为了实现浅层地热能资源的高效开发利用,解决传统依靠化石能源供暖产生的雾霾等环境问题;并解决实际工程中换热器运行参数以及场地地层参数最优匹配方式不明晰、耗费人力物力等问题。本文采用数值模拟与机器学习算法相结合的方法,首先基于COMSOL建立了浅层同轴套管地热系统传热模型以及数值模型,探究了不同物性参数、运行参数和地热井长度对换热器取热性能的影响;然后基于机器学习算法采用随机森林(RF)模型预测了不同参数集的地热系统开采温度,并在RF模型中得到相应特征影响因子的重要性,进一步验证了RF在预测地热开采温度中的精确度与准确性。结果表明:换热流体注入流速和注入温度对地热开采温度影响较大,注入流速保持在0.5~1.0 m3/h之间,以及增大地层与注入温度的温差都可以提高系统的取热效率;随机森林模型在地热预测温度上具有较高的精确度,该模型的决定系数R2接近于0.99,同时均方根误差RMSE仅为0.17;特征重要性图进一步验证了不同注入温度及注入流速对于浅层同轴套管地热系统的影响较大。