湄公河站点水位智能预测系统（Mekong FNO）产品系统

面向湄公河流域站点级水位预测场景，针对部分业务场景中人工研判成本高、短期水位变化跟踪效率不足、通用平台对单站补充预测能力有限等问题，设计并实现了一个可部署的智能预测系统。项目聚焦 Stung Treng 站，结合历史水文序列与实时更新数据，为日常监测、趋势判断和结果展示提供辅助支持。

系统提供站点级 7 天水位预测、1–7 天历史回测、持久化基线对比、不确定性可视化、上游辅助修正、数据可用性诊断等功能。用户可查看最新预测曲线、对比历史真实值与模型输出、观察不同预测天数下的回测效果，并通过图表快速识别模型在不同时间段的稳定性与适用边界。系统支持在线演示和结果展示，便于技术验证与场景沟通。

我负责该项目的整体方案设计、数据处理流程、模型训练、评估回测、系统部署与界面呈现。技术上使用 Python 与 TensorFlow 构建基于时间轴的一维 FNO 预测核心，引入季节性特征、气候基线异常量表示和上游站点辅助修正机制，完成历史数据与实时数据的合并、缓存与稳定更新。前端演示基于 Gradio，部署在 Hugging Face Spaces，实现了可重复演示的在线预测系统。项目重点解决了水文序列连续性、缺测处理、回测一致性和运行时持久化等问题。