负责区域大气污染治理全链条大数据分析，覆盖数据治理、模型构建、决策支撑三大模块，主导搭建多源融合的环境预测模型，推动智慧环保平台功能迭代与业务落地。

• 主导某省会城市PM2.5/O3复合污染溯源项目，面对站点数据缺失率超15%、气象-污染因子时空错配问题，采用Cubic插值结合Kriging空间校准算法补全数据，同步优化XGBoost特征筛选逻辑，剔除冗余变量23个，最终构建的污染来源解析模型R²提升至0.89（原0.72），支撑环保部门制定精准管控方案，季度内重点区域污染物浓度下降18%。
• 牵头设计企业级环保数据中台ETL流程，针对工业源、移动源、扬尘源三类数据格式差异大（CSV/JSON/API接口共12类）、更新频率不一致（分钟级-日级）的痛点，开发自动化清洗脚本（Python+Airflow），引入Apache Atlas实现数据血缘追踪，将数据处理耗时从8小时/天压缩至2.5小时/天，数据一致性错误率从7%降至0.9%。
• 为应对重污染天气应急响应需求，基于LSTM+注意力机制改进短期空气质量预测模型，融合卫星反演气溶胶光学厚度（AOD）与地面传感器数据，解决传统模型对突发排放事件捕捉滞后问题，预测提前量从48小时延长至72小时，关键指标（AQI>150）命中率提升22%，被纳入市级应急指挥系统核心模块。
• 推动分析成果产品化，梳理12类高频业务场景（如企业排污异常识别、区域传输贡献度评估），开发可视化看板（Tableau+Superset），配套编写《环保数据应用操作手册》，使业务部门自助分析效率提升60%，客户续约率从82%提升至95%。

聚焦工业废水治理场景，负责污水厂运营数据挖掘与工艺优化分析，支撑企业降本增效与环境合规双重目标。

• 针对某化工园区3家污水厂出水COD波动超标问题（月均超标率12%），采集在线监测（pH/DO/COD等18项参数）、工艺运行（曝气时长/污泥回流比）、药剂投加（PAC/PAM用量）三类数据，构建随机森林回归模型识别关键影响因子，发现溶解氧（DO）与污泥龄（SRT）的交互作用被传统工艺忽略，调整控制策略后出水COD稳定达标，月均处理成本降低15%（单厂年节约28万元）。
• 搭建污水厂设备故障预警系统，基于振动传感器与电流信号数据，采用孤立森林算法识别鼓风机、脱水机等关键设备的早期异常，设置三级报警阈值（正常/预警/停机），误报率控制在5%以内，全年减少非计划停机时间40小时/厂，延长设备使用寿命约18%。
• 参与集团环保合规数据治理项目，梳理17家子公司的排污许可证、在线监测、危废转移等12类数据，设计标准化元数据模板（含327个字段定义），开发自动化校验规则（正则表达式+逻辑判断），解决数据分散存储导致的报送错误问题，集团季度环保核查通过率从85%提升至99%，获省级“环保诚信企业”称号。
• 撰写《工业园区污水厂运营指标白皮书》，整合3年历史数据，分析吨水能耗、药耗与进水水质的相关性，提出“进水BOD/COD比值<0.3时需强化水解酸化”的优化建议，被纳入集团工艺调整标准，推广后同类污水厂平均电耗下降8kWh/吨水。

负责环境监测站基础数据整理与简单分析，支撑客户报告编制与内部质量控制。

• 独立完成某地级市12个空气自动站日均值数据审核，运用SQL编写异常值筛查语句（如SO2小时值>150μg/m³触发预警），日均处理数据量8万条，错误数据修正及时率100%，保障客户月度环境质量报告顺利提交，获客户“数据质量之星”评价。
• 协助搭建简易污染扩散模型，基于AERMOD基础版输入气象（风速/风向）与污染源参数（坐标/高度/排放速率），模拟某化工企业VOCs扩散范围，输出5km×5km网格浓度图，为客户环评报告提供可视化支撑，模型与实测数据偏差率控制在15%以内。
• 参与企业环保培训材料编写，整理近3年区域PM10浓度变化趋势（年均下降4.2%）及主要驱动因素（扬尘治理占比65%），制作12页图文报告，用于企业环保负责人年度培训，反馈满意度达92%。
• 优化数据存储结构，将Excel台账迁移至MySQL数据库，设计站点信息、监测指标、数据版本三张核心表，设置外键关联与索引，查询效率从分钟级提升至秒级，为后续大数据分析奠定基础。

长三角某国家级经开区园区级智慧环保全场景整合平台研发与应用项目

• 项目背景：该国家级经开区聚集了化工、电子、新能源等120余家高耗能高排放企业，原有智慧环保体系存在“三孤岛”问题——监测数据孤岛（大气、水质、固废等8套异构系统来自5家厂商，协议不兼容）、业务协同孤岛（环保执法、企业整改、应急响应流程割裂）、双碳管理孤岛（缺乏覆盖全生命周期的碳核算与管控能力）。项目目标是通过“技术整合+业务重构”，打造集“全要素感知、智能化预警、闭环式管控、精准化双碳”于一体的园区级智慧环保平台，支撑园区“十四五”期间污染物减排20%、单位GDP碳强度下降18%的目标。我的核心职责是主导平台整体架构设计、关键技术攻关及跨厂商协调。
• 解决的关键难题：①多源异构数据统一接入与时空对齐——原有系统采用Modbus、MQTT、HTTP等8种协议，数据格式、时间戳精度差异大，导致融合困难；②实时海量数据处理延迟——园区每秒产生约3.2万条监测、设备状态、企业申报数据，传统关系型数据库无法支撑秒级分析；③园区特色双碳核算模型构建——园区产业结构多元，IPCC默认方法论无法准确反映化工企业工艺碳排放、新能源企业碳汇贡献等特征。
• 核心行动与创新：①技术层面，设计“协议 gateway+数据湖+流处理”架构，自主开发支持12种工业协议的统一接入网关，结合Flink流处理引擎实现数据秒级清洗、时空对齐（误差控制在1分钟内）；②模型层面，基于IPCC Tier 3方法论，融合企业工艺数据、能源消耗台账与区域环境因子，构建“一企一策”动态碳核算模型，新增化工行业VOCs无组织排放、电子行业废水处理隐含碳等5类特色核算模块；③业务层面，打通“监测预警-执法派单-企业整改-效果复核”全流程，开发移动端协同APP，实现问题处置闭环率100%。
• 项目成果与价值：①量化成果：平台上线后，数据对接率从65%提升至98%，实时预警响应时间从2小时缩短至15分钟，全年识别异常排放事件41起（较上年下降37%）；碳核算效率提升70%，支撑园区完成省级“双碳”试点园区验收。②业务价值：帮助园区管委会从“被动监管”转向“主动服务”，企业整改配合度提升45%；平台获“2024年度长三角智慧环保示范项目”，成为省级园区智慧化改造标杆。③个人贡献：主导完成3项核心专利（一种园区多源环境数据融合方法、基于动态因子的工业企业碳核算系统）申请，推动公司与2家头部工业互联网厂商达成技术合作。

某地级市大气污染精准溯源与动态管控系统建设项目

• 项目背景：该城市大气污染呈“复合型、区域性”特征，PM2.5与O3协同控制难度大，传统“浓度监测+经验判断”的管控方式效率低下（如重污染天气下，排查污染源需3-5天）。项目目标是通过“数据驱动+算法赋能”，构建“实时监测-精准溯源-动态管控-效果评估”的全链条系统，助力环保部门将重污染天气应对时间缩短50%以上。我的核心职责是负责算法模型研发、系统集成及现场调试。
• 解决的关键难题：①大气污染物多源耦合溯源——PM2.5来源涵盖工业排放、机动车尾气、扬尘等7类，变量间存在非线性关联，传统单因子模型溯源准确率低；②管控措施效果量化评估——缺乏科学的因果推断方法，无法验证“限产、限行”等措施对污染物浓度的实际贡献；③系统与现有监测网络的兼容性——需对接全市18个国控站点、50个微型站及300余台企业在线监测设备。
• 核心行动与创新：①算法层面，采集3年大气监测数据、气象数据（风速、风向、湿度）、企业排污数据及交通流量数据，清洗标注12万条样本，构建“随机森林+LSTM”混合溯源模型，引入地理加权回归（GWR）修正空间异质性，将溯源准确率从72%提升至89%；②效果评估层面，采用双重差分法（DID）构建因果模型，量化“企业限产30%”可使PM2.5浓度下降8-12μg/m³、“机动车限行”可使NO2浓度下降5-7μg/m³；③系统集成层面，基于微服务架构开发接口引擎，实现与现有监测系统的数据同步（延迟≤30秒）。
• 项目成果与价值：①量化成果：系统上线后，重污染天气溯源时间从48小时缩短至6小时内，管控措施效果评估准确率达85%；全年助力该市优良天数比例提升8个百分点（从76%升至84%），PM2.5年均浓度下降11%。②业务价值：推动环保部门从“一刀切管控”转向“精准施策”，企业对管控措施的接受度提升50%；项目获客户“年度优秀解决方案”奖，为公司在大气智慧化领域积累了核心技术壁垒。③个人贡献：主导优化模型参数17次，编写《大气污染溯源算法白皮书》，成为公司后续同类项目的技术参考标准。

• 大二观察到毕业生离校时大量教材被废弃，而新生购书支出占生活费12%，便发起校园书籍教材循环计划。为解决传统二手书交易效率低的问题，我们开发微信小程序实现扫码估价、预约取件功能，并说服快递中心以成本价承接物流。
• 通过建立翻新消毒标准打消卫生顾虑，项目年流通教材1.2万册，累计为同学节省书费38万元。这段经历让我从商业小白成长为能设计闭环模式的实践者，项目不仅获省级创业金奖，更被纳入学校官方服务体系延续至今。