本发明提出了一种全球干旱时空变化AI预测方法、系统及设备，包括：获取待预测区域的预测因子，其中所述预测因子包括：降水量、潜在蒸散发和地表温度；将所述预测因子输入预设的干旱时空变化预测模型中，获取干旱预测结果；其中，所述干旱时空变化预测模型基于WT‑LSTM模型构建，并基于构建的数据集进行训练获得，所述数据集包括：历史预测因子、历史SPEI指数和对应的历史干旱事件。本发明利用WT‑LSTM模型对综合考虑降水量、地表温度和潜在蒸散发等多因子数据进行深度学习，以预测干旱的趋势变化；从而进行更全面的干旱变化预测。