氧空位(VO)是金属氧化物中常见的缺陷,既可提供催化活性位点,也可能成为光生载流子的复合中心。如何保留其反应活性、减少非辐射损失,是光催化材料设计的重要问题。缺陷的影响不仅取决于数量,还取决于其拓扑结构。 实际材料中的氧空位往往并非孤立存在,其相对位置会改变邻近金属原子的配位、轨道杂化及缺陷态分布。然而,传统第一性原理非绝热动力学(NAMD)计算通常受限于较小超胞。在周期性边界条件下,缺陷与其周期镜像之间的相互作用可能改变陷阱能级,进而影响对复合机制的判断。因此,分辨空位拓扑结构的本征作用,需要在足够大的模型中追踪电子与晶格的耦合动力学。
为突破计算规模限制,内蒙古大学贺进禄研究员、北京师范大学龙闰教授联合新墨西哥大学Oleg V. Prezhdo教授整合了 DeePMD 机器学习力场、DeepH 电子哈密顿量模型与NAMD,形成了ML-NAMD模拟框架(图1)。力场用于生成原子轨迹,DeepH 预测沿轨迹变化的电子结构,再据此计算非绝热耦合与电子态布居演化。模型验证表明,机器学习能够再现第一性原理参考的能量、原子力、轨道能量涨落及关键非绝热耦合,为千原子尺度的缺陷载流子动力学研究提供了计算基础。

图1. ML-NAMD模拟框架
研究以 TiO2 终止的 SrTiO3(001) 表面为模型,构建了分离型、弯折型和线性三种双氧空位构型,分别记为2VO-D、2VO-B和2VO-L(图2)。团队比较了含178个原子的3 × 3 × 1超胞与含1078个原子的9 × 6 × 1超胞,按模型氧位点计的空位浓度分别为1.85%和0.31%。扩大超胞后,周期重复空位复合体之间的最短距离由约7.8—11.7 Å增至23.4 Å,从而减弱复合体间的相互作用。在高空位浓度的小超胞中,三种构型均形成靠近导带底的浅陷阱,陷阱与导带底的平均能量差分别为0.16、0.12和0.09 eV。其非辐射复合行为总体相似,拟合得到的复合时间约为693—3254 ns。此时,周期重复缺陷之间的较强相互作用扰动了缺陷态波函数,削弱了不同拓扑结构的电子结构差异。当空位浓度降低、复合体间距离增大后,线性构型表现出截然不同的深陷阱特征。 分离型与弯折型仍保持浅陷阱,距导带底分别约0.06和0.11 eV;线性构型的陷阱则下移至导带底以下约0.39 eV(图2)。这说明,超胞尺寸不足不仅可能造成能级的定量偏差,还可能改变对缺陷电子性质的定性判断。

图2. 氧空位(VO)二聚体的拓扑结构对 SrTiO3中电子–空穴非辐射复合动力学影响的示意图。
波函数分析揭示了这一差异的来源(图3)。分离型空位涉及空间分开的局域 Ti 环境,缺陷态分布较为分散;弯折型构型则具有较低的局域对称性,形成不对称的缺陷态。相比之下,低浓度线性构型支持更对称的 Ti 中心轨道组合,增强位点间杂化,稳定并局域化缺陷态,使其进入带隙更深处。因此,决定陷阱深度的关键,是空位拓扑结构所塑造的波函数对称性与轨道杂化。

图3. 高氧空位浓度(a–c)与低氧空位浓度(d–f)体系中陷阱态波函数的空间分布。(g)波函数对称性影响缺陷态能量的机制示意图。
NAMD进一步将电子结构变化与复合过程联系起来。低浓度分离型与弯折型的复合时间约为146—1667 ns;线性构型则开启“导带底→深陷阱→价带顶”的两步通道,电子先被陷阱俘获,再发生陷阱辅助复合,复合时间降至约3 ns。能隙、非绝热耦合与电子退相干共同决定跃迁速率,深陷阱的形成则是线性构型复合显著加速的核心原因。
该研究建立了“空位拓扑结构—波函数对称性—陷阱深度—复合动力学”的机制关联,表明减少载流子损失需要同时考虑缺陷浓度与空间组织。对于氧化物光电和光催化材料,避免形成易产生深陷阱的空位组合,是值得进一步检验的设计方向;对于理论模拟,充分评估超胞尺寸与周期镜像相互作用,则是可靠认识缺陷动力学的重要前提。
该工作以“Machine Learning Nonadiabatic Molecular Dynamics Reveals Key Influence of Topology of Oxygen Vacancies on Carrier Trapping and Recombination in SrTiO3”为题发表在《Journal of the American Chemical Society》(DOI: 10.1021/jacs.6c18952)。