材料计算中的描述符：定义、构造与跨体系适用条件解析

说明：本文华算科技主要介绍材料计算中描述符的定义、构造方式、与目标性质的关系，以及跨材料体系使用时的适用条件。

描述符是什么？由材料哪些信息构造？

材料的化学式、原子排布、电子态和振动行为包含大量信息。描述符是从指定材料状态提取的可比较表示：它可以是一个数、一组数、一张图或一条谱线。晶体的离子半径比、某个位点的配位数、费米能级附近的态密度、整套原子邻接信息，都可能承担这一角色。名称相同的量，只有在材料对象和目标性质明确后才有确定用途。

以晶体图为例，原子种类写成节点信息，相邻原子的距离和方向写成边信息，晶胞体积与晶格矢量作为整体信息。周期晶体的表示还须处理晶胞选择：同一结构换成更大的超胞，材料性质并未改变，图表示也应给出一致的预测。图中的 NaCl 晶体把结构转成了模型可读取的数据，并未直接给出形成能或带隙。

一个化学式通常对应不止一种原子排布。仅用元素种类和比例，岩盐型与其他配位方式可能得到相同输入；加入近邻距离、配位环境或周期图，模型才有区分结构的依据。描述符保留哪些信息，由目标量决定。预测相类别时，长程周期排列重要；估计局域迁移势垒时，离子周围的配位和可通行空间重要。

谱线也能承担结构表示。固态锂导体研究从阴离子骨架计算模拟衍射指纹，利用峰的位置和强度记录阴离子排列，再按指纹相似程度聚类。这里的 mXRD 是由结构模型生成的指纹，图中不同的锂导体结构对应不同谱线，并非把实验衍射峰直接当作电导率。

第一性原理计算常把总能、电子密度、波函数或振动频率作为原始结果。局域电荷、轨道态密度的一阶矩、声子频率分布可以由这些结果提取。提取步骤须固定能量零点、空间分区和归一化方式，否则两个候选的数值差异可能来自数据处理方式。

模拟衍射图把原子坐标压缩为峰形分布，保留了阴离子骨架的几何差异，也舍弃了部分局域化学细节。锂离子迁移还受可占据位点、迁移网络连通方式和其他阳离子阻挡影响。同一表示能完成结构分组，不自动给出离子电导率；目标换成室温电导率时，模型需另行检验结构分组与扩散行为的关系。

描述符为什么随目标性质改变？

钙钛矿氧化物 ABO₃ 的几何筛选常用容忍因子 t＝(r_A＋r_O)/[√2(r_B＋r_O)]，以及八面体因子 μ＝r_B/r_O。两个量由离子半径构造，分别刻画 A 位空间匹配和 B–O 八面体容纳条件。它们计算便捷，却没有写入具体元素的成键能或竞争相能量。

把 5329 种 ABO₃ 候选结构投到 t–μ 平面，每个点的位置由几何量确定，颜色才对应模型预测的形成能。蓝色与黄色带是论文采用的几何范围，图中范围外也有较低预测形成能的点。坐标与颜色回答的是两类问题：离子大小是否适合钙钛矿骨架，以及该结构相对选定元素参考态的能量变化。

形成能 E_f 通常从目标晶体与元素参考态的总能差计算，能把几何量未覆盖的化学成键效应纳入比较。图中形成能来自以 DFT 数据训练的模型预测，并非逐点重新完成 DFT 计算。形成能小于零只相对于所选参考态有利；与其他可能生成的化合物竞争时，关键能量是凸包距离 E_hull。

原论文将几何范围和 E_f 阈值依次用于筛选，候选数量由 5329 降至 1314。阈值 −1.0 eV/atom 取自该数据集的已知样本分布，属于这项研究的筛查条件。筛查阈值随材料族和数据来源变化；把它直接当作所有氧化物都适用的热力学分界，会遗漏竞争相及合成温度的影响。

ABO₃ 若比同组分的其他氧化物组合能量更高，负 E_f 仍可能对应亚稳相。E_hull 计算须纳入同一化学空间内的竞争相，并统一 DFT 泛函与修正口径。几何筛选保留结构候选，凸包比较给出分解倾向，两者各有比较对象。

同一个能带间隙 E_g 在光吸收筛选中可以充当输入量，在预测 E_g 的模型里则是目标量。离子半径是预先可查的初级特征，t 属于由特征组合得到的描述符；E_f 来自总能差，也可在后续筛选中继续用作指标。计算结果与描述符的身份取决于它所追踪的目标，单凭物理量名称无法判定。

描述符怎样缩减昂贵计算？

晶格热导率 κ_L 的计算可采用三阶力常数或第一性原理动力学热流关联函数，两类方法均需大量力评估。图中的四种材料展示了开销差：热导率计算对应的柱形显著高于结构与谐振动步骤。成本差决定了筛查顺序，低开销量用于排除明显偏离目标的候选，留下的材料再计算完整热导率。

这项热导研究的目标数据取自 75 种材料在约 300 K 的实验晶格热导率，输入特征来自结构和振动计算。实验标签与晶体模型的条件须相符：多晶样品中的晶界散射可能改变测得的热导率，而理想晶体特征没有记录晶界密度。目标数据的来源同样限制模型解释，预测值对应数据集所采用的测量条件。

热导研究采用摩尔体积 V_m、德拜温度 Θ_D,∞、非谐指标 σ^A 等特征。体积关联原子间距与结构疏密，德拜温度反映振动频率尺度，非谐指标刻画实际原子受力偏离谐近似的程度。σ^A 也要计算，只是其估算开销低于对所有候选开展完整热导率计算；“描述符”不等同于零成本参数。

二维颜色图把特征组合对应的预测 κ_L 放在背景色中，散点标出材料样本。下排单变量曲线显示：非谐指标增大、摩尔体积增大时，模型中的热导率通常下降；德拜温度升高时，热导率通常上升。相同 σ^A 下仍有明显散布，上排加入 V_m 或 Θ_D,∞ 后，低热导区的位置才受到进一步约束。

这些初级特征还能组合成含乘积、比值与非线性项的低维表达式，用较少变量估计 κ_L。表达式的拟合系数来自已有材料数据，数值关系只在训练所覆盖的结构和热输运机制内接受验证。材料跨入另一种声子散射机制时，相同的体积或非谐指标未必对应相同热导率，候选排名也会随之改变。

输入量若需比目标性质更昂贵的计算，筛查并无效率优势；若输入量只与目标偶然相关，排序可能在新晶体族中反转。晶格热导的例子把结构优化、谐振动与非谐评估分段安排，每增加一项计算都缩小候选集合，使高成本热输运计算集中到剩余材料。

怎样检验描述符在新材料中仍然有效？

描述符与目标量的关系需要在未参与拟合的材料上测量。训练点附近的预测散点集中，并不保证另一类晶体仍沿同一趋势；晶格热导模型的原论文给出交叉验证误差和预测散点。验证数据的划分方式与误差数值同样重要：同一化学系列中的高度相似结构若分布在训练集和验证集两侧，外推难度会被低估。

热导率预测图左侧比较模型输出与数据集数值，中间用误差分布比较不同特征组合，右侧显示二维描述符中的样本位置。训练数据拟合与交叉验证得到了不同误差；图中颜色区域只是模型建立的热导率映射。靠近训练样本的预测和远离样本的外推需要分别报告，二维图里的空白区域没有同等强度的验证。

结构指纹筛选锂导体时，阴离子排列相近的样本曾聚成高电导率群；部分入选材料在 AIMD 中仍未出现快速锂扩散。原论文指出，狭窄的贯通半径、其他阳离子阻挡或不连通的迁移网络可造成这种偏差。描述符省略的变量恰好进入目标过程时，相似指纹就会对应不同的迁移结果。

用于新体系的描述符应保留晶体原型、化学组成范围、温度、所用泛函及结构弛豫方式。对固态锂导体，AIMD 的均方位移和扩散连通图检验离子是否真正迁移；对钙钛矿相筛选，E_hull 比较目标相与竞争相；对晶格热导，独立材料上的热输运计算检验 κ_L 的预测误差。