今天读到广州市10月以来，多日发生PM2.5严重污染，同时光化学烟雾污染的报道，于是上网收集了一些广州市环境监测中心发布的数据。发现一些问题如下：

1、  附图表明，自10月1日到16日，10个监测站的PM10、NO2和SO2的AQI数据日变化呈现不同的特点（PM2.5是试验性监测，网上没有过往数据，所以不能作类似曲线图）：

-           10个站PM10~AQI日变化相关性很好，从10月1日开始上升，污染程度几乎单边上升到14日，然后开始下降；期间10月4日、10月9日和10月13~14日有三个较小的峰值

-           NO2~AQI日变化也有一些相关性，10月4日和10月12~13日两次峰值相当高；

-           但SO2-AQI日变化相关性较差。

2、  根据今天（10月16日）PM2.5和PM10各监测站的逐时记录，各站测得PM2.5浓度和PM10浓度变化之间相关性很好，PM2.5浓度和PM10浓度之比平均为90%，很高。(上海各站测得PM2.5和PM10浓度之比平均约75%)。有些站点有记录PM2.5浓度大于PM10浓度的情况，不应当发生,可以认为PM2.5的监测技术尚在成熟过程中。

本文企图进一步说明，既然投入大量人力物力进行PM2.5监测（广州准备扩展到28个站？）（PM10、SO2和NO2监测也是），应加强数据分析技术和方法，发掘其中的信息。例如，怎样解释各监测站之间PM10监测结果的高度相关性（其中广州数据接近90%为PM2.5）？如果获得O3数据，是否可以分析和NO2相关，以及和PM2.5相关的情况？各站SO2浓度之间的相关性为什么较差？如果还有较详细的气象数据呢？加上这些监测站位的地理分布，怎样分析？

让数据说话，充分利用可以获得的资源！