摘要：面向城市空气质量监测、污染趋势分析与长期预测研究的多变量时间序列数据集，汇集了多个城市监测站在 2020—2023 年期间按小时采集的空气污染物浓度与气象环境数据。
数据集概述
面向城市空气质量监测、污染趋势分析与长期预测研究的多变量时间序列数据集，汇集了多个城市监测站在 2020—2023 年期间按小时采集的空气污染物浓度与气象环境数据。数据同时覆盖颗粒物、气态污染物以及温度、湿度、风速、气压和降雨等气象因素，并提供由这些环境指标计算得到的空气质量指数目标值（AQI_Target）。该数据集能够较完整地反映城市空气污染随时间、空间和天气条件变化的动态过程，适合开展空气质量预测、污染风险评估和环境智能决策等研究。
数据结构与关键特征
数据集中每条记录对应某一监测站在特定小时的环境状态，主要字段包括监测站编号 Station_ID、时间戳 DateTime、PM2.5、PM10、NO₂、SO₂、CO、O₃ 等污染物浓度，以及温度、相对湿度、风速、风向、大气压力和降雨量等气象变量。目标字段 AQI_Target 表示简化后的空气质量指数，可作为监督学习模型的预测目标。数据具有明显的多站点、多变量、长时间跨度和小时级时序特征，不仅能够分析单个站点的污染变化趋势，还可研究不同监测站之间的空间关联及污染物与气象条件之间的耦合关系。
应用价值与研究方向
该数据集可广泛应用于空气质量指数预测、污染物浓度预测、异常污染事件检测、时空污染传播建模以及城市环境风险评估等任务。研究人员可以采用 LSTM、GRU、TCN、Transformer 等时间序列模型进行长期 AQI 预测，也可以结合图卷积网络、时空图神经网络等方法建模多个监测站之间的空间依赖关系。此外，还可研究 PM2.5 与气温、湿度、风向、降雨等气象条件之间的相关性，并开展多步预测、极端污染预警、缺失数据恢复和模型可解释性分析，为智慧城市环境监测、污染治理和公共健康决策提供数据支持。
数据集来源
由张家梁(Bob)整理并于2026年在7zcode平台公开发布。
数据集信息
免责声明与引用
数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。
作者信息
作者：Bob (张家梁)
项目编号：Datasets-391
文件大小：19M
原创声明：本数据集为整理作品
联系方式
开源协议
本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。
评论(0)