环境质量评价是我国实施的重要的环境管理手段之一。通过环境质量评价可对某一区域的环境质量状况作出科学的评估，并为环境管理、环境工程、环境标准的制订、环境规划、环境污染综合防治、生态环境建设等提供科学依据。多年来，国内外学者对环境质量评价方法进行了大量研究，一般都是针对某一环境要素在较大范围内的多项环境质量指标进行评价，而没有针对某一具体小区域环境质量进行几项环境要素的评价，本文将人工神经网络的评价方法用于小区域环境质量评价中，不涉及跨行政区域的问题，其他区域均可划分成小区域，根据本地区特点因地制宜地选择环境质量参数，代入模型中进行环境质量评价及预测，具有普遍适用性。本文在前人研究的基础上，对用于环境质量评价的BP人工神经网络模型进行了改进，即对网络模型的训练样本进行了扩充，在以国家制定的环境质量标准所构成的训练样本的基础上，在每级标准之间随机生成了10组训练样本，从而提高了模型的抗干扰能力和准确性。将改进了的BP人工神经网络模型应用于四川省资阳市沱江二桥拟建项目小区域的大气、地表水环境质量评价中。以资阳市小区域大气、地表水环境质量实测数据作为模型的输入，对该市小区域大气、地表水环境质量状况进行评价，评价结果表明：BP人工神经网络模型用于环境质量评价是可行的，且具有评价结论客观、评价模型普遍适用。同时将ANN对小区域的环境质量评价的结果与模糊综合评价方法的评价结果进行对比，对比结果说明ANN方法只需根据数据本身的特点进行学习，节点神经元之间作用函数的连接权值与阈值是通过网络的自组织、自适应、自学习而获得，最大限度地避免了模糊综合评价中人为确定权重因子的主观缺陷，使得评价结果更为客观、合理。