土壤重金属含量预测方法及土壤水分检测装置

本发明涉及环境监测技术领域，具体涉及一种土壤重金属含量预测方法，其特征在于：包括以下步骤：S1：采集目标区域的数据，包括气象要素、植被参数、土壤特性及重金属元素含量；S2：构建包含3层隐含层的全连接神经网络，各隐含层节点数为100且采用S型生长曲线激活函数，输出层为1个节点的线性输出层；S3：采用均值‑标准差标准化方法对输入数据进行归一化处理，并施加正则化系数为0.001的L2范数正则化约束；S4：使用学习速率0.01的自适应矩估计优化器训练1000次迭代，输出土壤目标重金属含量预测值。以解决现有技术中土壤重金属含量预测方法通常忽略了如饱和水汽压差、干旱指数和土壤水分等动态因子对土壤重金属含量的影响，使预测含量误差较大的问题。