1. 先说结论：同一天，同一批监测站，3 和 10

2026 年 8 月 8 日，香港 18 个空气质素监测站。当天全港最高的那个 AQHI 读数是这样走的：

时刻	全港最高 AQHI	18 站均值	分级
08:15	3	2.67	低
13:15	6	5.50	中
16:15	10	8.39	甚高
17:15	10	8.67	甚高
23:15	6	4.44	中

同一天、同一批监测站：早上 8 点全港 18 个站没有一处超过「低」，下午 5 点大部分站已踩进「高」到「甚高」。

这不是个例——归档里 8 个「当日峰值 ≥7」的采样日，峰值全部落在 15–19 时，谷值集中在清晨 5–8 时；极端的一天（2026-07-25）全港均值从凌晨 2.00 走到下午 8.22，一天内摆动 4.11 倍。

这篇要讲的不是「香港空气好不好」，而是读这个指数有几种读法、每种给出什么不同结论：日内、快照、排行、跨期、编码。

2. 先把口径钉死：AQHI 不是平均值，也不是最大值

动手前先确认它在算什么。环保署 FAQ 的定义有三个要点：

• 四项风险相加，不是取平均也不是取最大：%AR = %AR(NO₂) + %AR(SO₂) + %AR(O₃) + %AR(PM)，其中 %AR = [exp(β × C) − 1] × 100%，C 是三小时移动平均浓度；%AR(PM) 取 PM₁₀ 与 PM₂.₅ 中风险更高的一项。
• 分级 11 档：1–3 低 / 4–6 中 / 7 高 / 8–10 甚高 / 10+ 严重。7 是易受影响人群的预防分界，8 是一般市民的。
• 监测站两类：15 个一般站 + 3 个路边站（铜锣湾、中环、旺角）。官方写明「路边监测站录得的指数一般会较一般监测站为高，主要是受地面汽车废气影响」，并提示除非整日在繁忙街道逗留数小时，否则应参考一般站。

C 用三小时移动平均，所以 AQHI 天然比瞬时读数平滑。

数据源（两个端点，都零鉴权）：实时快照 https://dashboard.data.gov.hk/api/aqhi-individual?format=json，返回 18 个站的 {station, aqhi, health_risk, publish_date}；逐小时归档 https://api.data.gov.hk/v1/historical-archive/ 把每个版本都存了一份。

实测归档规模：39,453 个版本、65.3 MB、1,644 天可查（2022-01-01 至 2026-09-11），累计 18 个站、29,514 个有效读数。

3. 采集代码：三个必须先摸清的接口行为

import json
import subprocess
import urllib.parse

LIVE = "https://dashboard.data.gov.hk/api/aqhi-individual?format=json"
ARCHIVE = "https://api.data.gov.hk/v1/historical-archive"


def curl(url, timeout=60):
    """走 curl 而非 urllib：这条链路对请求特征的限流更宽容。"""
    return subprocess.run(["curl", "-sL", "-m", str(timeout), url],
                          capture_output=True, text=True).stdout


def list_versions(start, end):
    """列归档版本清单。

    坑 1：单次最多只返回 10000 个时间戳（version-count 才是真实总数），
         跨年必须按年分页，否则被静默截断成开头那一段。
    """
    q = urllib.parse.quote(LIVE, safe="")
    stamps = []
    for year in range(int(start[:4]), int(end[:4]) + 1):
        a = max(f"{year}0101", start)
        b = min(f"{year}1231", end)
        m = json.loads(curl(f"{ARCHIVE}/list-file-versions"
                            f"?url={q}&start={a}&end={b}", 90))
        stamps += m["timestamps"]
    return sorted(set(stamps))


def get_version(stamp):
    """取一个归档版本。

    坑 2：end 参数不能晚于昨天，传今天直接 400。
    坑 3：不存在的 time 不报错——HTTP 200 + 31 字节 {"message":"NOT FOUND"}，
         只判断状态码会把垃圾写进缓存，用长度哨兵拦掉。
         注意时间戳的分钟并不规整，必须取自清单，不能自己拼。
    """
    q = urllib.parse.quote(LIVE, safe="")
    raw = curl(f"{ARCHIVE}/get-file?url={q}&time={stamp}")
    if len(raw) < 200 and "NOT FOUND" in raw:
        return None
    try:
        return json.loads(raw)
    except ValueError:
        return None

三个坑里第一个最隐蔽：它不报错、不告警，只是安静地把 4.7 年的清单截成前面一段——我第一次就是拿这个截断清单去建索引的，直到发现天数对不上才回头查。

这段逻辑可以直接接 data.gov.hk 的任何一个归档端点，只需换掉 LIVE 这一个常量，建议收藏备用。

4. 读法一：把一天摊开看

上图是四个采样日的逐小时曲线：实线是 18 站均值，色带是当天最低站到最高站的区间。四条线的形状差异比数值差异更值得看：

• 2022-09-16（红）：全期最极端的一天，24 小时都有站点在 ≥7，均值从早到晚没低于 4。
• 2026-08-08（深蓝）：典型「陡升陡降」——早上 8 点前全港最高只有 3，14 时后一路爬升，17 时见顶 10，21 时掉回 6。
• 2026-01-13（绿）：冬季日的特征不是峰值更高，而是地板更高——全天均值没低过 4.06，清晨 7 点的谷值仍是 4 分（中）。
• 2026-06-15（青）：清洁日形状几乎平的，全天 2.0–2.9。

两条直接读出来的结论：冬季的「高」和夏季的「高」不是一回事——前者靠地板抬升，后者靠午后陡冲。峰值高度集中在 15–19 时，8 个高值日的峰值时刻分别是 15、16、17、17、17、18、18、19 时。至于是哪一项污染物主导，只有 AQHI 综合值无法反推。

5. 读法二：16:00 快照会骗人，而且是双向的

要拿到 4.7 年长期序列，只能「每天取最接近 16:00 的版本」抽样。该做法必须检验，所以我另对 21 天做了全天 24 小时全量采集：

21 天里 8 天（38%）的 16:00 快照漏掉当日峰值（都差 1 级）；而它的日均值比真实全日均值平均高 1.215 级（中位 +0.533，最大 +4.400）。漏峰最典型的是 2026-01-13——16:00 读到 9，真实峰值 10 出现在 18 时；高估均值最夸张的是 2026-07-25——那一刻 8.22，全天真实均值只有 3.82，差了 4.4 级。

用「一天一个数」判断某天空气质量，既可能低估极端值、又可能高估均值。判断「今天要不要减少户外活动」看当日峰值，判断「这个月趋势」看全天均值——单点快照两个都不满足。

6. 读法三：同一批监测站，两张不重合的榜

左图按「归档期日均 AQHI」排序，右图按「达到 ≥7 的天数」排序。柱子顺序相同，右边越不整齐说明两张榜分得越开（下表为位移最大的站）。

监测站	类型	日均（排名）	≥7 天数（排名）	位移
屯门	一般	4.06（1）	115（1）	0
铜锣湾	路边	4.03（2）	42（14）	−12
东区	一般	3.95（4）	40（15）	−11
中环	路边	3.83（7）	34（17）	−10
元朗	一般	3.82（9）	95（3）	+6
东涌	一般	3.65（17）	97（2）	+15
荃湾	一般	3.61（18）	50（7）	+11

读法：三个路边站全部挤进日均榜前 7，但在爆表榜上集体掉到第 11 名之后；反过来，日均榜垫底的荃湾（18）与东涌（17），在爆表榜上是第 7 和第 2，日均第 9 的元朗排到爆表第 3。

两张榜都不算错，回答的是两个问题：「哪里的人长期吸得多」和「哪里最常出现要减少户外活动的日子」。3 个路边站日均合计 3.943、15 个一般站 3.810，前者更高（与官方说明一致），但一般站撑起了绝大多数高值日。把「同一批对象 × 两种口径」并排画出来，这个做法可以套到任何指标评审场景，值得收藏。

7. 读法四：季节能看，跨期要小心

按月把 4.7 年摊平，季节规律稳定：6–7 月年年是全期低点（月均 2.4–4.0），月度高点都在年末年初——全期最高的 6 个月里 5 个落在 10 月至次年 1 月。年度顶点在深秋入冬，不在盛夏。

显眼的异常是 2022 年 9 月：月均 6.18，全期最高。9 月 12 日至 16 日连续五天全港日均都在 8.4 以上，16 日全天均值 9.83。环保署当日新闻公报写明「下午二时部分监测站的空气质素健康指数录得 10+，健康风险级别达到严重」，成因是入秋后夏季偏南气流缓和、东北季候风仍弱，形成静稳大气，充沛阳光助长光化烟雾——官方说明与数据完全对得上。

图上还有个灰格：2023 年 8 月整月无数据——归档有缺口，全期缺 71 天，其中 2023-07-20 至 09-13 连续 56 天没有任何版本。

一条边界：环保署 2025-03-22 更新过 AQHI 计算，只改了臭氧风险系数 β(O₃)，从 0.0005116328 降为 0.0004888034，其余四项不变——所以跨这条线的 AQHI 不可直接比大小。实测变更前 1,117 天日均 3.901、变更后 527 天 3.688，差 −0.213，但分月看正负都有，拆不开系数与真实变化的贡献。本文的季节结论在前后两段都成立，所以可用；跨这条线谈涨跌，都该先说明这个前提。

8. 读法五：编码层的三个坑

这一节与空气质量无关，只看「编码层丢了多少信息」。归档里 aqhi 字段全是 int、取值 1–10，从不出现 "10+"，但官网分级里有「10+（严重）」。交叉统计 aqhi 与 health_risk：

aqhi	出现的标签	记录数
7	High	547
8 与 9	Very high / Very High	174 / 238
10	Serious	15
10	Very high / Very High	9 / 24

① 10+ 被压成了 10，数值字段表达不了 10+，高位信息在编码时丢失；② 但文字标签把它救回来了——Serious 只出现在 aqhi == 10 上，8 和 9 一次都没有，也就是 aqhi: 10 + "Serious" 才是真 10+，aqhi: 10 + "Very High" 是真 10，想还原最高一档不能看数字、要看标签；③ 同一枚举两种大小写——Very high 183 条、Very High 262 条一路并存，直接 groupby("health_risk") 会把这个等级劈成两行，而且总量对得上、不会报错。

第 1 点还有外部证据：2022-09-16 18:30 那版归档里，中西区与元朗的 aqhi 都是 10、标签都是 Serious，而当日新闻公报写的是这两个站 10+——接口确实把 10+ 记成了 10，只是标签留下了痕迹。

9. 踩坑清单

坑	现象	处理
清单被静默截断	跨 4.7 年只返回前 418 天	按年分页取 list-file-versions
无效 time 返回 200	31 字节 NOT FOUND 被当数据写入	加长度哨兵；end 上界取昨天
单点快照双向有偏	既漏峰（38%）又高估均值（+1.215）	判峰值用全天数据，判趋势用全天均值
编码层丢精度	10+ 压成 10；Very high/Very High 并存	用 Serious 标签还原 10+；入库前统一大小写
归档有洞 + 跨期不可比	缺 71 天（最长连续 56 天）；β(O₃) 变更	建索引前做覆盖检查；跨 2025-03-22 只做形状对比

原创声明：本文为原创技术实践，数据来自 data.gov.hk 与环保署公开端点，采集于 2026-09-12，归档区间 2022-01-01 至 2026-09-11。AQHI 为整数分级、分辨率有限，日内 1 级以内的差异不宜过度解读；结论属数据口径层面的观察，不构成健康建议。接口行为与归档覆盖范围可能随官方调整。

11. 参考链接

1. https://data.gov.hk/en-data/dataset/hk-dpo-datagovhk2-city-dashboard-aqhi
2. https://www.aqhi.gov.hk/tc/what-is-aqhi/faqs.html
3. https://www.aqhi.gov.hk/tc/monitoring-network/air-quality-monitoring-stations.html

香港开放数据的逐日实测会持续更新，关注不迷路。