MgB2节线半金属中氢吸附诱导的拓扑表面态In-Out Hop

MgB2节线半金属中氢吸附诱导的拓扑表面态In-Out Hop

Phys. Chem. Chem. Phys., 2026, 28, 8210

MgB2节线半金属中氢吸附诱导的拓扑表面态In-Out Hop

Hydrogen Adsorption-Induced Topological Surface State In-Out Hop in MgB2 Nodal-Line Semimetals

导读 导读：MgB2不仅是著名的39K超导体，也是一种节线半金属。本文通过第一性原理计算和物理信息驱动的贝叶斯优化（PIBO），发现氢原子吸附可诱导MgB2拓扑表面态（TSS）的"in-out hop"现象：当H-B距离超过临界值2.212A时，TSS从节线内部跃迁至节线外部。仅用43个DFT训练点，PIBO框架实现了meV级TSS连续重构，为吸附调控拓扑器件提供了新范式。

【一、前言背景】

节线半金属MgB2：从超导到拓扑

MgB2是著名的常规超导体（Tc~39 K），但其拓扑性质近年来才被揭示。MgB2是节线半金属（NLSM），在Brillouin区的高对称线H-K边界上存在由对称性强制（symmetry-enforced）的直线节线。这些节线由P6/mmm空间群的对称性保护，不受SOC影响（Mg和B都是轻元素，SOC可忽略）。

节线半金属是拓扑半金属家族中最基础的一类，其节线可以被视为其他拓扑相的"前驱体"：在模型Hamiltonian中加入特定微扰项后，节线半金属可转变为Weyl半金属或Dirac半金属。MgB2的Berry相位为pi，相邻节线具有相反手性（+pi和-pi），确认了其拓扑非平庸性。

本文的核心创新在于：研究氢原子吸附如何调控MgB2的拓扑表面态（TSS），发现了一个独特的"in-out hop"现象--当H-B距离超过临界值2.212 A时，TSS在节线内部；当H与表面B原子成键后，TSS跃迁到节线外部。

物理信息驱动的贝叶斯优化（PIBO）：DFT+ML的新范式

核心问题：氢原子渐近吸附过程中，TSS的能量如何随H-B距离连续演化？传统DFT需要大量离散计算点且无法提供连续解析描述。

方法体系：VASP（DFT，43个离散dH-B点的能带计算）-> 两体有效Hamiltonian建模 -> 物理信息驱动的贝叶斯优化（PIBO）-> 仅用43个训练点实现meV级TSS重构。

PIBO框架的核心：将Dirac方程导出的约束（TSS非负性和能量单调性）嵌入高斯过程代理模型，实现"灰盒"优化而非黑盒优化。这为吸附调控拓扑器件的预测性设计提供了新范式。

MgB2氢吸附诱导拓扑表面态In-Out Hop研究流程。晶体结构（P6/mmm）-> VASP DFT（PBE, ENCUT=500eV）-> 节线计算（Berry相位=pi）-> TSS分析（(010)面20层slab）-> H原子吸附动力学（43个dH-B离散点，d0=1.212A至dinf=9.212A）-> In-Out Hop临界距离dH-B=2.212A -> 两体有效Hamiltonian建模 -> PIBO（物理信息贝叶斯优化）-> meV级TSS全BZ重构。

【二、研究方法】

DFT计算设置：VASP + Wannier90 + WannierTools

VASP计算：PAW赝势，GGA-PBE泛函，ENCUT=500 eV。体相MgB2使用8x8x10 Monkhorst-Pack k点网格，slab体系使用12x12x1 k点网格。真空层厚度30 A。结构弛豫力收敛标准：体相10^-5 eV/A，slab 10^-3 eV/A。

SOC影响评估：由于Mg和B均为轻元素，SOC对MgB2能带结构的影响可以忽略。本文验证了无SOC和含SOC的体相能带完全重叠，确认SOC不影响后续计算。这一结论对于轻元素化合物具有普适性，但对于含重元素（如Bi、Pb、Os）的拓扑材料，SOC是必须考虑的关键因素。

Wannier90：基于Mg的s+p轨道和B的s+p轨道构建最大局域化Wannier函数（MLWFs），生成紧束缚模型。WannierTools用于搜索所有节点、计算Berry相位和拓扑表面态。

PIBO框架：物理信息驱动的贝叶斯优化

PIBO的核心思想：将物理先验知识（Dirac方程导出的非负性和单调性约束）嵌入贝叶斯优化的高斯过程代理模型，将黑盒优化转变为灰盒优化。

两体有效Hamiltonian：H(k,d) = [[ea(k), D(d)], [D(d), eb(k)]]，其中ea(k)和eb(k)分别是表面B原子和H原子的能带色散，D(d)是距离依赖的耦合函数（含9维参数：交换-关联势、Pauli排斥（12阶指数截断）、vdW色散力）。

训练数据：43个离散dH-B点的DFT能带计算（d0=1.212A到d42=9.212A，步长0.1A）。PIBO仅用43个训练点实现meV级TSS重构，建立E(1+y)作为耦合带的有效能量描述符。

Berry相位：沿环绕节线的闭合回路积分Berry联络，确认节线拓扑非平庸性。MgB2中u1(2/3,-1/3,0)和u2(1/3,1/3,0)的Berry相位分别为+pi和-pi。

两体有效Hamiltonian：对角元为表面B原子和H原子的独立能带色散，非对角元D(d)为距离依赖的耦合函数。本征值给出TSS能量随dH-B的连续演化。

【三、核心结果】

图 1：MgB2的晶体结构、Brillouin区和能带结构。(a) MgB2的六方晶体结构（P6/mmm），Mg占据1a位，B占据2d位。(b) 第一Brillouin区和节线位置（H-K边），蓝色和橙色分别表示正负手性节线。(c) 体相能带结构，SOC影响可忽略（黑色实线=含SOC，橙红色虚线=无SOC，完全重叠）。(d) (010)面暴露模型和20层slab模型。(e) (010)面表面能带结构，红色实线标记TSS。

图 2：MgB2的拓扑表面态和节线特征。(a) 20层MgB2与H原子耦合的动态过程，黄色=Process (a)（远端），青色=Process (b)（近端）。(b) 表面B原子p轨道在X~和G~高对称点的投影组分。(c-h) 不同dH-B距离下的表面能带结构，展示TSS从节线内到节线外的跃迁。

In-Out Hop的物理机制：表面化学势与电子填充

In-Out Hop发生在dH-B=2.212A的临界距离处。该距离约比H原子在表面B原子上方的稳定吸附位置（d0=1.212A）远1A。

Process (a)（dH-B > 2.212A）：H原子未与表面B原子形成完整化学键，TSS保持在节线内部（能量范围2-3 eV，以X~为对称中心）。随着dH-B减小，TSS趋于并入体态。

Process (b)（dH-B < 2.212A）：H原子与表面B原子开始成键，表面化学势进一步升高，导致原在节线内的表面带完全并入体态。H原子引入的额外电子填充节线外的能带，TSS从节线内跃迁至节线外（能量范围0-1 eV，以G~为对称中心）。

轨道投影分析揭示：在临界距离处，表面B原子p轨道在X~点的贡献突降至零，而在G~点的贡献突升，标志着表面重构从zigzag型到beard型的转变。

图 3：H原子在能带结构中的投影随dH-B的变化。(a) dH-B=9.212A（无限远），H原子能级为孤立能级。(b-i) 随着dH-B减小，H原子投影从孤立能级逐渐分裂为两个能级，最终在dH-B=1.212A（稳定吸附）时完全融入MgB2体态能带。

图 4：H原子在MgB2表面上的扩散路径和吸附位点分析。确定了最稳定的表面吸附位置为表面B原子的顶位（top site），稳定吸附距离d0=1.212A。

PIBO建模结果：从离散DFT到连续解析描述

两体有效Hamiltonian成功捕捉了TSS能量随dH-B的连续演化，PIBO框架仅用43个DFT训练点实现了meV级精度的TSS重构。

关键发现：(1) D(d)耦合函数在dH-B=2.212A附近呈现突变行为，与in-out hop的临界距离一致；(2) E(1+y)被确立为耦合带的有效能量描述符，可推广到其他表面吸附-拓扑耦合体系；(3) PIBO预测的全BZ TSS色散与DFT计算高度一致，验证了物理约束的有效性。

PIBO方法的核心优势：相比纯DFT的高通量计算，PIBO将计算成本降低1-2个数量级；相比纯ML方法的黑盒预测，PIBO的物理约束保证了物理合理性和可解释性。

图 5：紧束缚模型与DFT计算结果的对比。两体有效Hamiltonian模型预测的TSS能量与DFT计算结果在43个离散点上高度一致，验证了模型的有效性。

图 6：3D能带结构中TSS的In-Out Hop可视化对比。展示Process (a)和Process (b)中TSS在Brillouin区中的不同位置和形态。

【DFT Tips】

【DFT Tip 1】Slab模型的真空层厚度：为什么30A？

MgB2 slab计算中真空层设置为30A。一般原则：真空层厚度应至少为15-20A，以确保相邻slab之间的波函数重叠可以忽略。对于表面吸附计算（如本文的H吸附），真空层需要更大（25-30A），因为吸附原子会扩展表面电荷密度。

VASP设置：在POSCAR中通过c轴方向增加真空层实现。注意：真空层厚度影响偶极修正的必要性--对于非对称slab（如本文的B-terminated vs Mg-terminated），建议开启LDIPOL=.TRUE.和IDIPOL=3。

常见错误：真空层不够导致虚假的层间相互作用，表现为能带劈裂或TSS能量偏移。验证方法：增加真空层（如从20A到30A），确认TSS能量变化<0.01 eV。

【DFT Tip 2】SOC可忽略的判据：什么时候可以跳过SOC？

MgB2中SOC可以忽略，因为Mg（Z=12）和B（Z=5）都是轻元素。但这一判断需要量化验证，而非仅凭直觉。

验证方法：分别在无SOC（LSORBIT=.FALSE.）和含SOC（LSORBIT=.TRUE.）下计算能带，叠图比较。如果所有能带在Fermi能级附近+-2 eV范围内完全重合（本文的情况），则可安全忽略SOC。

哪些体系不能忽略SOC：(1) 含5d过渡金属（Os, Ir, Pt, Au）；(2) 含重主族元素（Bi, Pb, Tl, Sb）；(3) 拓扑绝缘体和拓扑半金属的SOC通常是打开拓扑能隙的关键。

【DFT Tip 3】Berry相位计算：从Wannier90到WannierTools

本文使用WannierTools计算Berry相位来确认MgB2节线的拓扑非平庸性。Berry相位是沿闭合路径的Berry联络积分，对于节线半金属，环绕节线的闭合路径Berry相位为pi（量子化值）。

计算步骤：(1) VASP自洽计算 -> Wannier90构建MLWFs -> WannierTools计算Berry相位；(2) 在WannierTools输入文件中定义闭合k路径（环绕目标节线）；(3) 检查Berry相位是否为pi（或-pi）的整数倍。

常见陷阱：Wannier函数拟合质量差导致Berry相位偏离pi；k路径未正确环绕节线；节线附近能带交叉导致的数值不稳定性。建议：验证Wannier内插能带与DFT能带的一致性后再计算Berry相位。

【DFT Tip 4】吸附能计算：Gibbs自由能修正

本文使用Gibbs自由能DG_H*而非单纯的吸附能DE_H*来确定H原子的最稳定吸附位点。DG_H* = DE_H* + DE_ZPE - TDS，其中DE_ZPE是零点能修正，TDS是熵修正。

对于轻原子（如H）吸附，零点能修正（DE_ZPE）通常不可忽略：H原子振动频率高（~2000-3000 cm^-1），ZPE可达0.1-0.3 eV。熵修正TDS在室温下约0.1-0.4 eV（H2气相熵大）。

VASP实现：用DFPT或有限位移法计算吸附原子和H2分子的振动频率，计算ZPE和熵修正。注意：对于过渡态搜索，还需要考虑零点能对能垒的影响。

【DFT Tip 5】Wannier90投影选择：s和p轨道够吗？

MgB2的Wannier化使用了Mg的s+p轨道和B的s+p轨道。对于MgB2，这一选择是合理的，因为Fermi能级附近的能带主要由B的p轨道和Mg的s轨道贡献。

一般原则：投影轨道应覆盖Fermi能级附近+-5 eV范围内的所有能带的主要轨道成分。对于过渡金属化合物，通常需要包括d轨道（5个）。对于f电子体系，需要包括f轨道（7个）。

常见错误：(1) 投影轨道太少，导致部分能带无法被Wannier函数描述，出现虚假的能隙；(2) 投影轨道选择不当（如选择了能量远离Fermi能级的轨道），导致解缠困难。建议：先用VASPKIT提取轨道投影PDOS，确认目标能带的主要成分。

【DFT Tip 6】贝叶斯优化在DFT中的应用：GP-BO vs PIBO

贝叶斯优化（BO）是一种高效的超参数优化方法，通过高斯过程（GP）代理模型迭代选择下一个评估点。传统BO是"黑盒"优化，完全依赖数据驱动。PIBO（物理信息BO）是"灰盒"优化，将物理约束嵌入GP的先验或似然函数。

在DFT中的应用场景：(1) 晶格参数优化（替代BFGS）；(2) 吸附位点搜索（替代全网格扫描）；(3) 相图构建（替代等间距扫描）；(4) 如本文的模型参数拟合。

PIBO的优势：(1) 物理约束减少了对数据的依赖，所需的DFT计算点更少；(2) 物理约束排除了非物理解，提高了预测的可靠性；(3) 可解释性更强，因为物理约束本身就是对物理过程的理解。

【DFT Tip 7】表面态计算中的k点收敛：slab vs bulk

Slab计算的k点密度设置与体相不同。体相MgB2使用8x8x10，而slab使用12x12x1（kz=1因为有真空层）。

一般原则：slab的k点密度应沿表面方向（kx, ky）加密，垂直方向（kz）只需1个点。对于TSS的计算，k点密度直接影响表面态的分辨率。建议：至少12x12x1用于TSS的初步计算，24x24x1或更高用于精细的Fermi面绘图。

注意：slab原子数多（本文20层=60个原子）k点线性增长。对于更厚的slab，可能需要降低k点密度来平衡计算成本。

【DFT Tip 8】轨道投影能带分析：VASPKIT-214功能

本文使用VASPKIT-214功能进行表面B原子p轨道的投影能带分析。轨道投影能带可以揭示特定原子/轨道的能量贡献，是追踪TSS演化的关键工具。

VASPKIT-214的输出：每个k点的每个能带中，指定原子/轨道的权重（0-1）。本文通过监控X~和G~点处表面B原子p轨道贡献的突变，精确定位了in-out hop的临界距离。

常见陷阱：投影权重归一化方法--VASPKIT使用原子球内的投影，对于不同赝势（PAW vs USPP），投影半径不同，权重绝对值不可直接比较。建议：关注权重的变化趋势而非绝对值。

【知识扩展】

【知识扩展 1】拓扑半金属的三级分类：节线、Dirac、Weyl

【理论解释】拓扑半金属根据能带交叉的维度分为三级：(1) 节线半金属（NLSM）--一维节线或环，需要额外对称性保护（如镜面反射、非点式对称性），是最基础的拓扑半金属；(2) Dirac半金属（DSM）--零维四重简并节点，同时具有TRS和IS，可视为两个相反手性Weyl点的叠加；(3) Weyl半金属（WSM）--零维二重简并节点，TRS或IS破缺。

【方法比较】从NLSM到DSM/WSM的转变：对节线半金属的模型Hamiltonian加入特定微扰项（如SOC、磁序、应变），可以打开节线的大部分区域，仅在离散点处保留能带交叉，从而转变为DSM或WSM。MgB2的节线受P6/mmm对称性保护，由于SOC可忽略，节线是稳健的。

【经典参考】Fang et al., Chin. Phys. B 25, 117106 (2016)--拓扑半金属综述；Bzdusek et al., Nature 538, 75 (2016)--节线半金属分类；Yang & Nagaosa, Nat. Commun. 5, 4898 (2014)--节线半金属中的拓扑表面态。

【迁移能力】MgB2中H吸附调控TSS的思路可推广到其他层状拓扑材料：通过表面吸附/插层/电场调控表面化学势，实现拓扑表面态的开关或重构。

【知识扩展 2】物理信息机器学习（PIML）在材料科学中的应用

【理论解释】PIML将物理定律（如对称性、守恒律、微分方程）嵌入ML模型的架构或损失函数中，使模型不仅在数据上拟合得好，而且在物理上合理。常见方法：(1) 物理约束作为正则化项；(2) 物理驱动的特征工程；(3) 物理方程作为神经网络的激活函数（如Physics-Informed Neural Networks, PINNs）。

【方法比较】纯ML（黑盒）：依赖大量数据，缺乏外推能力，可能产生非物理解。PIML（灰盒）：需要较少数据，外推能力更强，物理可解释性更好。完全物理模型（白盒）：无需数据，但，且对复杂系统可能不精确。

【经典参考】Raissi et al., Science 367, 1026 (2020)--PINNs综述；Karniadakis et al., Nat. Rev. Phys. 3, 422 (2021)--PIML综述；Pilania et al., Sci. Rep. 3, 2810 (2013)--GP-BO在材料科学中的早期应用。

【迁移能力】PIBO框架可推广到其他DFT+ML场景：如应变-能带-拓扑相变的连续描述、吸附-催化-反应路径的优化、合金组分-性能的快速预测。

【科研经验】

【科研经验 1】表面吸附拓扑调控：从DFT预测到实验验证的距离

问题：DFT预测的H吸附诱导TSS in-out hop，在实验中如何验证？

原因：(1) H原子在表面上的精确位置控制困难（STM针尖操控可尝试，但精度有限）；(2) TSS的in-out hop发生在dH-B=2.212A，该距离尺度远小于典型STM的空间分辨率；(3) MgB2表面在空气中不稳定，需要超高真空环境。

解决方案：(1) 替代验证：使用碱金属吸附（如K、Cs）替代H，碱金属原子更大，距离效应更明显，且ARPES信号更强；(2) 间接验证：测量不同H覆盖度下的ARPES谱，观察TSS的连续演化；(3) 输运验证：测量H吸附前后的磁阻和Hall效应变化，TSS的in-out hop应导致表面输运性质的突变。

建议：DFT预测的表面吸附拓扑调控论文，应明确讨论实验实现的可行路径和替代方案。审稿人通常会质疑"这个预测如何被实验验证"。

【科研经验 2】DFT+ML论文的"黄金标准"：如何避免被审稿人质疑

问题：DFT+ML论文常见审稿意见：(1) "ML模型是否过拟合？" (2) "物理约束是否必要？" (3) "DFT训练数据是否足够？"

原因：DFT+ML交叉领域审稿人通常来自两个阵营：DFT专家质疑ML的可靠性，ML专家质疑物理约束的必要性。

解决方案（本文的策略值得借鉴）：(1) 消融实验：对比有/无物理约束的PIBO结果，展示物理约束的收益；(2) 交叉验证：使用leave-one-out或k-fold交叉验证评估模型泛化能力；(3) 外推测试：在训练数据范围外测试模型预测，展示物理约束的外推优势；(4) 与纯DFT基准对比：在关键点用DFT验证PIBO预测。

建议：DFT+ML论文的审稿策略是"自我质疑"--在投稿前问自己：如果我是审稿人，我会质疑什么？然后提前在论文中回答这些问题。

Yue, Bu, Wang & Wang, Beijing Univ. of Tech. | Phys. Chem. Chem. Phys., 2026, 28, 8210 | MgB2 节线半金属 拓扑表面态 In-Out Hop PIBO VASP Wannier90