分析了重庆市区雾的特点、天气特征及温、湿等气象要素垂直分布特征，利用重庆站的观测资料选取适当的诊断因子，采用动态学习率BP算法的人工神经网络对重庆市区能见度进行了拟合和预报检验。研究表明：55年以来，重庆年雾日数总体呈逐年下降趋势，同时轻雾日数急剧上升，这种变化可能主要与城市热岛效应增强和空气污染状况加重有关；发展成熟的辐射雾大多具有逆温的稳定结构，雾顶上下温度、湿度存在明显跃变特征；神经网络模型具有较强的自适应学习和非线性映射能力，对能见度为0～1 km雾的报出率为83%，Ts评分达到69%，平均预报误差为0.384 km。除常规气象要素外，通过M指数、Ri数、凝结核、辐射状况和其他物理量的引入，以及对因子网络输入值的技术处理，明显提高了神经网络对雾尤其浓雾的预报能力，其对能见度在0.4 km以下浓雾预报的Ts评分可达89.5%。模型结果对重庆市区雾的预报具有良好的参考价值。