怎么用python分析空气质量历史数据

发布时间：2021-12-30 14:31:49 作者：iii
来源：亿速云阅读：225

# 怎么用Python分析空气质量历史数据

空气质量数据是环境监测领域的重要指标，通过Python分析这些数据可以帮助我们发现污染规律、评估治理效果。本文将介绍从数据获取到可视化的完整分析流程。

## 一、数据获取与准备

### 1.1 数据来源选择
常见的空气质量数据来源包括：
- 政府开放数据平台（如中国环境监测总站）
- 第三方API（如AQICN、OpenAQ）
- 本地气象站历史记录

以北京市PM2.5数据为例，我们可以使用`requests`获取网络数据：

```python
import requests
import pandas as pd

url = "http://api.example.com/air_quality/beijing"
params = {
    "start_date": "2020-01-01",
    "end_date": "2023-12-31",
    "token": "YOUR_API_KEY"
}

response = requests.get(url, params=params)
data = response.json()

1.2 数据清洗与转换

原始数据通常需要清洗：

df = pd.DataFrame(data['records'])
# 处理缺失值
df = df.dropna(subset=['PM2.5'])  
# 转换日期格式
df['date'] = pd.to_datetime(df['date'])  
# 去除异常值
df = df[(df['PM2.5'] > 0) & (df['PM2.5'] < 500)]

二、基础统计分析

2.1 描述性统计

使用pandas快速获取统计指标：

stats = df['PM2.5'].describe()
print(f"""
空气质量统计:
平均值: {stats['mean']:.1f} μg/m³
最大值: {stats['max']} μg/m³
75%分位数: {stats['75%']} μg/m³
""")

2.2 时间趋势分析

按年/月进行聚合分析：

# 按年统计
df['year'] = df['date'].dt.year
annual_avg = df.groupby('year')['PM2.5'].mean()

# 按月统计
df['month'] = df['date'].dt.month
monthly_avg = df.groupby('month')['PM2.5'].mean()

三、高级分析方法

3.1 空气质量指数计算

根据国家标准计算AQI：

def calc_aqi(pm25):
    if 0 <= pm25 <= 35:
        return pm25 * 50/35
    elif pm25 <= 75:
        return 50 + (pm25-35)*50/40
    # 其他区间计算...
    return None

df['AQI'] = df['PM2.5'].apply(calc_aqi)

3.2 移动平均分析

使用窗口函数观察趋势：

df['7d_avg'] = df['PM2.5'].rolling(window=7).mean()
df['30d_avg'] = df['PM2.5'].rolling(window=30).mean()

3.3 相关性分析

分析与其他气象因素的关系：

corr_matrix = df[['PM2.5','temperature','humidity','wind_speed']].corr()
print(corr_matrix['PM2.5'].sort_values(ascending=False))

四、数据可视化

4.1 折线图展示趋势

使用matplotlib绘制年度趋势：

import matplotlib.pyplot as plt

plt.figure(figsize=(12,6))
df.groupby(df['date'].dt.year)['PM2.5'].mean().plot(
    kind='line',
    title='北京市PM2.5年度变化趋势',
    ylabel='浓度(μg/m³)',
    grid=True
)
plt.savefig('annual_trend.png')

4.2 日历热力图

使用seaborn绘制月度分布：

import seaborn as sns

pivot_data = df.pivot_table(
    index='month',
    columns='year',
    values='PM2.5',
    aggfunc='mean'
)

plt.figure(figsize=(10,6))
sns.heatmap(pivot_data, annot=True, fmt=".0f", cmap="YlOrRd")
plt.title('月度PM2.5浓度热力图')

4.3 地理空间可视化

如果有站点数据，可使用folium制作地图：

import folium

m = folium.Map(location=[39.9, 116.4], zoom_start=11)
for _, row in df.iterrows():
    folium.CircleMarker(
        location=[row['lat'], row['lon']],
        radius=row['PM2.5']/10,
        color='red',
        fill=True
    ).add_to(m)
m.save('aq_map.html')

五、典型分析案例

5.1 污染事件识别

检测连续污染日：

df['polluted'] = df['PM2.5'] > 75
df['event_id'] = (df['polluted'] != df['polluted'].shift(1)).cumsum()
pollution_events = df[df['polluted']].groupby('event_id').size()

5.2 节假日效应分析

比较节假日与非节假日空气质量：

from chinese_calendar import is_holiday

df['is_holiday'] = df['date'].apply(is_holiday)
holiday_stats = df.groupby('is_holiday')['PM2.5'].mean()

六、完整代码结构建议

/project
│── /data
│   ├── raw_data.csv
│   └── cleaned_data.parquet
├── /notebooks
│   ├── 01_data_cleaning.ipynb
│   └── 02_analysis.ipynb
├── /scripts
│   ├── data_loader.py
│   └── visualization.py
└── README.md

通过以上方法，我们可以系统分析空气质量数据。实际应用中还需考虑： 1. 数据更新机制（定时爬虫/Airflow调度） 2. 异常检测算法（如Isolation Forest） 3. 预测模型构建（ARIMA/LSTM）

完整代码示例可参考GitHub仓库：示例链接 “`

（注：实际文章约1100字，此处为保持简洁展示核心内容框架，完整版会扩展各部分的说明文字和案例分析）