随着国民经济的发展和人民生活水平的提高,人们对油脂的需求和消费量在逐年增加。由于国内供需不足,而棕榈油产量大、成本低廉以及能对大豆油等植物油有着很好的替代性,所以我国成为了棕榈油进口大国。印度尼西亚是中国进口植物油（棕榈油和棕榈仁油）的第一大来源国,若其减产或减少出口,将会影响我国食用植物油的稳定供给。因此,充分了解并预测油棕的产量变化变得尤为重要。本文使用了大量的气候变率和油棕产量数据,利用多种统计方法研究了多种气候变率对印度尼西亚油棕气候产量的影响,并基于机器学习方法对印尼油棕气候产量进行建模预测。主要得出以下研究结果:（1）我们发现多种气候变率对油棕气候产量有显著影响。厄尔尼诺易引发印尼大部分省份发生减产,且影响时期集中于上半年。而印度洋偶极子和印度洋海盆一致变化模态易使印尼大部分地区都发生增产现象,且影响时期集中于下半年。而印尼对气候变率最敏感的省份是位于苏门答腊岛的Sumatera Barat省份;受气候变率影响最小的省份是产量较高的Riau省份。（2）我们发现多种气候变率对印度尼西亚局地气象要素具有显著影响。多种气候变率指数对于月降水量和月土壤湿度的影响主要集中在6-11月;其中对月降水量影响最大指数是IOD,其次是NINO3;而对于月土壤湿度和月平均温度显著影响最大的指数是IOB和IOD。（3）利用1990-2018年印度尼西亚18个省份的油棕气候产量和9种气候变率指数进行机器学习回归建模。通过引入留一法和Bootstrap法来克服小样本局限,不断优化模型方案,最终测试集的显著省份可以达到原数据省份数量的一半。