简介SASfit 是一款面向小角度散射SAS数据建模的开源程序主要服务材料科学、生物物理等领域的科研人员或相关专业研究生适用于同步辐射、实验室X射线及中子散射等常见实验场景。它能够计算回转半径、散射不变量、Porod 常数等整体结构参数也支持将尺寸分布与多种形状因子、结构因子相结合进行拟合尤其值得关注的是它可用一组通用全局参数同时拟合多条散射曲线在对比变化实验和极化中子测量中能显著降低参数相关性便于得出更可靠的物理模型。压缩包共208个文件大小约54.19MB文件以tbl数据表、so动态库、h头文件为主另附csv/dat示例数据、def拟合定义、pdf说明文档和sh辅助脚本兼顾源码阅读与直接运行。当前已有1617人浏览学习。资源内自带程序代码、编译依赖、示例数据及文档可帮助用户从安装配置入手快速完成数据导入、模型拟合与结果分析是小角散射定量分析中一套较为完整的开源工具集。1. SASfit是什么小角度散射结构模型拟合的开源主力把一批小角度散射数据变成可发表的尺寸分布、核壳厚度或形状判断绕不开结构模型拟合这一步。SASfit 就是专门做这件事的开源程序读入 I(q) 曲线从模型库里选一个物理模型设置初始参数与约束程序用最小二乘法把理论曲线往实验曲线上贴合最后输出参数、误差与残差曲线。我见过不少同学生卡在拟合这一步——不是软件不会点而是不知道球体模型和核壳模型对参数的敏感度差多少也不清楚残差出现正弦振荡意味着模型选错而不是程序出错。这篇文章不打算复述软件操作截图而是把选模型、设初始值、判收敛、排错这整条流程讲透让新手能完整跑通让熟手能对照排查。2. 小角度散射与结构模型SASfit拟合的物理依据与工作流程2.1 I(q)、P(q)、S(q)散射函数里藏着哪些结构信息小角度散射实验得到的是散射强度 I(q)其中 q 4π sin(θ)/λ 是散射矢量模θ 是半散射角λ 是波长。对稀溶液或稀疏颗粒体系I(q) 可以写成I(q) N (Δρ)² V² P(q) S(q)其中 N 是与粒子数浓度相关的尺度因子Δρ 是粒子与溶剂的散射长度密度差对比度V 是单个粒子体积P(q) 是形状因子S(q) 是结构因子。对足够稀的样品粒子间没有空间相关性S(q) ≈ 1曲线形态主要由 P(q) 决定。这也解释了为什么同一个样品在不同浓度下测出来的曲线形态不一样——不是颗粒变了而是 S(q) 在起作用。SASfit 的核心工作就是把实验 I(q) 拟合到上述理论表达式上。它内置了大量解析模型球体、核壳球、椭球、圆柱、圆盘、蠕虫链、分形聚集体以及带硬球相互作用的结构因子模型等。每个模型都有封闭的解析表达式或数值积分实现这对拟合速度和稳定性很重要——纯数值模拟的模型在迭代求解时很容易因为采样点不足而出现假收敛。理解了 P(q) 和 S(q) 的分离你就能明白为什么拿到一条曲线不是直接往软件里一扔就完事而是先判断样品属于「稀释颗粒系统」还是「稠密胶体系统」。前者只用形状因子后者还要加结构因子否则拟合趋势在低 q 区必定对不上。2.2 为什么选开源SASfit模型库、跨平台与可复现做小角度散射拟合的工具有不少有些偏数据处理流水线有些偏数值反演不一定能细致调整每个模型的约束条件。SASfit 的特点在于它是一个「模型驱动」的开源程序全部模型源码可见新模型可以自己加进去参数的上下限、固定或浮动可以逐项控制拟合结果的输出包含协方差估计适合写进论文时给出参数的不确定度。开源带来的另一个实际的好处是可复现。同一个拟合项目你可以把模型定义、参数初始值和数据文件打包交给合作者对方用同一个开源版本打开能百分百复现你的拟合曲线。这一点在项目协作中非常重要我遇到过用闭源工具拟合的参数换台机器重新处理就对不上最后只好把原始数据和截图存下来非常被动。我一般还会用它的脚本化接口做批量拟合。几十条样品曲线逐一打开 GUI 去点选效率太低。把数据整理成统一格式之后跑一套固定的模型参数模板先自动拟合一轮再把明显不收敛的曲线挑出来人工看这样能节省大量时间。2.3 SASfit的完整工作流程从曲线到参数无论用什么软件一套严谨的模型拟合作业都遵循相似顺序。我通常是这么走的先看数据质量剔除明显坏点、确认q范围、检查背景是否扣干净。用 Guinier 近似或反演工具估算颗粒回转半径确定模型的尺寸数量级。在 SASfit 中导入预处理后的三列数据q、I、误差误差不能随便给它决定权重。根据样品体系选结构模型给出初始参数。固定非必要参数比如对比度只放开尺寸、比例和背景执行拟合。观察残差曲线和 χ² 值判断是否需要换模型或增加参数。这套流程里第 2 步常被新手跳过结果是拿着一个任意初始半径去跑 Levenberg-Marquardt 迭代运气好收敛运气不好直接卡在局部极小。如果你希望拟合结果是可发表的时间一定要花在模型选择和初始值评估上。3. 数据导入与预处理把实验曲线整理成可拟合的q-I-error表3.1 通用文本格式与SASfit的导入逻辑SASfit 接受普通文本数据文件最常见的布局是两列q、I或三列q、I、σ。q 的单位通常用 nm⁻¹部分实验站导出的是 Å⁻¹导入之前统一换算减少之后核对单位的麻烦。还需要注意的是不同同步辐射或中子装置导出的文件头部注释格式差异很大有的在文件头写几十行参数有的夹杂着制表符和不同数量的空格。我习惯在进入 SASfit 之前先用脚本把这些文件清洗成严格统一的纯数据文本一行三列无注释行分隔符统一为空格或制表符。这样在软件里批量导入时不会因为某一行格式非法而导致整批导入失败。SASfit 的导入界面会让你设定哪一列是 I哪一列是 σ以及是否要做标度变换。如果你的实验没给误差列先不要直接导入两列数据然后用默认权重。默认权重通常会让高 q 区强度小的点主导拟合导致尺寸参数偏移。3.2 用Python整理散射数据转换、合并与误差估计这里给一个我常用的 Python 预处理脚本。它做三件事读取原始两列或三列数据、扣除测量好的背景、把多次重复扫描合并成平均曲线与标准偏差。import numpy as np def load_curve(fname): 读取小角度散射数据文件返回 q, I, err。 如果原文件只有两列按泊松噪声估计误差避免零权重。 data np.loadtxt(fname, ndmin2) q data[:, 0] I data[:, 1] if data.shape[1] 3: err data[:, 2] else: # 没有误差列时用 sqrt(I) 近似并在计数极低处加上下限 err np.sqrt(np.abs(I)) 0.01 return q, I, err # 样品和背景曲线要求 q 网格一致不一致时先做线性插值 q_s, I_s, err_s load_curve(sample.dat) q_b, I_b, err_b load_curve(buffer.dat) I_b_interp np.interp(q_s, q_b, I_b) err_b_interp np.interp(q_s, q_b, err_b) # 背景扣减误差按方差叠加扣完若出现负强度保留并交给后续处理 I_corr I_s - I_b_interp err_corr np.sqrt(err_s**2 err_b_interp**2) # 输出为 SASfit 可直接读取的三列文本 np.savetxt(sample_corr.dat, np.column_stack([q_s, I_corr, err_corr]), fmt%.6f %.5e %.5e)这段代码的逻辑很简单但有三个地方值得注意。第一误差列不能直接缺失用 sqrt(I) 近似是常用做法但要在计数接近零的地方加一个小常数防止出现零误差导致权重无穷大。第二扣背景时两条曲线的 q 网格常常不一致一定要先插值再相减否则每次拟合都会在低 q 区叠加一个锯齿状偏差看起来像模型问题其实是数据对齐问题。第三savetxt 输出格式里保留足够的有效位数否则在低强度的高 q 区四舍五入误差会超过统计误差。如果你的实验已经做了绝对标度强度单位是 cm⁻¹那么拟合出的尺度因子直接与体积分数挂钩。如果只是相对强度尺度因子没有绝对物理意义论文里需要说明拟合用的标度。3.3 预处理里最容易翻车的三个细节第一探测器上的坏点或束线遮拦区。有些数据文件里会在个别 q 点出现强度突变比如负值或异常偏大。这些点不处理拟合时权重再小也会在残差曲线上留下尖峰。我的处理习惯是按 q 邻近点做中值滤波超出 5 倍相邻中值的点直接剔除。第二低 q 区的「上升尾巴」。很多样品存在少量大颗粒聚集或多分散性导致低 q 区强度急剧上升和模型趋势明显不符。不要急着把这段数据删掉先确认是不是散射蜂或尘埃造成的。如果确认是样品本身聚集可以在模型里加一个二级尺度项或者直接截断低 q 范围但要写明截断的依据。第三误差条过于乐观。部分实验站导出的误差只统计了计数涨落没有包含透射率校正、背景扣减和样品厚度波动的贡献。拟合时 χ² 会偏高甚至达到几百这时不要只盯着 χ² 绝对值而是看残差曲线有没有系统结构。如果残差平且随机即使 χ² 数值偏大参数仍然可信。4. 模型选择与核心参数从Guinier区到结构模型4.1 常用结构模型对照球体、核壳、圆柱与椭圆SASfit 模型库里的形状因子非常多但实际工作中高频使用的就那么几个。我整理了一张常用模型对照表模型适用体系主要参数曲线典型特征球体球形纳米颗粒、乳液、胶体半径 R、尺度因子 N、背景高 q 区有规律振荡极小值较深核壳球包覆颗粒、核壳量子点核半径、壳层厚度、核壳对比度振荡包络变化第一个极小值位置偏移圆柱棒状胶束、纳米棒、纤维半径 R、长度 L中 q 区出现 q⁻¹ 段末端回落椭圆体各向异性颗粒、蛋白质半轴 a、b、c、取向平均振荡被展宽曲线较平滑选模型的出发点不是「哪个模型跑出来 χ² 低」而是样品合成过程告诉你该有什么结构。比如你用种子生长法做的核壳颗粒直接拿简单球体去拟合哪怕能凑出不错的结果得到的半径也是某种平均没有物理意义。SASfit 的优势在于核壳模型里核半径和壳厚是独立参数可以同时拟合还能进一步引入核壳之间的对比度梯度。4.2 先在Guinier区估算尺寸再进SASfit拟合这是最容易被忽略但最值得养成的习惯。Guinier 近似说的是在低 q 区散射强度满足ln I(q) ≈ ln I(0) − (Rg² / 3) q²其中 Rg 是回转半径。对球形颗粒Rg √(3/5) R所以从 ln I 对 q² 作图的斜率就能粗估半径。这个值不需要精确它只用来给 SASfit 设置一个靠谱的初始半径避免迭代陷入局部极小。做法很简单在原始数据里取 q·Rg 1.3 的低 q 数据点做线性拟合得到斜率。如果这条 Guinier 直线在低 q 区本身弯曲明显说明样品多分散性强或者存在聚集这是后续选模型的重要线索——单分散球体模型的初始半径往往不太可靠要换用带多分散度的模型。拿到 Rg 之后再估计一下粒子在 q 空间的特征振荡位置。球体的第一个极小约出现在 q·R ≈ 4.5如果曲线在某个 q 值处出现明显的谷底用 4.5 除以该 q 值也能快速核对半径数量级。这一步做完你在 SASfit 面板里输入的 R 至少不会差一个数量级。4.3 必调参数表尺度因子、背景、尺寸与对比度进入 SASfit 模型面板后会看到一组通用加一组模型专属参数。我把最常需要手动调整的参数整理成下表参数物理含义调整建议scale / 尺度因子与粒子数浓度、对比度平方、体积平方的乘积相关量级跨越很大常从 1 附近起步拟合后回看量级是否合理background / 背景非相干散射和探测器暗计数贡献先用最右侧高 q 区平均强度粗估固定后拟合尺寸参数R、L、厚度等用 Guinier 估算值起步不要用随机数对比度 Δρ粒子与溶剂的散射长度密度差可查表得到建议固定为已知值避免与尺度因子强相关多分散度尺寸分布的相对宽度如高斯分布高 q 振荡被抹平说明多分散度大从 0.1 起步往上调这里要特别强调尺度因子的坑。它实质上吸收了浓度、对比度和体积多个因素的乘积和尺寸参数有较强的相关性。如果你同时放开尺度、半径和多分散度经常会看到半径跑到一个特别大的值然后用很小的尺度因子去补偿拟合曲线看起来还行但物理上完全是错的。这种相关性导致的参数漂移几乎是 SASfit 拟合里最常见的翻车方式。4.4 拟合算法、权重与参数约束怎么让拟合可信SASfit 内部的核心拟合算法是 Levenberg-Marquardt 最小二乘法它需要用你给的初始参数出发沿梯度方向迭代。这个算法对初值敏感这是它最大的特点也是拟合翻车的主要来源。程序还提供了多种权重模式默认通常是 1/err²这意味着误差越小的数据点对拟合的影响越大。那误差从哪来如果你在数据文件里给了 σ 列程序就用你给的误差。所以前面预处理里估算误差这一步直接影响拟合结果。曾有人把所有 σ 都填成同一个数结果高 q 区那些强度很小的点被强行拉着拟合尺寸参数整体偏移残差呈强烈的锯齿状卡了很久才找到原因。参数约束比大多数人想的更重要。例如核壳球的壳层厚度如果放成自由参数经常被推到非常小甚至负值。我一般会在拟合面板里给每个尺寸参数设置下限和上限下限设成微米级的正数比如 1e-3 nm上限设成颗粒尺寸的十倍左右。这不是为了限制物理而是防止 LM 算法在数值溢出时把参数推到一个来回震荡的区域。为帮助理解这个迭代逻辑我写了一个极简的演示脚本用 Python 拟合球体模型的尺度因子和半径。它模拟了 SASfit 在每次迭代中计算残差并更新参数的过程import numpy as np from scipy.optimize import least_squares def sphere_p(q, R): # 球体形状因子归一化到 P(0)1 x q * R 1e-12 f (np.sin(x) - x * np.cos(x)) / x**3 return (3 * f) ** 2 def model(params, q): scale, R, bg params return scale * sphere_p(q, R) bg def residuals(params, q, I, err): # 用 1/err 作为权重等价于最小化卡方 return (model(params, q) - I) / err # 这里 q, I, err 来自第 3 章预处理后的三列数据 best least_squares(residuals, x0[1.0, 3.0, 0.01], args(q, I, err), bounds(0, np.inf)) print(best.x) # scale, R, background这个脚本里x0 是初始参数我给了三个值尺度 1、半径 3 nm、背景 0.01。你实际用的时候初始半径要来自 Guinier 估算而不是随意填。bounds 设成非负防止负半径。注意到没有给多分散度这个简单模型假设样品完全单分散所以真实数据拟合时残差通常会有系统偏差这也是和 SASfit 完整模型之间的主要差异。5. 拟合执行与常见问题排查不收敛、负参数与残差异常5.1 一次完整拟合的操作路径在 SASfit 里跑通一次拟合步骤非常直白新建项目导入三列数据在模型下拉列表里选结构模型在参数面板填初始值勾选你想要放开拟合的参数然后点拟合按钮。程序会在日志区输出迭代次数和当前 χ²并绘出数据曲线、拟合曲线和残差曲线三条线。我的操作习惯是分两轮。第一轮只放开尺度因子和背景把其他参数全部固定先让整体基线对准。第二轮再放开尺寸参数初始值用第一轮结果附近的值。这样比一次性放开所有参数更稳定尤其适用于模型本身参数较多的情况。拟合完成后把协方差矩阵输出的标准差写进结果表这是论文里误差条的直接来源。如果你面对几十条曲线需要批量处理逐条点界面确实效率不高。我的做法是先在一个样品上把模型和初始参数调好记录参数顺序和约束范围然后写一个批处理脚本调用 SASfit 的命令行模式输入同样参数。不同版本的命令行参数略有差异但你只需要保证输入输出文件名、模型标识和参数初值、上下限四个部分正确即可。5.2 现象拟合不收敛或反复震荡现象迭代次数一路增加χ² 不降反升参数在某个区间来回跳。原因最常见的是初始参数离真实值太远LM 算法在参数空间的局部极小附近来回碰撞其次是参数上限设得过大使得梯度方向计算中数值导数不稳定。解决把初始半径换成 Guinier 粗估值或缩小参数上下限范围。还可以把多分散度先固定成 0让模型回到最简单的形态找到相对合理的局部区域后再放开。另一个笨但有效的办法是手动微调参数摆到拟合曲线与实验数据大致重合的位置再把该位置设为初始值。5.3 现象参数跑成负值或被边界卡住现象拟合结束后半径或厚度为负壳层厚度正好卡在下限边界尺度因子异常小。原因参数之间存在强相关性最典型的就是尺度因子和半径互相补偿。当浓度远低于预期时程序会把半径拉大、把 scale 压低试图用大而少的粒子去吻合曲线。解决给尺度因子设置一个合理的上下限范围。如果你知道样品的物质浓度和体积分数直接估算 scale φ·(Δρ)²·V² 的数量级填进去。不知道也不要紧可以先固定半径只拟合 scale把数量级摸清楚再同时放开。壳厚跑到负值则要检查核壳对比度的符号设置是否正确特别是中子散射数据中核和壳的散射长度密度正负关系很容易填反。5.4 现象残差带系统结构模型选错了还是数据没扣干净现象拟合曲线贴着实验曲线走但残差曲线呈现明显的波浪形或单侧漂移χ² 数值很高。原因两种可能一是模型结构不对比如实际有核壳或形状分布却用了简单球体二是数据本身的问题比如背景扣过头、样品存在聚集、abs 标度未归一。解决先把残差的形态和模型的特征联系起来。如果残差在第一个振荡谷附近有个鼓包多半是核壳结构如果残差整体在低 q 区向上翘多半是聚集或多分散性。排除了模型因素后回头重新检查第 3 章的预处理产物重点看扣背景后低 q 区有没有引入负值或 V 形畸变。不要急着加参数去硬拟合数据加工造成的假象那是自欺欺人。5.5 现象χ² 差不多时怎么对比两个模型现象两个不同模型拟合出的 χ² 非常接近一个是椭圆体一个是核壳球肉眼都分不出好坏。原因χ² 只衡量了拟合优度没有考虑参数数量。参数多的模型天然能获得更低的 χ²但多余参数可能只是在吸收数据噪声和系统误差。解决用约化卡方或信息准则来对比。约化卡方 χ²/dofdof 是数据点数减参数数更公平当它远大于 1 时说明模型没有完全解释数据比较接近 1 时说明残差与误差估计一致。更严格的做法是计算 AIC 或 BIC把模型复杂度的惩罚加进去。SASfit 能输出参数个数你拿到后用数据点数、χ² 和参数个数三个值手算即可。选模型的标准不是「哪个更漂亮」而是「哪个参数有明确的物理对应」——能对应合成手段和已知物性的模型即使 χ² 稍高一点也更值得写进论文。6. 让拟合结果更可信约束、分辨率修正与多模型对比到了这一步你已经能跑通拟合和基本排错。但要想让审稿人认可结果还需要做三件事。第一把「强的」参数约束关系写清楚。核壳球里壳层厚度与核半径高度相关我会在数据表中列出一个约束注明「壳厚与核半径分别独立拟合但对比度固定为原料计算值」让读者知道你并不是把一堆自由参数凑出来的。第二检查 smearing 效应。中子小角散射实验里波长分布和准直不理想会把曲线抹平高 q 区的振荡被压低。SASfit 里可以开启分辨率修正输入波长展宽或 Q 分辨率参数重新拟合一遍你会看到半径略微变化而拟合曲线与数据贴合得更好。这个值建议至少做一次对比很多样品不做分辨率修正时多分散度会被过高估计因为两者都在抹平振荡。第三至少用另一个独立的信息源交叉验证。比如用动态光散射测水合半径或用透射电镜统计干燥态的尺寸分布再对比 SASfit 的半径和多分散度。它们的物理状态不完全一样数值不必完全一致但趋势对不上就要小心了。我现在拿到新数据习惯先测一条 Guinier 曲线、估算 Rg再进 SASfit 拟合最后用显微图像或动态光散射做交叉验证。这个方法救过我好几次——最近一次拟合得到的半径比动态光散射小了一半找半天发现是样品在散射实验前发生了聚沉低 q 区那一段上升信号被我用截断处理不恰当地埋掉了。拟合本质上是在数据与模型之间寻找信任度而不是让曲线重合得越紧密越好。多分散度调到 0.5 能把振荡全部抹平但如果显微镜告诉你颗粒很均匀这个 0.5 就是假的。希望你拿到一条新曲线时先问自己一句这个参数的物理意义站得住吗如果站得住SASfit 能帮你省很多事站不住换模型比硬调参数更快。希望这篇笔记能在你的拟合路上少踩几个坑。本文还有配套的精品资源点击获取