PM2.5 是大气重要污染物之一, 模拟 PM2.5 浓度空间分布对于大气污染防治具有重要意义。将土地利用回归模型 (LUR) 应用到安徽省污染较重的皖北地区, 以监测点为中心, 建立半径分别为 0.5、1、1.5、2、3、4、5 km 的缓冲区, 结合土地利用因子、道路因子、污染源因子、气象因子、高程因子及人口因子共 105 个变量, 建立了该地区四季和年均 LUR 模型, 并通过留一交叉互验, 验证了模型精度。结果表明: 研究区 PM2.5 浓度受草地、湿地、降水量、相关湿度、气压、风速、二级公路、三级公路、废气污染企业、人口数量影响较大。调整 R2 分别为 0.828 (春)、0.731 (夏)、0.831 (秋)、0.775 (冬)、0.892 (年均); 均方根误差 (RMSE) 分别为 6.34 μg·m-3 (春)、7.01 μg·m-3 (夏)、6.28 μg·m-3 (秋)、6.71 μg·m-3 (冬)、5.33 μg·m-3 (年均); 模拟精度 R2 分别为 0.825 (春)、0.730 (夏)、0.834 (秋)、0.772 (冬)、0.897 (年均), 模型表现良好, 解释力强。从模拟的 PM2.5 浓度空间分布可以看出, 不同季节呈现明显不同的空间分布特征, 这与来自北方的大量污染颗粒物、当地的煤矿开采以及秋耕秸秆燃烧等潜在污染源有关。