级单体个例对应的风暴特征参数，由此形成特征数据集；依据特征数据集，采用基于CatBoost的框架，训练获得强降水超级单体识别预警模型；将待识别区域的天气雷达组网观测数据、地形数据以及下垫面数据输入所述强降水超级单体识别预警模型，获得识别结果，在识别结果超出设定阈值时，判断有强降水超级单体发生可能性。本发明融合多源数据，结合CatBoost机器学习算法，能够准确、快速识别和预警强降水超级单体风暴，这对于减少由于强降水超级单体引起的天气灾害的影响尤为重要。