La predicción cuantitativa de la concentración de CO en el entorno de crecimiento de los cultivos es una tecnología clave para las aplicaciones de enriquecimiento de CO. Las características de micro/nanoburbujas en el agua hacen que el agua de micro/nanoburbujas de CO sea potencialmente útil para enriquecer el CO durante el crecimiento de los cultivos. Sin embargo, pocos estudios se han realizado sobre las características de liberación y los factores que influyen en las micro/nanoburbujas de CO. En este documento se discuten los factores que influyen en la liberación de CO y los cambios en la concentración de CO en el entorno. Se propone un modelo de red neuronal de autorregresión integrada de media móvil y retropropagación (ARIMA-BPNN) que mapea la relación no lineal entre la concentración de CO y varios factores influyentes dentro de una serie temporal para predecir la concentración de CO liberado en el entorno. Los resultados experimentales muestran que el error absoluto medio y el error cuadrático medio del modelo de predicción combinado en los conjuntos de datos de prueba fueron de 9.31 y 17.48, respectivamente. El valor R entre los valores predichos y medidos fue de 0.86. Además, se utilizó el algoritmo de valor de influencia media (MIV) para evaluar los pesos de influencia de cada factor influyente de entrada en la concentración de liberación de micro/nanoburbujas de CO, que estaban en el orden de temperatura ambiente > presión de pulverización > cantidad de pulverización > humedad ambiente. Este estudio proporciona un nuevo enfoque de investigación para la aplicación cuantitativa del agua de micro/nanoburbujas de CO en la agricultura.