随着大气环境日益恶化,PM_2.5作为大气污染的重要组成部分,受到社会的广泛关注。土地利用/覆盖类型及其景观格局的改变对PM_2.5污染产生了重要的影响,分析景观格局与PM_2.5之间的关系对指导城市合理建设提高区域空气质量具有重要的作用。因此以浙江省为研究区域,获取47个国控监测站点PM_2.5监测数据及站点周边的土地利用景观格局数据,分析景观指标与PM_2.5浓度的相关性。结合LUR模型和GIS空间分析,模拟考虑景观格局的城市PM_2.5空间分布,进一步探讨城市景观格局对PM_2.5时空变异的影响。从统计学角度探讨景观格局对PM_2.5浓度的影响。结果表明:（1）各监测点的PM_2.5浓度时空差异明显,均值在冬季最高,夏季最低;年均最大值出现在临平镇监测点,为63.952μg·m^-3,最小值为千岛湖监测点的33.191μg·m^-3;（2）在5类景观格局指标中,与PM_2.5浓度相关性较高的是PLAND景观中各斑块类型所占比例（%）)和ED（边缘密度）指标,其中年度水平上的住宅_PLAND₅指标与PM_2.5浓度极显著相关,相关系数为0.633;（3）PLAND指标对PM_2.5浓度影响显著,其中住宅_PLAND产生的影响最显著,且呈正相关,其他不同建筑用地的景观格局指标（住宅_ED,住宅_PD（斑块密度）,商服_PD,商服_PLAND）也出现在不同季节的回归模型中;水域、道路、林地的不同景观指标等也在不同季节对PM_2.5产生影响。基于LUR模型,利用地理加权回归算法分别构建不同预测因子下杭州市春夏秋冬四季的PM_2.5预测模型。加入景观格局作为预测因子所建立的模型,能够更加有效地解释PM_2.5浓度的空间分异,模型的R2和调整R2值均有显著提高,拟合效果精度有所提高,检验发现缩小了模拟效果与实际状况之间的误差,预测模型能够更好解释PM_2.5浓度的空间分布特征,进一步证明景观格局对PM_2.5浓度空间分布的影响。除春季之外,模型能够解释77%以上PM_2.5浓度的变化,检验模型的R2分别达到0.77（春季）、0.79（夏季）、0.52（秋季）、0.71（冬季）。模拟四季PM_2.5浓度空间分布结果总体与实际状况相符,杭州中部及东北部偏高,西南部偏低。本研究在宏观尺度上证明,景观格局对PM_2.5时空分布具有影响,并对以往用以构建LUR模型的预测因子进行了补充,对进一步研究PM_2.5估测模型具有一定的参考价值和意义。本文研究城市化过程中景观格局对城市空气污染的影响,结果表明城市土地利用类型及景观格局是影响PM_2.5浓度及其时空变异的重要因素,该结果可为浙江省及我国东部地区城市PM_2.5污染控制,土地利用规划制定,以及城市生态建设提供理论和实践的依据。