程俊&汤富杰团队JPCL丨机器学习计算谱学揭示石墨烯氧化程度对水界面的关键影响

背景：石墨烯-水界面的微观结构对其应用至关重要，但传统表征手段难以直接探测，且不同顶尖课题组利用和频振动光谱技术得出了相互矛盾的结论，形成了关于其疏水性或强相互作用的争议。研究目的：为澄清争议，厦门大学程俊、汤富杰团队提出“计算谱学作为实验标尺”的新思路，旨在通过构建高精度理论模型，系统研究不同氧化程度石墨烯对水界面的影响，以调和实验分歧。结论：研究利用机器学习分子动力学与计算光谱方法，明确揭示了石墨烯表面氧化状态的差异是导致光谱实验结果分歧的根本原因；轻度氧化（约12.5%）即可导致界面水结构显著变化及光谱红移，而本征石墨烯则表现出疏水性。该工作不仅统一了解释框架，还确立了计算光谱在解析复杂界面微观结构中的方法论价值，并展望了其在电化学界面、电催化和膜科学等领域的应用潜力。