空气质量监测数据怎么读

限值不是单一数字

空气质量限值一定绑定统计口径，脱离口径谈达标没有意义。

关键：同一组数据按不同口径评价可能得出相反结论。例如 PM2.5 日均值 60 μg/m³ 按 24h 限值 75 达标，但若对照 WHO 24h 指南 15 μg/m³ 则超标 4 倍。

AQI 怎么算

空气质量指数（AQI）是把多种污染物浓度统一到一个 0-500 的指数：

1. 计算每种污染物的分指数 IAQI（通过浓度-IAQI 对照表分段线性插值）
2. 取所有分指数的最大值作为 AQI
3. AQI 对应的污染物就是"首要污染物"

注意：AQI 是面向公众的简化指标，不是科学评价工具。它丢失了污染物的协同效应信息，且分指数分段是基于健康效应的，不是线性关系。

数据有效性要求

日均值不是"有数就平均"，而是有最低样本量要求：

• 24h 平均：当日至少 20 个有效小时值
• 1h 平均：该小时至少 45 min 有效数据
• 年平均：全年至少 324 个有效日均值

不满足有效性要求时必须标记为"无效"，不能参与评价。

异常识别

读空气质量数据时要识别这些异常：

1. 卡值（恒定值）

• 连续多小时数值完全相同（如 PM2.5 连续 12 小时 = 35）
• 通常是仪器故障（滤带卡住、激光源衰减、采样泵停转）

2. 阶跃

• 数值突然跳变并稳定在新值（如 SO2 从 10 跳到 80 并保持）
• 通常是标定漂移或基线调整，不是真实排放变化

3. 尖峰

• 单点孤立高值，前后无连续性
• 可能是真事件（短时排放）也可能是干扰（电磁、震动、维护操作）
• 判断：真事件有伴随量（风向变化、其他污染物同步变化），假尖峰是单点孤立

4. 周期性

• 数值有规律的日周期（白天高夜间低）
• 这是正常的（人为排放 + 边界层高度日变化），但如果周期突然消失或幅度变大，要排查

5. 与邻站背离

• 本站与同区域 3 站以上偏差 >2 倍标准差
• 通常指示本站问题（标定、安装、局部源）

评价报告怎么写

必须先说清楚的事

1. 这份报告回答哪个问题？（达标评价 vs 健康风险评估 vs 趋势分析）
2. 数据时段与统计口径（如"2023 年日均值的达标率"）
3. 数据来源与有效性（自动监测 vs 手工监测，有效率多少）

评价分层

• 达标评价：按国标限值与口径，输出达标率与超标天数
• 分布评价：报均值、P50、P95、最大值，看分布形态
• 趋势评价：与历史同期对比，看变化方向
• 关联评价：与气象（风、边界层）、排放源、邻站做相关分析

不能只报均值

均值会掩盖短时高浓度事件。占时间 1% 的高浓度事件（峰值是背景的 11 倍）对日均值的贡献不到 10%，但对人体感受的贡献可能是 100%。所以均值报告必须配峰值与累计时长。

典型场景的数据解读

场景 A：日均值全部达标但居民投诉

调 1 min 序列 + 同期风向：

• 找到峰值时段（通常在傍晚逆温或夜间低边界层）
• 看峰值时的风向（定位排放源方向）
• 计算峰值累计时长与频次

如果是间歇排放源 + 不利扩散条件，结论是"日均达标但存在短时暴露"。

场景 B：某站数据系统性偏高

• 先查标定状态（最近比对偏差）
• 再查安装状态（高度、遮挡、距源距离）
• 然后查局部源（最近是否有新工地、新餐饮）
• 最后做替换试验（换一台同型号比对）

场景 C：多站数据不一致

• 按溯源状态排序（有有效标定的优先）
• 按安装状态排序（符合规范的优先）
• 按设备状态排序（电压、自检正常的优先）
• 按物理一致性排序（能被独立证据佐证的优先）

如果四层都无法区分，说明这个量本身存在系统性问题，应报"存疑"并给区间。

下一步

• [PM2.5 测量量定义](/measurement/pm25/)
• [空气质量标准](/standards/)
• [空气质量监测行业落地页](/industries/environment/)
• [日均值掩掉短时超标的故障案例](/notes/averaging-mask-peak/)