工程交付与研究项目
前面是已经开发完成的软件系统，后面是 11 个公开或合成数据研究项目，覆盖水务、大气、土壤、双碳和城市五个场景。
工程交付
给水厂开发的软件系统，前两套已通过真机验证，第三套目前是演示环境；界面截图用的都是演示环境数据，不涉及客户信息。
智能加矾系统
水下摄像机直读矾花形态，视觉识别和前馈反馈模型实时给出投加建议，双池独立控制。PLC 对接、历史库与报表齐全，已在真机上完整验证，等待现场装机排期。
水厂机泵健康诊断系统
采集振动和电气量，按 ISO 10816 给设备做健康评级，用 FFT 频谱定位故障特征。基线自学习让系统适应每台泵自己的“正常”，已在真机上完整验证，部署包就绪。
智慧水务平台
厂级驾驶舱把进出水趋势、泵组状态、能耗和报警放在一屏总览，配移动端巡检和 3D 厂区视图，目前为演示环境。
在线数据引擎
把模型放到在线演示环境中，展示它如何在公开数据上刷新预测、地图和指标。
LIVE太湖水质监测系统
接生态环境部 61 个国控断面、每 4 小时一轮真实数据，以实时监测为主。短期预报以 persistence（明天≈今天）为标尺，只在回测站得住处才上模型，目前氨氮 7 天经回测有约 10% 增量，另含营养盐空间补全。模型边界如实标注。
LIVE扬州空气质量预测系统
融合 4 城公开监测、气象预报与传输扩散特征，按时效分别用 ARIMA / XGBoost / LSTM+Attention，逐 6 项污染物预测未来 1–48 小时 AQI。
LIVE土壤智能分析平台
基于 2,475 个 WoSIS 土壤剖面、Sentinel-2 影像与 20 维 GEE 环境协变量，用多模态模型估算扬州区域土壤有机碳（离线预计算）。
技术方案
把数据需求、模型选择、系统架构和风险边界写清楚，方便立项评审、招标答疑和现场对接。
水厂智能加药
用 122 维水质与工艺特征训练 XGBoost+LSTM，每 15 分钟给出 PAC 投加建议，目标约 15% 药耗优化。
城市噪声智慧监管
用 6 个监测站点的合成数据、气象修正和 GB 3096-2008 规则搭建评估流程，识别超标时段和疑似来源。
管网漏损智能诊断
在样例管网上用拓扑、水力仿真和合成传感器数据，搭建 GAT 漏损定位与异常 DMA 识别的方法框架，并用 XGBoost 基线如实标注合成数据上的可分性边界。
VOCs 智能监控与溯源
面向化工园区场景，用合成数据演示异常检测、高斯扩散预测和约 30m 网格的溯源定位，并论证 LSTM-AE、TFT、ST-GAT 等备选模型路线。
互动叙事
把模型原理、政策约束和工艺路线做成可演示页面，用于汇报、培训和公众沟通。
RothC 土壤碳周转模型
用 JavaScript 复现 RothC 5 碳库计算，把土壤有机碳变化拆成 10 章可调参数的教学模型。
碳中和污水处理
用 IPCC 2019 碳足迹引擎比较 A2/O、Anammox 和能耗策略，演示 10 年减排路径差异。
城市生命体征
把城市运行拆成 5 个体征和 20 个处方，演示如何在多目标预算约束下比较治理优先级。
烟羽视界
把高斯烟羽、气象修正和最小二乘反演溯源放进 9 章流程，用 3D 可视化解释污染扩散与溯源逻辑。