随着我国经济的快速发展和人民生活水平的不断提高,机动车保有量的快速增长在提高人们生活质量的同时也加剧了环境的污染。本文主要通过运用人工神经网络在城市交通机动车流量与城市大气环境质量之间进行建模,来研究城市交通机动车流量对城市大气环境影响的程度。本文的研究不仅为城市大气环境污染实时监控提供一定的理论依据和技术手段,而且对城市大气环境管理及城市交通管理办法措施的制定提供了参考,具有一定的实际意义。　　 本文主要以武汉市“文化城”的雄楚大街、武珞路、珞瑜路等主干道交通机动车流量监测所得的实测数据为基础,通过C＃语言编辑尾气总源计算和Guass公式计算软件,来对机动车尾气污染组分浓度进行计算整理,利用BP神经网络模型在MATLAB中的实现,来训练得出一定的映射关系,并通过运算来分析该BP神经网络模型对三种污染物预测的正确率,随机选取测量数据来进行模型预测正确率的验证,分析研究得出的结果。　　 本文通过具体实例介绍了人工神经网络模型在机动车流量与城市大气环境质量之间的应用,同时利用武汉市“文化城”交通主干道的交通机动车流量数据进行BP神经网络模型的建模,在交通机动车流量与环境空气质量之间建立神经网络模型,并通过MATLAB的建模来实现,运算得出预测的正确率,该方法运用到将来的城市大气环境监测中更加便捷,也更加能够直观的反映环境空气质量标准。大气环境质量评价是大气环境科学的重要组成部分,影响环境质量的因素很多,如何选择合理的模型并充分地利用有限的监测信息,客观地描述环境质量优劣状况,为环境整体规划及环境污染防治提供依据,是环境质量评价的基本任务,本文的研究为环境质量评价提供了一定的理论基础。