土地利用回归（LUR）模型采用数据统计的方法，建立空气污染物水平与土地使用类型、气象因子、人口密度等因子的关联，可应用于空气污染暴露的预测，并对人群健康的风险进行评估和分析，具有较好的应用前景。

国外发达国家，如瑞士、美国、加拿大等，已在多个城市开展了空气污染暴露的LUR研究，涉及常规空气污染物、苯系物（BTEX）和部分半挥发性有机污染物，提出了包括道路类型、土地利用类型、车流量、人口密度、开放空间面积、屋宇密度等典型地理信息参数，证实了LUR模型在街区尺度空气污染预测上的可行性与有效性。我国在上海和香港开展了少量针对常规空气污染物的验证性工作，亦支持LUR可行性与有效性。

但是，已有工作均限于预测街区尺度下的常规污染物浓度，较少涉及苯系物、多环芳烃等致癌化学污染物，亦较少涉及环境健康风险评估和预测。

研究组与英国Lanacster大学Kevin Jones和National Air Quality Testing Service （NAQTS) 公司的Douglas Booker，以及广州博新公司冯斌博士（总经理）、广东省环境监测中心陈多宏高级工程 师（教授级）等组成联合研究团队，经激烈竞争，获英国-广东Urban-Innovation挑战项目”Intra-urban air pollution exposure prediction: a smart platform and applications using land-use regression model” (2018-2020, LUR-GUANGZHOU)，开展基于LUR的城区空气污染人体暴露预测与产品研发。主要内容如：

• 低成本空气质量传感器的评估
• 基于移动监测车观测、传感器、大气被动采样技术的街区尺度的高时空分辨率监测；
• 建立广州市城区尺度下空气污染人体暴露预测的LUR模型。

同时，时真提出的应用LUR开展城区度大气PAHs预测的内容，亦获中国博士后科学基金资助（特别资助）。

LUR项目由张干、李军、赵时真、莫扬之等组织实施。莫扬之承担负责主要工作。

Key developers of the LUR-Guangzhou Project. Mo Yangzhi (left 1), Douglas Booker (left 2), Kevin C Jones (left 3), Zhang Shizhen (right 3), Li Jun (right 1). Picture by Zhang Gan, May 29 2019.