一种基于机器学习与受体模型联用的PM2.5重金属减排健康效益评估系统及方法

本发明属于环境监测与公共健康管理技术领域，具体公开了一种基于机器学习与受体模型联用的PM2.5重金属减排健康效益评估系统及方法，其系统包括用于生成时间序列数据集的数据集成模块、用于生成人为排放主导的浓度分量的气象归一化模块、用于量化特定措施对源贡献率的动态影响的动态源解析模块、用于生成源特异性风险图谱的健康效益映射模块；所述数据集成模块依次与气象归一化模块、动态源解析模块、健康效益映射模块相连接；本发明采用“减排措施‑金属源贡献‑PM2.5降幅‑健康效益”动态关联模型，突破传统阈值法的静态局限，支持重金属、多环芳烃、VOCs等多污染物协同评估，可扩展应用于城市群污染联防联控及“美丽中国”目标下减排路径优化。