城市空气质量与天气并不是同一个指标，但两者经常同时变化。天气决定污染物能否扩散、沉降或发生化学反应，空气质量数据则反映某一时段、某一监测点的污染水平。想判断一座城市当天或一段时间内的空气状况，不能只看“晴天、阴天、下雨”这些天气描述，还要结合风力、湿度、温度变化、日照强度以及具体污染物来理解。

这也是为什么同样是晴天，有的城市空气清爽，有的城市却可能出现灰蒙感；同样经历降雨，空气质量也不一定会完全相同。天气提供的是影响条件，空气质量监测数据提供的是实际结果，两者需要放在一起看。

先分清：天气描述和空气质量数据各自回答什么问题

天气预报主要关注气温、降水、风向风力、湿度、云量和能见度等气象条件。空气质量则根据监测到的污染物浓度计算空气质量指数，常见关注对象包括PM2.5、PM10、二氧化氮、二氧化硫、一氧化碳和臭氧。当天的空气质量等级，通常由当时影响最大的污染物决定，因此“天气很好”不等于空气质量一定很好。

例如，空气透明度较高时，PM2.5仍可能处于较高水平；而空气看起来有雾，也不代表污染一定严重。水汽形成的雾、颗粒物造成的霾，以及湿度较高时颗粒物吸湿变大的视觉效果，可能同时存在，也可能单独出现。判断时应优先查看正式监测数据和主要污染物，而不是只凭肉眼观察天空。

如果需要了解一座城市的空气变化，建议同时记录三个信息：当前空气质量指数、首要污染物，以及对应时段的天气条件。只看一个综合数值，容易忽略污染来源和后续变化方向。

风弱、湿度高且天气稳定：重点看污染物是否持续累积

在静稳天气中，近地面空气流动较弱，污染物不容易被带走。冬季或昼夜温差较大时，如果出现逆温，靠近地面的冷空气被上方较暖空气压住，垂直交换减弱，污染物可能在城市近地层积累。此时即使没有明显降雪或降雨，空气质量也可能连续数小时甚至数天处于较差状态。

这种场景下，最值得关注的不是某一个小时的数值，而是PM2.5或PM10是否持续上升、首要污染物是否长时间不变，以及夜间到清晨是否反复出现高值。若多个监测时段都呈现相近趋势，通常比一次短暂波动更能说明城市整体扩散条件不佳。

• 低风速：本地排放和周边区域输送都更容易在近地面停留，空气质量改善速度可能较慢。
• 高湿度：颗粒物可能吸湿增长，能见度下降，监测值和体感都可能发生变化，但湿度本身不等于污染。
• 逆温或持续静稳：污染物上下交换受限，早晚时段尤其需要留意连续变化。

如果查看历史空气质量数据，静稳天气适合用来观察“污染是否会累积”。可以把同一城市连续几天的PM2.5、风速和湿度放在一起对照，而不要拿某天的单点数据直接概括整个月。城市内部还可能存在差异，交通密集区、工业区和郊区的监测点变化未必同步。

降雨或风力增强：空气可能改善，但不能简单等同于“马上变好”

降雨能够通过冲刷和沉降减少空气中的部分颗粒物，较强且持续的风也有助于扩散污染物。因此，在污染主要由颗粒物造成、并且降雨范围较广或风向有利于排散时，PM2.5和PM10往往会出现下降。

但改善速度取决于降雨强度、持续时间、风向、污染源分布和城市周边输送情况。短时小雨可能只带来暂时变化，雨停后如果风弱、排放仍然存在，空气质量可能再次回升。风力增强也不一定总是利好：如果风从污染源方向吹来，外来污染物可能被带入城市，某些区域反而会出现短时恶化。

遇到降雨或大风天气时，可以重点比较降水前后及不同监测点的变化：

• 降雨前污染物持续升高、降雨后明显下降，说明沉降作用可能较突出。
• 风向改变后，城市不同区域的污染水平出现差异，可能与区域输送有关。
• 降雨停止后数值很快回升，说明本地排放或周边污染输送仍在发挥作用。

因此，“下雨了，空气一定很好”只能作为一种可能性，不能替代实时监测。降水改善的往往是部分颗粒物，空气质量指数还可能受到其他污染物影响。

晴朗、炎热、日照强：还要特别留意臭氧

晴天并不只对应较好的空气质量。在气温较高、日照强、风力不大且前体物排放较多的情况下，臭氧可能成为首要污染物。臭氧不是直接从汽车尾气或烟囱中排出的主要污染物，而是在氮氧化物和挥发性有机物等物质参与下，经阳光照射发生复杂反应形成。

臭氧污染的变化规律，和PM2.5并不完全一致。它通常在午后到傍晚更值得关注，早晨数值较低也不能说明当天一直良好。夏季晴热天气中，如果空气质量指数在午后上升，而PM2.5并不高，就需要查看首要污染物是否已经转为臭氧。

这个场景说明，天气和空气质量之间不是简单的“晴天好、雨天差”关系。晴朗天气可能有利于颗粒物扩散，也可能为臭氧生成提供更强的光照条件。判断空气变化，必须结合污染物种类和一天中的时间段。

查城市空气质量历史数据时，怎样避免看错趋势

历史数据的价值在于帮助理解规律，而不是用某一天的结果代表全年情况。查询一座城市的空气质量历史记录时，可以按照“同一城市、同一监测点或区域、相近季节、相同统计口径”的顺序进行比较。

1. 先确认时间尺度。小时数据适合观察天气过程和污染峰值，日均数据适合比较天与天之间的整体水平，月度数据更适合看季节趋势。
2. 再看首要污染物。同样的空气质量指数，可能由PM2.5、PM10或臭氧造成，背后的天气条件和变化规律并不相同。
3. 核对监测范围。城市平均值、单个监测站数据和区域平均值不能直接互换，城区与郊区的结果也可能不同。
4. 对照天气过程。把风速、风向、降雨、湿度和温度变化放在数据旁边，有助于解释某次上升或下降，而不是只看到数字波动。

如果目的是了解季节规律，可以比较多个年份的同一月份，但要注意统计口径和监测站是否发生调整。如果目的是解释某次空气突然变差，则更适合查看小时数据、首要污染物和当天风向。不同目的对应不同数据粒度，直接把日均值、小时峰值和月度排名放在一起比较，容易得出不准确的结论。

把天气预报与空气质量放在一起看

更可靠的理解方式，是先看天气给出的扩散条件，再看空气质量监测给出的实际结果，最后判断主要污染物是否与天气变化相符。比如，风弱、湿度高、逆温明显时，重点关注颗粒物是否积累；降雨和大风到来时，观察颗粒物是否下降以及改善能否持续；晴热少风时，则要留意臭氧在午后的变化。

城市空气质量与天气之间存在密切联系，却不存在一个对所有城市、所有季节都适用的固定结论。天气决定污染变化的可能路径，排放来源、区域输送和地形条件决定实际结果。把实时数据、历史数据和天气条件结合起来，才能更清楚地回答“今天为什么变差”“雨后是否真的改善”以及“这种变化会不会持续”等问题。