空气质量 WORD 研判报告生成技能

将「多站点逐小时空气质量 + 气象」Excel 数据，转换为一份图文配合的中文 WORD 研判报告。 分析口径遵循 atmospheric-analysis-basic（基础版 v1.5）七步流程，并在其基础上补全报告结构。

输入数据要求

• 站点文件（可多个，建议 2 个以上国控站）：列为 时间, 省份, 城市, 站点, NO₂, O₃, SO₂, NO, NOₓ, CO, PM₁₀, PM₂.₅, AQI。 注意原始列名可能含 Unicode 下标（NO₂/O₃/SO₂/PM₁₀/PM₂.₅），脚本已自动归一化为 NO2/O3/SO2/CO/PM10/PM2.5。
• 气象文件：列为 时间, 温度, 相对湿度, 气压, 风向, 风速, 降水量（列名以实际为准，脚本按“降水量”读取降水）。
• 两文件时间分辨率需一致（均为逐小时），时间列可被 pd.to_datetime 解析。

处理流程

1. 数据检查：统计各污染物逐小时缺测率、识别异常小时（SO2>400、PM10>800、PM2.5>400、O3>300、CO>5）。
2. 城市整体值：逐小时取各站点均值（单站缺测则用另一站）；剔除不足 20 小时的日。
3. 日聚合 + AQI：城市日均浓度 → 按 HJ 633-2012 反算 IAQI（PM2.5/PM10/SO2/NO2/CO 用 24h 均值，O3 用 MDA8 日最大 8h 滑动平均），AQI 取各污染物 IAQI 最大值；AQI>50 时记录首要污染物。
4. 统计：等级天数与占比、月度/周度均值、气象相关性（与各污染物 Pearson r）、站点差异（均值/相关）、与 GB 3095-2012 二级限值对比。
5. 图表：PM2.5/PM10 时序、O3 MDA8 时序、等级饼图、月度柱状、气象散点、站点对比，共 6 张 PNG。
6. 生成 WORD：按“研判结论 → 数据依据 → 污染物趋势与达标 → 等级统计 → 月度周度 → 气象影响 → 站点差异 → 主要污染物与来源 → 国标对比 → 不确定性 → 管控建议”输出，嵌入图表与表格。

使用方法

技能内含两个脚本（scripts/）：

• build_report.py：读取 Excel → 输出 report_assets/stats.json、daily.csv 与 6 张 PNG 图表。 参数：--wea 气象.xlsx --dl 站点A.xlsx --xx 站点B.xlsx --out 输出目录（均有默认路径，可省略）。
• make_docx.py：读取 stats.json + 图表 → 输出 WORD。 参数：--out 输出目录 --docx 报告.docx。

典型执行（在已安装 pandas/openpyxl/matplotlib/python-docx 的 Python 环境）：

python scripts/build_report.py --wea 气象.xlsx --dl 站点A.xlsx --xx 站点B.xlsx --out ./out
python scripts/make_docx.py --out ./out --docx ./白银市空气质量分析报告.docx

依赖隔离：优先在托管 venv（~/.workbuddy/binaries/python/envs/default）中 pip install pandas openpyxl matplotlib python-docx 后运行，避免污染用户环境。

关键标准（详见 references/standards.md）

• HJ 633-2012 IAQI 断点 与 AQI 等级区间（优 0–50 / 良 51–100 / 轻度 101–150 / 中度 151–200 / 重度 201–300 / 严重 301–500）。
• GB 3095-2012 二级标准：PM2.5 年均 35、日均 75；PM10 年均 70、日均 150；SO2 年均 60、日均 150；NO2 年均 40、日均 80；CO 日均 4 mg/m³；O3 8h 160 μg/m³。

注意事项

• 原始数据年份可能与用户口述不符（本例数据实为 2026 年但需求写 2024），以实际数据为准并在报告中标注。
• 城市 AQI 由两站均值浓度反算，与直接平均两站 AQI 略有差异；基础版定位不替代官方会商结论，表述用“初步判断/可能与…有关”。
• 缺测率约 9%–12% 时整体趋势不受影响；异常小时保留原值并在不确定性说明中标注。