城市交通产生的大气颗粒污染物为人们的生活环境及长期的健康带来十分不利的影响。研究交通产生的颗粒物在街区尺度下的强度及分布,将对减少市民在污染物中的暴露、改善空气和生活环境、完善城市规划和管理提供参考。尽管近年在有关空气污染的研究中,土地利用回归(LUR)方法被有效用于模拟城市或地区范围内空气污染物的浓度水平,但其在街区尺度内污染分析的适用性仍需进一步探究。为此,本研究采用便携式颗粒检测仪(GRIMM)、气象仪(Kestrel)以及GPS记录仪在西安开展了移动监测实验,分别建立了街区尺度下的不同粒径交通颗粒物(PM10,PM2.5,PM1)LUR模型,确定了研究区域颗粒物污染的主要影响因素,并采用扩散模型AERMOD对相同实验研究区域PM10浓度进行分析、建模,验证了LUR模型的模拟效果。建模过程中,以三种粒径PM的浓度(或其对数转换值)为被预测变量,涉及到的影响因素包括交通强度、气象数据,以及采用空间地理信息分析软件从研究区域的卫星图中提取的建筑面积、绿化面积、道路面积以及空地面积等土地利用类型数据。最终的PM10、PM2.5、PM1模型分别解释了50.1%、73.4%、39.3%的浓度差异;相对湿度、风速、150m半径内的绿化面积等为较有影响力的变量,由于研究区域范围有限,交通强度变量并未成为主要的影响因素;将模型应用于研究区域,结合地图处理分析软件ArcMap,对研究范围内的颗粒物污染浓度分布进行了可视化,可视化分布结果与实际测量值变化趋势相近,PM浓度分布图可直观显示出污染情况,为居民和城市规划者了解城市污染热点区域,评估在污染物暴露中的水平和健康风险提供一定参考;最后,与AERMOD模型对比分析,可知LUR模型在污染源设定、数据需求、模拟结果、适用广度上具有优势。研究结果表明在密集城市区域,采用LUR模型结合移动监测方法模拟颗粒物浓度分布效果良好,并能够得到一个较为满意的拟合优度,且相对于大气扩散模型等模拟方法更为灵活有效。