简介：CharAnalysis是一套面向沉积物-炭记录分析的开源MATLAB工具，主要服务生态学与古火灾研究领域的科研人员，用于检测炭化颗粒物峰值并重建局部火灾历史。程序提供诊断与分析两类功能：诊断工具辅助判断是否适合进行峰值检测、确定最优参数；分析工具则以统计和图形化方式汇总结果。全部分发代码注释清晰，方便研究者按需修改。压缩包共35个文件，大小1.54MB，以MATLAB源码（.m）为主，另有CSV数据模板、Excel表格样例、Markdown说明、PDF用户指南及HTML页面，覆盖从数据预处理、背景炭浓度平滑、峰值识别到结果输出的完整工作流。已有353人学习下载。资料中附有示例数据集和模板参数文件，读者可对照用户指南快速上手，并借助源码理解算法细节，适合需要自主掌握沉积物炭分析流程和开展二次开发的研究人员。
1. CharAnalysis到底在解决什么难题
先说个背景。搞古火灾研究的人，几乎都绕不开沉积物里的炭化碎片（charcoal）分析。湖泊、泥炭地的沉积物剖面里，每一层都像一本编年史，记录着过去几百年甚至上万年的火灾信号。但问题在于，原始炭化碎片浓度数据非常粗糙，受到沉积速率、采样间距、局部火源距离、搬运过程等一堆因素的干扰。直接用浓度曲线去判断“哪年发生过火灾”，基本等于从噪声里找信号。
CharAnalysis就是干这个的。它本质上是一套用MATLAB实现的诊断与分析工具，专门用来从炭化碎片序列中提取相对可靠的火灾历史信息。它不是我随手写的脚本，而是经历了古生态学、古气候学领域多年验证的一套方法，主要流程包括：年代-深度模型构建、插值成等分辨率时间序列、背景值估算、峰值检测、SNR评估、火事件频率与火回归间隔统计。听起来很学术，但拆开来看每一步都不复杂，难的是怎么把每一步做得规范、做得能发表、能复现。
我从接触这套工具到现在，前后折腾了快两年。第一次用的时候，连输入文件格式都折腾了半天，因为它的README写得实在简洁，适合已经懂行的人，不适合新手。所以我写这篇分享，就是想把这套工具从“能跑”到“跑得对”再到“敢拿结果去写文章”的完整链路讲清楚。适合正在做泥炭/湖泊沉积物炭化碎片分析、需要重建火历史的研究生和青年学者。
2. 代码架构里最值得花时间理解的几个模块
2.1 年代深度模型与插值逻辑
CharAnalysis对年代的控制非常严格。它需要你准备一份深度-年龄数据，一般是AMS 14C测年结果经校正之后得到的年龄，然后工具内部用线性插值或样条插值构建连续的年代-深度关系。这个环节直接决定了后续所有时间序列是否正确，是整个分析链条的地基。
实际操作中，工具允许你手动输入每个深度段的年代控制点，也可以通过外部文件导入。它的核心逻辑是：把不规则深度的炭化碎片浓度数据，插值成固定时间分辨率的序列。这一步非常关键，因为后续的峰值检测都是基于等时间间隔序列来做的。如果插值分辨率选得不合适，比如沉积速率特别低的沉积物非要插成5年一条，那结果基本就废了——分辨率远高于沉积物实际记录能力的结果，只会产生大量虚假峰值。
2.2 峰值检测那一堆阈值是怎么算出来的
这是CharAnalysis的核心输出之一，也是新手最容易直接照着默认参数跑、却说不清楚原理的地方。它把炭化碎片浓度序列分解成两部分：低频背景成分和高频峰值成分。背景值用滑动窗口的中值或低通滤波来计算，窗口宽度一般选500～1000年；峰值则是原始值减去背景值后的正残差。
关键在阈值。CharAnalysis不是简单地用均值加几倍标准差，而是假定炭化碎片浓度在背景之上呈泊松分布，用95%或99%置信区间来确定某个正残差是否构成一次“火灾事件”。如果你了解一点统计学，就会明白这个假设的核心意思是：极端值是来自浓度本身随机涨落的小概率事件，而不是真实火灾信号。因此，峰值检出率本质上是在控制误报率的前提下完成的，这也保证了结果在论文里相对经得起审稿人质疑。
2.3 背景值窗口、SNR评估和事件频率统计
背景值窗口大小看似只是个滑动窗口参数，实际隐藏着两个矛盾：窗口太大会把真实的中长期火灾频率变化抹平，窗口太小则会把短期的噪声拉进背景，导致峰值检不出来。比较稳妥的思路是先做敏感性测试：分别用500、750、1000年窗口跑一遍，看最终火事件序列差异多大。如果差异巨大，说明数据质量还不够好，不要急着下结论。
SNR评估是很多人忽略的一步。CharAnalysis会计算信号-噪声比，用来判断你的炭化碎片序列中，真实火灾信号相对背景噪声有多强。一般而言，SNR低于3的数据集会比较勉强，低于2的结果在论文里很容易被审稿人挑战。我自己的标准是：SNR不到3就回到数据本身找问题——是不是炭化碎片提取时挑了太大的碎片（>200微米碎片受局地火源影响严重）？是不是采样间隔太粗导致信息丢失？
事件频率统计则比较直观：用高斯核密度估计对火事件做平滑，得到每千年火灾次数曲线；累计分布做生存分析，得到火回归间隔的中位数与变率。这两张图加一个峰值序列图，基本上就是CharAnalysis论文里最常见的三件套。
3. 从数据准备到出图：完整跑通一次分析
3.1 输入数据的组织方式
这是很多人卡住的第一关。先把文件组织好，后面就顺了。核心需要三个维度：深度、年龄、炭化碎片浓度。浓度单位通常是颗粒数每立方厘米（particles/cm³）或每克干重（particles/g），取决于你实验时的统计方式。
建议把数据整理成CSV或Excel格式，三列数据：depth_cm、age_cal_yrBP、charcoal_concentration。我这里说的字段名不重要，重要的是数据里的每一行都必须一一对应，不能有缺失值。年龄列建议用校正后的日历年龄（cal yr BP），不要用14C年代，否则后续所有输出都与文献对不上。
3.2 配置参数：跑之前先想清楚的问题
CharAnalysis很多参数在启动时要回答，核心包括：插值分辨率、背景窗口宽度、峰值阈值置信度、SNR阈值等。分享一下我第一次跑通时的配置逻辑：
- 插值分辨率：先看沉积物平均沉积速率。我那个岩芯约120厘米，覆盖约9000年，平均沉积速率在中等水平，选了20年插值间隔，避免过于激进。
- 背景窗口：使用默认的1000年窗口做初跑，后再测试500年窗口做敏感性对比。
- 阈值置信度：用99%，优先保证峰值可信度，误报率更低。
- SNR阈值：保留默认值3。
这些参数不是随便填的，每个都值得在运行前写进方法部分，并在文章里说明理由。审稿人最喜欢看的就是你对参数选择的合理解释。
3.3 运行主流程和生成图表
CharAnalysis的主程序跑起来后，等待时间一般不会太长，少数几秒钟到几分钟不等，取决于序列长度和迭代次数。它会生成多张图并输出文本结果，包括：
- 炭化碎片浓度原始序列与插值后序列对比图
- 背景值曲线叠加图
- 峰值检出结果图，每个峰值点会标出置信区间状态
- 火事件频率序列
- 火回归间隔序列
- 图表下方通常还会输出文本格式的fire episode列表，包含每个峰值对应的深度、年龄、浓度残差和显著性水平
我个人强烈建议养成习惯：每次跑完，把参数配置和结果一起归档到一个文件夹里，命名时加上版本说明，比如run1_res20yr_bg1000_conf99。这个细节在写论文的时候能帮你省下大量回忆时间。
4. 我在实测里踩过的坑和排错记录
4.1 插值分辨率过高导致的“伪峰值”问题
第一次做的时候，我用的是5年插值，觉得越细越好，结果跑出来峰值数量多得离谱，而且很多都集中在沉积速率较高的层段。后来查验才发现，是插值分辨率远小于沉积物有效记录能力导致的。理解这一点就得先搞清楚“沉积物时间分辨率”的概念：假设每1厘米沉积物平均代表50年，以1厘米间隔采样，那么序列的有效分辨率大约是50年。如果强行插值成5年一条，本质上就是在50年的沉积物厚度里塞了10个数据点，这10个点之间没有独立的信息，只是数学插值平滑出来的结果，峰值检测自然会把一些插值曲线的小波动当信号。
后来我把插值分辨率调整为沉积物实际可分辨的时间尺度，峰值数量立刻变得合理。这个方法可以在论文方法部分这样写：插值分辨率不超过平均沉积速率对应的采样间隔，最好用中位数或更保守的估计。
4.2 泊松分布假设的适用边界
CharAnalysis默认的峰值显著性检验基于泊松分布假设，但“浓度越高、方差越大”在真实炭化碎片数据中不一定严格成立。如果遇到某些层段炭化碎片浓度异常高、整体分布呈明显过度分散时，泊松假设会低估随机波动，导致大量假阳性峰值。
一种处理思路是用负二项分布替代泊松分布做峰值检验，CharAnalysis较新的版本中也有可选项，可以通过调整模型类型来实现。如果你发现默认泊松假设跑出来的峰多得离谱，同时你的浓度数据又极度不均一，建议主动切换到负二项模型并对比结果。我实测过一组高变异数据，换模型后峰值数量减少了约三成，结论更稳了。
4.3 SNR过低时数据质量与断代问题
还有一次，一段序列的SNR只有1.8左右，怎么看都不对。后来排查发现，是那段深度区间岩性变化很大，从细颗粒淤泥变成了粗砂层，炭化碎片保存条件变化剧烈，浓度剧烈下降。这种情况下，必须先做岩性分段处理，否则整个序列的浓度趋势被岩性不整合区段严重干扰。
另一个常被忽略的问题是碳库效应。很多湖泊的14C年龄会受到老碳影响，如果年代模型本身有系统性偏差，后续所有火事件年龄都会偏移。我的建议是，在跑CharAnalysis之前，先用一下贝叶斯年代建模工具（比如rbacon）交叉校验自己的年龄-深度模型，确认年代控制点可靠后再进入炭分析流程。
4.4 关于“MATLAB版本兼容性”这件事
CharAnalysis的代码是多年前写的，按理说MATLAB小版本升级不至于带来致命问题，但我确实见过有同学在比较新的MATLAB版本上跑旧版CharAnalysis时，某些绘图函数因为参数写法过时直接报错。解决方法也不难：先读报错信息，找到具体函数名，再去MATLAB官方文档里查新的调用方式，替换掉过时的语法。如果不想花这个时间，可以直接用较老版本MATLAB（比如R2017b～R2020a）来跑，兼容性最好。这个方法听起来很笨，但确实能让你把精力放在结果解读而不是代码环境上。
5. 结果解读：从跑出图表到写进论文
5.1 峰值不是火灾次数
最关键的一句话：CharAnalysis检出的每一个峰值，代表的是“一次炭化碎片沉积异常事件”，不一定等于“一场火灾发生”。炭化碎片在进入湖泊沉积之前，可能被河流搬运、风力分选、表面径流再冲刷，这些过程都会在序列中留下类似峰值的痕迹。
所以在论文里，我更倾向用“fire episode”或“charcoal peak”这类表述，而不是直接说“fire event”。除非你还有其他独立证据（比如黑碳记录、稳定碳同位素、或者同一区域多个剖面互相印证），否则不要把峰值百分百等同于范围火灾。
5.2 火事件频率与火回归间隔的文献可比性
火事件频率（fire frequency）展示的是每千年发生多少次事件，它的变化趋势比单次峰值更值得关注。在写讨论部分时，最忌讳直接把频率曲线与气候代用指标叠图就下结论，因为两条曲线可能只是因为都有长期趋势才看起来相关。处理方法是先对两条序列做趋势去除（差分或去线性趋势），再做相关分析或互相关分析，才能相对可靠地讨论它们之间的关联。
火回归间隔（fire return interval）的累计概率分布可以反映火灾发生规律到底更接近稳定复现还是随机扰动，对理解生态系统对火灾的响应模式很有帮助。在论文里常用的表达是“FRI中位数从早期200年缩短到近期的80年，表明…”这种量化陈述。
5.3 图件输出与补充材料组织
CharAnalysis自带的出图对探索数据够了，但直接放进论文通常还要再加工。颜色搭配、线宽、坐标字体大小等细节都需要统一风格。我通常会把它的原始输出导入到矢量图工具里重绘，或者直接用R/ggplot或Python/matplotlib复刻图表，达到出刊标准。这里有个小技巧：不要只导最终的峰值图，一定要把中间产物保留下来（插值后序列、背景值序列、SNR图），这些放到补充材料里，审稿人会认为你的分析扎实。
6. 扩展使用：把CharAnalysis嫁接到自己的MATLAB工作流里
跑熟之后你会发现，CharAnalysis不仅仅是一个独立的工具，它其实是一套可以拆开用的算法库。它的核心函数包括背景值提取、峰值检测、SNR计算、火灾频率估计，这些函数完全可以嵌入你自己的数据处理流程中。
比如我自己有段时间需要同时处理多个钻孔的炭化碎片数据，并且要批量比较不同钻孔间火事件频率的异同。我非常建议在正式大批量处理之前，先写一个简单的批量处理脚本，把单一run的处理核心做成循环，自动读取所有钻孔文件，自动输出标准化图表和结果表格。配合MATLAB的表格处理和循环能力，效率提升非常明显。后续如果要生成气候带对比图或区域综合火历史图，这套批处理框架也能直接复用。
还有一个值得尝试的思路：把CharAnalysis的峰值检测结果与宏观炭化碎片和微观炭化碎片的比值、黑碳丰度等指标联立，做多指标综合判定。宏观（>125微米）与微观（<125微米）碎片的比值能反映局地火灾与区域火灾的比例，这是纯CharAnalysis输出之外的补充。在MATLAB里实现也不复杂，就是在同一套年代框架内做多个代理指标的峰值比对。这个方法虽然不是CharAnalysis自带功能，但对提升火历史重建的可信度非常有帮助，而且操作中我能明显感受到工具在设计时对这类扩展场景的冗余考虑。
如果你还在犹豫要不要深入学这套工具，我的建议是：值得。古火灾重建领域，CharAnalysis虽然不是唯一选择，但它积累了大量文献基础和方法学验证，属于“绕不开”的那类工具。把它的逻辑吃透、参数摸清、坑踩一遍，你收获的不仅是一张能放进论文里的图，更是对“从沉积物信号到历史过程”这一整套推理链路更深的理解。
本文还有配套的精品资源，点击获取
