OpenAQ 是空气质量数据的聚合平台,不是监测网络,也不发布空气质量指数。 它把各国政府参考站和民间传感器上报的原始浓度,统一成同一套字段和接口;数据准不准、连不连续、能不能和别处比较,仍取决于原始提供方。
这个区别决定了它适合做什么。需要一份跨国的地面浓度序列、或者想先看看某座城市有没有公开监测点时,OpenAQ 省掉了逐国找网站、逐站写爬虫的工作。需要判断某地空气是否达标、或比较不同国家的 AQI 等级时,平台本身不提供答案。
一、它解决的是「找得到」和「对得上」
OpenAQ 从 2015 年开始聚合政府参考站数据,2021 年起接入空气传感器数据,现为美国非营利组织。关于 OpenAQ 十周年回顾 它强调六件事:把数据统一成可比格式、用物理浓度而不是指数、同时提供近实时与历史数据、附带站点元数据、开放 API、抓取软件开源。API 简介
收录不是全量的。按官方说明,进入平台的数据需要满足这些条件:数据收录说明
- 有开放许可,允许再分发;
- 上报的是浓度值,不是 AQI 一类的指数;
- 带地理坐标和可用的时间戳;
- 上报频率在 10 分钟到 24 小时之间;
- 是固定的地面监测,不收卫星反演和机载观测。
平台优先收录 PM2.5、PM10、NO2、NOx、NO、O3、SO2、CO、BC,以及随源数据提供的温度和相对湿度;PM1、PM4、CO2、CH4、UFP 等只在少数站点出现。API 简介
由此得到第一条使用边界:站点集合是「OpenAQ 发现且被授权分享」的集合,不是世界监测站的普查。 某地没有数据,不能推出当地空气好;反过来,平台上有站点,也不代表它代表整座城市。
二、数据结构:站点 → 传感器 → 测量值
API v3 的层级很清楚:一个 location 有多个 sensor,每个 sensor 只测一个 parameter,measurements 挂在 sensor 下。
| 层级 | 主要字段 | 用途 |
|---|---|---|
| location | id、name、country、provider、owner、coordinates、timezone、isMobile、isMonitor、instruments、sensors、licenses、datetimeFirst/datetimeLast | 站点身份、责任方与许可 |
| sensor | id、parameter(名称与单位)、datetimeFirst/datetimeLast、coverage、latest、summary | 单个污染物的序列与完整度 |
| measurement | value、parameter、period、coordinates、coverage | 原始读数或聚合值 |
几个字段容易被忽略:
provider与owner不是一回事。 provider 是把数据送上平台的组织,owner 是负责站点的组织;两者可以不同,引用时应分开写。Locations 资源isMonitor区分官方监测设备与传感器。instruments里还记录设备名称和是否用于官方监测,这是后续判断数据质量的主要线索。Instruments 资源 Locations 资源- 一个 sensor 只对应一个参数和一种单位。 想把 PM2.5 与 PM10 拼在一张表里,需要自己按
parameter与units对齐,而不是按列位置对齐。 - 原始值与聚合值分层提供。
/measurements是上游报告的原始值;/hours、/days、/years是小时、日、年均值,并返回summary与coverage两个对象。Measurements 资源
三、时间口径:时刻表示「区间结束」
OpenAQ 的时间戳是左开右闭的结束时刻:标为 03:00 的小时值,覆盖 02:00 到 02:59。日期(date)表示区间起点,日期时间(datetime)表示区间结束,官方文档明确区分了这两种含义。日期、时间与时区
每条时间记录同时返回 UTC 与本地时间:
{ "utc": "2019-07-11T20:00:00Z", "local": "2019-07-11T14:00:00-06:00" }站点还带一个 IANA 时区标识(如 America/Denver)。请求里不写时区时,API 按站点所在地的本地时间解释输入时间;跨时区比较时应显式使用 UTC。日期、时间与时区
聚合口径也要看清:/days 是本地时间 01:00 到次日 0:00 之间各小时均值的平均,/years 同理按本地日历年计算。Measurements 资源 这意味着日界线按站点所在时区划分,跨区拼接「同一天」并不是同一个物理时段。
coverage 给出期望记录数、实际记录数和完成百分比。先看覆盖率再决定要不要平均,比先平均再补解释更稳妥:一个 30% 完整的日均值,和 95% 完整的日均值不是同一种证据。Measurements 资源
另外,latest 不是「最新入库值」,而是该传感器序列中的最后一个值。上游乱序上报时,某条记录可能已经入库却不会出现在 latest 里,轮询 latest 不能保证拿到完整覆盖。Latest 资源
四、三条取数路径
| 路径 | 适合 | 代价与限制 |
|---|---|---|
| OpenAQ Explorer | 浏览、筛选、导出 CSV、建立关注列表 | 手工操作,不适合批量复现 |
| REST API v3 | 按站点、参数、时间窗、地理范围查询 | 需要注册并携带 API key;有速率与分页限制 |
| AWS S3 开放数据 | 下载多年历史、做批量分析 | 只有日文件,按站点与年月分区;有写入延迟 |
API 需要先注册账号取得 key,放在 X-API-Key 请求头里,不要写进前端代码。API key 免费额度是每分钟 60 次、每小时 2,000 次;超限返回 429,响应头会给出已用量、剩余量和重置时间。速率限制
分页默认每页 100 条,最大 1,000 条;查 /measurements 或 /hours 时,官方建议用 datetimeFrom 与 datetimeTo 把时间窗限制在一年以内,否则翻页会很慢。分页 地理查询支持两种互斥写法:bbox 边界框,或 coordinates 加点半径(半径最大 25 公里),同时给出两种会返回 422。地理查询
v1 与 v2 已于 2025 年 1 月 31 日退役,旧地址现在返回 410 Gone,现有代码应迁移到 v3。API 简介
需要整年或多年数据时,S3 更省事。存储桶是 openaq-data-archive,按 records/csv.gz/locationid={id}/year={年}/month={月}/ 的 Hive 分区存放,每个文件是某站点某天的窄表(location_id、sensor_id、datetime、lat、lon、parameter、units、value)。日文件在日终后约 72 小时写入,缺数时可能被回补,也可以用 SNS 订阅对象创建事件。Open Data on AWS
最后一条容易被忽略:不要把 API 直接接到浏览器端。OpenAQ 不允许跨域请求,多用户页面也会很快撞上速率限制;官方建议自建后端代理并做缓存。FAQ
五、许可:许可跟着原始来源走
OpenAQ 汇集的是不同来源的数据,没有一个覆盖全平台的统一数据许可。每个 location 带自己的 licenses 列表,每条许可还标出生效时间段。Locations 资源
licenses 资源把许可拆成几个可判断的开关:是否允许商业使用、是否要求署名、是否要求相同方式共享、是否允许修改、是否允许再分发,并给出原始许可链接。Licenses 资源 这些字段是筛选条件,不是法律意见;具体用途仍要回到原始许可文本。
署名有两层:按原始许可要求注明数据提供方,同时注明 OpenAQ 作为获取入口。即使原来源不强制,官方也建议把两者都写上。使用条款
使用条款还有几条硬约束:只能通过 API、导出功能等官方渠道下载数据,禁止从可视化页面抓取;一个人只能注册一个 key;不得用托管 API 开发与 OpenAQ 核心服务实质重复的产品。数据按「现状」提供,不保证准确、完整或不中断。使用条款
六、规模:数字能说明什么
截至 2025 年 9 月,平台自述聚合了超过 20 亿条数据,来自 134 个国家的 20,700 个站点,其中 2,043 个位于低收入和中等收入国家;官方统计有 553 篇论文或会议论文引用过这些数据。(OpenAQ, 2025)
这些数字说明平台的可及性,不说明代表性。三个原因值得记住:
- 站点数不是人口暴露覆盖。 城市监测站常布在交通干道或城市背景点,乡村、山区和工业区内部往往更少。
- 参数覆盖不均。 并非每个站点都测 PM2.5;气体污染物的站点密度通常更低。
- 国别差异很大。 2024 年的全球评估认为,36% 的国家、合计近 10 亿人没有在监测空气质量,且多数属于低收入或中低收入国家;只有略多于四分之一的国家提供了完整且易于获取的公开数据。(OpenAQ, 2024)
所以「OpenAQ 上查不到」和「当地没有污染」是两件事。做跨国比较时,样本本身就是有偏的,缺失机制与污染水平相关。
七、八个容易踩的坑
单位不统一。 PM2.5 和 PM10 通常用 µg/m³,CO、NO2、O3、SO2 常以 ppm 上报。两列数值接近不代表浓度接近,换算前先确认 parameter 与 units。
传感器不是参考站。 低成本传感器经过现场校准后,可以在部分场景给出可用的 PM 估计;但读数受湿度、温度、老化与安装位置影响,跨站点、跨季节的可比性需要单独验证,不能因为都叫 PM2.5 就混在一起。(Castell et al., 2017; Kumar et al., 2015)
缺测不是零。 没有记录表示没有观测,不表示浓度为 0。日均值前先看 percentComplete,并在方法里写明如何处理低覆盖天数。
原始值与聚合值不能混用。 原始读数、小时均值、日均值是三个层级的量;把某天的原始小时值直接和另一站的日均值比较,会引入口径差。
接近零的负值不要静默截断。 仪器噪声可能让原始读数略小于零。直接改成 0 会改变分布和均值,是否截断、如何截断都应记录。
AQI 不能跨系统比较。 各国的污染物清单、分段浓度和计算方法不同,同一个数值在不同国家含义不同;AQI Hub 这类工具的存在,本身就说明指数并不通用。
站点会变。 改名、迁移、换设备都会改变序列含义。用 datetimeFirst/datetimeLast、instruments 和坐标核对连续性,不要假设一个 location_id 永远对应同一套观测。
去重不能只靠名称。 同一实体可能由不同 provider 上报,坐标相近也不一定是同一站;合并时保留 location_id 和 sensor_id,并记录合并规则。
八、研究使用清单
- 记录检索日期、API 版本、
location_id、sensor_id、参数、单位、聚合层级和覆盖率阈值。 - 保存查询参数与原始响应或数据快照;平台数据会回补和修订,事后无法复原当时的序列。
- 分析时把官方监测(
isMonitor)与传感器分开,分别报告样本量和结论。 - 引用时同时署名原始提供方与 OpenAQ;许可要求逐站点核对。
- 对覆盖率做敏感性分析:换一个阈值,结论是否改变。
- 不把「平台上没有」写成「当地没有监测」或「空气质量良好」。
九、证据边界
本页依据 2026 年 11 月可访问的 OpenAQ 官方站点与 API 文档整理。速率限制、许可条款、字段名称和收录标准都可能调整,动手前应回到 docs.openaq.org 核对当前版本。
文中覆盖数字来自 OpenAQ 十周年页面(2025 年 9 月口径),不是实时计数;本页没有独立审计任何站点的数据质量。关于低成本传感器性能的判断,引用的是评估研究的一般结论,不针对平台上某个具体设备。