摘要面向城市空氣質(zhì)量監(jiān)測(cè)、污染趨勢(shì)分析與長(zhǎng)期預(yù)測(cè)研究的多變量時(shí)間序列數(shù)據(jù)集匯集了多個(gè)城市監(jiān)測(cè)站在 2020—2023 年期間按小時(shí)采集的空氣污染物濃度與氣象環(huán)境數(shù)據(jù)。數(shù)據(jù)集概述面向城市空氣質(zhì)量監(jiān)測(cè)、污染趨勢(shì)分析與長(zhǎng)期預(yù)測(cè)研究的多變量時(shí)間序列數(shù)據(jù)集匯集了多個(gè)城市監(jiān)測(cè)站在 2020—2023 年期間按小時(shí)采集的空氣污染物濃度與氣象環(huán)境數(shù)據(jù)。數(shù)據(jù)同時(shí)覆蓋顆粒物、氣態(tài)污染物以及溫度、濕度、風(fēng)速、氣壓和降雨等氣象因素并提供由這些環(huán)境指標(biāo)計(jì)算得到的空氣質(zhì)量指數(shù)目標(biāo)值A(chǔ)QI_Target。該數(shù)據(jù)集能夠較完整地反映城市空氣污染隨時(shí)間、空間和天氣條件變化的動(dòng)態(tài)過程適合開展空氣質(zhì)量預(yù)測(cè)、污染風(fēng)險(xiǎn)評(píng)估和環(huán)境智能決策等研究。數(shù)據(jù)結(jié)構(gòu)與關(guān)鍵特征數(shù)據(jù)集中每條記錄對(duì)應(yīng)某一監(jiān)測(cè)站在特定小時(shí)的環(huán)境狀態(tài)主要字段包括監(jiān)測(cè)站編號(hào) Station_ID、時(shí)間戳 DateTime、PM2.5、PM10、NO?、SO?、CO、O? 等污染物濃度以及溫度、相對(duì)濕度、風(fēng)速、風(fēng)向、大氣壓力和降雨量等氣象變量。目標(biāo)字段 AQI_Target 表示簡(jiǎn)化后的空氣質(zhì)量指數(shù)可作為監(jiān)督學(xué)習(xí)模型的預(yù)測(cè)目標(biāo)。數(shù)據(jù)具有明顯的多站點(diǎn)、多變量、長(zhǎng)時(shí)間跨度和小時(shí)級(jí)時(shí)序特征不僅能夠分析單個(gè)站點(diǎn)的污染變化趨勢(shì)還可研究不同監(jiān)測(cè)站之間的空間關(guān)聯(lián)及污染物與氣象條件之間的耦合關(guān)系。應(yīng)用價(jià)值與研究方向該數(shù)據(jù)集可廣泛應(yīng)用于空氣質(zhì)量指數(shù)預(yù)測(cè)、污染物濃度預(yù)測(cè)、異常污染事件檢測(cè)、時(shí)空污染傳播建模以及城市環(huán)境風(fēng)險(xiǎn)評(píng)估等任務(wù)。研究人員可以采用 LSTM、GRU、TCN、Transformer 等時(shí)間序列模型進(jìn)行長(zhǎng)期 AQI 預(yù)測(cè)也可以結(jié)合圖卷積網(wǎng)絡(luò)、時(shí)空?qǐng)D神經(jīng)網(wǎng)絡(luò)等方法建模多個(gè)監(jiān)測(cè)站之間的空間依賴關(guān)系。此外還可研究 PM2.5 與氣溫、濕度、風(fēng)向、降雨等氣象條件之間的相關(guān)性并開展多步預(yù)測(cè)、極端污染預(yù)警、缺失數(shù)據(jù)恢復(fù)和模型可解釋性分析為智慧城市環(huán)境監(jiān)測(cè)、污染治理和公共健康決策提供數(shù)據(jù)支持。數(shù)據(jù)集來源由張家梁(Bob)整理并于2026年在7zcode平臺(tái)公開發(fā)布。數(shù)據(jù)集信息免責(zé)聲明與引用數(shù)據(jù)僅用于科研與教學(xué)用途。若用于商業(yè)場(chǎng)景請(qǐng)自行核驗(yàn)數(shù)據(jù)許可。如需引用請(qǐng)?jiān)谡撐幕驁?bào)告中注明數(shù)據(jù)集名稱與版本號(hào)。作者信息作者Bob (張家梁)項(xiàng)目編號(hào)Datasets-391文件大小19M