负责区域工业企业VOCs排放、流域水质及大气环境的多源数据整合、建模分析与可视化落地，支撑环保监管部门精准溯源与企业治污方案优化，推动数据驱动的环保决策闭环。

• 整合环保部门国控监测站数据、120家工业企业在线监控数据、气象部门分钟级气象数据（覆盖风速、湿度、气压等8项指标），采用Spark Structured Streaming+Flink批处理构建实时+离线数据管道，针对数据格式杂（CSV/JSON/XML混合）、数值缺失率高（约23%）的问题，开发正则表达式+字典映射清洗规则，结合随机森林模型填补数值型缺失值、众数填充分类变量，将数据可用率从75%提升至92%，直接支撑后续模型训练的稳定性。
• 基于整合后的数据，聚焦VOCs排放预测场景，先以XGBoost做特征重要性筛选（识别出企业生产负荷、废气处理设施运行时间、风速为核心特征），再用LSTM结合注意力机制优化时序预测，构建“未来72小时VOCs浓度预测模型”，准确率达89%（较原有ARIMA模型提升18%），帮助监管部门提前锁定高风险企业并启动巡查，试点区域重污染天气VOCs贡献率下降25%。
• 主导开发“智慧环保可视化平台”（基于Superset+自研API接口），落地“VOCs排放热点地图”“企业排放趋势dashboard”“预警信息实时推送”三大核心模块：热点地图通过热力值展示区域排放浓度分布，支持按行业/时间维度钻取；dashboard联动企业工况数据与排放数据，直观呈现“生产-排放”关联；预警模块实现超标信息1分钟内推送至监管人员手机。上线后，监管部门查询单企业历史排放数据时间从1小时缩短至10分钟，应急响应效率提升70%。
• 针对某化工园区VOCs反复超标问题，采用贝叶斯网络构建污染物传播路径模型，融合监测站数据与CALPUFF气象扩散模型，定位到园区内3家印刷企业的溶剂挥发（占超标贡献的62%）；进一步协同企业开展物料替代（更换低挥发性丙烯酸树脂），并提供整改效果追踪模型，3个月后园区VOCs浓度均值下降30%，超标次数从每月5次降至1次以内。

聚焦工业废水排放数据的统计挖掘与工艺关联分析，支撑制造企业废水处理效率提升、合规性管控及成本优化，推动数据赋能企业绿色生产。

• 整合30家制造企业（涵盖印染、化工、食品行业）的废水在线监测数据（COD、氨氮、总磷等6项指标）、工艺参数（曝气时长、回流比、污泥浓度）及药剂投加数据，用Python Pandas+NumPy开发自动化清洗脚本，解决不同企业参数标准不一致（如“回流比”存在百分比/倍数两种表述）问题，建立统一元数据管理框架，数据一致性从80%提升至95%，为后续关联分析奠定基础。
• 采用Apriori算法挖掘工艺参数与COD去除率的强关联规则，识别出“曝气时长>8小时 且回流比>200% → COD去除率>90%”“污泥浓度2500-3000mg/L → 氨氮去除率提升15%”等3条核心规则；推动某印染企业调整工艺，将曝气时长从6小时延长至8.5小时、回流比从180%提升至220%，COD去除率从78%升至90%，年减少污泥产生量120吨，废水处理成本降低30万元。
• 构建废水超标风险预警模型，以逻辑回归融合实时监测数据（COD、氨氮、流量）与企业工艺数据（生产负荷、药剂投加量），模型预警准确率达87%；企业部署后，可根据预警信息提前2小时调整处理流程（如增加聚合氯化铝投加量），超标排放次数从每月3次降至0.5次以内，全年避免环保处罚约20万元。
• 输出《企业废水排放与处理效率分析报告》，用Origin制作“各车间废水排放占比饼图”“处理成本月度趋势折线图”“COD去除率与工艺参数散点图”，支撑企业管理层识别高排放车间（如染色车间占总排放的45%），推动其引入膜生物反应器（MBR）工艺，企业年度废水排放量下降15%，达到地方排放标准提标要求。

负责区域内大气环境质量数据的录入、整理与基础分析，支撑环境质量报告编制与初步趋势判断，为后续深度分析积累基础数据资产。

• 每日整理10个国控大气监测站点的PM2.5、SO2、NO2等6项指标数据，用Python脚本自动化完成“数据下载-格式转换-异常值剔除-数据库导入”全流程，替代原有手工操作，数据处理量从每日500条提升至2000条，错误率从5%降至1%，节省约60%人工时间。
• 开展大气污染物基础关联分析，用SPSS计算PM2.5与SO2、NO2的相关性（分别达0.78、0.65），并结合季节特征发现“冬季PM2.5与燃煤电厂发电量相关性达0.82”，为后续源解析分析提供初步线索；相关结论被纳入《区域冬季大气环境质量分析简报》。
• 支撑编制《年度区域环境质量年报》，用Origin制作“PM2.5月度趋势图”“污染物浓度同比变化柱状图”“源解析贡献饼图”，报告内容被市环保局采纳，用于制定年度大气污染防治重点任务（如冬季燃煤管控）。
• 参与搭建企业级环境数据管理系统（基于Access），设计“监测站点表”“数据记录表”“用户权限表”3张核心表，实现数据分类存储与权限分级管理（如监管人员仅能查询管辖区域数据），数据查询效率从“手动翻找文件”提升至“关键词秒级检索”，系统上线后支撑15名环保工作人员日常数据调用。

长三角某国家级化工园区全生命周期智慧环保管控平台研发及落地项目

• 项目背景：长三角某120家企业集聚的化工园区面临三大痛点——多源环保数据（企业在线监测、卫星遥感、无人机巡检、人工抽检）格式割裂无法联动、污染事件溯源依赖人工排查（平均耗时4小时）、跨生态环境局/园区管委会/企业的应急响应流程低效。我的总体职责是作为技术负责人，主导平台从需求分析到验收的全链路设计，目标是构建“监测-溯源-管控-协同”一体化智慧平台，实现园区环保管理从“被动响应”到“主动预防”的转型。
• 关键难题与技术路径：① 多源异构数据融合难——企业端SCADA系统、卫星遥感的MODIS数据、无人机的倾斜摄影数据存在格式、时空维度不一致问题；② 动态污染溯源精度低——传统统计模型无法适配化工园区复杂的物料流转与反应路径。针对前者，我选择“联邦学习+时空基准统一”方案：在不泄露企业原始数据的前提下，用联邦学习整合跨主体数据，再用UTC+北斗时空网格对齐所有数据的时间（精确到10分钟级）与空间（精确到50米×50米网格）坐标；针对后者，构建“化工工艺知识库+图神经网络（GNN）”模型——将园区18条核心产业链的物料平衡、反应方程式编码为知识图谱，用GNN学习污染物传播路径的拓扑关系，提升溯源准确性。
• 核心行动与创新：① 带队完成12家头部企业调研，梳理出3类18项数据标准（涵盖废水/废气排放、固废处置、能耗），推动园区出台《智慧环保数据接入规范》；② 设计平台“四层架构”——感知层（对接230台在线监测设备、5架无人机、3颗卫星）、数据层（基于Apache Kafka+Flink的实时流处理，日处理数据量达1.2TB）、算法层（部署自主研发的“化工污染溯源GNN模型”）、应用层（包含“一张图监管”“溯源预警”“协同处置”三大模块）；③ 联合园区管委会、生态环境局开发“跨部门工单流转系统”，将应急响应流程从“企业上报-管委会核实-局里处置”的3环节压缩至“平台自动预警-工单直推责任方”的1环节，实现流程标准化。
• 成果与价值：① 数据融合率从项目前的65%提升至92%，污染溯源时间从4小时缩短至15分钟内，溯源准确率达91%（远超行业平均75%的水平）；② 平台上线后，园区上半年废气超标事件同比下降43%，应急响应成本降低35%；③ 帮助园区成功获评“2024年度国家级智慧环保示范园区”，我个人主导的技术架构被纳入《长三角化工园区智慧环保建设指南》。作为项目核心，我从数据标准制定到算法优化全程主导，推动了跨主体的技术协同与业务流程再造。

某千万吨级钢铁企业超低排放智慧监测与碳排联动管控系统开发

• 项目背景：某钢铁企业面临超低排放改造压力——现有排放监测系统仅能实现单点超标报警，无法关联生产环节的碳排放，导致环保成本与碳排成本“双高”。我的角色是研发主管，负责设计“排放-碳排”联动系统，目标是实现“排放异常时同步预警碳排超标风险”，帮助企业同步满足环保与双碳要求。
• 关键难题与技术选型：① 排放数据与碳排数据的实时关联难——烟气排放的SO₂、NOx浓度波动与高炉、转炉的碳排强度无直接线性关系；② 设备状态预测准确性低——传统阈值法无法提前72小时预警除尘设备故障，导致排放超标。针对前者，我采用“LSTM+注意力机制”模型，将企业的生产计划（如粗钢产量、燃料种类）、设备运行参数（如高炉风温、转炉氧枪位置）作为输入，训练排放数据与碳排数据的关联关系；针对后者，用随机森林算法整合设备的振动、温度、电流等多维状态数据，构建故障预测模型。
• 核心行动与落地：① 驻厂3个月，采集1年的烟气排放数据（SO₂、NOx、颗粒物）、碳排核算数据（基于物料衡算）、设备运行数据（200余台环保设备的传感器数据）；② 优化模型参数——将LSTM的时间步长从1小时调整为15分钟，注意力机制聚焦“高炉出铁”“转炉吹氧”等关键生产环节，使排放-碳排关联模型的R²值从0.62提升至0.89；③ 开发“设备健康度 dashboard”，将除尘设备的故障预警准确率从70%提升至92%，提前72小时推送维护提醒。
• 成果与价值：① 系统上线后，排放超标预警准确率从82%提升至95%，碳排核算周期从月度缩短至实时，帮助企业避免因排放超标导致的环保罚款180万元/年，同时通过优化生产节奏减少碳排12万吨/年；② 该系统的“排放-碳排联动模型”被企业纳入年度技术创新成果，我个人主导的模型开发与驻厂落地工作获得企业“优秀项目贡献奖”。这个项目是我从“单一算法研发”向“系统级解决方案设计”转型的关键，学会了如何将环保要求与企业生产实际结合。

• 因痛心于年轻人对历史的疏离，我在B站创立「古人脱口秀」栏目，用职场梗解构历史事件（如《雍正皇帝的KPI保卫战》）。通过设计「颠覆认知-史料佐证-现代共鸣」三幕剧本模板，单期视频最高收获1.7万条弹幕互动。
• 两年间栏目播放量突破180万，作品被多地中学选为教学素材。这段经历磨砺出将学术内容转化为大众语言的能力，也让我理解到真实用户反馈才是创作者的指南针。