生态文明建设已经成为中国特色社会主义总体布局和战略布局的重要内容,大气环境作为生态状况的直观反映也愈发被重视。大气中的细颗粒物(PM2.5)是一种能够影响环境和气候,危害极大的污染物。PM2.5污染是人类活动与自然环境相互作用的产物,研究土地利用等因素对PM2.5的影响,系统理解污染形成机制,对合理开发、利用、保护国土空间有重要意义;同时也可以基于空间统计分析进行污染物分布的模拟预测,详细、准确了解PM2.5分布特征的基本面,揭示其变化规律,为制定防治措施提供条件。为了探讨PM2.5污染与相关影响因素的内在机理关系,模拟并分析PM2.5的分布,本文运用了土地利用回归（Land Use Regression,LUR）模型进行研究。该模型以分析大气污染物与影响因素之间的关系为基础,建立监测站点污染物数据和周边土地利用等要素的回归模型,并运用构建的模型进行区域内污染分布模拟。这一方法数据要求低、建模过程简洁、模拟精度良好;本研究引入地理加权回归、随机森林等算法优化基础的LUR模型,改进的模型表现出更优秀的模拟预测能力。以浙江省为研究区域,分析新发展阶段下PM2.5的分布特征,进行2020年污染分布模拟,文章的主要研究内容和结论包括以下四点:（1）分析浙江省土地利用现状和PM2.5污染时空间分布基本特征,基于空气质量监测站点的观测值和周边多元地理要素数据,进行PM2.5和各类型用地、排放源地理要素、气象以及社会经济要素的相关性分析,为建立土地利用回归模型打下基础。运用多元逐步线性回归建立基础LUR模型,再根据地理加权回归、随机森林回归优化建模方法,建立改进的LUR模型,模拟研究区PM2.5浓度空间分布,分析分布规律,并对模型进行检验和比较。（2）研究发现,2015至2020年浙江省PM2.5浓度呈下降趋势,月均浓度在年内呈现“U型”起伏变化特征;空间分布总体呈现北部和西部浓度高、东部和南部较低,且存在较强空间正相关性。相关分析表明,2020年PM2.5浓度与建设用地、排放源地理要素、年降水量和人口数量正相关,与林地、草地、年均风速、GDP及人均GDP负相关,部分要素与PM2.5浓度的相关性存在季节变化。（3）构建的基础LUR模型以建设用地、林地和风速三个要素作为解释变量预测PM2.5年均浓度,模型调整R~2为0.645,留一法交叉验证表明模拟精度优于普通克里金插值法。分季节建立LUR模型的结果表明,各个影响因素在不同季节发挥作用的程度大小不同。基于地理加权回归和随机森林改进的LUR模型,调整后的R~2分别0.767和0.821,与基础模型相比有了较大提升,表现出更好的拟合效果。LUR模拟结果表明,浙北区域PM2.5污染较为严重且集聚,浙中河谷平原和浙东南沿海平原等区域浓度也较高,与空间插值结果相比可以体现出污染物空间分布的更多细节信息。研究表明,应当进一步降低生产生活空间的污染排放,加强生态空间的生态防护功能;持续优化国土空间开发保护格局是改善生态环境质量的重要保障。