负责电力、钢铁、化工行业重点排放单位年度碳排放核查全流程，涵盖核算边界界定、活动数据验证、排放因子校准及排放量核算，确保结果符合《企业温室气体排放核算方法与报告指南（2023修订版）》及省级生态环境部门监管要求。

• 主导完成62家重点排放单位年度核查（含2家央企子公司、8家上市公司），针对化工企业工艺复杂、燃料种类多的痛点，创新采用“工艺流程图-物料平衡表-在线监测数据”三维交叉验证法，发现并纠正17例燃料低位热值虚报、3例工艺副产热计入偏差问题，核查报告一次性通过率从89%提升至97%。
• 独立开展钢铁行业核查方法论优化，基于《钢铁生产企业温室气体排放核算方法与报告指南》，结合企业实际生产数据（如高炉煤气外供比例、转炉煤气回收量），构建“工序能耗-碳排放因子动态修正模型”，解决传统核算中因煤气平衡不准导致的排放量偏差问题，相关成果被纳入公司行业核查模板库。
• 牵头应对省级生态环境厅飞行检查，针对某发电企业CEMS系统数据跳变质疑，运用HJ 75-2017固定污染源烟气排放连续监测技术规范，调取3个月小时级数据日志，结合煤质化验报告与锅炉效率曲线，证明数据波动为设备临时故障修复后正常波动，最终核查结论获监管部门采信。
• 参与地方《重点行业碳排放核查技术规范》编制，提出“核查员-企业碳排放管理员双确认制”“异常数据三级复核流程”等4项建议，其中“基于区块链的核查原始记录存证”方案被写入征求意见稿。

聚焦建材、有色行业中小排放单位碳排放核查，执行活动数据收集、核算边界确认及初步排放量计算，协助高级核查员完成报告终审，保障数据可追溯性与合规性。

• 参与45家建材企业（水泥、陶瓷为主）现场核查，针对陶瓷企业隧道窑燃料混烧（天然气+生物质成型燃料）难题，采用“窑炉热平衡测试+燃料采购发票+在线监测热值”三方数据比对，精准核算混合燃料碳排放量，发现2家企业生物质燃料掺混比例虚标导致排放量少报，推动企业整改并补缴碳配额。
• 协助开发“建材行业核查工具包”，集成GB/T 2589-2020综合能耗计算通则、建材行业碳排放因子库（含区域电网排放因子动态调整功能），将单家企业数据整理时间从4个工作日压缩至2个工作日，团队人均核查效率提升40%。
• 完成20份核查报告编制，经高级核查员复核，数据准确率达98.5%，其中12份报告因“边界界定清晰、异常点分析透彻”获客户书面表扬，助力公司续签3家年度核查服务合同。
• 参与内部“核查常见问题库”建设，整理燃料计量器具未定期校准、碳酸盐分解排放漏算等18类高频问题及解决方案，组织6场新员工培训，团队新人独立上岗周期从3个月缩短至1.5个月。

支撑研究院碳排放核算基础研究，负责企业能源消耗数据整理、行业排放因子收集及简单场景排放量试算，参与低碳技术路径对比分析。

• 系统整理120家制造业企业3年能源消耗台账（涵盖煤炭、电力、蒸汽等多品类），按GB/T 32150-2015工业企业温室气体排放核算和报告通则分类编码，建立标准化数据库，支撑研究院完成“区域工业碳排放强度分布特征”课题数据底稿。
• 参与省级科技项目“水泥窑协同处置固废碳排放核算研究”，负责收集国内外固废替代燃料替代率的实测数据（如废轮胎、污泥），运用生命周期评价（LCA）方法初步测算不同替代比例下的减排效益，研究成果为项目申报省级科技进步奖提供数据支撑。
• 自学ISO 14064-1:2018组织层级温室气体排放核算标准，协助编制《企业碳核算入门指南》（内部版），梳理“确定组织边界-识别排放源-选择核算方法-数据质量管控”四步操作流程，被研究院作为新员工培训材料使用。
• 配合完成2家制造企业碳足迹试点项目，负责界定产品系统边界（从原材料开采到成品出厂），收集关键工序能耗与物耗数据，初步核算产品碳足迹，为后续第三方认证提供基础数据。

长三角某化工园区多介质污染物精准溯源与动态监测系统构建

• 项目背景：园区内120家化工企业存在污染物跨介质迁移（水-气-土）、传统单点监测无法捕捉隐性污染通路的问题，监管部门面临“超标易发现、源头难定位”的痛点。我的核心目标是主导构建一套集“实时感知-多源融合-智能溯源”于一体的监测系统，实现污染事件的分钟级定位与责任认定。
• 关键难题：一是多源数据（在线监测设备、走航车、无人机、手工采样）的时空异质性问题——不同设备的采样频率（秒级vs日级）、坐标系（WGS84 vs 当地坐标系）、质量控制标准不一致，导致数据无法直接关联；二是复杂工业场景下的溯源模型精度不足——传统统计模型难以捕捉VOCs、重金属等污染物的非线性迁移规律；三是动态预警的实时性瓶颈——日均产生50GB+监测数据，传统批量处理算法导致预警延迟超2小时。
• 核心行动：1. 设计“时空锚点+质量溯源码”数据融合框架：通过GPS授时模块统一所有设备的时空坐标，为每条数据附加“设备ID-采样时间-校准系数”标识，将多源数据误差率从15%降至3%；2. 构建“物理机理+机器学习”混合溯源模型：基于流体力学模型模拟污染物扩散路径，结合TensorFlow训练图神经网络（GNN）捕捉企业间的空间关联，将溯源准确率从72%提升至91%；3. 采用Apache Flink搭建实时流处理 pipeline，实现监测数据的秒级清洗、关联与预警，将响应时间压缩至15分钟内。
• 项目成果：系统上线后覆盖园区80%的重点排污口与企业边界，协助监管部门定位隐蔽污染源17个（其中3个为跨厂区迁移源），推动企业完成VOCs泄漏整改42项，园区年度超标排放事件同比下降62%；我个人主导申请3项实用新型专利（多通道数据同步采集装置、污染溯源模型优化算法），发表2篇论文于《环境监测管理与技术》，并参与制定《化工园区多介质污染溯源技术规范》（地方标准征求意见稿）。

淮河支流（皖北段）水生态修复效果多维度评估体系构建与应用

• 项目背景：当地政府投资2.1亿元实施“河道清淤+生态浮床+微生物投加”修复工程，但传统评估仅依赖COD、氨氮等理化指标，无法反映生物群落恢复情况与水文连通性变化，导致修复效果“账面好、实际弱”。我的任务是牵头优化评估体系，建立“理化-生物-水文”三维评价模型，为后续修复提供科学依据。
• 关键难题：一是生物指标的标准化缺失——区域内缺乏长期水生生物基线数据，浮游动物、底栖动物的种群变化无法有效表征生态恢复；二是指标权重主观性强——传统专家打分法导致“水质指标占比过高、生物指标边缘化”；三是长期监测成本高——手工采样每月1次的频率无法捕捉短期波动，数据连续性不足。
• 核心行动：1. 开展1年基线调查：采集12个断面的浮游动植物、底栖动物、底泥重金属数据，建立区域水生态基线库，确定“着生藻类多样性指数”“底栖动物完整性指数（IBI）”等5项核心生物指标；2. 优化权重分配：采用AHP（层次分析法）结合熵权法的组合赋权模型，将主观专家意见与客观数据变异度结合，使生物指标权重从15%提升至35%；3. 整合遥感与自动监测：利用哨兵2号卫星反演河道流速、水位等水文参数，将手工采样频率降至每季度1次，同时通过自动站补充溶解氧、pH的实时数据，数据覆盖率保持90%以上，成本降低30%。
• 项目成果：优化后的评估体系被纳入《皖北地区流域生态修复效果评估指南》，应用于3个后续修复项目的动态监测；其中某试点项目因评估发现“浮游动物群落未恢复”及时调整了微生物投加方案，避免了约200万元的无效投入；我个人获评“2021年度市环境监测技术能手”，项目成果在省生态环境厅组织的“流域修复经验交流会”上做典型发言。

支教时发现乡村小学因缺乏实验器材，科学课多停留在课本讲解。返校后联合实验室开发出百元级科学实验背包，内含20个基础实验器材。为确保可持续运营，设计配套视频课程与城乡结对系统，并培训132名大学生担任远程助教。项目覆盖9省47所学校后，学生科学兴趣评分提升35%。这段经历教会我用产品思维解决社会问题，当看到孩子们用自制望远镜发现土星光环时，我理解了教育的真谛是点燃可能性。