观潮 · 模式预报与气象 AI 观察

同样是给能量,热制备要 35、振动激发只要 27:反式 Criegee 中间体分解差 2.5 倍

2026-10-19

> 烯烃臭氧分解放出的 Criegee 中间体(CI)带多少内能,直接决定它接下来怎么走。这篇用神经网络势能面(PhysNet)跑反应性分子动力学,比较了两种制备方式:热制备(TP,模拟臭氧分解化学步骤后热的、接近对流层的分布)与实验室里常用的振动激发(VibEx,沿 C–H 伸缩模给两个或三个量子)。同样是"往分子里塞能量",产物通道的相对占比几乎一样,但绝对产率、特征时间和动力学性质差别很大:生成分子产物,TP 至少要 35 kcal/mol,VibEx 只要 27 kcal/mol;越过第一道势垒 TS1 的动力学,TP 比 VibEx 快至少 2.5 倍。作者据此提醒:实验室测出来的反应参数,不能直接搬进大气化学反应网络模型。

缺的是哪一块

Criegee 中间体是烯烃臭氧分解生成的高能羰基氧化物,在大气氧化化学、气溶胶生成和痕量气体收支里都占着位置。它的命运对内能极其敏感:刚生成、被化学活化的 CI 可能立刻走单分子反应,也可能被碰撞稳定下来,之后再由单分子和双分子过程竞争着清除。

问题是,这个"内能"到底是多少,一直没定准。丙烯臭氧分解是强放热反应,释放约 50 kcal/mol,但这些能量在新生产物之间怎么分配,约束得很差。而实验室里做的 CI 通常从二碘前体出发、在超声射流里冷却,能量分布和大气里真实的 CI 可能差得很远。

对顺式 CH₃CHOO,光谱、动力学测量、成像实验和分子动力学模拟都已经做得比较透。反式 CH₃CHOO 基本只有电子结构计算、统计速率理论和主方程建模,能量依赖的环化动力学在实验和动力学层面都还是空的。

方法怎么搭的

作者用一个机器学习势能面(NN-PES)把反式 CH₃CHOO 到各中间体、过渡态和分解产物的能量面全串起来,再在上面跑反应性分子动力学。

环节 · 做法

参考方法 · MP2/aug-cc-pVTZ;结构优化与 IRC 用 Gaussian 16,能量/力/偶极用 Molpro 2024.1

采样 · 每个中间体用 XTB 分子动力学 + 简正模采样;每个过渡态沿正反向 IRC 做随机位移采样(三档位移,20% / 40% / 40% 分配)

增量 · 13 轮自适应采样,用来消除假极小点、拿到稳定的全局势能面

网络 · PhysNet(TensorFlow 2.21),输入原子序数与坐标,输出能量、原子力、总电荷、总偶极矩;80/10/10 划分训练/验证/测试

训练细节 · 去掉高于反应物极小 8 eV(184.5 kcal/mol)的高能结构;4 个不同随机种子、关闭色散校正的模型,在 RTX 3080 / RTX 3090 上训练

选模 · 按测试集能量 MAE 排序取最优,再用扩散蒙特卡洛从各中间体出发检查有没有"洞"

动力学 · 每条轨迹最长 1 ns,与化学活化 CI 的纳秒级瞬态分解时间尺度、对流层平均碰撞时间一致

势能面精度:对各反应物、过渡态、中间体和产物,参考值与 PhysNet 的偏差都在 2 kcal/mol 以内,只有 TS7 例外(后面单独处理)。作者还从反应轨迹上均匀抽了 60 帧不在训练集里的构型做更严格的检验,偏差同样在 kcal/mol 量级。

两种制备方式是这么设的:TP 从给定温度的麦克斯韦–玻尔兹曼分布取速度,代表化学活化后的热分布;VibEx 则把速度沿 C–H 简正模缩放,给出激光实验典型的内能。作者先用偏高的内能跑(为了拿到统计上够用的反应轨迹数),再换其他内能值检验结论。

结果数字

越过第一道势垒 TS1(生成甲基二氧杂环丙烷)的比例,在不同制备方式下差别明显:

制备方式 · 内能 · 越过 TS1 生成甲基二氧杂环丙烷的轨迹占比

TP(热制备) · 47.5 kcal/mol · 62.0%

VibEx,C–H 伸缩 3 个量子 · — · 69.3%

VibEx,C–H 伸缩 2 个量子 · — · 18.2%

TP 的总内能其实明显高于 VibEx 三个量子的情形,但 1 ns 内走环化的轨迹比例反而更低。另一个细节是:VibEx 在 18.3 kcal/mol 下、激发能量低于 TS1 相对反应物的 18.9 kcal/mol,仍有轨迹越过 TS1——因为初始构型系综是在 300 K 生成的,构型能量加上注入的振动能量一起把系统送过了势垒。

对越过 TS1 的轨迹做存活概率拟合(Kohlrausch 拉伸指数函数),TP 给出的是拉伸指数,指向"存在一组时间尺度";VibEx 在两个激发水平下分别接近单指数衰减和轻微压缩指数。作者给出的对比是:跨 TS1 的效率以某个 VibEx 条件最高,但 TP 的动力学比 VibEx 至少快 2.5 倍。跨各个基元步骤,TP 与 VibEx 的特征时间最多相差 2.5 倍。

整体分解的绝对产率同样随制备方式变:TP 下发生碎裂的轨迹比例与 VibEx 不同,特征时间也不一样。但相对产物占比在两类制备下基本一致——生成碎裂产物的轨迹中,50%、35%、8% 分别落在 CH₄+CO₂、H₂C=C=O+H₂O、CH₃OH+CO,两个版本的势能面给出的都是这三个数。

换内能扫描时,比例随能量掉得很陡:在较高内能下,46% 的轨迹越过 TS1 生成甲基二氧杂环丙烷,其中 13% 继续走向产物;降到较低内能,这两个比例变成 12% 和 1.2%。作者由此定出门槛——TP 要生成产物至少需要 35 kcal/mol,而 VibEx 只要 27 kcal/mol 就够。

为了贴近对流层真实情形,作者从 12000 条 TP 轨迹里挑出内能最低的 250 条形成分子产物的轨迹做"混合数据集",产物占比 [46, 32, 9]%,与 35 kcal/mol 那组的结果 [49, 36, 10]% 一致,说明结论不太依赖 TP 初始条件的具体生成方式;把 250 条重复抽样 1000 次也表明这个子集能代表更大的系综,只是误差棒明显变大。

顺带一个化学上的判断:甲基二氧杂环丙烷在这条路径上是动力学陷阱,而 H₂COO 的分解里不是这样。通往 H₂C=C=O+H₂O(经偕二醇)和 CH₃OH+CO(经甲酸甲酯)的两条通道是本研究新识别出来的;此前报道过的 CH₃+COOH 和 CH₃CO+OH 因为能量太高,这次没有识别到。

原文图

反应路径与势能面对照
反应路径与势能面对照

图:反式 CH₃CHOO 分解的完整反应路径,四个面板分别对应经甲基二氧杂环丙烷走向 CH₄+CO₂、经乙酸走向 CH₄+CO₂、经偕二醇走向 H₂C=C=O+H₂O、经甲酸甲酯走向 CH₃OH+CO。每个驻点标两组数:黑字是 MP2/aug-cc-pVTZ 参考能量,红字是 PhysNet 神经网络势能面的预测,除 TS7 外偏差都在 2 kcal/mol 以内。左上角绿色区域标出 47.5 kcal/mol 的内能参考线。

产物分布随内能的变化
产物分布随内能的变化

图:两种制备方式下最终状态的内能分布与产物概率。A、B 两面板分别是热制备与振动激发的产物计数(反式 CI、甲基二氧杂环丙烷、碎裂产物及三类具体产物);C 面板是形成产物轨迹的内能概率密度;D 面板给出按内能上限截取的轨迹数——250 条反应轨迹对应的内能上限约 53 kcal/mol,这正是文中"混合数据集"的来源。

势能面精度检验
势能面精度检验

图:测试集上神经网络能量与参考能量的对照。左:全体结构;中:逐点偏差,橙色区域是反应动力学用不到的高能区,绿色区域是模拟实际采样的能量窗;右:能量窗内偏差的直方图,绝大多数集中在 ±1 kcal/mol 内。

作者承认的限制

一句话判断

反应通道看起来一样,不代表动力学和产率也一样——把实验室振动激发测来的参数直接塞进大气化学网络模型,可能把分解速率算错 2.5 倍。

在观潮中打开(含配图与交互)→