随着近年来珠江三角洲地区机动车保有量的快速增长，灰霾在广州、深圳、佛山、东莞、香港等地频繁出现，不仅严重危害这些城市居民健康，还不同程度地降低交通安全，引发交通事故。如何解决灰霾污染问题，其中必不可少的环节是开展灰霾预测和控制方法的研究。 本文首先提出了一种灰霾预测方法。该方法以PMlo(直径在10μm以下的颗粒物)日平均浓度为灰霾判定依据，来预测不同等级灰霾发生概率。研究以广州为试点，采用SPSS(Statistical Package for the Social Sciences)对城市空气质量、气象参数的监测数据和灰霾天气记录的收集数据进行频数和描述性分析，得出灰霾与PM<,10>日平均浓度之间的影响关系，归纳出灰霾从形成到消失通常需要经历的“灰霾累积期→出现灰霾→灰霾持续期→灰霾消失”的过程，确定了以PM<,10>日平均浓度为灰霾形成的判定依据；并根据中国大陆PM<,10>污染指数的分级标准将灰霾划分为5个等级，建立了灰霾等级指数。 PM<,10>日平均浓度预测是灰霾预测方法的主要内容之一。本文建立了基于BP神经网络的PM<,10>日平均浓度预测模型。该模型以被预测日的风速、风向、气压、气温、湿度、太阳辐射强度、降雨量和被预测日前4天的PM<,10>日平均浓度为输入神经元，以被预测日的PM<,10>日平均浓度为输出神经元。并将预测值与实测值进行比较，结果表明，预测值与实测值的平均相对误差较小，且预测值与实测值具有较理想的相关性，验证了该模型的可靠性，从而验证了灰霾预测方法的可靠性。 减少污染物排放量是最直接的控制灰霾途径之一。由于在广州等大城市机动车尾气成为引发城市灰霾的主要因素之一，且机动车尾气排放地点集中在城区的交通主干线上，因此，本文在假定其它污染源排放保持不变的条件下，根据灰霾形成所需的累积效应，提出了一种基于城市当量机动车容量的灰霾控制方法。首先在高斯点源扩散模型的基础上推导出道路线源扩散模式，建立了污染源排放与区域内PM<,10>日平均浓度之间的响应关系；再分析在PM<,10>日平均浓度达到灰霾控制目标的情况下，在控制周期内该区域所能容纳的污染物允许排放量，最后根据当量机动车定义、年平均行驶里程等参数，折算出控制周期内所能容纳的当量机动车数目。最后，在上述理论研究的基础上进行了应用开发的研究，开发了具有一定特色功能和应用价值的城市空气质量预测与控制系统。系统通过交通源模拟模块、工业源模拟模块、灰霾预测模块和容量控制模块等对城市空气质量进行预测和对大气环境容量进行测算与分配，来实现城市空气预测与控制的功能。并通过三个较为典型的Pramaics交通仿真与机动车尾气扩散模型结合的实例应用、在惠州市大气环境监测优化布点上的实例应用、基于城市当量机动车容量灰霾控制实例应用，在一定程度上表现了该系统的功能特色和应用领域。