在建模水熔化性质中对第一性原理方法的评估
化学物理
2026-01-01 v1 材料科学
统计力学
摘要
第一性原理模拟在加深我们对水热力学性质的理解方面发挥了关键作用，而在这些第一性原理数据上训练的机器学习势（MLPs）拓宽了可获取性质的范围。然而，由于缺乏系统性的基准测试、对 MLPs 引入的不确定性的低估以及对核量子效应的忽视，不同第一性原理方法的能力尚未得到充分理解。在此，我们通过使用由深度势（DP）模型驱动的路径积分分子动力学（PIMD）计算关键熔化性质，系统评估了第一性原理方法，这些 DP 模型基于来自采用 SCAN、revPBE0-D3、SCAN0 和 revPBE-D3 泛函的密度泛函理论（DFT）的数据以及 MB-pol 势的数据进行训练。我们发现 MB-pol 在所有测试性质上与实验在定性上吻合良好，而四种 DFT 泛函错误地预测 NQEs 提高了熔化温度。SCAN 和 SCAN0 略微低估了水与冰在熔化时的密度变化，而 revPBE-D3 和 revPBE0-D3 严重低估了该变化。此外，SCAN 和 SCAN0 正确预测液态水的最大密度出现在高于熔点的温度处，而 revPBE-D3 和 revPBE0-D3 预测了相反的行为。我们的结果突显了广泛使用的第一性原理方法的局限性，并呼吁重新评估其在水体系中的预测能力。
引用
@article{arxiv.2512.23940,
title = {Assessment of First-Principles Methods in Modeling the Melting Properties of Water},
author = {Yifan Li and Bingjia Yang and Chunyi Zhang and Axel Gomez and Pinchen Xie and Yixiao Chen and Pablo M. Piaggi and Roberto Car},
journal= {arXiv preprint arXiv:2512.23940},
year = {2026}
}