土地利用回归（LUR）建模详解

一、LUR 模型的基本原理

土地利用回归（Land Use Regression, LUR）是一种统计建模方法，用于预测空间上连续变化的环境变量（如空气污染、温度等）。其基本思想是：

利用已知测量点的环境变量（如温度、污染物浓度）与该点周边地理特征之间的关系，构建回归模型，然后应用该模型推算未测量点的值。

LUR 模型假设：

• 空间中某一环境变量的变化可以通过一系列地理或人为特征（如道路密度、绿地覆盖率、水体距离、高度等）解释；
• 这种关系是统计上的，通常使用线性回归建立模型。

二、LUR 建模的一般步骤

1. 数据采集
响应变量：如空气温度、NO₂、PM₂.₅ 浓度等，需在多个采样点测量。

本文中：使用步行方式在 20 条路线共 42 次运行中，以 10 秒间隔测量微尺度空气温度（<100m）。

解释变量（自变量）：从遥感、地图、城市数据库中提取，包括：

• 归一化植被指数（NDVI）
• 归一化水体指数（NDWI）
• 距离主要道路
• 距离大水体（如海洋）
• 天空可视因子（SVF）
• 高程等

2. 变量预处理与