流场实时感知与预测在航空航海等领域具有十分重要的应用价值，但是往往面临流场维度高和实时测量信息少等挑战。针对该问题，文章提出了一种数据驱动的流场建模方法，通过线下建立稀疏数据与高维流场映射，实现线上流场实时重构。线下建模中，针对流场高维度挑战，使用本征正交分解等方法对数据进行降维，提取主要流场空间模态。并采用QR分解方法，挖掘流场模态敏感性特征，优化测点位置。利用时间延迟的动态模态分解，显著降低测点数量。在线上重构中，基于实时稀疏测量数据与数据驱动模型，实现对当前和未来时刻全场流场的预测。在圆柱尾涡流场测试中，使用该方法并采用20个稀疏测点，得到的全场重构误差可达10%以下。