airmosaic-ai

PM2.5 均一化日值：Bai 等（2020）

English 中文

复核日期：2026-10-26。03 阶段的产品说明，04 可引用。获取操作由 PM2.5 skill负责；这是现有 PM2.5 方法的产品附页，不新增 tool_id 或执行适配器。

来源、版本与产品身份

项目 说明
数据集 Bai, K. 等（2020），A homogenized daily in situ PM2.5 concentration dataset in China during 2015–2019
发布与引用 PANGAEA DOI：10.1594/PANGAEA.917557；页面发布日期 2020-05-18
方法论文 Bai 等，ESSD 12, 3067–3080（2020），DOI：10.5194/essd-12-3067-2020
许可 发布页标注 CC BY 4.0，使用时引用数据 DOI 和方法论文；不是匿名来源的通用站点文件
来源链 国控站测量 → 中国环境监测总站发布 → 作者采集、质控和加工 → PANGAEA 发布产品
覆盖 发布说明为 2015-01-01 至 2019-12-31，1,309 条日尺度序列，单位 µg/m³
获取 发布页的 Download dataset，公开 ZIP，不需账号、API key 或网盘

产品已经过填补、序列衔接、均一性检验和偏差调整。它与 Quotsoft 小时发布归档是不同产品，不能混写成相同的“原始观测”，也不能与后续年份直接拼接后假定处理一致。

文件结构与字段

已获取发布包中的文件为：

包内文件 结构与读取方式
PM2.5 data in China/Homogenized_PM25_data.txt 前 3 行为标题、频率/单位和起止日期，第 4 行为空，第 5 行是 Date 与 1,309 个序列列；随后为日期与浓度宽表
PM2.5 data in China/Goelocation.txt 保留发布方的此拼写；前 2 行为说明、第 3 行为空，第 4 行是 Site_ID Latitude Longitude，随后是序列位置表

文本按 UTF-8 读取，字段采用空白分隔，不把 .txt 当逗号 CSV。读取时核对标题、列名和字段数，避免跳过固定行数后误读；发布包变更应重新检查。

位置表的 1,309 个 Site_ID 与浓度表的序列列一一匹配，无重复编号。坐标说明为北纬/东经，但没有明确声明坐标参考系统，不能仅由经纬度数值标成已核实 EPSG:4326。

S0001 等是本产品序列标识，不是已确认的原国控站号。包内未提供到 1001A 一类原站号的映射；均一化处理可能涉及迁站序列衔接，不能仅凭当前位置反推整个时期的原站身份或历史位置。

加工带来的误差与适用性

方法论文第 3 节说明，作者先处理异常和缺测，借助日变化约束的 EOF 方法填补，再用参考序列进行变点检测与分布调整；还包括序列衔接和后处理。这里说明产品身份，不将论文参数自动推广为其他数据的默认质控规则。

适合在明确接受其加工方法的条件下研究日尺度变化及比较；监管日均复核、小时事件和原始缺测研究仍需要相应原记录。不同产品的用途和有效性规则见 PM2.5 主文。

规范化与交接

  1. 固定数据 DOI、取得时间、ZIP 校验摘要和产品身份；保留原 ZIP，不覆盖同类原始观测。
  2. 解析标题与字段，验证日期、唯一序列列、数值可解析性，再按明确的序列和日期范围整理；现有小样例不替代全时段检查。
  3. 位置表按 series_id 显式连接，检查唯一性和未匹配项；原国控站号字段保留未知，不猜映射。
  4. 长表保留来源、DOI、series_id、原日期、浓度、µg/m³、product_kind = homogenized_daily、坐标及其来源。与原始发布值分开保存。
  5. 未知项保持未知：本包没有逐值插补/调整标记、逐日有效观测小时数或明确时区/坐标参考系统。不能全部标成“非插补”、填入 n_valid_hours = 24，或声称逐日满足 20 小时原观测门槛。
  6. 不再对现成日值应用“小时转日均”过程；月/年统计另定日尺度覆盖规则。与小时资料、ERA5/CAMS 或网格暴露匹配前，先解决日期语义、物理量和空间支持差异。
  7. 若研究需要原始小时完整性、原站号或逐值处理标记，向原发布资料或作者补齐证据；无法补齐时，按产品适用范围使用，不伪造字段。

取得与小样例检查步骤、实际操作时间见下载验证示例。原包、位置表和派生样例在成员工作区，methods 只保存通用说明。

This site is open source. Improve this page.