Computation of the heat capacity of water from first principles

第一原理に基づく水の熱容量計算

志賀 基之   ; Elsner, J.*; Behler, J.*; Thomsen, B.  

Shiga, Motoyuki; Elsner, J.*; Behler, J.*; Thomsen, B.

水は高い熱容量などの特異な性質を持ち、生命や気候に重要な役割を果たしている。その熱容量の微視的起源を第一原理から理解するには、核の量子効果を考慮した高精度な経路積分分子動力学(PIMD)シミュレーションが必要であるが、計算コストが非常に高い。本研究では、密度汎関数理論(DFT)に基づいた高次元ニューラルネットワークポテンシャル(HDNNP)を用いることで、この課題を克服している。さらに、高効率なPIMDアルゴリズムを導入し、熱容量の収束データを得ることに成功した。特にrevPBE0-D3汎関数を用いた結果は実験と良く一致し、本手法が水の熱力学的性質の定量的理解に有効であることを示している。

Water possesses unique properties such as a high heat capacity, playing a crucial role in biological and climatic processes. To understand the microscopic origin of its heat capacity from first principles, highly accurate path integral molecular dynamics (PIMD) simulations that include nuclear quantum effects are required; however, such simulations are computationally demanding. In this study, we address this challenge by employing high-dimensional neural network potentials (HDNNPs) constructed from density functional theory (DFT) calculations. Additionally, we introduce an efficient PIMD algorithm that improves computational performance. Using this approach, we successfully obtain converged data for the heat capacity. In particular, results based on the revPBE0-D3 functional show excellent agreement with experimental data, demonstrating that this method is effective for the quantitative understanding of the thermodynamic properties of water.