本发明提供了一种乏数据背景下大坝监测历史数据填补方法，包括：获取监测数据并进行预处理，并将预处理后的数据与时间序列关联，形成以相同时间单位的时间序列数据；识别预处理后的数据存在缺失的测点，作为目标缺失测点，并利用十字线法选定同源测点；利用经验模态分解算法对目标缺失测点和同源测点的时间序列数据进行分解；分别以各缺失分量为距离起点，分解分量为距离终点计算相似距离，并以得到的相似距离进行排序、将目标测点分量和计算距离分量进行聚合整合；将聚类函数集输入至预测模型中；将预测分量叠加到目标缺失测点的本征模函数分量上。本发明具有更适用于中小型水库大坝缺失值填充、前置数据少、预测精度高，适用性更广等特点。