L'humidité du sol est un facteur important qui affecte la croissance des cultures. Une technologie prédictive précise a une orientation significative importante sur l'utilisation et la gestion raisonnable des ressources en eau. À l'aide de la théorie des neuroodes artificielles, il a défini la profondeur de l'eau, l'évaporation, l'humidité relative et les facteurs d'entrée enterrés des eaux souterraines, l'humidité du sol est le modèle prévu du facteur de sortie et de la précision prédictive. Les résultats montrent que l'erreur maximale du modèle de réseau neuronal BP prédit que la teneur en eau dans le sol est de 8,6%, l'erreur moyenne est de 4,27%, la précision devrait être de 0,989 modèles avec précision prédictions élevées et ses résultats fournissent un scientifique base pour élaborer un plan pour former des ressources en eau et des plans de planification raisonnables.