6.1 TDDFT：激发态与光谱

6.1 TDDFT：激发态与光谱

本节摘要：DFT 算的是基态，而光吸收、发光、光合作用这些过程都发生在激发态。含时密度泛函理论（TDDFT）把 DFT 从「静态」推向「含时」，成为计算激发能与光谱的主力工具。本节讲清 Runge-Gross 定理、含时 KS 方程、线性响应与 Casida 方程，以及 TDDFT 在吸收/发射/圆二色谱中的应用与失效场景。

本节目标

阅读完本节，你应当能够：

1. 复述 Runge-Gross 定理：含时密度与含时外势一一对应
2. 写出含时 KS 方程并解释含时有效势的组成
3. 理解线性响应 TDDFT：激发能是密度响应函数的极点
4. 说出 Casida 方程的基本结构与 Tamm-Dancoff 近似
5. 解释 TDDFT 如何模拟吸收、发射、圆二色光谱
6. 识别电荷转移、Rydberg、双激发三类失效场景及应对

问题与直觉

太阳光打到染料分子上，分子吸收特定波长的光，电子跳到高能轨道——这个过程驱动了光合作用、太阳能电池、发光二极管。但标准 DFT 只算基态：基态密度、基态能量、基态几何。激发态在哪？

答案是 TDDFT。它的历史起点和 DFT 一样漂亮：1984 年，Runge 和 Gross 证明了「含时密度」也能决定一切——给定初始态，含时外势与含时电子密度一一对应。这是 DFT 的 Hohenberg-Kohn 定理的含时版本。

TDDFT 的核心直觉：让电子密度「动起来」。基态 DFT 找「密度长什么样」，TDDFT 算「密度怎么响应外场」——当一束光（随时间变化的电场）照上来，密度如何振荡？振荡的模式就是激发能。频率、强度、选择性全从这「含时响应」里来。

一个类比：基态 DFT 像拍一张静态照片，TDDFT 像录一段视频——不仅知道分子长什么样，还知道它对光的「反应」。而大多数光谱技术测的恰恰是「反应」，所以 TDDFT 成了光谱预测的默认工具。

TDDFT 的适用范围比直觉想的广：不只是分子光谱。它也被用来研究半导体量子点的带间跃迁、分子晶体里的激子、表面等离激元的激发——凡是「体系如何响应光场」的问题，TDDFT 都是第一梯队的选择。它的「响应」语言天然适配「光谱」这一实验语言，这也是它在光电材料、光伏、光催化领域必不可少的原因。

核心原理

2.1 Runge-Gross 定理

Runge-Gross（RG）定理（1984）是 TDDFT 的理论地基：对于给定初始态的相互作用多体体系，含时电子密度 \rho(\mathbf{r},t) 与含时外势 v_{ext}(\mathbf{r},t) 之间存在一一对应关系。

含义与 HK 定理平行：

• HK 说「静态密度决定静态一切」
• RG 说「含时密度决定含时一切」

有了 RG 定理，就能构建含时 KS 方程——把真实含时体系的密度，用无相互作用的含时参考系重建出来。

2.2 含时 KS 方程

iℏ ∂φ_j(r,t)/∂t = [ -ℏ²/2m ∇² + v_KS(r,t) ] φ_j(r,t)
​

含时有效势：

v_KS(r,t) = v_ext(r,t) + v_H(r,t) + v_xc(r,t)
​

含时密度由含时轨道重建：\rho(\mathbf{r},t) = \sum_j |\phi_j(\mathbf{r},t)|^2。注意含时交换关联势 v_{xc}(\mathbf{r},t) 原则上还依赖「历史」（记忆效应）——这是 TDDFT 精度的核心难点。

含时 KS 方程的形式与静态版几乎一样，只是所有量都带了时间参数。这个「结构同构」是 TDDFT 工程实现容易的根源——大量静态 DFT 的算法与代码可以直接推广到含时情形。但要警惕一个隐蔽问题：没有 Runge-Gross 定理，含时 KS 方程就没有正当性。静态 KS 方程有 HK 定理背书，含时版本靠 RG 定理——两个定理一前一后，缺一不可，这是理解 TDDFT 理论地位的关键。

2.3 线性响应：从含时演化到本征值问题

直接求解含时 KS 方程（实时 TDDFT）很贵。对光谱应用，通常只关心「弱场下的响应」——线性响应近似：密度变化与外加场强度成正比。

在线性响应框架下，激发能不需要模拟整个含时演化，而是解一个非厄米本征值问题——Casida 方程：

[ A  B ] [ X ]   [ I  0 ] [ X ]
[ B* A*] [ Y ] = Ω [ 0 -I ] [ Y ]
​

矩阵 A、B 的元素包含轨道能量差与交换关联核 f_{xc}（v_{xc} 对密度的导数）。本征值 Ω 就是激发能，本征向量给出跃迁振幅。Tamm-Dancoff 近似（TDA） 忽略 B 矩阵，把问题简化为厄米的，更便宜、有时更稳。

这个「线性响应」的设定解释了 TDDFT 的一个本质边界：它描述的是「微扰下的响应」，所以擅长单光子吸收这类弱场过程；对双光子吸收、强场非线性响应这类高阶过程，线性响应框架不够，需要更高阶响应理论或实时 TDDFT。

振子强度这个概念值得单独解释：它是「这个激发态被光激发的概率」的无量纲度量。振子强度大（接近 1）→ 强吸收峰；接近零 → 光学暗态（对称性禁阻跃迁）。看一个分子的吸收光谱，本质就是在看「哪些激发态有大的振子强度」。这个量也让 TDDFT 输出从「一串能级」变成「一张可以直接和实验对比的光谱」。

2.4 光谱模拟：吸收、发射与圆二色

TDDFT 输出激发能 + 振子强度，加高斯/洛伦兹展宽就是吸收光谱。三条常用光谱线：

• 吸收光谱：直接算基态→激发态跃迁，峰位对应激发能、峰高对应振子强度。预测分子颜色、光吸收范围
• 发射光谱：先优化最低激发态（S1）几何，再算 S1→S0 跃迁。用「吸收-弛豫-发射」循环模拟荧光/磷光
• 圆二色谱（CD）：计算跃迁的电偶极与磁偶极矩，点积得旋光强度，用于手性分子构型确定

2.5 失效场景：TDDFT 的三大软肋

TDDFT 常用但并非万能，三大失效场景必须记住：

1. 电荷转移激发（CT）：电子从分子一端跳到另一端的激发。局域/半局域泛函（LDA/GGA）严重低估 CT 激发能，因为缺少长程库仑修正。对策：长程校正泛函（CAM-B3LYP、ωB97XD）。
2. Rydberg 激发：电子跃迁到高弥散的类氢轨道。绝热近似的交换关联势渐近行为不对，低估 Rydberg 激发能。同样用长程校正泛函。
3. 双激发：两个电子同时跃迁。线性响应 TDDFT 本质只描述单激发，双激发天然缺失。对策：需要含双激发的更高级方法。

除了三大软肋，还有一个「工程性」提醒：TDDFT 结果对基组的弥散函数敏感——Rydberg 激发、弱束缚电子尤其需要加弥散基函数，否则激发能偏高。这也是为什么「TDDFT + 含弥散基组」是光谱计算的标配。

工程实践要点

1. 默认从基态优化开始：TDDFT 计算先做基态几何优化与频率确认，再算激发态。基态错了，激发态全错。
2. 选泛函要看激发类型：局域激发 B3LYP 可用；CT/Rydberg 必须长程校正；金属配合物考虑相对论与自旋。
3. 检查波函数稳定性：激发后做波函数稳定性检查，确认没跑到错误态。激发态计算常见「分叉」问题。
4. 模拟溶剂：光谱实验几乎都在溶液里，加 PCM 溶剂模型结果更贴近实验。
5. 报方法组合：激发能对泛函+基组敏感，论文要写清 TDDFT/泛函/基组/溶剂模型，否则不可复现。

FAQ：几个高频疑问

问：TDDFT 和「直接算激发态」的区别是什么？

答：TDDFT 不直接构造激发态波函数，而是算「基态对微扰的响应」，从响应函数的极点提取激发能。这避免了显式处理激发态波函数的高维复杂性，是它高效的原因。实时 TDDFT 则直接含时演化密度，能看到完整的动力学过程，但计算更贵。

问：为什么 CT 激发对泛函这么敏感？

答：CT 激发把电子从分子一端搬到另一端，激发的电子-空穴之间隔着很远的距离，长程库仑吸引至关重要。局域/半局域泛函的长程交换被介电屏蔽掉，CT 态被严重低估。长程校正泛函把长程交换换成精确交换，才把 CT 态的能量修正回来。

问：发射光谱为什么比吸收光谱难算？

答：发射涉及激发态几何弛豫——分子吸收光后先「放松」到最低激发态构型，再发光。这需要做激发态几何优化（算激发态势能面），比基态优化复杂得多，还容易遇到势能面交叉、无实频等收敛问题。吸收算「原地垂直跃迁」，发射要算「先弛豫再跃迁」，多了一步关键的激发态优化。

一个加深理解的问题

为什么「绝热近似」是 TDDFT 的主要误差来源？绝热近似假设含时交换关联势只依赖「当前时刻的密度」，无视历史——就像一个人只根据眼前的情况做反应，不记得过去。这带来了三点缺失：对 CT 和 Rydberg 激发缺长程库仑与渐近行为，对强场过程缺记忆效应。理解绝热近似的「失忆」本质，你就知道为什么长程校正泛函能救 CT/Rydberg（它们补的是「空间非局域性」），而记忆效应仍是未解难题（补的是「时间非局域性」）。

实时 TDDFT：超越光谱的窗口

线性响应 TDDFT 给光谱，实时 TDDFT（RT-TDDFT）给「电影」：直接在含时 KS 方程的框架里，把密度在激光场下的演化一步步算出来。它能模拟超快电荷转移的动力学、强场非线性响应、甚至非绝热过程的某些片段。代价是每个时间步都要演化一组轨道，计算昂贵。但「看电子动」的吸引力，让它成为超快光谱与光化学前沿的重要工具——这是 TDDFT 从「算能级」到「算过程」的跃迁。

⚠️ 常见坑：用 B3LYP 算电荷转移激发体系，激发能低到离谱却不知道原因——这就是 CT 失效的典型。先判断激发类型再选泛函，比盲目换泛函试错高效得多。

💡 关键直觉：TDDFT 的精髓是「把激发问题转化成响应问题」——不直接找激发态波函数，而是算「密度对光场的响应」。这个「响应视角」贯穿整个第 6 章：RPA、DFT+DMFT 走的都是类似思路。

概念性伪代码：TDDFT 激发计算

def tddft_excitation(ground_state, functional, solvent):
    orbitals, eps = ground_state
    f_xc = xc_kernel(functional)              # 交换关联核
    A, B = build_casida_matrices(orbitals, eps, f_xc)
    excitations = solve_casida(A, B)          # 激发能 + 跃迁振幅
    spectrum = broaden(excitations)           # 展宽成光谱
    return spectrum
​

小结与延伸

• RG 定理：含时密度与含时外势一一对应，TDDFT 的地基
• 含时 KS 方程：静态方程的含时推广，记忆效应是难点
• RG 背书：含时 KS 方程靠 RG 定理赋予正当性
• 线性响应：弱场下只解本征值问题，不用模拟整个演化
• 响应边界：线性响应只覆盖弱场单光子过程
• Casida 方程：激发能 = 本征值，振子强度 = 跃迁偶极矩
• TDA：忽略 B 矩阵，更便宜有时更稳
• 光谱模拟：吸收/发射/CD 各有计算套路
• 三大失效：CT 激发、Rydberg、双激发
• 弥散基组：Rydberg 与弱束缚电子必须加弥散函数
• 长程校正泛函：CT/Rydberg 的标准对策
• 溶剂与稳定性：加 PCM、查波函数稳定性
• 响应视角：激发问题转化为响应问题，贯穿全书方法

下一节看另一座难啃的山：强关联体系——DFT+U 与 DMFT 如何应对 Mott 绝缘体这类半局域泛函失灵的问题。