蒋健 舒畅

摘 要：以“天气后报网”为数据源，通过现实情况验证数据准确性，利用Python爬虫技术，选用2014—2018年合肥市空气质量数据，基于Tableau软件对收集的空气质量数据进行了可视化分析。分别从空气质量指数、质量等级、空气质量预测三个方面对合肥市空气质量进行可视化分析和总结，揭示合肥市空气质量特征和未来空气质量发展趋势。

关键词：Tableau;空气质量;可视化

中图分类号：X831 文献标识码：A 文章编号：1003-5168（2019）07-0153-03

Absrtact： Taking "weather report network" as the data source， verifying the accuracy of the data through the actual situation， using Python crawler technology， choosing the air quality data of Hefei City from 2014 to 2018， the collected air quality data were visualized and analyzed based on tableau software. The visual analysis and summary of air quality in Hefei were carried out from three aspects： air quality index， quality grade and air quality prediction. The characteristics of air quality and the future development trend of air quality in Hefei were revealed.

Keywords： Tableau;air quality;visualization

隨着我国经济的快速发展，空气质量区域性特性日渐明显。合肥市作为安徽省省会，经济迅速发展的同时，环境污染问题也日渐突出。合肥市主要环境影响因素指标有SO2、NO2、PM2.5、PM10、O3等。国内外学者对空气质量评价建立了许多模型和评价方法。例如，贺爱香[1]等对合肥市空气质量进行评价时，使用了灰色聚类法，同时通过模糊综合评价对空气质量进行评价。赵明艳[2]通过卷积神经网络模型和多元线性回归对空气质量进行短期预测。李慧杰[3]等通过空间插值和灰色关联度分析探究京津冀地区空气质量影响因素。通过建立模型的方法固然能在一定程度上发现空气质量的影响因素，并预测空气质量，但基于现实数据的可视化能更加形象地呈现出合肥市空气质量的变化趋势，从而使相关工作人员制订出相应的解决方案。因而，基于可视化研究的空气质量分析具有重要的现实意义。

1 数据来源与可视化方法

分析报告以“天气后报网”为数据源，使用Python爬虫技术爬取了从2014年1月1日至2018年12月31日的空气质量数据，共获得1 814个字段。……