扬州立丹科技 · LIDAN TECH

把环保数据训练成
可迁移模型

基于公开监测数据构建环保 AI 样机，与早期合作方一起把模型迁移到现场。

ASK LIDAN AI

用一句话描述你的业务场景或痛点,看立丹能怎么帮你

试试问:

OUR MISSION

立丹科技从水质、空气、园区和污水处理等真实场景出发,把公开监测数据、现场业务逻辑和 AI 原型连接起来,让试点模型可以被解释、被验证,并逐步迁移到客户自己的数据和流程中。

OUR SOLUTIONS

先用公开数据验证模型，再迁移到现场数据和业务流程

把公开监测数据、样例 SCADA 字段和报表整理成可训练数据表，验证模型与看板能共用同一套口径。

把断面、站点、园区和管网放到同一张演示地图上，展示异常位置、指标变化和模型解释如何进入研判界面。

在在线演示中按小时或 4 小时刷新预测结果，标出超标、突变和水华风险，验证告警逻辑是否适合试点。

为水质、空气、VOCs、土壤分别训练模型；ST-GAT 做时空预测，XGBoost+LSTM 做短期控制，高斯物理模型 + 最小二乘反演做扩散溯源。

FEATURED RESEARCH

查看在线数据引擎、技术方案与互动叙事的代表研究项目。

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 为标尺、只在回测站得住处才上模型（氨氮 7 天经回测有约 10% 增量），并含营养盐空间补全。

把 A2/O、Anammox 和碳交易放进 6 章交互模型，用 IPCC 2019 引擎比较 10 年改造路径。

用 XGBoost+LSTM 读取原水水质和工艺状态，每 15 分钟给出 PAC 建议投加量，目标约 15% 药耗优化。