为了提高导水裂隙带发育高度预测的准确性，通过收集以往地质采矿条件相似地区导高实测数据，综合分析取采高、埋深、倾角及工作面斜长四个因素作为算法模型的导高主要影响因子，利用工程探测、机器学习和数值模拟相结合的方法，对采矿覆岩导水裂隙的发育特征进行分析研究。通过钻孔实验以及数控摄像技术对浅埋煤层综采条件下的导水裂隙带发育高度进行实测；通过构建基于自适应粒子群算法优化最小二乘支持向量机回归算法（APSO-LSSVR）和UDEC数值模拟的导高预测模型，结合实测导高数据确定华宁煤矿覆岩破坏高度计算方法。结果表明：研究区实测导水裂隙带发育高度处于60.3~90.6m之间；基于APSO-LSSVR算法的导高模型的预测结果与真实值的拟合优度为94.79%，均方根误差为1.6523，预测的准确性较高，将其应用到研究区不同工作面导水裂隙带高度的预测中，该模型与实测数据相比平均相对误差为1.36%，相较于传统UDEC数值模拟预测方法，其准确性相对提高了9.03%。可以看出经自适应粒子群算法优化后的支持向量机模型对于数据特征较小的数据集合处理性能较高，能够较好的反映导水裂隙的发育情况，可满足实际开采需求；将基于APSO-LSSVR的导水裂隙带发育高度预测模型应用于研究区待开采的22109、22110工作面，得出22109工作面导高为62.7 m，22110工作面导高为67.3 m。