AI与世界难题 · 天文与太空 · arXiv · 2026-10-21
基于第一性原理的机器学习分子动力学研究行星包层中的氨-氢相平衡
原标题: Ammonia-Hydrogen Phase Equilibria in Planetary Envelopes from First-Principles-Based Machine-Learning Molecular Dynamics
氨和氢是太阳系内外行星的主要成分，但它们在行星包层中如何相互作用却知之甚少。借助基于密度泛函理论计算训练的机器学习原子间势，500 K至4000 K、0.1至100 GPa范围内的大规模两相共存模拟绘制出了富氢与富氨共存组分及临界曲线，其温度从0.1 GPa下的500 K升至接近30 GPa处的2000 K。该相边界与已发表的天王星和海王星热剖面相近并与之相交，意味着如今氨可能正在这些行星中以雨的形式析出；而在TOI-270 d等温暖的亚海王星中，氨与氢很可能在任意比例下均可混溶。