秦岭北麓中部地区位于西安市市区以南，环境空气容量较大，对西安城区的环境空气质量有着一定的预警作用。位于秦岭北麓中部的周至县至今依然以农业为主，工业污染源较少。因此，本文以周至县作为秦岭北麓中部的典型研究对象，借助BP神经网络的非线性处理能力，对其空气质量预报进行了研究。本文的研究结果表明：BP神经网络可以用来进行秦岭北麓中部空气质量预报的工作；论文预报结果与实际情况完全吻合的天数为283天，占测试样本总量的78.83％；预报结果结论直观，效果较为理想，可以反映秦岭北麓中部地区空气质量的基本情况。本文的主要研究结果如下：（1）利用一元线性回归方法从初选的18个预报因子中筛选出14个与AQI指数相关性显著的因子，进而得出秦岭北麓中部空气质量指数AQI预报模型的输入节点数。（2）对BP神经网络的几种典型算法进行了充分比较，筛选出了适用于秦岭北麓中部空气质量预报模型的训练算法，即贝叶斯归一化法。（3）利用贝叶斯归一化算法开展网络训练，通过改变隐层节点数和训练次数，对比分析不同条件下网络训练和预报的效果，由试验结果可知，4是秦岭北麓中部空气质量预报模型的最佳隐层节点数。（4）鉴于BP神经网络对极端污染天气预报存在一定的局限性，论文在最后试探性的加入了对极端污染天气预报的修正方法。