基于机器学习的计算表面特异振动光谱方法揭示石墠在接触水中氧化程度
化学物理
2026-02-10 v1 材料科学
计算物理
摘要
对石墠/水界面进行精确表征受到实验一致性不足和对界面结构分子层次获取受限的制约。本文提出一种新型集成计算方法，结合基于机器学习的分子动力学模拟与第一性原理振动光谱计算，揭示石墠氧化对界面水结构的影响。我们的模拟表明，原始石墠几乎不扰动界面水的氢键网络，而具有表面羟基的石墠oxide (GO) 可引起自由-OH振动带出现约 的红移及其振幅的显著降低。这些在计算表面特异sum-frequency生成光谱中的光谱位移作为GO氧化水平的灵敏分子标记物，调和了此前存在冲突的实验观察。通过提供GO氧化的定量光谱指纹，我们的发现对催化和电化学应用具有广泛意义，这些应用中界面的水结构对性能至关重要。
引用
@article{arxiv.2507.00364,
title = {Machine Learning Accelerated Computational Surface-Specific Vibrational Spectroscopy Reveals Oxidation Level of Graphene in Contact with Water},
author = {Xianglong Du and Jun Cheng and Fujie Tang},
journal= {arXiv preprint arXiv:2507.00364},
year = {2026}
}
备注
23 pages, 3 figures