解决方案
把环保场景拆成数据、模型、软件和运维四个层次，方法先在公开数据上验证，软件交付到现场直接安装运行。
从方法验证到软件交付
方法在公开数据上验证扎实，再把软件交付到现场
四种交付形态，匹配不同决策阶段
成品软件管落地，演示和方案材料帮你在立项、评审阶段把事情说清楚。
现场软件交付
Production Software
适用阶段： 中标实施、技改升级、运行维护
产出： 可安装运行的上位机软件与平台系统，含装机部署、点表对接、培训与维保。
查看工程交付 →在线数据引擎
Live Data Engine
适用阶段： 在线演示、试点方案评估、后续现场部署规划
产出： 基于公开或样例数据的在线演示，自动刷新推理结果、地图展示和指标卡。
查看这类研究项目 →技术方案
Technical Whitepaper
适用阶段： 立项论证、招标答疑、数据对接、方案比选
产出： 30-60 页方案，列明数据需求、模型架构、评估指标、部署边界和风险清单。
查看这类研究项目 →互动叙事
Interactive Essay
适用阶段： 向上汇报、专家评审、公众科普、内部培训
产出： 10-20 分钟可浏览页面，把模型原理、政策边界和工艺路线讲清楚。
查看这类研究项目 →从数据到行动，五步怎么走
环保治理不是装一个功能就完，整条数据链路得先验证、再试点。
数据采集
确认公开数据、样例数据或现场试点数据的来源、频率和字段口径，产出可建模数据清单。
数据治理
补齐缺失值、统一单位和时间轴，产出可训练的特征表。
模型训练
按场景选择 ST-GAT、XGBoost+LSTM 或 PINN，产出模型权重和误差报告。
推理与可视化
把预测值、置信区间和异常点写入地图、图表和指标卡。
自动化响应
把预警结果设计成通知、工单或复盘接口，作为试点部署方案的一部分。
先把现场问题变成可计算的数据结构，用公开或样例数据把模型和界面验证一遍；进入早期合作后，再把样机迁到现场数据和业务流程上。
模型栈
这些模型里已实现的支撑了 11 个研究项目，备选路线单独标出；目标是迁移到早期合作方的现场数据和业务流程。
ST-GAT
太湖水质时空建模的研究模型（图 + Transformer + 不确定性头）；生产侧预报以 persistence 为基线、仅在回测站得住处启用，蓝藻预警以实测规则告警为准。
太湖水质监测系统 →XGBoost + LSTM
用于水厂加药、空气质量等短中期预测与时序控制。
水厂加药 · AQI 预报 →ResNet50 + Cross-Attention
融合卫星影像与环境协变量，用于土壤有机碳估算。
土壤智能分析平台 →PINN · LSTM-AE · TFT
面向异常检测、传播建模、概率预测和物理约束溯源的备选模型路线，未在当前演示中实现。
VOCs 监控与溯源 →从数据到部署的工程方法
模型只是中间件，真正能迁移到现场的是数据口径、评估流程和部署形态。
统一数据口径
公开数据、样例 SCADA 字段和报表先统一单位、时间轴和缺失值处理，模型与看板共用同一套数据表。
评估与误差报告
固定训练 / 验证 / 测试切分，输出分参数误差报告，演示页面上标注与报告一致的评估口径。
按节奏自动刷新
在线演示按小时或 4 小时刷新推理结果，预演现场部署后的告警与复盘节奏。
可解释性
关键预测附 SHAP 或注意力解释，异常告警带成因参考，避免“黑盒说了算”。
样机部署形态
模型推理封装成 API 加静态看板，支持地图、指标卡和告警视图，便于对接现场系统。
监控与迁移边界
记录每日推理与数据缺口，异常进入复盘清单；试点前明确公开数据样机与现场部署的差异和风险。
工业上位机与现场集成
WinForms/.NET 上位机、PLC 与 SCADA 数据对接、SQL Server 历史库、报警与报表，按现场点表配置交付部署。
机器视觉与信号处理
工艺画面的视觉识别（如絮凝矾花形态计数与粒径），振动信号 FFT 频谱分析与基线学习，判读结果进入控制与告警闭环。
技术能力清单
把公开数据、样例数据、算法模型和可视化界面组合成可试点系统。
数据采集与治理
把公开监测、样例 SCADA 字段、Excel 报表和第三方 API 统一成模型可读的数据表。
可视化大屏
把站点、趋势、异常和模型解释放进一张图，展示 30 秒研判界面怎么组织。
智能预警系统
在 demo 中刷新异常检测结果，并为试点设计多级告警和处置接口。
AI 模型研发
按水质、大气、VOCs、土壤分别训练权重，并输出可解释性和误差评估。
工业上位机与系统集成
WinForms/.NET 上位机、PLC 与 SCADA 数据对接、SQL Server 历史库、报警与报表，交付到现场机器并预留第三方系统接口。
流程自动化
把异常识别、通知、处置记录和月度报告设计成可进入业务流程的接口。