4. 污染物浓度时间序列可视化

污染物浓度数据本质上是带时间戳的序列，但“画成图”并不等于“看得懂”。同一份 PM₂.₅ 小时数据，用折线图看趋势、用日历热图看超标日分布、用箱线图看季节差异、用日变化曲线看早晚峰、用多站点对比图看区域传输，得到的结论完全不同。本节的核心不是绘图软件操作，而是根据要回答的问题选择图型，并从图形特征反推污染过程。下面以某城市 2023 年 PM₂.₅ 小时浓度（示例数据，非实测）为对象，逐一说明五类图的绘制要点与判读逻辑。

一、折线图：看趋势与突变，先解决“时间轴密度”问题

折线图是最基础也最容易画错的图型。全年 8760 个小时点直接连成一条线，会形成密集的“毛刺带”，既看不出季节趋势，也掩盖了污染过程的起止。正确做法是分层绘制：用日均值折线看全年趋势，用小时值折线看单次过程。绘制时横轴用真实时间刻度（非等距序号），纵轴从 0 起，避免截断纵轴放大波动。示例中全年日均值折线呈现“冬高夏低”的 U 形，1 月和 12 月日均值多在 55～90 μg/m³，7 月多在 18～30 μg/m³；而在 12 月某次过程中，小时值从 40 μg/m³ 在 30 小时内升至 180 μg/m³ 再回落，折线斜率明显陡于季节变化，这就是过程性污染与季节性背景的形态差异。判读要点：连续 3 天以上日均值超过 75 μg/m³ 视为一次污染过程；折线出现“台阶式”抬升而非平滑上升，往往提示区域传输或逆温积累。

二、日历热图：把“哪天超标”变成一眼可见的空间格局

日历热图以“周×星期”为网格，每格代表一天，颜色深浅映射日均浓度。它最适合回答“污染日在年内如何分布、是否集中在某些时段”。绘制时颜色分级建议按标准阈值切分（如 ≤35、35～75、75～115、115～150、>150 μg/m³），而不是等间距分箱，这样颜色边界直接对应空气质量等级。示例热图中，12 月中旬出现连续 5 格深红色，对应一次持续 5 天的重污染过程；而 3 月仅有零星橙色格，说明春季以短时轻度污染为主。判读时注意两点：一是连续色块代表过程持续性，孤立深色格多为单日突发（如烟花爆竹、沙尘过境）；二是色块与星期的对齐可辅助排查人为活动周期，但不可直接归因。

三、箱线图：用分布而非均值比较季节与站点

均值会掩盖分布形态。箱线图同时给出中位数、四分位距（IQR）、须线和离群点，适合比较“冬季是否整体偏高、夏季是否偶发高值”。绘制时须线建议取 1.5×IQR，超出部分标为离群点；各季节样本量应大致均衡，否则需在图中注明。示例中冬季箱体上沿（P75）约 95 μg/m³、中位数约 62 μg/m³，明显高于夏季中位数约 22 μg/m³；但夏季须线上端出现 110 μg/m³ 的离群点，提示夏季存在短时强污染事件（如秸秆焚烧或沙尘），不能仅凭中位数判断“夏季无污染”。判读时重点看箱体高度（数据离散度）与离群点数量（极端事件频率），二者结合比单看均值更有信息量。

四、日变化曲线：识别人为活动与边界层节律

将多日同一时刻的浓度取平均（或取中位数），得到 24 小时日变化曲线。典型城市 PM₂.₅ 呈“双峰双谷”：早峰 7–9 时、晚峰 19–21 时，午后 14–16 时最低。这一形态由排放节律（早晚交通与生活源）和边界层日变化（夜间逆温、午后抬升）共同塑造。绘制时建议用中位数而非均值以抑制极端值干扰，并标注峰谷时刻。判读要点：若早峰消失而晚峰突出，可能提示该站点受夜间工业源影响；若曲线整体平坦，说明该区域排放稳定或受区域背景主导。示例曲线早峰约 68 μg/m³、午后谷值约 35 μg/m³，峰谷比接近 2，属于典型的城市人为源主导形态。

五、多站点对比图：从“同步性”判断传输与本地积累

把上风向、城区、下风向三个站点的浓度曲线叠在同一时间轴上，是判断区域传输最直观的方法。绘制时统一纵轴量程、统一时间分辨率，并用颜色区分站点；若站点间存在海拔或仪器差异，需先说明是否做过校正。判读逻辑：上风向站先升、下风向站滞后数小时跟进，且峰值依次递减，提示区域传输；各站几乎同时抬升且幅度接近，更可能是大范围静稳天气下的同步积累；仅城区站孤立升高，则优先排查本地源。示例中上风向站在 10 时率先抬升，城区站滞后约 3 小时，下风向站再滞后 2 小时且峰值降低约 25%，符合传输过程的时序特征。