黑碳颗粒是生物质和化石燃料不完全燃烧的产物，是导致全球变暖的重要因素之一，其光学性质对于评估大气辐射和气候变化至关重要，然而快速准确计算复杂形态黑碳气溶胶的光学性质仍是一项挑战。本研究从数值模拟的角度构建了不同相对湿度下多种包裹层成分的形态模型分别表示老化程度逐渐增加的轻包裹、部分包裹和重包裹的黑碳气溶胶。基于多球T矩阵算法对黑碳气溶胶光学特性的计算结果评估了支持向量机方法在预测黑碳气溶胶光学特性时的表现。结果表明支持向量机对部分包裹黑碳的光学效率、不对称系数、单散射反照率和激光雷达比的相对误差（RE）和决定系数（R²）分别小于约10%和大于0.90，预测性能优于其他两个形态模型。不同包裹层成分和相对湿度下BC气溶胶光学性质的RE和R²均小于约15%和大于0.90。基于机器学习模型和多球T矩阵数值计算方法的老化黑碳气溶胶光学建模方法在预测不同老化状态、相对湿度和包裹层成分的黑碳气溶胶光学性质方面表现良好，为快速构建适用于气候模式和辐射传输模式模拟的复杂形态黑碳气溶胶光学性质查找表提供了切实可行的方法。

黑碳气溶胶,数值模拟,光学特性,多球T矩阵,支持向量机