做数据分析、环境研究，或者只是想给自己所在的城市做一次「空气质量体检」，最头疼的往往是找不到一份干净、结构化、带时间戳的历史数据。官方平台的数据往往分散在各地生态环境厅，口径不一、格式各异，想一次性拿到十个重点城市连续一周的逐小时数据，通常要花上大半天。
这一期「数据资源库」，我们直接从 Open-Meteo 开放的空气质量接口抓取并整理了一份现成数据——覆盖北京、上海、广州、深圳、成都、武汉、西安、杭州、重庆、南京十个城市，过去 7 天、逐小时粒度的 PM2.5、PM10 和美国 AQI 三项指标，一共 1680 条记录。下载解压就能用，文末附蓝奏云链接。
这份数据是什么
简单说，这是一份「中国十大城市空气质量逐小时时间序列数据集」。数据以 CSV 长表形式组织，每一行是一条逐小时记录，包含城市名、时间戳，以及当小时的三项空气质量指标：
- PM2.5（细颗粒物，单位 µg/m³）：空气污染里最受关注的一项，直径小于 2.5 微米的颗粒物。
- PM10（可吸入颗粒物，单位 µg/m³）：直径小于 10 微米的颗粒物。
- US AQI（美国空气质量指数，无量纲）：按美国环保署 EPA 标准换算的空气质量指数，便于跨指标横向对比。
每个城市还附带了经纬度、海拔和时区信息，方便你在地图上做可视化，或者按地理维度做二次聚合分析。数据的时间范围为 2026-10-06 00:00 至 2026-10-12 23:00（北京时间），逐小时连续，无缺测。
压缩包里除了 CSV 主文件，还附带一份 meta.json 元数据说明，把来源、授权、指标口径、采集时间都写清楚了，方便你存档和溯源。
数据来源与授权
这份数据来自 Open-Meteo Air Quality API（接口地址 https://air-quality-api.open-meteo.com/v1/air-quality）。Open-Meteo 是一个开放的气象与空气质量数据服务，其空气质量数据基于欧洲哥白尼大气监测服务（CAMS）的全球再分析产品，通过插值与模型输出得到，并非某个城市地面监测站的实测值。
授权方面，Open-Meteo 采用 CC BY 4.0（署名 4.0 国际）许可，允许免费使用、再分发和二次加工，唯一的要求是使用时署名 Open-Meteo。这一点对个人开发者和小团队非常友好——你可以放心地把这份数据用在自己的分析、课程作业或项目里，只要注明来源即可。
需要特别说明的是：这份数据是模型再分析结果，与国内官方环境监测站发布的实时/历史数据在数值上可能存在差异。如果你要用于正式报告、论文或决策场景，请以生态环境部门官方最新公布的数据为准。
字段与口径说明
CSV 文件的表头共 9 列，逐列说明如下：
- city：城市中文名（北京、上海、广州、深圳、成都、武汉、西安、杭州、重庆、南京）。
- time：时间戳，ISO 8601 格式（如 2026-10-06T00:00），为当地时间整点。
- pm2_5：PM2.5 浓度，单位 µg/m³。
- pm10：PM10 浓度，单位 µg/m³。
- us_aqi：美国 AQI 指数，无量纲，数值越大空气质量越差。
- latitude / longitude：城市坐标（WGS84）。
- elevation_m：站点海拔，单位米。
- timezone：时区（均为 Asia/Shanghai）。
就本次数据而言，十个城市的 PM2.5 逐小时均值差异明显：北京约 119.8 µg/m³、上海约 76.4 µg/m³、深圳约 33.4 µg/m³，全量 PM2.5 均值约 68.5 µg/m³，最大小时值出现在 353.0 µg/m³；US AQI 全量均值约 147.5，最高 274。这些数字能直观反映不同城市在同一时间段内的空气质量差异，是这份数据最有价值的看点之一。
采集与接入方法
如果你希望自己接入这个接口、获取更多城市或更长周期的数据，方法非常简单，无需申请任何密钥。下面是一个最小可用的 Python 示例（纯标准库，无需安装依赖）：
import urllib.request, json
url = ("https://air-quality-api.open-meteo.com/v1/air-quality"
"?latitude=39.9042&longitude=116.4074"
"&hourly=pm2_5,pm10,us_aqi"
"&past_days=7&forecast_days=0")
data = json.load(urllib.request.urlopen(url, timeout=60))
print(data["hourly"]) # 返回 time / pm2_5 / pm10 / us_aqi 四个列表
关键参数说明：
latitude / longitude：目标城市坐标。hourly：要返回的逐小时指标，逗号分隔，支持 pm2_5、pm10、us_aqi 等。past_days：回溯天数（最长可到 90 天），forecast_days为预报天数。
接口返回的是 JSON 结构，其中 hourly 下按指标各给一个等长列表，直接用 zip 对齐即可转成表格。本次整理的 CSV 就是按这个思路把十个城市的返回结果合并、统一成一张长表得到的。
更新频率与数据下载
这份数据是一次性整理的快照，覆盖 2026-10-06 至 2026-10-12 这一周。如果你需要持续跟踪，建议自行按上面示例脚本每日或每周跑一次，Open-Meteo 的历史数据接口稳定、免费、无需密钥，很适合做成定时任务。
下载方式如下：
- 蓝奏云下载链接：https://zeyunsoft.lanzoub.com/iDom84bw0q8h
- 提取码：
9sii
下载后解压，可得到 air_quality_10cities.csv 和 meta.json 两个文件。CSV 使用 UTF-8（带 BOM）编码，用 Excel、WPS 或 pandas 都能直接打开，不会出现中文乱码。
常见问题
Q1：这份数据能用于商业用途吗？
可以。Open-Meteo 采用 CC BY 4.0 许可，允许商用和再分发，但需署名来源。
Q2：为什么数值和官方监测站对不上？
因为这是 CAMS 模型再分析结果，不是地面监测站实测值，存在系统性偏差，正式场景请以官方公布为准。
Q3：CSV 打开乱码怎么办？
文件已用 UTF-8（带 BOM）编码，Excel/WPS 可直接打开；若仍乱码，请用「数据 → 自文本」选择 UTF-8 编码导入。
Q4：能拿到更多城市或更长时间的数据吗？
能。接口免费无密钥，改坐标和 past_days 参数即可，最长可回溯 90 天；需要批量城市时逐城请求即可。
Q5：提取码失效或链接打不开怎么办？
蓝奏云分享域名偶有变动，若链接异常可在本站搜索「空气质量」找到最新文章，或留意本文更新。
