本发明公开了一种基于数据修复的池塘溶解氧预测方法,该预测方法包括确定预测对象、定义气象综合指数、数据修复、GRNN神经网络模型构建、初始化GRNN神经网络和训练神经网络这几个步骤,本发明涉及到与池塘溶解氧预测相关的气象因子和水产养殖环境因子中的11个指标参数,将这11个指标参数作为输入量,基于气象环境数据和水质数据短时间的连续性,利用气象综合指数和线性插值法对传感器采集中丢失和发生异常的数据进行修复,将溶解氧浓度作为输出量,确定GRNN神经网络预测模型,GRNN 网络模型与传统 BP模型的溶解氧预测训练效果相比,GRNN算法相较于 BP 算法有更高的精度,能较好的反映一段时间内池塘溶解氧变化的基本趋势。