本发明涉及一种循环优化的高光谱大数据水质全天候动态监测方法，步骤S1、建立全天候动态监测系统；步骤S2、建立初步水质反演模型，解算水体水质浓度指标；步骤S3、通过与作业区域的机载高光谱成像系统获取的水体影像叠加分析，标识出水质参数浓度的空间分布，分析排污口及污染超标重点关注水域，对重点关注水域进行进一步监测：步骤S4、根据实时监测数据搭建特定点位的水质反演模型；步骤S5、用神经网络深度学习对长期采集的水体高光谱大数据进行训练学习，定期对原位光谱水质在线监测仪、便携式高光谱检测设备的反演模型精准优化。全天候长期动态监测水体环境信息，神经网络学习手段对水体高光谱数据进行处理，利用深度学习优化水质反演模型。