2. 环境数据的季节性特征识别

在环境监测中，季节性并不只指“一年四季”。对空气质量、地表水、噪声等高频监测数据而言，至少存在三类时间尺度上的周期结构：日变化（24小时周期）、周变化（7天周期，主要受人类活动节律驱动）和年周期（365天左右的季节循环）。识别这些周期是否真实存在、强度多大、是否随时间漂移，是后续分解与趋势评估的前提。本节从“看什么、怎么算、怎么判”三个层面展开，并结合一个监测站点的示例数据说明识别流程。

三类周期在环境数据中的典型形态

日变化最常见于近地面污染物与气象要素。以城市站点PM2.5为例，典型形态是清晨与傍晚两个峰值、午后一个谷值：夜间边界层稳定、逆温层抑制垂直扩散，污染物累积；日出后边界层抬升、混合增强，浓度下降；傍晚交通排放上升叠加边界层回落，形成第二峰。O₃则相反，呈午后单峰，由光化学反应驱动。日变化对采样时刻极为敏感，若每日仅取固定时刻的日均值，可能把日周期混入趋势项。

周变化源于工作日与周末的排放差异，幅度通常小于日变化和年周期，但在交通源主导的站点上可清晰辨认：工作日NOx、CO偏高，周末下降；部分区域周末O₃反而升高，因为NO滴定减少。周周期容易被节假日（如春节、长假）打乱，识别时应把法定假日单独标注，避免把假日效应当作噪声剔除。

年周期由太阳辐射、季风、供暖与农业活动共同塑造。北方城市PM2.5常呈冬高夏低，地表水温度、溶解氧呈正弦型年循环，噪声则可能因夏季夜间活动增多而抬升。年周期往往不是严格正弦，还叠加了“供暖季”这样的阶跃式变化，因此识别时既要看周期强度，也要看波形是否规则。

可视化先行：先看形态，再谈检验

识别周期最经济的第一步是画图，但“画什么图”决定了能否看出周期。建议同时做三张图：原始时序图用于观察整体波动与异常段；按小时/按星期/按月份分组的箱线图用于观察组间中位数差异与离散度；叠加平均图（把多天同一时刻的值取平均）用于凸显日变化形态。分组箱线图尤其重要，因为均值会被极端污染事件拉偏，而中位数与四分位距能更稳健地反映周期结构。

以某城市交通混合站为例（以下为教学示例数据，非实测）：取连续两年PM2.5小时浓度，先按小时分组，可见0—6时中位数约55 μg/m³，14—16时降至约32 μg/m³，昼夜差约23 μg/m³；按星期分组，周一至周五中位数约45 μg/m³，周六、周日约36 μg/m³；按月份分组，1月约62 μg/m³、7月约28 μg/m³。三组箱线图已经提示三类周期都可能存在，但“看起来有差异”不等于统计显著，还需定量检验。

统计检验：自相关、谱分析与方差分解

自相关函数（ACF）是最直接的周期探测工具。对去趋势后的序列计算ACF，若在滞后24、48、72小时处出现逐渐衰减的峰，说明日周期存在；在滞后168小时处出现峰，说明周周期存在；在滞后约8760小时（365天）处出现峰，说明年周期存在。判断显著性可用置信带 ±1.96/√n，n为有效样本量。注意：环境序列常含强自相关与趋势，直接算ACF会把趋势误读为长周期，因此应先做一阶差分或先去趋势。

周期图（periodogram）与谱分析把序列分解到频率域，周期T对应频率f=1/T。对小时数据，日周期对应f≈0.0417 h⁻¹，周周期对应f≈0.00595 h⁻¹，年周期对应f≈0.000114 h⁻¹。若某频率处功率显著高于背景谱（可用红噪声背景检验），则该周期能量突出。谱分析的优点是能同时看到多个周期并比较相对强度，缺点是频率分辨率受序列长度限制，两年数据对年周期的分辨较粗。

方差分解把总方差拆分为日、周、年及残差四部分，用各部分占比衡量周期强度。一种可操作的近似做法是：分别对“小时均值序列”“星期均值序列”“月份均值序列”计算组间方差，再除以总方差。示例数据中，日、周、年组间方差占比约为 38%、9%、31%，残差约22%，说明日变化最强、年周期次之、周变化较弱但仍不可忽略。若某分量占比低于约10%，在后续分解中可考虑合并或简化。

显著性检验方面，可用Kruskal-Wallis检验判断各小时组、各星期组、各月份组的分布是否整体存在差异（不要求正态），p<0.05视为组间差异显著；也可用方差分析（ANOVA）在满足正态与方差齐性时使用。需要强调：显著性检验回答“是否存在差异”，方差占比回答“差异有多大”，两者应结合判断，避免大样本下微小差异也被判为显著。

案例判读与常见陷阱

回到示例站点：ACF在滞后24、48、72小时处均有超置信带的峰且逐级衰减，滞后168小时处有弱峰，滞后约8700小时处有峰但受序列长度限制不够尖锐；周期图在f≈0.0417与f≈0.000114处出现明显峰，周周期峰较弱；方差分解给出日38%、年31%、周9%。综合判断：日周期与年周期显著，周周期存在但较弱，后续分解模型应保留日与年分量，周分量可作为可选成分。

实践中还有几个易错点。其一，采样频率与周期混叠：若数据为日均值，日周期已被平均掉，此时再检验24小时周期没有意义；若为4小时采样，日周期仍可识别但形态被粗化。其二，缺失值与不规则时间戳：ACF与谱分析要求等间隔序列，缺失段应先插值或分段处理，否则滞后结构会被扭曲。其三，节假日与异常事件：春节、重污染过程会短期破坏周期形态，应在识别时标注而非直接删除，以免低估周期强度。其四，非平稳性：若年周期振幅逐年变化（如治理政策使冬季峰值下降），全局谱分析会给出“平均周期”，此时应做滑动窗口谱分析观察周期强度的时间演变。

完成本节识别后，应形成一份简明的周期诊断结论：存在哪些周期、各自强度占比、是否显著、是否存在随时间漂移，以及数据质量对结论的限制。这份结论将直接决定下一阶段分解模型的成分设置与参数选择。