黑碳（BC）的微观物理性质在很大程度上决定了其吸光特性和吸湿特性。然而，这类长期观测数据很难通过野外观测直接获取。本研究基于多项野外实验数据，利用随机森林模型反演得到了黑碳的多种关键性质，包括质量浓度、相对于耐燃黑碳（rBC）的包裹物体积比（VR）、rBC粒径以及云凝结核（CCN）占比。该模型利用颗粒物（PM）、气体污染物、黑碳质量浓度及气象参数的连续观测数据，有效重构了2013年至2020年北京地区黑碳微观物理性质的长期变化序列。研究结果显示，与其他季节相比，冬季的黑碳包裹物显著增加（平均VR = 7.2），且能够活化成为云凝结核的黑碳比例更高（51%）。自2017年国家实施减排措施以来，冬季（夏季）黑碳质量浓度大幅下降了60%（29%），包裹物体积比（VR）也分别降低了45%（24%）。除气象条件变化的影响外，这些变化主要归因于一次排放的减少以及与黑碳二次包裹物形成相关的气体前体物的降低。黑碳质量浓度和包裹物的双重减少，导致其太阳辐射吸收能力下降了50%，能够活化成为云凝结核黑碳（可能参与成云过程）的比例下降了23%。因此，持续的环境减排政策的实施将进一步减弱该地区黑碳的直接和间接辐射效应。

黑碳,长期,微物理性质,机器学习