气溶胶-云的相互作用是评估全球气候效应中时不确定性最大的因素,而气溶胶活化能力的量化是其中的关键环节。本文利用2012年9月-10月在黄山云谷山庄观测获得的气溶胶分档活化谱和气溶胶吸湿性参数(HTDMA)的观测数据,基于分档活化谱的S型函数拟合构建多尺度气溶胶吸湿性参数,并在此基础上对气溶胶吸湿性参数κ进行闭合分析,进一步评估该方案的对气溶胶吸湿性的预报能力,在此基础上研究了气溶胶吸湿性的时间和尺度变化特征。此外,利用所构建的多尺度吸湿性参数对CCN数浓度进行预报,并通过CCN数浓度的闭合分析,评估该预报方案的预报能力。本文所取得的主要结论具体如下:基于分档活化谱计算的气溶胶吸湿性参数预报值κCCN,对所有观测粒径的气溶胶强吸湿模态具有较高的预报精度,能够较好地描述可活化气溶胶的吸湿性并实现吸湿性闭合。各粒径气溶胶的吸湿性κCCN均显示出较为明显的日变化特征,小粒子的吸湿性变化幅度更大,大粒子因为内混合程度较高且化学成分较为均一,吸湿性的变化幅度较小。气溶胶的吸湿性参数随着粒径的增大先减小后增大,各粒径气溶胶白天的吸湿性均高于夜间。不同的吸湿性参数化方案闭合分析表明,引入吸湿性参数κ概率分布的闭合计算方案效果最好,其拟合直线斜率接近于1,决定系数R2为0.89,在四个过饱和度下的计算偏差都控制在较小的范围内,能够可以较好的CCN数浓度闭合。而采用均一吸湿性参数和随粒径变化的吸湿性参数的闭合方案,几乎对所有过饱和度的CCN数浓度都有一定的低估,拟合结果具有较高的误差,因此不适用于黄山CCN数浓度的预报。