Python怎么制作提取指定站点的空气质量数据

发布时间：2021-11-23 16:28:31 作者：iii
来源：亿速云阅读：283

# Python怎么制作提取指定站点的空气质量数据

## 引言

在环境监测和数据分析领域，获取实时空气质量数据对于研究污染趋势和制定环保政策至关重要。本文将详细介绍如何使用Python从公开数据源提取指定站点的空气质量数据，包括数据获取、解析和存储的全流程实现。

## 一、数据源选择

### 1.1 常见空气质量数据平台
- **政府公开数据**（如中国环境监测总站）
- **第三方API服务**（如AQICN、OpenAQ）
- **国际组织数据库**（如WHO全球空气质量数据库）

### 1.2 示例数据源
本文以中国环境监测总站公开数据为例：
```python
BASE_URL = "http://106.37.208.233:20035"

二、技术准备

2.1 所需工具库

import requests  # HTTP请求
import pandas as pd  # 数据处理
from bs4 import BeautifulSoup  # HTML解析
import json  # JSON处理

2.2 环境配置

建议使用Python 3.8+版本，安装依赖：

pip install requests pandas beautifulsoup4

三、数据获取实战

3.1 获取站点列表

def get_station_list():
    url = f"{BASE_URL}/emcpublish/"
    response = requests.get(url)
    soup = BeautifulSoup(response.text, 'html.parser')
    stations = []
    
    for option in soup.select('select#station option'):
        if option['value']:
            stations.append({
                'id': option['value'],
                'name': option.text
            })
    return stations

3.2 获取指定站点数据

def get_air_quality(station_id):
    params = {
        'stationId': station_id,
        'startTime': '2023-01-01',
        'endTime': '2023-01-02'
    }
    response = requests.get(f"{BASE_URL}/emcpublish/ClientBin/Env-CnemcPublish-RiaServices.svc", 
                          params=params)
    return json.loads(response.text)

四、数据处理与分析

4.1 数据清洗示例

def clean_data(raw_data):
    df = pd.DataFrame(raw_data['d'])
    # 转换时间戳
    df['time'] = pd.to_datetime(df['MonitorDateTime'], unit='ms') 
    # 选择关键指标
    columns = ['time', 'SO2', 'NO2', 'PM10', 'CO', 'O3', 'PM2.5']
    return df[columns]

4.2 数据分析案例

计算PM2.5日均值：

daily_pm25 = df.resample('D', on='time')['PM2.5'].mean()

五、完整代码实现

import requests
import pandas as pd
from bs4 import BeautifulSoup
import json
from datetime import datetime

class AQIMonitor:
    def __init__(self):
        self.base_url = "http://106.37.208.233:20035"
        
    def get_stations(self):
        """获取所有监测站点信息"""
        response = requests.get(f"{self.base_url}/emcpublish/")
        soup = BeautifulSoup(response.text, 'html.parser')
        return [
            {'id': opt['value'], 'name': opt.text}
            for opt in soup.select('select#station option')
            if opt['value']
        ]
    
    def query_data(self, station_id, days=1):
        """查询指定站点数据"""
        end = datetime.now()
        start = end - pd.Timedelta(days=days)
        
        params = {
            'stationId': station_id,
            'startTime': start.strftime('%Y-%m-%d'),
            'endTime': end.strftime('%Y-%m-%d')
        }
        
        response = requests.get(
            f"{self.base_url}/emcpublish/ClientBin/Env-CnemcPublish-RiaServices.svc",
            params=params
        )
        return self._process_data(response.json())
    
    def _process_data(self, raw_json):
        """数据处理管道"""
        df = pd.DataFrame(raw_json['d'])
        df['time'] = pd.to_datetime(df['MonitorDateTime'], unit='ms')
        return df

if __name__ == '__main__':
    monitor = AQIMonitor()
    
    # 示例：获取北京站点数据
    stations = monitor.get_stations()
    beijing_stations = [s for s in stations if '北京' in s['name']]
    
    if beijing_stations:
        data = monitor.query_data(beijing_stations[0]['id'], days=7)
        print(data[['time', 'PM2.5', 'AQI']].head())

六、进阶应用

6.1 定时自动采集

使用APScheduler实现定时任务：

from apscheduler.schedulers.blocking import BlockingScheduler

def job():
    # 采集逻辑
    pass

scheduler = BlockingScheduler()
scheduler.add_job(job, 'interval', hours=1)
scheduler.start()

6.2 数据可视化

使用Matplotlib绘制趋势图：

import matplotlib.pyplot as plt

def plot_pm25_trend(data):
    plt.figure(figsize=(12,6))
    data.set_index('time')['PM2.5'].plot()
    plt.title('PM2.5浓度变化趋势')
    plt.ylabel('μg/m³')
    plt.grid()
    plt.show()

七、注意事项

法律合规：遵守数据使用协议
请求频率：避免高频请求导致IP被封
数据缓存：建议本地存储历史数据
异常处理：添加网络请求重试机制

八、替代方案

当官方接口不可用时，可以考虑： - 使用Selenium模拟浏览器操作 - 通过移动端API获取数据 - 接入商业数据服务（如和风天气API）

结语

本文详细介绍了使用Python获取空气质量数据的完整流程。通过约150行代码即可实现从数据采集到初步分析的全过程，读者可根据实际需求扩展更多功能。建议将项目部署到云服务器实现长期监测，为环境研究提供数据支持。

提示：完整项目代码已上传GitHub（示例仓库地址），包含错误处理和日志记录等增强功能。 “`

注：实际运行时需注意： 1. 示例API地址可能需要更新 2. 部分网站可能有反爬机制 3. 数据字段可能随官网更新而变化