可解释深度学习揭示多场响应Pt-BiFeO3中轨道-自旋协同促进高效光催化产氢

《Journal of Materials Informatics》：Explainable deep learning elucidates orbital–spin synergy in multi-field-responsive Pt-BiFeO3 for efficient photocatalytic H2 production

　　

电子是光催化系统中能量转换的基本媒介，控制着光捕获、电荷激发、载流子迁移和表面氧化还原过程，这些过程最终决定了太阳能驱动化学转化的效率。然而，由于电子构型和动态演化的内在复杂性限制了催化性能的优化，光催化系统中电子态的精确调控仍然具有挑战性。在此，研究人员证明了通过可解释深度学习解译的轨道-自旋协同（orbital–spin synergy）支配着Pt掺杂BiFeO₃的多场响应性，从而实现高效光催化产氢。轨道-自旋协同通过Pt 5d–Fe 3d–O 2p杂化和自旋重分布重构电子态，促进多重外场下的电荷分离。研究人员建立了一个覆盖29种过渡金属掺杂元素和58种位点特异性BiFeO₃掺杂构型的多性质密度泛函理论（density functional theory，DFT）数据库，利用电子、光学、介电、压电和自旋描述符对BiFeO₃进行筛选。Pt掺杂BiFeO₃获得了最高筛选分数，同时结构和光谱表征确认了Pt的成功掺入且保持了晶格完整性。通过载流子动力学测量以及在光、磁、机械和极化场耦合下的光催化产氢实验，评估了多场响应性。抑制电子-空穴复合带来了优异的产氢活性、延长的载流子寿命、降低的电荷转移电阻和出色的循环稳定性。这项工作揭示了轨道-自旋协同作为电子态工程的有效途径，为开发具有高效太阳能转换效率的光催化系统提供了新指导。

光催化系统中，电子作为能量转换的核心媒介，参与光捕获、电荷激发、载流子迁移与表面氧化还原等关键步骤，直接决定太阳能转化效率。然而，由于电子构型复杂且演化动态多变，精准调控电子态始终是光催化领域的难题。传统优化策略多集中于组成、形貌与异质结构调控，对内部电子行为的调控能力有限；轨道相互作用与自旋演化通常被分开研究，二者内在耦合的微观机制尚不清晰。多铁材料BiFeO₃兼具可见光响应与自发铁电极化，为多场耦合光催化提供了理想平台，但其带边结构欠佳、光生载流子易复合，限制产氢效率。因此，研究人员提出利用过渡金属掺杂并结合可解释深度学习，探索轨道-自旋协同对电子态重构的调控机制，以期突破光催化电子态工程的瓶颈。

本研究通过集成第一性原理计算、多目标筛选、可解释深度学习与系列实验表征，系统揭示了Pt掺杂BiFeO₃（BiFe(Pt)O₃）中轨道-自旋协同主导的多场响应光催化产氢机制。研究首先建立了覆盖29种过渡金属元素、58种位点特异性掺杂构型的多性质密度泛函理论（density functional theory，DFT）数据库，综合电子、光学、介电、压电与自旋描述符进行多目标评分，筛选出Pt为最优掺杂元素。随后采用溶胶-凝胶法合成不同Pt比例样品，结合结构、谱学与电化学测试评估其物相、电子态与产氢性能。研究还构建了基于深度神经网络（deep neural network，DNN）的可解释模型，配合SHapley Additive exPlanations（SHAP）方法，量化各描述符对功能的贡献，并通过DFT电子结构计算与X射线磁圆二色（X-ray magnetic circular dichroism，XMCD）实验验证轨道-自旋协同的微观图像。

主要关键技术方法包括：（1）DFT计算采用投影增强波（projector augmented-wave，PAW）方法、广义梯度近似（generalized gradient approximation，GGA）下的Perdew–Burke–Ernzerhof（PBE）泛函并引入Hubbard U校正，计算能带、态密度、自旋密度等描述符；（2）多目标筛选采用最小-最大归一化与平均加权评分；（3）可解释深度学习采用DNN回归与SHAP特征归因；（4）实验上采用X射线衍射（X-ray diffraction，XRD）、X射线光电子能谱（X-ray photoelectron spectroscopy，XPS）、同步辐射X射线吸收精细结构（X-ray absorption fine structure，XAFS）等表征结构，以及时间分辨光致发光（time-resolved photoluminescence，TRPL）、电化学阻抗谱（electrochemical impedance spectroscopy，EIS）、瞬态光电流和电子自旋共振（electron spin resonance，ESR）测试载流子动力学与活性物种。

**多目标筛选Pt掺杂BiFeO₃**：通过对58种掺杂构型的电子、光学、介电、压电及自旋描述符进行统一评分，发现BiFe(Pt)O₃平均得分最高为64.2，其自旋极化得分达100.0，同时带隙、介电、压电与光学性能保持平衡。Tc掺杂得分相近但具放射性不宜实验，Ru、Os、Cd等仅在单一描述符突出而综合得分较低，表明Pt的电子构型能同时促进轨道杂化与自旋极化，是多功能协同最优掺杂元素。

**结构与电子态验证**：合成BFO、5Pt-BFO、10Pt-BFO和15Pt-BFO，电感耦合等离子体发射光谱（inductively coupled plasma optical emission spectroscopy，ICP-OES）确认实际Pt/Fe摩尔比接近名义值，其中10Pt-BFO性能最佳。XRD与高分辨透射电镜显示Pt掺入未破坏菱方相结构，高角环形暗场扫描透射电镜元素面扫显示Pt均匀分布，排除偏聚。紫外-可见漫反射光谱显示带隙从2.23 eV（BFO）降至1.84 eV（10Pt-BFO），可见光吸收增强。XPS和Pt L₃-边X射线吸收近边结构（X-ray absorption near-edge structure，XANES）/傅里叶变换扩展X射线吸收精细结构（Fourier-transform extended X-ray absorption fine structure，FT-EXAFS）证实Pt以化学掺入的氧化态存在，主要与O配位，而非形成金属Pt颗粒。铁电滞后回线显示掺Pt后极化增强，有利于内建电场驱动电荷分离。

**多场响应光催化产氢**：在模拟太阳光及耦合磁场、电极化、超声振动条件下，BiFe(Pt)O₃的产氢速率显著高于纯BiFeO₃，且多场耦合效果最佳。10Pt-BFO在光磁耦合下获得最高产氢活性，磁场增强因子从BFO的34.6%升至10Pt-BFO的154.6%。非磁性Zn₂SnO₄对照实验仅显示微弱的磁场响应，排除了溶液对流等非特异性质量传输贡献，表明磁场增强源于催化剂自身的磁/自旋调控。表观量子产率（apparent quantum yield，AQY）在420 nm处及太阳能-氢能（solar-to-hydrogen，STH）转换效率均随多场耦合提高；纯水中STH为0.533%，H₂O/MeOH体系中表观STH达3.96%。循环5次后产氢量保持97.4%，显示优异稳定性。

**电荷转移动力学与活性物种演化**：TRPL显示BiFe(Pt)O₃的PL衰减更慢，载流子寿命延长；EIS Nyquist半圆直径明显减小，Bode相位分析给出更长电子寿命，表明界面电荷转移电阻降低。瞬态光电流在单场及多场辅助下均增强，三场同时施加时最高。协同因子均大于1，如光-磁-压-超声三场耦合协同因子为2.51，证明多场增强来自协同效应而非简单叠加。ESR测试显示BiFe(Pt)O₃在光照下产生更强的DMPO–•OH和DMPO–•O₂^-信号，多场条件进一步放大，说明活性氧物种生成增强。

**轨道-自旋描述符的可解释深度学习解释**：DNN模型经五折交叉验证，对带隙、压电张量和自旋极化的预测决定系数R²分别为0.8268、0.7901和0.8113，表明模型能捕捉描述符之间的非线性关系。SHAP分析显示，轨道和自旋相关描述符对三个目标性质的贡献最大，其中5d电子分数、净自旋等与预测性质高度相关，说明轨道占据与自旋共同主导多种功能调控。

**电子态重构中的轨道-自旋协同**：DFT计算显示Pt掺杂重构了费米能级附近的态密度，部分态密度分析证实Pt 5d、Fe 3d与O 2p轨道之间存在明显杂化。电荷密度分布显示Pt周围电子积累与消耗，体现定向电荷转移。Fe L_2,3-边XMCD信号在Pt掺杂后峰峰值从0.0050增至0.0088，Pt L_2,3-边出现明显XMCD信号，直接证明Pt 5d态被自旋极化并诱导Fe位自旋重分布。机制图整合光、磁、铁电极化与机械振动，阐明轨道重构与自旋调控协同促进载流子分离和表面反应。

**讨论**：计算筛选、可解释深度学习、DFT电子结构与实验表征之间高度一致，共同证实轨道-自旋协同是电子态重构的微观机理。轨道占据调控轨道杂化与电荷转移，净自旋调控磁相互作用与载流子自旋选择输运，二者协同优化带隙和电荷迁移，最终提升多场响应产氢性能。

**结论**：研究人员证明，通过可解释深度学习、第一性原理计算与实验验证相结合，轨道-自旋协同主导了Pt掺杂BiFeO₃中的电子态重构。轨道-自旋协同通过Pt 5d–Fe 3d–O 2p杂化和自旋重分布重构电子构型，从而在耦合外场下促进电荷分离、载流子迁移和界面氧化还原动力学。本工作将轨道-自旋协同确立为电子态工程的基本原理，并提供了统一的“描述符-电子态-性能”关系，用于高效光催化产氢。多目标DFT筛选识别出Pt掺杂BiFeO₃，实验证实其在保持晶格完整性的同时优化了电子结构、铁电极化和局域化学环境。Pt掺杂BiFeO₃实现了优异的光催化产氢性能，具有更长的载流子寿命、更低的电荷转移电阻、增强的活性物种生成、出色的循环稳定性和显著的多场响应性。计算筛选、可解释深度学习、第一性原理计算与实验观测之间的高度一致证明了该集成计算-实验框架的可靠性和预测能力。该策略为精确电子态调控提供了比传统单性质优化更全面的途径，并为高效太阳能-氢能转换光催化剂的设计提供了新指导。