基于 Django 的城市空气质量监测分析系统设计与实现
项目简介
面向公众与环境管理者的城市空气质量监测分析系统：真实采集 12 个城市一年逐小时六项污染物与气象数据，按 HJ 633—2012 计算 AQI 与首要污染物，提供监测大屏、城市详情、区域对比、污染过程复盘、数据质量报告与预报对比实验，并支持原始数据下载。重点是把 AQI 数字变成可解释的结论。
演示视频
视频也可在 B 站视频页 观看
运行环境
| 编程语言 | Python 3.8 及以上 |
|---|---|
| 后端框架 | Django 4.2 |
| 数据采集 | requests 真实 HTTP 采集（Open-Meteo 空气质量 + ERA5 归档气象，带重试） |
| 数据分析 | pandas 2.0 / NumPy 1.23 / scikit-learn 1.3 |
| 数据库 | MySQL 8.0（交付默认 SQLite，免安装） |
| 可视化 | ECharts 5（已内置本地文件，离线可用） |
| 数据规模 | 12 城 × 8760 小时 = 105120 条，6 项污染物 + 3 项气象，0 缺失 |
| 操作系统 | Windows / macOS / Linux |
| 启动方式 | 双击一键脚本，或 python manage.py runserver 8083 |
功能模块
- 真实采集：Open-Meteo（CAMS 观测同化产品）逐小时 6 项污染物 + ERA5 气象，12 城 × 一年 = 105120 条，均 0 缺失；页面与论文如实标注「非地面站点实测」
- AQI 严格按 HJ 633—2012：断点分段线性插值、24 小时均值（有效小时 ≥ 20）、O₃ 日最大 8h 滑动平均、AQI 取最大、首要污染物判定与六级分类
- 数据质量：完整性统计（0 缺失）+ IQR 异常检测与真实极值归因（静稳累积型 / 沙尘型）+ 缺失填补受控实验
- 缺失填补实验：线性插值 MAE 3.51–5.25 最优，前向填充 8.4–11.6，当日中位数 30–33，均值填充 47–51（PM2.5 时间自相关强，邻近时刻信息远优于全局统计量）
- 污染过程复盘：识别 90 段 AQI 连续 ≥100 且 ≥2 天的过程，输出起止/天数/峰值/主因/等级；最长一段为兰州 2026 年 4 月持续 27 天、峰值 AQI 500 的沙尘过程
- 城市与区域对比：日均 AQI 北京 117.7 最差、哈尔滨 50.9 最优；华北 107.4 > 东北 50.9；首要污染物呈地域特征（华北 PM2.5 / 兰州 PM10 / 沪深 NO₂ / 哈尔滨 O₃）
- 预报对比实验：过去 3 天 → 次日日均 AQI，按时间顺序切分避免信息泄漏；持续性 17.12 / 线性回归 18.83 / 梯度提升 17.07（仅改善约 0.3%）
- 可视化：深色数据大屏 + 城市卡片矩阵 + AQI 日历热力图 + 可缩放多污染物趋势 + 过程曲线（含风速）+ 原始数据在线下载
交付内容
- 完整源码（Django 工程 + 真实采集脚本 + AQI 计算 + 数据质控 + 分析 + 预报对比）
- 真实采集的原始逐小时数据（data/raw/*.csv，12 城 + 城市清单，可在线下载）
- 分析产物（每日 AQI、月度/日内画像、城市与区域对比、污染过程、数据质量、预报指标）与演示数据库
- 毕业设计任务书（Word）
- 开题报告（Word）
- 毕业论文（Word，七章制，含数据来源与口径、数据质量实验、区域分析与预报对比章节）
- 系统使用与二次开发说明（Word + md）
- 11 张系统运行截图
最终成品目录结构
下面是交付包里的真实目录，共 97 个文件。只展示文件名，不含文件内容； 点击文件夹可逐层展开，看到每个模块是怎么拆分的。
界面截图
点击任意一张可放大，支持左右切换（也可用键盘 ← → 键）
文档预览
交付的任务书、开题报告与论文均为 Word 文档，下面是真实页面预览；点击可放大并左右切换：
常见问题
数据是真实采集的吗？
是。通过公开接口真实采集 12 个城市一年逐小时的 6 项污染物（Open-Meteo，CAMS 观测同化产品）与 3 项气象（ERA5 再分析），共 105120 条，原始 CSV 随包并可在页面下载。需要注意：这是观测同化后的模型数据，不是地面监测站的实测值，页面与论文都如实标注。
AQI 是怎么算的？
严格按 HJ 633—2012：分指数按断点分段线性插值；PM2.5/PM10/SO₂/NO₂/CO 取 24 小时平均（有效小时 ≥ 20），O₃ 取日最大 8 小时滑动平均；AQI 为各分指数最大值，AQI > 50 时最大项即首要污染物；六级分类并附健康提示。
缺失值是怎么处理的？
本数据源完整性为 100%（0 缺失）。为了定量说明填补方案是否可靠，做了受控实验：把北京 PM2.5 序列按 1%/3%/5%/10% 随机挖空再填补，结果线性插值 MAE 仅 3.5–5.3 最优，前向填充 8.4–11.6，当日中位数 30–33，均值填充 47–51。
异常值是什么情况？
IQR 检出的离群点经归因多为真实极端事件：北京 2025-12-22 PM2.5 430.3 μg/m³ 而风速仅 0.6–1.8 m/s（静稳累积型）；兰州 2026-03-12 PM10 716.1 μg/m³ 且风速 10.66 m/s（沙尘型）。所以异常检测在环境数据里更像『极端事件定位』。
为什么北京最差、哈尔滨最好？
按日均 AQI 排序：北京 117.7 最差（华北，PM2.5 主导），哈尔滨 50.9 最优（东北，颗粒物低、以 O₃ 为主）。区域均值为华北 107.4 > 西南 105.9 > 西北 101.2 > 华中 98.6 > 华东 87.1 > 华南 81.0 > 东北 50.9。
预报效果如何？
用过去 3 天预测次日日均 AQI，按时间顺序切分避免信息泄漏：持续性基线 MAE 17.12、线性回归 18.83、梯度提升 17.07。诚实结论是持续性基线已很强，复杂模型只改善约 0.3%，要提升需补充边界层高度、风场与排放信息。
能换数据源或城市吗？
能。保持 data/raw/<城市>.csv 的列名不变替换采集逻辑即可（例如接入官方站点数据做交叉验证）；加城市在 crawler/cities.py 增项后重跑采集、分析与导入，大屏与对比页会自动扩展。
原始数据能拿到吗？
能。页面『原始数据』列出 12 个逐小时 CSV 并提供下载，同时给出字段、单位与数据性质说明。