【完全免费】全国空气质量监测数据集:197 城逐日 AQI 与 6 项污染物数据全解析
【完全免费】全国空气质量监测数据集:197 城逐日 AQI 与 6 项污染物数据全解析
全国空气质量监测数据集收录了 197 个中国城市的逐日空气监测记录,每城一个 CSV 文件,含 AQI 指数、质量等级与 PM2.5、PM10 等 6 项污染物浓度。它面向环境研究者、数据爱好者和普通公众,解决城市空气质量历史数据难找、难清洗的问题。
为什么需要这份城市空气质量历史数据
日常看到的 AQI 只是当天的快照。搜 AQI 数据下载,多半只有当日页面或零散站点数据;某座城市的 PM2.5 历史数据则散落在不同站点,字段口径不一,缺失值各有各的缺法,有的还混着异常读数。想做城市空气质量数据分析,政策分析、论文写作、课堂作业,第一步取数就卡住。
这份数据集把取数和清洗提前做完,解压即用。
数据全貌:197 个城市,一城一个 CSV
三个关键数字:197 个城市文件、每城 10 个字段、时间粒度到天。
- 覆盖范围:197 个城市的日度记录,文件按城市拼音命名,如 beijing.csv、guangzhou.csv,覆盖直辖市、省会与普通地级市。
- 时间跨度:以北京为例,记录从 2015-01-01 到 2023-05-31,共 3028 条日度记录,足够做多年趋势。
- 组织方式:一个文件对应一座城市的完整时间序列,197 个文件打包在 爬虫数据(部分原始数据).zip.zip) 中,解压即用。
- 质量分级:等级覆盖从"优"到"重度污染"共 6 档,可直接上色、分类或筛选。
- 污染物指标:每城均含 PM2.5、PM10、SO2、NO2、CO、O3 共 6 项浓度,口径一致,方便城市间横向对比。
字段对照表:拿到 CSV 先看哪几列
| 字段名 | 含义 | 说明 |
|---|---|---|
| 日期 | 数据记录日期 | 精确到天,可直接作为时间轴 |
| 质量等级 | 当日空气质量等级 | 优、良、轻度污染直至重度污染,共 6 档 |
| AQI指数 | 空气质量指数 | 核心数值指标,城市间、年份间可对比 |
| 当天AQI排名 | 当日 AQI 在监测城市中的排位 | 数值越小排名越靠前 |
| PM2.5 / PM10 | 颗粒物浓度 | 雾霾天气常见指标,归因分析的主力字段 |
| SO2 / NO2 | 二氧化硫、二氧化氮浓度 | 反映工业与机动车排放 |
| CO | 一氧化碳浓度 | 多与交通、燃烧源相关 |
| O3 | 臭氧浓度 | 夏季偏高,观察季节变化很有用 |
新手最该先看质量等级和 AQI指数 两列,它们决定后续分析的口径;六项污染物浓度列用于追问"为什么差"。数据均经过清洗:缺失值用统计方法补齐,保证时间序列连续;异常值经识别和校正,降低测量误差的影响。
典型场景:这份数据能直接做什么
追踪一座城市 8 年 AQI 变化
取 beijing.csv,把 AQI指数 按年汇总求均值,一张折线图就能看出 2015 到 2023 每年均值升还是降。写环保课题或城市治理报告时,年均值走势是最直接的证据。
对比 197 个城市的污染画像
把 197 个文件读进内存,算出各城市年均 AQI、优良天数占比、重度污染天数,再按年均 AQI 排序。北方煤烟型、西南低污染、沿海城市三类画像会自然浮出来。
课堂案例:让环保话题有数据支撑
地理课讲雾霾成因,打开北京冬季 PM2.5 与夏季 O3 的对比图,比念概念直观。布置"画一座你所在城市的趋势图"作业,学生拿到的就是现成的干净表格。
快速上手:5 分钟读完第一个城市
- 解压仓库根目录的 爬虫数据(部分原始数据).zip.zip),得到 197 个以城市拼音命名的 CSV。
- 用 Excel 打开 beijing.csv,扫一眼日期列的起止范围。
- 用 Pandas 读取并查看前 5 行,确认 10 个字段齐全:
import pandas as pd
df = pd.read_csv('beijing.csv')
print(df.head(5))
- 把日期转成年份,按年分组求 AQI指数 均值,即可画第一张趋势图。
项目亮点:为什么选它而不是自己爬
- 开箱即用的干净数据:缺失值与异常值已处理,拿到就能画图,不用先写半天清洗脚本。
- 197 城口径统一:所有城市字段完全一致,横向对比不用再做字段映射。
- CSV 格式最友好:Excel、Pandas、R 直接打开,学习成本最低。
- 开源可引用:使用与发布时注明数据来源即可,协议详见 LICENSE。
数据口径或记录有疑问,欢迎对照 README.md 自查后到仓库提 issue 反馈。
别收藏了,解压打开 beijing.csv,先画一张北京的年均 AQI 曲线。
登录后查看全文