Работа посвящена выбору типа и структуры искусственных нейронных сетей (ИНС) для восстановления поверхностного распределения химических элементов (кремния, калия, хрома, титана, ванадия, марганца, железа, никеля, циркония) в почве. Для исследования была выбрана площадка в форме квадрата со стороной 1 м вдали от источников загрязнения. На этом участке были отобраны 100 проб верхнего слоя почвы (глубина 0,05 м). Для восстановления поверхностного распределения химических элементов в почве при помощи компьютерного моделирования были выбраны различные типы и структуры ИНС. Для каждого химического элемента подбиралась своя ИНС и использовалась своя оценка точности прогнозирования. Сравнение значений концентраций поверхностного распределения химических элементов в почве, сделанных различными ИНС, с известными значениями концентраций показало, что обученные ИНС дают высокую точность прогнозирования. Предложенный подход с кросс-валидацией позволяет выбрать тип и структуру нейронной сети для произвольной площадки, что является одой из основных сложностей при моделировании распределения химических элементов методом ИНС.