本发明涉及一种基于机器学习的输电线路水土流失智能预测方法，包括以下步骤：获取若干输电线路区域的历史地理信息数据集以及遥感影像，并提取对应的输电线路区域的地理特征因子；根据各输电线路区域的地理特征因子，计算各输电线路区域的年平均水土流失量，以一对地理特征因子和年平均水土流失量作为一训练样本，生成训练样本集；建立基于机器学习的预测模型，将训练样本集中的地理特征因子输入至预测模型中，对预测模型进行迭代训练，得到土壤侵蚀量预测模型；获取目标输电线路区域的实时地理信息数据和遥感影像，并获取对应的地理特征因子输入至土壤侵蚀量预测模型，输出目标输电线路区域的预测水土流水量。