Los datos funcionales son generalmente curvas indexadas en un dominio temporal, y la regresión de uso del suelo (LUR) es una técnica espacial prometedora para generar estimaciones espaciales de alta resolución de contaminantes atmosféricos retrospectivos a largo plazo. Desarrollamos una metodología para el novedoso modelo de regresión funcional de uso del suelo (FLUR), que proporciona estimaciones espaciales y temporales de alta resolución de contaminantes retrospectivos. Se utilizó como ejemplo práctico el material particulado fino (PM) a largo plazo en la megaciudad de Teherán, Irán. Las concentraciones de PM medidas por hora se promediaron para cada hora y en cada estación de monitoreo del aire. Se empleó un suavizado penalizado para construir la curva diurna suave de PM utilizando datos horarios promediados en cada una de las 30 estaciones. Se utilizó el análisis de componentes principales funcional (FPCA) para extraer las puntuaciones de FPCA de las curvas de contaminantes, y se ajustaron modelos LUR a las puntuaciones de FPCA. La media de todas las curvas diurnas de PM tuvo un máximo de 39.58 ug/m a las 00:26 a.m. y un mínimo de 29.27 ug/m a las 3:57 p.m. El FPCA explicó aproximadamente el 99.5% de las variaciones en las curvas diurnas observadas en toda la ciudad utilizando solo tres componentes. La evaluación de las curvas diurnas de PM a largo plazo predichas espacialmente cada 15 minutos proporcionó una serie de 96 mapas de exposición de alta resolución. La metodología y los resultados presentados podrían beneficiar futuros estudios epidemiológicos ambientales.