本发明公开了一种基于气象因子的CA‑NARX水质预测方法，属于智能水质预测数据应用技术领域；包括以下步骤：①进行数据标准化，②创建样本矩阵，③根据分位数确定初始聚类中心，④根据欧氏距离进行初始聚类，⑤将每类的均值作为新的聚类中心，⑥根据各样本距聚类中心的马氏距离按批聚类，⑦聚类数筛选，⑧选取最好的聚类数，⑨m折交叉验证选择训练样本，⑩前向型NARX神经网络分类预测。本发明主要解决中小型水库水质预测成本费用高、预测准确度低问题，同时处理传统聚类算法对数据的非均质、各类方差不同的不适用性问题，并对NARX神经网络训练准确度进行一定程度的提升。
