通过DFT方法建立了金属表面吸附模型中，应用了广义梯度逼近原理（generalized gradient approximation）。这导致对分子的气相能计算中存在误差，荷兰莱顿大学Marc T.M. Koper，巴塞罗那大学Federico Calle-Vallejo，哥伦比亚麦德林行政、金融和技术大学等通过半经验方法对PBE，PW91，RPBE，BEEF-vdW中提升交换关联能的精确度。作者对27种含碳气体分子的误差进行计算，首先对形成能的误差分析，随后对不同气体分别进行计算改善数据库的误差。作者对优化后的方法在电催化反应中的情况进行测试，通过对Au，Ag，Cu电极上（Cu_poly, Au_poly, Ag_poly, Au(100), Au(110), Au(111), Ag(111)）CO₂还原为CO的过程起始电压进行计算，结果显示了很好的改善，这个结果说明，快速的系统性气体分子调控对计算化学模型有很好的效果。

本文要点：

（1）

通过半经验的能量误差调节应用于CO₂/CO电催化还原中的计算模拟，作者发现反应能量的误差降低了一个数量级。作者发现，在CO₂和CO的预测中，误差的区别会达到~0.4 eV，因此当对同时含有两种分子的反应，精确描述反应情况较难。

通过使用本文中的误差较小的数据库，作者发现在Au，Ag，Cu电极上的反应误差由0.21 V降低为0.06 V。作者认为这种方法在异相催化反应中同样能得以应用。此外，一些别的分子同样能够加入到数据库中，通过机器学习方法能够对复杂结构基底上的反应情况有效的预计。

参考文献

Laura Granda-Marulanda, Alejandra Rendon-Calle, Santiago Builes, Francesc Illas, Marc T.M. Koper*, and Federico Calle-Vallejo*

A semiempirical method to detect and correct DFT-based gas-phase errors and its application in electrocatalysis，ACS Catal. 2020,

DOI：10.1021/acscatal.0c01075

https://pubs.acs.org/doi/10.1021/acscatal.0c01075