随着我国城市化、工业化进程的加快,空气污染问题日益严重,人类的生活环境与自身健康也因此受到了严重威胁。国内外关于城市的空气污染问题已经展开了大量探讨,其中最主要的内容之一就是城市空气污染物的时空分布研究。LUR（land use regression）模型是一种研究城市尺度下空气污染物空间分布的通用方法,以往在LUR模型的应用中主要考虑的变量包括土地利用、道路交通、人口密度等影响因素,至今有越来越多的学者通过扩充变量类型,以提升模型的性能。大量研究已经证明建筑形态因素对城市空气污染物的分布有着重要影响,本文基于引入了建筑形态因素的LUR模型,研究武汉市的PM_2.5空间分布特征,并探讨相关建筑形态指标对PM_2.5空间分布的影响作用。本文选取了武汉市17个空气质量监测点为样本点,基于引入建筑形态因素的LUR模型,得到了武汉市冬季PM_2.5浓度的回归模型,最终模型拟合优度R²达到0.796,拟合结果较好,可以很好的预测武汉市冬季PM_2.5的空间分布。另外,通过相关建筑形态指标与PM_2.5浓度的相关性分析以及模型结果分析,发现半径500m缓冲区的建筑高度标准偏差与PM_2.5浓度显著负相关,而半径1500m缓冲区的迎风面积比、半径1000m缓冲区的建筑密度、以及半径1500m缓冲区的容积率,与PM_2.5浓度显著正相关。根据最终模型生成的空间分布图结果,武汉市冬季PM_2.5空间分布情况为:整体而言,主城区内部PM_2.5浓度值明显高于外部。工厂聚集的青山区是PM_2.5浓度值最高、范围最大的区域;其次就是江汉高密度商住区、洪山高密度居住区;另外,江北工业区、沌口工业区,也呈现着浓度值偏高的分布情况;而江夏区西部区域有大面积植被和水域覆盖,出现了PM_2.5浓度低值中心。