机器学习光动力学揭示甲基硝基阳离子中受控H₂损失通道

甲基硝基阳离子 CH₂NH₂⁺ 在泰坦大气中的 N₂--CH₄ 气体化学中发挥重要作用。作为最简单的质子化Schiff碱 (PSB)，它也是研究视网膜PSB非adiabatic动力学的模型，后者是维生物视觉中心的染光体。尽管前期研究已确立CN键断裂和光异构化为CH₂NH₂⁺光化学反应的主要路径，但我们现在报告了一条新的紫外诱导的光化学通道，生成泰坦上层大气中占主导地位的离子HCNH⁺。通过高精度的XMCQDPT2和CASSCF(12,12)计算，我们识别出一种新的S₁/S₀锥形交叉点，介导CH₂NH₂⁺碳中心的协同双H原子消除，生成HCNH⁺作为直接前体。基于动力学轨迹表面跳跃 confirms S₂或S₁态激发后直接H₂损失的存在。 Furthermore, our large-scale, machine learning-accelerated simulations reveal that mode-specific pre-excitation can selectively funnel the dynamics into this new channel via the vibronically allowed S₁ state, enabling targeted control of the photochemical outcome. 我们的大规模机器学习加速模拟揭示，模式特异的预激励可通过声子允许的S₁态选择性地将动力学引导至该新通道，从而实现光化学结果的精准控制。