SASfit教程：小角散射数据拟合与模型选择实战指南

简介：SASfit是一款面向小角散射数据分析的开源程序，主要服务于材料、生物、化学等领域的科研人员，用于从散射数据中计算回转半径、散射不变量、Porod常数等结构参数，并可结合多种形状因子与结构因子拟合尺寸分布，还支持对多条散射曲线进行全局参数拟合，特别适用于对比变化实验或极化中子测量场景。压缩包共208个文件，大小54.19MB，包含66个tbl数据表、44个so动态库与44个h头文件、18个gpf绘图脚本、7个csv示例数据、17个rgb颜色映射文件，以及用户指南pdf、bib参考文献、dat数据、sh脚本等。已有1609人学习下载，适合需要处理SAS数据、熟悉开源拟合工具或开展全局拟合研究的科研与工程人员。资源内不仅提供程序主体文件，还附带示例数据、颜色映射、科学绘图脚本和说明文档，有助于使用者快速掌握操作流程，减少自行编译配置和摸索参数的时间成本。

1. 先搞清楚：SASfit在散射数据分析里扮演什么角色

1.1 一条散射曲线能读出多少结构信息

小角度散射（Small-Angle Scattering，SAS）这个概念，听起来像是个很物理的专门领域，但把它讲通俗并不难。你拿一束X射线或者中子束打到样品上，探测器在极小的角度范围内接收散射信号，得到的强度曲线会直接反映样品内部纳米尺度的电子密度或者散射长度密度分布。颗粒尺寸、聚合物链构象、蛋白形状、孔道结构——这些信息都会在曲线里留下特征痕迹。

核心物理量是散射矢量 q，定义为 q = 4π/λ·sin(θ/2)，其中 λ 是入射波长，θ 是散射角。q 的倒数大致对应实空间尺度，所以当你要研究1到100纳米这个范围的时候，小角散射几乎是不可替代的手段。实验结束后，你手里就是一张 I(q) 对 q 的曲线。经典的分解方式是：

I(q) = N · P(q) · S(q) + background

N 是散射体数量密度，P(q) 是单粒子形状因子，描述单个粒子内部的几何与密度分布；S(q) 是结构因子，描述粒子之间相对位置带来的干涉效应；background 是背底。SASfit 的核心工作，就是基于某种 P(q)、S(q) 组合模型，通过非线性最小二乘拟合，把实验数据里隐含的尺寸、形状、相互作用参数反推出来，而不是让你手动去“描点画线”猜结论。

1.2 为什么偏偏选这个开源工具

能够拟合小角散射数据的程序并不少，但 SASfit 在圈子里能长期占有一席之地，我总结下来有几条硬理由。第一，模型库覆盖面极广，形式因子和结构因子的组合方式非常灵活，绝大多数实验体系都能找到对应模型；第二，参数控制足够细，拟合时可以对每个参数单独固定、设置上下限或加权重，这对复杂多参数模型太关键了；第三，整个项目开源，核心算法和模型实现完全公开。对科研用工具来说，“能看懂每一步在算什么”本身就意味着巨大的信任基础，也意味着你可以按需修改或扩展，而不是被黑盒软件拴住手脚。

这个工具适合谁？一类是刚完成第一次 SAXS/SANS 实验、手里囤着一批数据却不知从何下手的新手，另一类是已经用其他软件拟合过、但对模型深度或参数灵活性不满意、想换条路走的进阶用户。下面我按从原理到实操的顺序，把 SASfit 的用法和常见坑完整过一遍。

2. 模型库拆解：SASfit 能对付哪些结构

2.1 上百个模型如何分类

打开 SASfit 的模型列表，第一反应大概率是“这么多模型，到底怎么选”。实际上它的模型库虽然庞大，组织逻辑很清晰，大致按结构类型分成几个大家族。我按照个人使用频率，整理一张速查表：

选模型时可以记住“两问”：样品里颗粒的大致形状到底是什么；颗粒之间有没有明显的空间干涉。如果颗粒稀疏、距离远，可以只考虑 P(q)；如果体系浓度高或者有明显团簇，就需要把 S(q) 也纳进来。SASfit 很友好的一点是，它允许在模型窗口里自由组合 P(q) 和 S(q)，而不是把两者绑定死。这意味着你可以先用“球 + 硬球结构因子”这种经典组合起步，再按残差表现逐步升级。

2.2 多分散性和SLD：两个容易埋雷的参数

模型选对了，并不等于拟合就顺利。真正决定结果质量的，往往是几个容易理解的参数被认真对待。

第一个是对比度，更准确地说是散射长度密度差（SLD差）。它决定散射强度的大小和方向。不同材料的 SLD 可以通过化学式和密度估算，SASfit 内置了 SLD 计算器，直接在界面里输入分子式或者质量密度就能出来结果。很多人会跳过这一步随意填一个值，结果拟合出来的“半径”完全失去物理意义。我的建议是哪怕粗略估算也要先算一下，至少保证数量级是对的。

第二个是尺寸多分散性。真实样品不可能全是完美单分散，纳米颗粒总有粒径分布，胶束壳层厚度也有波动。SASfit 里通常用 Schultz 分布或对数正态分布来描述尺寸分布，并能给出分布宽度参数。我要提醒的是，不要为了把曲线拟合得“漂亮”，就把多分散性压到极小甚至逼近零——那样做虽然卡方值好看，但得到的是一条远离物理真实的假曲线。更合理的做法是同时参考电镜或动态光散射的粒径分布，让拟合时的多分散性宽度落在合理区间。

3. 一次完整的拟合要怎么做

3.1 安装与准备

SASfit 在开源科学软件里属于非常好上手的。官方发布页面同时提供 Windows 预编译版本、macOS 版本和 Linux 源码包，Windows 版基本解压即可运行，不需要额外配置各种依赖库。这一点我非常喜欢，因为很多开源科学工具光装依赖就要折腾半天。Linux 下如果选择源码编译，需要事先装好 C 编译器和 Qt 开发库，官方文档写得比较清楚，照着流程走就行。

版本选择上我有个小建议：尽量用较新的正式 release。早期版本在部分模型实现和拟合稳定性上有过问题，新版不仅修了 bug，还补充了新模型和批处理功能。既然项目一直在维护，没必要守着旧版不放。

3.2 数据导入与 q 区间选择

SASfit 支持读取常见的文本格式散射数据，最简单的是两列（q, I）或三列（q, I, error）。我自己的习惯是在实验站点就把数据整理成两列文本，导入后如果缺少误差棒，SASfit 也可以按默认统计方式处理。

导入只是第一步，最关键的动作是选择拟合的 q 范围。不要贪心地把整条曲线一次性端进去拟合。样品在低 q 区时常有上翘的杂质信号或仪器准直效应，高 q 区则可能只剩背底噪声，模型在那些区间已不起作用，硬拟合只会把结构参数带偏。正确做法是先用一段看起来“干净”的中间范围做初步拟合，画出残差检查哪些 q 点偏离严重，再逐步框定合理区间。很多拟合结果看起来很奇怪，问题往往不是模型选错了，而是拟合范围没有框对。

3.3 模型选择和参数初值策略

模型选择上，我习惯用“三层递进”的方式：

1. 先用最简单的均匀球模型配合无相互作用假设做拟合，目的是建立尺寸量级和大致背景值。
2. 如果残差出现明显的系统偏移，再升级为核壳结构、椭球，或者引入结构因子。
3. 只有当前两种方案都覆盖不了，才考虑多组分叠加或更复杂的模型。

初始值设定同样很讲究。SASfit 底层用的 Levenberg-Marquardt 非线性最小二乘算法，这类算法的通病是容易陷入局部最优解，所以初始参数不能乱来。你可以先用 Guinier 近似估算回转半径，或者在散射曲线里找到特征波谷位置反推粗略尺寸，作为初值起点。SASfit 允许给每个参数设置上下限和固定状态，新手我强烈建议把所有不确定参数先设置成较宽的边界，等迭代稳定了再逐步收紧。

拟合结束后，别只顾着看卡方值，一定要看残差图。残差如果有波浪状结构，说明模型在特定 q 区存在系统偏离，大概率是模型类型选错了；如果残差只是随机抖动，说明数学上说得过去，接下来要去检查每个参数的置信区间是不是合理。

提示：一个常见的误区是把“卡方小”直接等同于“模型正确”。数据点不够多、参数过于自由的时候，过拟合会让卡方非常好但结果毫无物理意义。拟合工具只能帮你找到“数学上最像”的答案，物理上是不是真的，需要你来判断。

4. 拟合失败排查：我踩过的几个坑

4.1 不收敛和局部最优

新手遇到最多的劝退场景就是“拟合发散”或者“迭代半天一动不动”。我第一次跑 SASfit 的时候，模型参数随手填了一通，结果弹出的结果和实验曲线完全对不上，一度以为软件坏了。后来排查下来，不收敛基本逃不出三个原因：初始参数离真实值差了几个数量级，迭代步长根本走不到谷底；参数之间存在较强相关性，导致参数空间里有一条很长的“山脊”，算法在脊上反复震荡；模型过度复杂，参数数量超过数据能承载的信息量。

排查顺序我也总结成了一套流程：先把自由参数减到最少，把已经通过其他手段知道的量（比如 TEM 测得的粒径）固定住；然后检查初始值是否落在合理的物理范围内；最后退回一个更简单的模型测试，如果简单模型能正常收敛，说明是复杂模型把拟合带崩了。

4.2 参数相关性和置信区间

参数相关性是很隐蔽的坑，老手也有翻车的时候。拿核壳球模型来说，核半径和壳层厚度就经常表现出负相关性——数据层面表现为“核变大一点、壳变薄一点，拟合结果几乎不变”。如果同时让这两个参数自由漂浮，最后给出的“核半径 27 nm”可能实际误差是 ±10 nm，报告写得漂亮但完全不严谨。

解决办法有两个方向。一是利用独立实验信息锁定其中一个参数，比如用透射电镜的粒径统计把核半径固定住；二是从多组不同的初始值出发跑多次拟合，观察参数是否收敛到同一区域，再结合最小二乘返回的参数误差矩阵评估不确定性。后者尤其适合没有辅助数据、只能依赖散射拟合的场景。

4.3 背景参数成了“垃圾回收站”

SASfit 允许把背景 backgr 作为自由参数去优化，这给不少人提供了“偷懒”的空间：模型不太合适不要紧，把背景往上提一点，残差立刻好看很多。这种做法本质上是在把模型错误塞进背景里，属于自欺欺人。

我自己处理背景的做法是：先把高 q 区的散射强度平均值作为背景初值，固定住，只拟合结构参数；等结构参数收敛稳定后，再放开背景做一次精细微调。如果最终背景值和初值差了两三倍以上，那基本可以直接判定模型选错了，而不是背景没扣好。背景参数是用来吸收真实的仪器噪声和杂散散射，不是用来给错误模型兜底的。

4.4 宽粒径分布还是双峰混合

很多新手看到曲线有点“鼓包”，就在模型里把多分散性调到很大，最后拟合出一个很宽的尺寸分布。但现实情况更可能是样品里同时存在两种不同尺寸的粒子，两者在曲线上的表现相近，但物理意义完全不同。用宽分布模型和双组分模型分别去拟合，曲线拟合度可能都不差，但得到的结论差之千里。

怎么区分？我建议交叉验证。如果透射电镜或者动态光散射能看到明显的双峰，那就老老实实建双组分模型；如果这些手段都只显示一个较宽分布，那用 Schultz 或对数正态分布建模更合理。不要把所有解释压力都丢给拟合软件，散射数据只是证据之一，和其他表征手段放在一起才会形成完整的证据链。

5. 实际案例与工具选型参考

5.1 三个典型应用场景

第一个场景是核壳纳米颗粒的表征。合成一批核壳结构的纳米粒子，既要平均粒径，也要核半径和壳厚。SASfit 直接用核壳球模型拟合，得到的参数和 TEM 统计能对得上，而且散射方法是全样品平均的结果，统计意义比局部电镜照片更扎实。这种场景下，模型明确、参数直观，是新手练手的最佳起点。

第二个场景是嵌段共聚物胶束。疏水链段自组装成核，亲水链段形成冠层，本质上可以用核壳球近似。难点是冠层并不是均匀壳，而是高分子刷式的密度渐变层。SASfit 提供了带密度梯度描写的核壳模型，能处理这种非均匀冠层，普通通用拟合软件通常给不了这么细的选项。

第三个场景是蛋白质溶液研究。用 SAXS 研究蛋白在溶液中的寡聚状态，SASfit 的链模型和回转半径拟合可以先做个快速判断，再结合建模软件推断具体形貌。虽然生物小角散射领域很多人习惯用 ATSAS 套件，但 SASfit 最大的优势是速度快、参数透明，作为交叉验证工具相当好用。

5.2 SASfit 和其他工具怎么选

经常有朋友问我，SASfit、SasView、ATSAS 到底选哪个。我的看法是工具之间没有绝对的优劣，只有适不适合当前需求。下面这张表可以帮你快速定位：

如果你做的是材料或软物质研究，需要精细控制每一个模型参数，SASfit 是综合实力最强的；如果只是想知道一个大致的颗粒尺寸分布，SasView 的图形界面点起来更顺手；如果体系是生物大分子且目标是出结构模型，ATSAS 的专业管线会更完整。

实际操作中我最有体会的一点是，散射拟合从来不是纯粹的技术活，它更像是在“物理直觉”和“数值结果”之间反复校准。SASfit 把模型库和拟合算法做到足够开放透明，这是开源项目能给到的最宝贵的东西——你可以随时停下来想一想，这个参数到底在算什么，这个模型为什么能解释数据。配合其他表征手段交叉验证，小心处理背景、多分散性和参数相关性，再用残差而不是卡方值去判断模型好坏，这套方法论比任何单个工具都能让你走得更远。最后再分享一个小技巧：做复杂体系拟合前，先把样品用动态光散射或者电镜过一遍，哪怕只是粗略的尺寸量级，也能让你的初值设置和模型选择靠谱得多。

本文还有配套的精品资源，点击获取