3.2 GGA 与 metaGGA：梯度与动能密度

3.2 GGA 与 meta-GGA：引入密度梯度与动能密度

本节摘要：广义梯度近似（GGA）在 LDA 基础上引入密度梯度，meta-GGA 再进一步引入动能密度。本节讲清约化密度梯度 s 的物理含义、PBE 与 BLYP 两条构造路线（非经验 vs 半经验）、动能密度 \tau 如何刻画电子局域运动、TPSS 与 SCAN 的代表性与代价，并对比 LDA/GGA/meta-GGA 的误差行为。

学习目标

阅读完本节，你应当能够：

1. 说出 GGA 与 LDA 的差别：多引入一个密度梯度变量
2. 解释约化密度梯度 s 的物理含义与均匀电子气极限条件
3. 对比 PBE（非经验、满足精确条件）与 BLYP（半经验、拟合数据）的构造哲学
4. 知道动能密度 \tau 的定义与物理意义（电子局域运动活跃度）
5. 说出 TPSS、SCAN 的基本定位与计算代价
6. 列出 GGA/meta-GGA 仍解决不了的问题：带隙低估、vdW 缺失

问题与直觉

LDA 的问题出在「局域」二字：它只看每一点的密度数值，不关心密度怎么变。可真实的电子世界处处是「变化」——原子核附近密度陡升，键区堆积，分子外围缓慢衰减。这些「变化」信息 LDA 全瞎了。

GGA 的思路很自然：把「密度变化的快慢」也喂给泛函。数学上就是多引入一个密度梯度 |\nabla n(\mathbf{r})|：

E_xc^GGA[n] = ∫ f(n(r), ∇n(r)) dr
​

这个直觉用生活语言说：LDA 是「只看眼前海拔」的登山者，GGA 是「同时感受脚下坡度」的登山者。有了坡度信息，你对地形（电子密度形态）的判断会准得多。代价呢？几乎没有——梯度的计算成本相对整体计算微乎其微。这是泛函阶梯里「性价比」最高的一级：精度提升明显，成本几乎不变。

meta-GGA 再往前一步：除了密度和梯度，还引入动能密度 \tau(\mathbf{r})。这个量刻画的是「电子的局部运动有多剧烈」——它帮助泛函区分「这个电子是被牢牢束缚在原子核附近」还是「在离域状态自由游荡」。有了这个信息，泛函能更精细地识别化学环境。

核心原理

2.1 约化密度梯度：无量纲的「变化率」

直接用梯度 |\nabla n| 有一个问题：它的绝对值受密度大小影响，没法横向比较。所以 GGA 把它约化一下，除以「局域费米波矢尺度」：

s = |∇n| / (2 k_F n),    k_F = (3π²n)^(1/3)
​

s 是无量纲的「相对变化率」。它的两个极端很有意义：

• s \to 0：密度均匀，体系趋近均匀电子气。GGA 必须自动退回 LDA（这叫均匀电子气极限条件，是 GGA 泛函的基本要求）
• s 很大：密度剧烈变化，常见于原子核附近与体系边缘

「约化」这个词值得展开：它保证泛函对不同密度的体系有可比的行为。想象同样「陡」的密度变化，一个发生在电子密度极高的金属内部，一个发生在稀薄的分子外围——绝对梯度差异巨大，但相对变化率可能相近。用 s 做变量，泛函就能用同一套逻辑处理这两种场景。这也是 GGA 泛函能跨体系通用的数学前提之一。

2.2 PBE：非经验的「默认泛函」

PBE（Perdew-Burke-Ernzerhof，1996）是 GGA 家族里最负盛名的成员，它的构造哲学是「非经验」：不拟合实验数据，只要求泛函满足一组已知的精确条件——均匀电子气极限、正确的坐标标度行为、Lieb-Oxford 界限、交换洞求和规则等。

E_xc^PBE = E_x^PBE + E_c^PBE
​

PBE 的优点是普适：分子、固体、表面、磁性体系都能给出合理结果，因为它不偏科——没有为任何特定数据集调参数。它也是 VASP、QE 里最常见的默认泛函。缺点是：带隙仍然低估，vdW 仍然缺失。

PBE 还有一个历史细节值得知道：它是 PW91 的「简化与改进版」。PW91 同样非经验、满足大量精确条件，但函数形式复杂。PBE 保留了 PW91 的物理内核，把形式做简洁了，简洁到几乎可以手写出来。这带来一个实际好处：更容易实现、更少数值问题，也更容易被软件广泛采纳。「形式简洁」听起来像小事，在工程上却是泛函能否普及的关键因素。

2.3 BLYP：半经验的「化学家之选」

BLYP 走的是另一条路——半经验。Becke 的 B88 交换泛函通过拟合原子化能数据确定参数，LYP 关联泛函源自对相关模型的拟合。

E_xc^BLYP = E_x^B88 + E_c^LYP
​

BLYP 在分子体系（键长、键角、振动频率、热化学）往往比 PBE 更准，但它是为分子优化的——在固体和表面体系不如 PBE 稳定。这就是「拟合什么、擅长什么」的代价：训练集上的精度换来了体系外的风险。

2.4 动能密度：meta-GGA 的新变量

动能密度的定义是：

τ(r) = (1/2) Σ_occupied |∇ψ_i(r)|²
​

它度量「电子的局部运动强度」。物理直觉：

• 原子核附近、孤对电子：电子被强束缚，波函数剧烈振荡，\tau 高
• 成键区域、金属电子气：电子离域、运动平缓，\tau 低

引入 \tau 让 meta-GGA 能区分「同样是密度较高的区域，是核心电子还是成键电子」——这层分辨力是 LDA/GGA 没有的。代价是计算需要轨道梯度，成本略升，而且让泛函带上了「轨道依赖」，不再是纯粹密度的显式函数。

这里可以借助电子局域化函数（ELF）的直觉来体会 \tau 的价值：ELF 的定义里就含 \tau，它在成键、孤对、核心电子之间画出清晰分界。meta-GGA 等于把这个「局域化分辨率」直接内建进了泛函——它能区分「密度高是因为堆积了成键电子」还是「密度高是因为核心电子蹲守」，从而对不同区域施加更合理的修正。

2.5 TPSS 与 SCAN

• TPSS（Tao-Perdew-Staroverov-Scuseria，2003）：非经验 meta-GGA，满足均匀电子气极限、非均匀标度等约束。对晶格常数、体模量、热化学都有提升，是 meta-GGA 的代表作之一。
• SCAN（Sun et al.，2015）：强约束适当范数 meta-GGA，声称满足 17 个精确条件，且无经验参数。它在分子、表面、固态都表现优异，甚至对氢键和部分 vdW 有改善，被认为是 meta-GGA 的里程碑。

SCAN 的「17 个约束」是它的招牌：除了常见的均匀极限、标度律，还包括原子极限、正确渐进行为等更苛刻的要求。约束越多，泛函被「钉」得越牢，出错的自由度越小。但约束多也意味着函数形式复杂，实现与数值稳定性要求更高。SCAN 的一个实际代价是它对数值网格更敏感——同一套计算，SCAN 比 PBE 更容易受网格粗糙度影响，实践中需要更小心地设置积分网格。

2.6 还剩下什么问题

即使到了 meta-GGA，两个老大难还在：

1. 带隙低估：semi-local 家族（LDA/GGA/meta-GGA）都低估带隙，因为 SIE 没有根本解决
2. vdW 缺失：局域/半局域泛函看不见长程色散力，需要 DFT-D 校正（3.5 节）或非局域泛函

另外 meta-GGA 的计算成本比 GGA 略高（要多算轨道梯度），但对于追求精度的研究通常值得。

工程实践要点

1. 默认起步选 PBE：做新材料计算、表面、磁性、不追求极致带隙时，PBE 是最稳妥的起点。它参数少、收敛好、文献可比性高。
2. 分子热化学选 BLYP 系：如果做有机分子、反应能垒，BLYP 或杂化泛函（下一节）更合适。
3. 需要更高精度时上 meta-GGA：SCAN 是当前 semi-local 家族的天花板，适合需要比 PBE 更准又不愿付杂化代价的场景。
4. 永远记住收敛测试：换泛函后，晶格常数、能隙、吸附能这类量要重新收敛测试，因为不同泛函对截断能、k 点的敏感性不同。
5. 混合体系先试 PBE 再看情况：对「PBE 还是 BLYP」拿不准时，常见做法是两个都算一遍，看结论是否稳定。若两个泛函给出定性不同的结果，说明体系落在泛函差异敏感区，需要更高级的方法（meta-GGA 或杂化）来仲裁，而不是随便选一个就写结论。

FAQ：几个高频疑问

问：PBE 和 BLYP 谁的带隙更准？

答：两者都系统性低估带隙，没有本质差别。真想修带隙，方向是杂化泛函（下一节）或 GW 方法，而不是在 GGA 内部挑来挑去。PBE 与 BLYP 的带隙差异远小于它们与实验的差距。

问：meta-GGA 能代替杂化泛函吗？

答：不能完全代替。meta-GGA 在热化学、结构上逼近杂化的表现，但它不含精确交换，对 SIE 的修正有限，带隙问题依旧。两者是不同维度的改进：meta-GGA 加局域信息，杂化加非局域信息。

问：为什么 SCAN 在某些体系出现数值问题？

答：SCAN 的函数形式里有「开关」式的结构，在密度行为特殊的区域（如间隙原子）对数值噪声更敏感。实践中遇到 SCAN 不收敛或锯齿能量，先加密网格、检查数值精度设置，再考虑退回 TPSS。

一个选泛函的实操决策链

当你不确定该用 LDA、PBE、BLYP 还是 SCAN 时，按这条链走通常不会错：先问体系是否涉及分子化学（键长、热化学）——是，考虑 BLYP 或直接上杂化；再问是否周期性固体且只关心结构（晶格常数、弹性）——是，PBE 足够；再问是否在意弱相互作用（吸附、分子晶体）——是，必须叠加 3.5 节的 DFT-D 校正；最后问是否追求当前 semi-local 的最高精度——是，用 SCAN 并做好网格测试。这条链的每一步都在用「研究对象」而不是「泛函名气」做决策，这正是经验丰富的研究者和新手的差别。

⚠️ 常见坑：以为「GGA 比 LDA 准，所以 GGA 所有性质都准」。GGA 修好了 LDA 的过结合，但带隙问题依旧，vdW 问题依旧——每一级泛函修的是「上一级的某些毛病」，不是「全部毛病」。

💡 关键直觉：泛函阶梯的每一级都在做同一件事——给泛函更多「当地的电子结构信息」。密度→梯度→动能密度→精确交换，信息越来越多，可分辨的化学环境越来越细。理解这条「信息增量」主线，你就能预测下一节杂化泛函要加什么：精确交换，因为它带着轨道级的非局域信息。

概念性伪代码：GGA 泛函的能量骨架

def gga_xc_energy(grid, n, grad_n):
    energy = 0.0
    for r in grid:
        s = reduced_gradient(n[r], grad_n[r])  # 约化密度梯度
        f = pbe_enhancement(s)                 # 增强因子 F_x(s)
        eps_x_lda = -0.75 * (3/pi)**(1/3) * n[r]**(1/3)
        energy += n[r] * (f * eps_x_lda + gga_correlation(n[r], s)) * dr
    return energy
​

本节要点回顾

• GGA 定义：LDA 加密度梯度，semi-local 化，成本几乎不增
• 约化梯度 s：无量纲变化率，s→0 退回均匀电子气极限
• PBE：非经验泛函，满足精确条件，固体/表面/磁性普适
• PW91 渊源：PBE 是 PW91 的简化改进，形式简洁促成普及
• BLYP：半经验泛函，分子热化学出色，固体不稳健
• 动能密度 τ：刻画电子局域运动强度，区分核心与成键电子
• TPSS/SCAN：非经验 meta-GGA，SCAN 满足 17 约束，精度里程碑
• SCAN 数值敏感：函数形式复杂，对网格精度要求更高
• 残留问题：带隙低估、vdW 缺失仍在，需要杂化与非局域方法
• 主线：泛函阶梯每级加的是「当地的电子结构信息」

下一节上第四级——杂化泛函引入精确交换，专门治带隙与 SIE。