提出一种基于BP神经网络的城市地下轨道交通公共区温度预测方法,结合客流量、外部环境、内部设备等影响因素,针对长三角区域地下轨道交通公共区一年四季的温度建立一个预测模型,分析各类影响因素对地铁地下环境的影响,进行地铁通风、空调设施的开启对比.研究结果表明:该预测模型与实测温度的平均误差为1.4℃,相关系数为0.895,误差分布呈正态分布,可以为地铁运营节能减排提供参考.