refactor: 附录/致谢/参考文献拆分为独立 chapter 文件，main.tex 保持清爽

thesis/chapters/appendix-b-run.tex

@@ -0,0 +1,46 @@
+\chapter{系统运行说明}
+
+\section{环境配置}
+本项目基于Python 3.13开发，使用uv进行虚拟环境和依赖管理。核心依赖及其版本号如下：
+
+\begin{table}[H]
+\centering
+\caption{核心依赖环境一览}
+\begin{tabular}{lll}
+\toprule
+\textbf{软件包} & \textbf{版本} & \textbf{用途} \\
+\midrule
+Python & 3.13.13 & 编程语言 \\
+PyTorch & 2.12.0+cu126 & 深度学习框架（GPU训练） \\
+XGBoost & 2.0+ & 梯度提升模型 \\
+Scikit-learn & 1.3+ & 评估指标和数据处理 \\
+Flask & 3.0+ & Web后端框架 \\
+xarray + h5netcdf & 2023+/1.8+ & NetCDF文件处理 \\
+NumPy + Pandas & 1.26+/2.1+ & 数据处理 \\
+Matplotlib & 3.8+ & 图表生成 \\
+CDSAPI & 0.7.7 & ERA5数据下载 \\
+\bottomrule
+\end{tabular}
+\end{table}
+
+\section{运行步骤}
+以下步骤在项目根目录下依次执行：
+
+\begin{enumerate}
+    \item \textbf{创建并激活虚拟环境}：\texttt{uv venv .venv \&\& .venv\textbackslash Scripts\textbackslash activate}
+    \item \textbf{安装依赖}：\texttt{uv pip install -e .}
+    \item \textbf{下载 ERA5 数据}（耗时约5天）：\texttt{python -m src.data.download\_era5}
+    \item \textbf{解压 ZIP 格式数据}（耗时<1秒）：\texttt{python -m src.data.extract\_zips}
+    \item \textbf{运行预处理}（耗时约27分钟）：\texttt{python -m src.data.preprocess}
+    \item \textbf{训练LSTM模型}（可选，耗时取决于epoch数）：\texttt{python -m src.models.train}
+    \item \textbf{评估模型（含XGBoost训练）}：\texttt{python -m src.models.evaluate}
+    \item \textbf{启动可视化大屏}：\texttt{python -m src.web.app}
+    \item \textbf{浏览器访问}：\texttt{http://localhost:5005}
+\end{enumerate}
+
+\textbf{注意事项：}
+\begin{enumerate}
+    \item 步骤3（ERA5下载）需在Copernicus CDS网站接受数据许可协议
+    \item 需在用户目录配置\texttt{\textasciitilde/.cdsapirc}文件（URL + API Key）
+    \item 如仅需查看大屏效果，可在无模型文件时直接启动步骤8（系统自动降级为默认预测）
+\end{enumerate}