Now卫星 NO₂ 智能反演；课题组科研数据平台
10 个作品 ↓
以咖啡店选址为例，把候选地点放在同一套指标和统计半径下比较，每个数字都能追溯到原始记录。
来自导师和课题组的真实需求：每个人产出的卫星数据格式、变量、时空尺度都不一样，需要一个统一发布、统一查看的地方。
把目标、能力投入、产品组合和外部冲击放进同一个交互实验，看一次取舍怎样影响下一步。
基于 GEMS 高光谱观测，搭建从数据处理、模型训练到整景推理的完整流程，并和传统物理反演结果对照。
以 1941 年斯摩棱斯克战役之后的战略选择为案例，把目标、资源、约束和关键假设拆开，比较几个方向各自的代价与收益。关心的是约束下的决策结构，不做立场评判。
融合卫星 AOD、ERA5 气象和参考数据，处理好时空匹配后建立非线性模型，输出逐小时 GeoTIFF 产品。
XBAER View 部署在园区内网，外网打不开。这是放在公网上的预览版，可以直接浏览 GEMS 卫星的大气产品，体验图层、色标和时间轴交互。
课题组网站和后台：把内容编辑、图片处理和新闻发布接成一套完整的流程。
针对遥感影像的特点改进 U-Net，试了不同的网络结构、训练策略和评估方式。
买一件大件，不只是看购买时的价格。记录资产金额与使用周期，把投入折算成日均、月均和年均成本，同时汇总资产总额，让长期持有成本更直观，为下一次购买和取舍提供参考。
我的专业背景是地图学与地理信息系统，长期与卫星数据、模型和复杂分析问题打交道。这个过程让我逐渐意识到，比模型本身更吸引我的，是如何定义一个问题、建立清晰的判断依据，并在约束之间找到可执行的方案。
研究之外，我也持续尝试把问题转化为真正可用的产品。GeoInsight、XBAER View 和决策实验室分别来自不同场景，但遵循着相似的方法：理解需求、拆解问题、建立规则、借助 AI 实现，并通过真实数据与使用反馈不断验证。
先理解用户、目标与边界，再开始寻找答案。
让指标、规则、假设与例外显式可见，使结论能够被解释和检验。
让 AI 加速实现与迭代，把问题定义、关键判断与最终验收留给自己。
用真实数据、测试与用户反馈检验方案，并据此持续迭代。
从城市的天际线，到山野与街巷，
记录那些让我停下脚步的瞬间。
四姑娘山 · 幺妹峰
雪线之上，山峰把目光引向更远处。
北京 · 故宫太和殿
嘉兴 · 乌镇东栅
再走近一点。
