近年来,随着国民经济的快速发展,水质污染逐渐成为影响人类生活和发展的重要问题之一。水质数据预测有着重要的意义,它为水资源质量的有效的估量提供了数据支撑,也是保护水资源环境的间接方式方法。本文以香港后海湾地区双鱼河流域3个站点的1986年至2016年340个月的主要污染性水质指标溶解氧、氨氮以及总磷数据为研究对象,对双鱼河水质建立预测模型进行预测。考虑到进行研究的过程中水质预测的指标蕴含着众多的非线性相关特性,因此提出了基于互补型集成经验模态分解和灰狼优化算法优化支持向量机的组合水质预测模型来多方位地探究。实证分析表明本篇文章提出的组合模型在实用性和预测精度等多方面性能上均表现出较强的优越性。在水质预测过程中,文中首先采用集成经验模态分解方法解决由原始信号产生的白噪声对最终预测结果的影响,紧接着通过GWO对SVR的各项参数进行优化。实证分析表明,所提出的组合模型较传统的模型克服了过早局部收敛的困难,并且与其他优化算法相比,灰狼优化算法在支持向量机的参数寻优过程中效率更高。