自2013年以来，中国实施了多项空气质量改善措施，显著减少了细颗粒物污染，但这些措施如何影响黑碳颗粒物（BC）的混合态与吸光增强仍不明确。本研究基于南京城区冬季气溶胶污染观测，发现经过大气老化的区域雾霾羽流中，黑碳颗粒物趋向内混，吸光效应显著增强，二次气溶胶组分，特别是硫酸盐（SO₄）和MO-OOA的形成，是黑碳混合态与吸光增强变化的重要驱动因素。本研究采用集成学习方法，构建了2013–2023年冬季混合态关键参数Dp/Dc与吸光增强关键指标Eabs-870nm的长期演变，并引入基于机器学习的新方法——固定排放近似（FEA），量化气象因素与人为排放对Dp/Dc与Eabs-870nm趋势的相对贡献。结果显示，在减排政策的第一阶段（2013-2017）与第二阶段（2018-2020），人为排放是冬季Dp/Dc与Eabs-870nm下降的主导因素。基于机器学习的归因分析进一步揭示，冬季二次气溶胶生成水平的降低，尤其是SO₄和MO-OOA，是最核心的贡献因子。而在最近几年（2021-2023），人为排放对Dp/Dc与Eabs-870nm变化的贡献显著减弱。这些发现凸显了排放管控在黑碳老化与吸光增强减缓中的关键作用，为理解空气质量政策的有效性及其气候与健康意义提供了重要参考。
 

黑碳；二次有机气溶胶；吸光增强倍数；混合态；外场观测