本发明公开了一种感潮河网区溶解氧预测方法，包括以下步骤：S1、数据采集；S2、数据筛选：S2‑1、互信息定义；S2‑2、值域划分；S2‑3、求取最大值；S2‑4、关联性分析；S3、长短时记忆网络模型建立：S3‑1、框架构建；S3‑2、初始化；S3‑3、前向传播计算；S3‑4、更新权重；S3‑5、均方根误差评估；S4、k折交叉验证；S5、计算及预测。本发明充分考虑了感潮河网区受潮汐影响、溶解氧呈现周期性变化的特点，选取时间滞后的溶解氧数据作为输入变量，并通过最大互信息系数方法识别出影响溶解氧变化的关键因素作为输入变量，使用深度机器学习模型建立长短时记忆网络有效解决了传统循环网络中的梯度消失的问题。