企业官网建设流程全解析

做环境数据分析的朋友，应该都有过这种经历：为了核对一个城市的PM2.5浓度变化，翻遍各种网站，最后拿到的数据不是口径不一，就是格式混乱。所以当我看到这份“2014-2025年全国监测站点的逐月空气质量数据”时，第一反应是——终于有一份能直接拿来干活的东西了。它覆盖全国监测站点，以逐月为时间粒度，包含15个指标，同时提供Excel和Shp两种格式，既能做统计运算，又能直接进GIS做空间分析。这篇文章我就从实际使用角度，把这份数据从结构、指标、Excel处理、Shp操作到典型分析场景，完整拆一遍，顺便把常见的坑也一起列出来，帮你少走弯路。

1. 数据整体认知：先搞懂你手里拿的到底是一份什么资料

拿到任何数据集，第一件事不是急着分析，而是先把数据的边界、结构、口径摸清楚。这份数据的时间跨度是2014年到2025年，也就是说覆盖了新版《环境空气质量标准》落地实施之后的完整阶段。2012年国家发布新标准，2013年起各地陆续按新标准开展监测，到2014年全国监测体系基本形成统一可比的数据序列，所以2014年作为起点是有讲究的。按月份组织，接近144个月份的逐月记录，很适合做长期趋势、季节周期、政策效果评估这类分析。

站点层面，数据覆盖全国各监测站点，也就是通常说的国控点。国控站点数量早期一千多个，后来逐步扩充，到2025年大约有一千六七百个，分布在三百多个地级及以上城市。这些站点的位置经过严格审核，空间分布基本能代表城市建成区的空气质量水平。要注意的是，这不是卫星反演数据，也不是模型模拟数据，而是地面监测站点的实测数据，权威性高，分析结论站得住脚。

再说格式。网上很多空气质量数据集要么只给Excel，要么只提供带坐标的表格，很少像这样同时给出Excel和Shp。Excel格式适合做统计、透视、函数计算，Shp格式是GIS领域的通用矢量格式，可以直接加载到ArcGIS或QGIS里做插值、制图、叠加分析。这就相当于同一份资料，既给了你纸质表格，又给了你带定位的地图，两个场景都能直接开工。

1.1 15个指标到底包含什么

所谓的15个指标，常见组合大致分成四类：一类是常规六项污染物浓度，包括PM2.5、PM10、二氧化硫、二氧化氮、一氧化碳、臭氧；第二类是评价类指标，包括空气质量指数AQI、首要污染物、空气质量等级；第三类是气象辅助要素，比如温度、湿度、风速、风向、气压；第四类是站点属性信息，比如站点编码、站点名称、所属城市、经度纬度。不同发布方具体组合会略有差异，以数据集内的说明文件为准，但总体逻辑就是这样。

这里有一个容易忽略的点：六项污染物并不完全等于AQI计算的全部输入。AQI的原始计算是用PM2.5、PM10、SO2、NO2、CO、O3这六项的浓度值，分别计算分指数IAQI，然后取最大值作为当天的AQI。逐月数据通常是用月均浓度或月内日均值统计后汇总，所以你在分析时要先确认指标口径，是月均浓度、月均AQI，还是月内日数据再聚合，这会直接影响后续统计结果。

1.2 为什么是2014-2025这个时间窗

2014年之前，很多城市还沿用旧标准，PM2.5和O3的监测数据不完整，不同城市之间的可比性差。2014年之后，国控站点统一按新标准运行，数据质量明显提升。到2025年，整整十二年，正好是一个可以承载“十年尺度趋势判断”的样本区间。尤其是做“大气十条”“蓝天保卫战”这类政策效果评估，这个时间窗能把政策实施前后的变化完整纳入。

2025年作为截止年份，也意味着这份数据对于做最新年度报告、十四五收官评估、以及未来规划基线设定都非常合适。如果你做城市规划、环境健康研究或ESG分析，这个时间长度足够支撑稳定的统计推断，不会因为样本太短而被审稿人或客户质疑。

1.3 Excel和Shp双格式的价值

再多说一句格式的问题。很多人习惯只用Excel，觉得Shp没必要，但只要你做过空间制图或者相邻站点空间相关性分析，就会明白Shp的价值。比如你想画出全国PM2.5年均浓度分布图，Excel表格无法直接完成空间插值，必须把站点坐标导入GIS，生成点要素，再通过插值工具生成连续表面。反过来，如果你只想快速统计各省均值、做趋势图，Shp的属性表也可以导出成Excel，再配合数据透视表搞定。双格式的真正价值，是让你在统计分析和空间分析两条路径之间自由切换，不用自己再去写转换脚本。

2. 15个指标逐个拆解与使用要点

指标看着多，其实归类后很好记。我按使用频率和易错程度逐个说一下。

2.1 常规六项污染物：量纲和统计口径是重灾区

PM2.5和PM10，单位是微克每立方米（μg/m³），这俩是颗粒物指标，PM2.5通常指空气动力学当量直径小于等于2.5微米的颗粒物，PM10是小于等于10微米的。分析的时候要区分“月均浓度”和“日均浓度二次聚合”，如果有月内日均值，你可以自己算月均，但如果只有月均值，就别强行还原日均值分布。PM2.5在秋冬季容易超标，做季节分析的时候记得把12月、1月、2月单独拎出来看。

二氧化硫（SO2）和二氧化氮（NO2），单位同样是微克每立方米，主要来自燃煤和机动车排放。SO2在南方城市通常低于北方，NO2则和城市机动车保有量、产业布局高度相关。这两个指标在2014年之后整体下降趋势明显，做趋势分析时配合线性回归或Mann-Kendall检验更有说服力。

一氧化碳（CO）单位是毫克每立方米（mg/m³），注意和上面几个微克每立方米的指标差了1000倍，做综合指数计算时一定要先统一单位，否则公式算出来差好几个数量级。CO主要来自不完全燃烧，冬季高、夏季低，北方采暖期尤其明显。

臭氧（O3）是最容易踩坑的指标。环境监测上通常用“日最大8小时滑动平均”来评价臭氧，而不是简单用24小时平均。如果你拿着逐月数据里的O3月均值直接和PM2.5月均值比较，会忽略一个关键事实：O3的月均值可能是基于日最大8小时均值再求月平均得来的，也可能直接是月内日均值再平均，两种口径差异非常大。做臭氧分析前，务必看清楚字段说明里写的是哪种口径。O3还有个特点是夏季高、冬季低，正好和颗粒物相反，分析时空特征时要分开讨论。

2.2 AQI与配套指标：评价逻辑要用对

AQI是一个无量纲指数，取值范围从0到500，数值越大污染越重。计算AQI时，先分别计算六项污染物的IAQI（Individual Air Quality Index，单项空气质量指数），然后取最大值。AQI对应的空气质量等级分为优、良、轻度污染、中度污染、重度污染、严重污染六档，分别对应绿色、黄色、橙色、红色、紫色、褐红色。做等级占比分析时，用“优良天数比例”这个指标更直观，也是地方考核常用的指标。

首要污染物字段表示当天或当月对AQI贡献最大的污染物。这个字段在逐月数据里往往是一个字符串，比如“PM2.5”“O3”“无”。分析它的时候，建议先做去重和归类，再统计频次，否则可能出现同义不同写的表述，比如“细颗粒物”和“PM2.5”同时存在。空气质量等级字段则是AQI区间的高度概括，按国家HJ 633-2012标准划分，可以直接用于计算优良率。

2.3 气象辅助指标：别忽视它们的解释力

温度、湿度、风速、风向、气压这几个气象要素，在空气质量分析里不是配角。湿度高的时候颗粒物容易吸湿增长，风速大有利于污染物扩散，逆温天气下污染物容易堆积。如果你发现某个月某城市PM2.5浓度异常偏高，先看看同期风速是不是明显偏低，往往能找到原因。风向数据通常用度数表示（0度表示北风，90度表示东风），做风向分析时最好转成16方位，再用风玫瑰图展示，直观得多。

气压要素在分析中不算高频，但在研究污染过程、静稳天气时很有用。低气压、高湿度、小风速经常是重污染过程的共同特征。做案例复盘时，把气象要素和污染物浓度画在同一张图里，能明显看出污染积累和清除的物理过程。

3. Excel格式：从打开到高效分析的关键操作

Excel格式是大多数人最先接触的，但恰恰是最容易被小问题卡住的地方。文件大、字段多、日期格式乱、函数不熟，都会让本该半小时完成的统计变成一下午的噩梦。

3.1 数据表结构与站点编码

先看表结构。通常一张表里至少包含日期（年-月）、站点编码、站点名称、城市、省份、经度、纬度，以及各个污染物字段和气象字段。站点编码是唯一主键，后续做多表关联、去重、匹配城市，都靠它。建议拿到数据后先检查站点编码是否唯一，同一站点在同一个月内是否出现重复记录。这个检查很关键，因为数据拼接或导出过程中偶尔会出现重复行，不处理掉后面所有统计都是错的。

检查重复可以用Excel条件格式中的“突出显示重复值”，也可以用COUNTIF函数。比如新增一列，输入=COUNTIF(A:A,A2)，结果大于1的就是重复记录。更稳妥的方式是复制整张表到新工作簿，用“数据”选项卡下的“删除重复值”功能，按站点编码+日期两列一起判断重复。我建议在正式分析前专门做一次数据体检，把重复项、空值、异常值都标记出来，形成一份数据质量报告。

3.2 Excel打开卡顿？先做这三步

十二年全国数据，逐月记录，站点又有一千多个，总的记录数轻松超过二十万行。这样的数据量，老电脑直接双击打开Excel会很吃力。我实际用的方法是分三步：第一步，用Excel的“数据→自文本/CSV”导入，而不是直接打开工作簿，导入时可以预选列类型，避免日期和站点编码被自动转换；第二步，如果数据实在太大，先按省份或年份拆分成多个工作表，每个工作表控制在五万行以内，操作起来基本不卡；第三步，启用“Power Query”做数据清洗，Power Query可以连接原始文件，在后台完成筛选、分组、聚合，最后再加载到工作表，比直接在单元格里拉公式高效得多。

如果你的数据文件本身是.xlsx格式且非常大，建议另存为.xlsb格式。xlsb是二进制工作簿，体积小、打开快，而且兼容绝大部分Excel函数和透视表功能。实测二十万行的数据，xlsb比xlsx打开速度快一倍以上。

3.3 高频Excel操作用法速查

做空气质量数据分析，Excel函数不需要学很多，但有几个高频操作的效率提升特别明显。

多条件汇总用SUMIFS。比如你想统计“2020年河北省所有站点PM2.5年均浓度”，可以在汇总表里写：

=SUMIFS(浓度列, 省份列, "河北", 年份列, 2020)/COUNTIFS(省份列, "河北", 年份列, 2020)

SUMIFS负责求和，COUNTIFS负责计数，两者一除就是均值。注意SUMIFS的参数顺序是“求和区域在前，条件区域和条件成对出现”，和SUMIF不一样，容易写错。

多条件筛选用“筛选”功能的高级筛选。如果只是想快速看某个城市某几年的数据，可以直接用自动筛选下拉框，多个条件分开设置。如果条件复杂，比如“PM2.5>75且O3>100且城市为北京”，建议用高级筛选：先在一空白区域写好条件表，列名要和数据表列名完全一致，然后在“数据→高级”里选择条件区域即可。

两列查重用COUNTIF或条件格式。比如比对站点编码列和另一份文件的站点编码列，看哪些站点在A文件有而B文件没有。新增一列输入=IF(COUNTIF(B:B,A2)>0,"存在","缺失")，下拉填充即可快速标记。

月份日期处理是另一个高频需求。逐月数据的日期字段可能是“2020-01”这样的文本，也可能被Excel自动识别成日期。如果你发现用VLOOKUP匹配不到数据，十有八九是日期格式不一致。统一办法是新增辅助列，用=TEXT(A2,"yyyy-mm")把日期转换成固定文本格式，再作为匹配键。

3.4 Excel常见故障排查

我在实际使用中遇到过不少Excel本身的怪问题，这里集中说一下。如果你发现“Excel无法粘贴数据”，多半是剪贴板被其他程序占用，或者Excel进程卡死。解决办法很简单：关掉所有Office程序，在任务管理器里结束所有Excel进程，重新打开；如果还不行，就复制一个单元格试试，再复制大区域，逐步缩小排查范围。

还有一个经典报错：“双击单元格时提示这个操作只对当前安装的产品有效”。这个问题通常出现在Office安装不完整或注册表残留旧版本的情况下，尤其是从旧版本Office升级到新版本后概率更高。解决方法是进入“控制面板→程序和功能”，找到Office对应版本，选择“更改→联机修复”，让Office自己修复；如果修复没用，可以尝试清理注册表中Office相关的失效键值，但操作注册表前一定先备份。

Mac版Excel的情况稍有不同。M系列芯片的Mac上Excel偶尔会出现复制粘贴无反应，可以先试试用Command+C和Command+V而不是右键菜单，或者重启Excel。Mac版Excel对VBA的支持不如Windows完整，如果想用VBA写自动处理脚本，建议还是用Windows环境更省心。

4. Shp格式：空间数据的使用与转换全流程

Shp格式是ESRI推出的矢量数据格式，严格来说它不是一个文件，而是一组文件的总称。拿到Shp数据后，如果发现只有一个.shp文件，那是坏的，正常的Shp至少要包含.shp（几何）、.shx（索引）、.dbf（属性表）三个文件，最好还有.prj（坐标系）文件。缺了.prj，GIS软件虽然能打开，但不知道坐标系，后续投影转换会出问题。

4.1 先确认坐标系和属性表

拿到Shp数据第一件事，用ArcGIS或QGIS打开，右键图层打开属性表，看字段。属性表里应该有站点编码、城市、日期、各污染物浓度等字段，这些和Excel表里的字段是对应的。如果这个Shp是“点要素”，那它代表的就是各个监测站点的位置和对应月份的属性值。如果Shp是“面要素”，那可能是行政区划范围，需要用空间连接再把站点属性关联到面上。

坐标系方面，大多数全国范围的公开数据会采用WGS84地理坐标系，也就是经纬度直接表示，单位是度。如果你后续要计算距离或者做面积统计，一定先投影到合适的投影坐标系，比如Albers等积投影或UTM分带投影，否则距离单位会是“度”而不是米，计算结果无法使用。

4.2 把Excel中经纬度数据导入ArcMap，生成Shp

很多人拿到的是Excel表，没有现成的Shp文件，这时候就得自己生成。在ArcMap里的操作其实很成熟，步骤如下：先打开Excel表格，确认有经度、纬度两列，经度是X，纬度是Y。然后在ArcMap菜单栏选择“文件→添加数据→添加XY数据”，在弹出的对话框里选择Excel工作表，X字段选经度列，Y字段选纬度列，坐标系选WGS84。点击确定后，地图窗口会生成一个临时点事件图层。这时候这个图层还不是真正的Shp，只是内存中的临时图层，需要右键这个图层，选择“数据→导出数据”，选择导出为Shp格式，保存路径不能有中文，否则可能失败。

QGIS里面更简单：菜单“图层→添加图层→添加分隔文本图层”，文件类型选CSV或Excel，指定X字段和Y字段，坐标系选WGS84 EPSG:4326，加载后右键图层“导出→保存要素为”，格式选ESRI Shapefile。整个过程一分钟内搞定，而且QGIS是免费的。

4.3 Shp转TXT、Excel，属性表互通

Shp格式的优势是带空间位置，劣势是不方便做统计运算，所以经常需要把Shp的属性表转到Excel或TXT里。ArcMap中可以用“属性表→表选项→导出”，保存类型选择dBASE表或者文本文件。如果装了ArcToolbox，也可以用“转换工具→Excel→表转Excel”直接生成xlsx文件。QGIS里更灵活，右键图层“导出→保存要素为”，格式选CSV，就可以得到带经纬度的文本文件，再用Excel打开就是一张表格。

反过来，如果你有Excel表格想转成Shp，除了前面说的添加XY数据方式，也可以用ArcToolbox里的“从XY表生成要素”工具，这个工具适合批量处理多张表，而且可以直接指定坐标系和输出位置。热词里提到的shp转txt，本质上就是为了把属性数据拿到其他平台做进一步分析，比如导入SPSS、R或者Python。

4.4 Shp常见编辑需求与修复

实践中有几个Shp处理需求非常高频。第一个是“只保留外边界线”，也就是把复杂的行政区划面合并成一个轮廓。在ArcGIS里用“融合（Dissolve）”工具，输入要素选行政区面，融合字段选“省份”或“城市”，输出就是按省或市合并后的轮廓。如果只需要全国整体外边界，融合字段留空，所有面融合成一个，再转成线要素就能得到外边界线。

第二个是“渔网分割Shp”。做空间网格化统计时，经常要把研究区域划分成规则网格，用ArcToolbox里的“数据管理工具→要素类→创建渔网”，设置好像元大小和范围，生成网格面后，再用“空间连接”把站点属性匹配到网格里。这个方法适合做污染热点识别，比如判断哪些网格年均浓度高、哪些网格改善幅度大。

第三个是Shp文件损坏修复。Shp文件偶尔会打不开，提示“无法读取文件”或“几何错误”。网上常说的ShapeChecker是一个轻量的修复工具，使用步骤是：打开ShapeChecker，选择损坏的.shp文件，软件会自动扫描文件结构，找出缺失的.shx或.dbf问题，然后点击“修复”生成新的文件。修复后记得检查属性表是否完整，有时候几何能打开但属性丢失，这种修复后还得从原始Excel重新关联属性。

第四个是和可视化相关的需求，shp转3dtiles。如果你想把空气质量监测站点做成三维可视化场景，可以在Cesium或MapBox里加载。转换思路是：先用FME或cesiumlab把Shp转成3dtiles格式，再在三维地球中加载。这个操作有点门槛，但做出来效果很惊艳，适合汇报展示或大屏项目。

4.5 制图展示的配色与符号化建议

Shp数据的最终产出往往是一张专题图。制图时配色要符合阅读直觉：污染物浓度从低到高建议使用从蓝到黄到红的渐变，不要用单一的绿色深浅变化，否则浓度高低不明显。AQI等级分布则建议直接用国家标准色：优绿色、良黄色、轻度橙色、中度红色、重度紫色、严重褐红，这样内行一眼就懂。

如果做分城市点状图，可以用分级符号，把PM2.5年均浓度分成几个等级，用不同大小的圆点表示。如果做插值图，用IDW或克里金插值生成连续表面，再叠加省界、城市界作为底图。记得出图前关闭不需要的图层，标注好图例、比例尺、指北针，这些细节直接决定报告的专业感。

5. 用这份数据做一次“全国空气质量十年演变”分析

这一章我以一个具体案例来串一遍数据使用的完整流程。目标很简单：看看2014到2025年间全国PM2.5年均浓度到底降了多少，顺便比较几个重点区域的差异。

5.1 明确分析目标与指标口径

分析目标不同，数据聚合方式就不同。如果只看全国整体趋势，应以站点为基本单元，先求各站点年度均值，再以城市为单元求城市均值，最后以省份为权重求全国均值。注意并不是简单把所有站点浓度加总求平均，因为一个城市可能有十几个站点，省会城市站点多、地级市站点少，直接站点平均会被大城市拉高，建议先归到城市再平均，这样每个城市权重相等。

指标口径上，PM2.5月均浓度在Excel里如果已经提供了直接字段，那就不用自己算。但如果是“日均值”字段，你需要用数据透视表按月求平均。这里要注意，月均值应该是该月有效日数大于等于27天（2月可放宽到25天）时才算有效，否则该月月均值记为缺失，这是环境监测规范里常见的要求，直接省去会引入偏倚。

5.2 数据清洗与预处理流程

清洗这一步没法省。先做去重，按站点编码+月份检查重复，保留一条。再做缺失值检查，统计每月有效站点数量，如果某月有效站点数量骤减，可能是设备维护或数据传输故障，这个月的数据在趋势分析中应赋予较小权重或排除。然后是异常值检查，负浓度和超过合理上限的数值（比如PM2.5月均值超过500μg/m³）基本可以判定为异常，直接剔除或标记为缺失。

如果你会用Python，建议用pandas做清洗更高效：df = df.drop_duplicates(subset=['station_code', 'year', 'month'])，再用df[df['pm25'] < 0] = np.nan处理负值。想查找Excel中某个字符串，也可以用pandas的str.contains快速定位，比如筛出站点名称中带“对照”字样的对照点。不会Python就用Excel的筛选和替换功能，也能处理，只是慢一些。

5.3 城市与区域对比：京津冀、长三角、珠三角

清洗完数据后，先做全国时间序列图，把每年全国城市PM2.5年均浓度中位数和平均值画在一张折线图里，就能明显看到下降趋势。然后把站点按省份或城市分组，重点比较京津冀、长三角、珠三角三个区域。京津冀的PM2.5浓度起点高，降幅通常也最大；珠三角起点低，改善幅度相对平缓，这和产业结构、气候条件、污染物传输都有关系。

这里建议做两个可视化：一是分区域的年均浓度折线图，能看出趋势差异；二是各城市改善率排名，用条形图展示改善幅度最大的前20个城市和改善幅度最小的后20个城市，排出来会很有信息量，往往能发现一些政策效果特别显著的典型城市。

5.4 可视化与报告呈现

除了折线图，热力图也适合展示月度高值分布。比如用Excel条件格式做一个十二月年份矩阵，横轴是1到12月，纵轴是年份，单元格颜色代表月均浓度，暖色越多说明冬季污染越重，一眼就能看出“秋冬季高发”的规律。这个做法简单但汇报效果很好。

如果你要把各城市“PM2.5年均浓度首次达到国家二级标准（35μg/m³）的年份”做成时间表，可以用Excel甘特图思路：用堆积条形图，第一系列是达标之前的时间长度，第二系列是达标之后的时间长度，两个系列首尾相接，视觉上就像一条条进度条，非常适合展示“哪些城市什么时候达标”。制作要点是整理三列：城市名、首次达标年份序号、之后持续年份序号，插入堆积条形图，把第一系列填充设为无填充，就是标准甘特图效果。

6. 常见问题与排查技巧实录

最后这部分我整理了一份实战速查表，都是我实际帮朋友排查过的问题，直接照着处理就好。

这里单独说一个经验：做空间分析前，先把Shp里的站点经纬度和Excel里的经纬度逐一比对一遍，最快的方法是用VLOOKUP按站点编码匹配两边的经纬度，再新增一列计算差值，差超过0.01度（约1公里）的基本就是坐标不一致，需要重点核实。这个检查在别人分享的数据里尤其有必要，因为不同版本的坐标可能采用过不同基准。

还有一个关于输出的小技巧：很多人习惯把报告里的Markdown表格手动贴到Excel，排版很容易乱。其实可以直接在Markdown编辑器里全选表格，复制后到Excel里粘贴为Unicode文本，Excel会自动按制表符分列，然后再用“数据→分列”进一步处理。如果你是在线文档，很多也支持直接粘贴成表格，省去手动调整的功夫。这个流程对于经常做数据处理交接的人来说，能省不少时间。

再提醒一句关于数据版本的问题。做研究或写报告前，一定要先看数据版本和发布日期，确定用的不是过时版本。如果数据集里包含了数据说明文件，先读一遍，特别是数据来源、指标定义、修订记录这三块。有些指标在监测规范修订后，统计口径可能有微调，比如O3的统计方式从日最大8小时均值改为其他口径，如果你不读说明直接沿用旧的解读，结论很容易出错。

我自己的习惯是，拿到数据后先写一个“数据告知表”，把数据的时间范围、站点数、指标数量、缺失比例、更新日期列成一行，贴在做分析的工作簿首页，这样每次打开文件都能提醒自己这份数据的边界在哪，避免时间一长就忘了数据是哪一版。这个习惯帮我避免过好几次因误用错版数据而得出的偏颇结论。

如果你需要拿这份数据做长期监测、写年度报告或者搭建可视化大屏，强烈建议建一个固定的处理模板：原始数据放一个文件夹，清洗后的数据放另一个文件夹，Shp文件单独建GIS文件夹，Excel图表模板单独保存。处理流程固定下来之后，以后每个月只要把新数据往里一放，刷新一下透视表或者重新运行一遍脚本，产出自动生成，能省下大量重复劳动。这件事看起来不起眼，但坚持一两年后你会感谢当初搭过的这个流程。