本发明涉及水体浊度检测技术，具体涉及一种基于极端随机树的非线性全光谱水体浊度定量分析方法，解决现有单波长、多波长的光谱浊度测量方法不具有普适性，全波长光谱浊度测量分析方法无法捕捉非线性的特征、存在计算量大、容易过拟合所导致的浊度预测不准确的问题，该方法主要包括第一步、光谱数据的采集；第二步、标准水参比；第三步、吸光度转换；第四步、将步骤三得到吸光度光谱进行KPCA特征提取；第五步、数据正态化；第六步、训练基于极端随机树的浊度预测模型，第七步、用测试数据测试存储的基于极端随机树的浊度预测模型。