粒度是沉积物的重要特征之一，其组成变化可以反映物质来源、动力环境、搬运能力、 搬运方式和沉积环境等，因而被广泛运用于不同类型沉积物的古环境解释中。由于沉积物的物源和沉积动力往往不是单一的，因此平均粒径、分选系数等只能近似反映平均沉积环境，很难对多种物源和动力环境影响下的过程进行深入研究。近年来，各国学者陆续展开了粒度的多组分分离研究。

　　单样本分解（曲线拟合）和端元分析作为两种经典的粒度分解方法，已被广泛运用于多种沉积物的粒度分析中，且衍生出数个变种算法，逐渐成为粒度分析的主流方法。然而，最新研究表明，端元分析可能存在一定的局限性，不同的算法可能会得到不一样的结果。因此，针对这两种方法的异同及其应用范围进行详细的讨论是非常有必要的。

　　中国科学院地球环境研究所孙有斌研究员团队基于这一思路，对两种粒度分解算法进行了系统研究，并开发了一个开源易用的沉积物粒度综合分析软件，QGrain。研究团队基于这两种方法的数学模型和一系列的实验，结合数值优化和信息论，对他们的特性进行了详细的讨论。之后，客观总结了两种方法的适用范围。尽管单样本分解方法的拟合难度更大，但是却具有更大的潜力。研究团队同样强调综合分析的重要性，一些传统方法（主成分和聚类分析）同样可以发挥重要的作用。QGrain不仅集成了多种传统分析工具（如偏度、峰态等），并且提供了新的端元分析和单样品分解算法。与其他端元分析算法相比，新方法具有更加优异的表现。此外，研究团队对单样本分解方法做了大量的扩展以提高其稳定性。

　　该研究受科技部重点研发项目(2016YFA0601902)和基金委青年科学基金项目(41807425)资助，近期发表于国际学术刊物Sedimentary Geology上 (Liu, Y., Liu, X., Sun, Y., 2021. QGrain: An open-source and easy-to-use software for the comprehensive analysis of grain size distributions. Sedimentary Geology 423, 105980)。

　　原文链接：https://doi.org/10.1016/j.sedgeo.2021.105980

　　QGrain链接：https://qgrain.net

图2 增强的单样本分解算法的表现