本发明公开了一种基于BP神经网络和气象要素的森林枯落物含水率预测方法，属于森林火灾预测技术领域。该方法包括以下步骤：选择样地，采集典型林分下的地表枯落物的样品，计算样品的含水率；获取当地的气象数据；利用含水率与气象要素进行BP神经网络模型的训练；利用训练后的BP神经网络模型，对目标数据集进行含水率的预测。本申请的方法能够较为准确地预测地表死枯落物的含水率，并且不受枯落物种类和研究区域的限制，无论在小数据集还是大数据集上都具有良好的预测效果。