创建一个新的调色板.绘制关于PM2.5合量 (ppm) ; PM10含量 (ppm) 1SO2合量 (ppm)的范阵网格图，并对质置等级进行额色区分，使用上述创建的调色板。

创建一个新的调色板并绘制空气质量数据的网格图通常涉及到几个步骤，这里假设我们是在Python环境下，比如使用matplotlib库以及pandas处理数据。以下是简要的步骤：

1. **导入所需库**：

import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd

2. **加载数据**：

# 假设data.csv是包含PM2.5、PM10和SO2浓度的数据文件
df = pd.read_csv('data.csv')

3. **设置调色板**：

cmap = sns.diverging_palette(230, 20, n=9, center='light', as_cmap=True)  # 创建一个渐变色谱，从轻度污染到重度污染

4. **质量分级**：

quality_levels = [0, 50, 100, 200]  # 假设这是空气质量等级的临界值
color_codes = {i: cmap(i / len(quality_levels)) for i in range(len(quality_levels))}

5. **绘制网格图**：

plt.figure(figsize=(10, 6))
grid = df.pivot_table(values=['PM2.5', 'PM10', 'SO2'], index='地点', columns='日期')
sns.heatmap(grid, annot=True, fmt=".2f", cmap=cmap, cbar_kws={'ticks': quality_levels, 'values': color_codes})

在这个例子中，网格图会显示每个地点和日期的污染物浓度，颜色代表每种污染物的质量等级，越接近调色板的中间色调表示越好，靠近两端的颜色表示污染更严重。