轨迹分析与宏观性质

系列标签： 知识文档 · 分子模拟 · 轨迹分析 · MolSimulX

生产段跑完了（见 平衡判据与收敛），MD 的原始产物是位置、速度随时间的序列。论文里的密度、RDF、扩散系数、表面张力，都是对轨迹（或热力学日志）做统计后处理得到的。不会分析，等于只拍了电影却读不出剧情。

本篇按「结构 / 热力学 / 动力学」梳理常见观测量，并说明用什么工具算、什么时候值得手写脚本。概念为主；Python 动手见 MDAnalysis轨迹分析入门。报平均值时记得配误差——见 统计误差与块平均。

trajectory

一、数据从哪来？

来源 典型内容 常用来算什么
热力学日志 步数、温度、压强、能量、体积… 平衡监控、平均密度/能量、粗看压强
轨迹文件 各帧坐标（可选速度、力） RDF、MSD、密度剖面、可视化
额外输出 自定义 compute、集体变量、重启文件 增强采样的 CV、专项监控量

分析前先确认：

  • 用的是生产段，不是含升温/体积还在漂的平衡化；
  • 系综、单位（真实 / 对比单位）与 Methods 一致；
  • PBC 下算距离是否用了最小镜像（多数分析库默认会处理）。

二、用什么工具？（软件 + 必要手搓）

不必从零写积分器，但分析层常要在「现成命令 / 库 / 自己写几行」之间选。

工具 擅长 典型场景
模拟软件自带 与引擎绑定的快速统计 GROMACS：gmx rdf / gmx msd；Lammps：compute rdf、fix ave 等——跑的时候顺带出，或对轨迹重放
MDAnalysis（Python） 读多种轨迹格式、选原子组、写分析流水线 可复现的脚本化分析、和 NumPy/作图一体；入门见 MDAnalysis轨迹分析入门
OVITO 可视化 + 交互式修饰/统计 看缺陷、晶粒、密度场、快速出图；适合「先看见再定量」
VMD / PyMOL 等 可视化、部分分析插件 看构象、做演示图；复杂统计常导出后再用脚本
Freud、其他库 高效邻域、序参量、点模式 晶体/胶体/二维体系等（按需）

什么时候值得手搓？

更该用手写脚本 / 笔记本 更该用现成工具
文献没有的自定义序参量、奇怪的原子选择 标准 RDF、MSD、密度平均
要把多段轨迹、多体系批量出表 只看一眼结构是否合理
需要完全可控的复现（Git 里一行命令出图） 交互式调视角、截图

手搓时通常也是：用 MDAnalysis / ase 读轨迹 → NumPy 算 → Matplotlib 画，而不是自己解析二进制格式。

Tips： 同一量用软件自带和 MDAnalysis 算，数值应大致一致；差很多时先查：是否同一生产段、是否 unwrap 坐标、是否同一套 PBC/选原子。

三、结构类

量 含义 备注
径向分布函数 $g(r)$（RDF） 距参考粒子 $r$ 处找到另一粒子的相对概率（相对均匀气体） 液体结构「指纹」；峰位≈壳层距离
配位数 对 $g(r)$ 第一峰积分 溶剂化壳、近邻数
结构因子 $S(k)$ $g(r)$ 的傅里叶空间对应 可与 X 射线 / 中子散射对比
密度剖面 沿某轴的密度 $\rho(z)$ 等 界面、膜、狭缝
气泡/液滴形状、界面厚度 等值面、厚度等 多相与界面
晶体序参量 是否有序、晶粒取向 相变、成核；见 序参量与相变

$g(r)$ 的一种写法：

$$g(r) = \frac{V}{N^2}\left\langle\sum_{i}\sum_{j\neq i}\delta(r-r_{ij})\right\rangle$$

直观上：数「距离落在 $r$附近的粒子对」，再和「完全均匀时该有多少对」比。$g\to 1$ 表示远处无结构；第一峰高矮反映近程有序强弱。

Tips： 盒子太小或截断不当会扭曲 $g(r)$ 尾部；怀疑时见 有限尺寸效应、截断长程力与近邻列表。

四、热力学类

量 概念要点
瞬时温度 由动能：$T = 2E_{\mathrm{kin}}/(f k_B)$，$f$ 为自由度（有约束要扣）；细节见 温度、压强与表面张力、键长键角约束与刚性
压强 理想气体项 + 维里（力与距离）项；细节见 温度、压强与表面张力
表面张力 法向与切向压强分量之差沿法向积分；见 温度、压强与表面张力
势能 / 总能量 监控平衡与漂移；报告用时间平均
自由能 常需增强采样或专门方法，见 增强采样与自由能

瞬时值涨落大是正常的；论文里写的是时间平均 ± 不确定度（分块平均、自相关时间等）——见 统计误差与块平均。

密度在 NPT 下由体积平均得到；NVT 下密度是你设的，不要当成「算出来的预测」去和实验比（见 常见系综与控温控压）。

五、动力学类：平动扩散、转动与传热

1. 平动自扩散（最常见）

量 含义
均方位移（MSD） $\langle\Delta\mathbf{r}^2(t)\rangle$：质心（或原子）间隔$t$ 内位移平方的平均
扩散系数 $D$ Einstein 关系：三维下长时线性区 $D=\langle\Delta\mathbf{r}^2\rangle/(6t)$
速度自相关（VACF） $C(t)=\langle\mathbf{v}(0)\cdot\mathbf{v}(t)\rangle$；Green–Kubo：$D=\int_0^\infty C(t)\,dt$

实践注意：

  • MSD 要在已 unwrap（解开 PBC 跳跃）的轨迹上算，否则扩散会被盒子「折回来」算小；
  • 拟合 $D$ 用长时线性区，不要拿弹道区（极短 $t$）硬套；
  • 热浴过强会扭曲动力学——生产段若要报 $D$，耦合宜克制（见 常见系综与控温控压）。

2. 旋转扩散（分子还会「转」）

分子（尤其水、棒状溶质、液晶基元）除了质心平移，还有取向怎么随机化。常用：

量 含义
取向相关 如 $\langle\mathbf{u}(0)\cdot\mathbf{u}(t)\rangle$（$\mathbf{u}$ 为分子轴或偶极方向）随时间衰减
旋转扩散系数 $D_r$ 描述取向「忘掉初始方向」有多快；可由取向相关的衰减时间估计（具体预因子因定义/对称性而异）
角均方位移 与平动 MSD 类似，用转过的角度构造，长时斜率连到 $D_r$

何时要报：$D$只反映「跑多开」，解释介电弛豫、NMR 取向相关、各向异性粒子时，往往还要$D_r$。各向异性分子可能有不止一个旋转扩散分量（绕不同轴）。谱系位置、与平动/粘度的对照见 输运系数谱系。

Tips： 算取向相关前先定义清楚「分子轴」；柔性分子要用相对刚性的局部标架，否则轴本身在扭，衰减会被污染。

3. 传热方向（热导率，点到即可）

「传热」在平衡 MD 里通常指热导率 $\kappa$：温度梯度下能量怎么传（或反过来：热流涨落有多大）。

路线 图像
平衡 + Green–Kubo 不算外加温差，用热流自相关积分得到 $\kappa$
非平衡 人为加温度梯度 / 热流，测响应，再外推到线性区

和自扩散相比：热流相关噪声大、收敛慢，对轨迹长度与有限尺寸更敏感。入门知道「传热 ≠ 再算一个 MSD」即可；谱系与坑见 输运系数谱系，非平衡设定见 非平衡分子动力学概述。

粘度、离子电导率等同属输运系数，也归在 输运系数谱系；多由应力/电流相关函数或非平衡驱动得到。

六、和实验怎么对？

实验 模拟侧
X 射线 / 中子散射 $g(r)$、$S(k)$
NMR 扩散 MSD → 平动 $D$；取向相关 → 旋转弛豫 /$D_r$
密度、表面张力 NPT 平均密度；压强剖面 → $\gamma$
热导 / 粘度（进阶） 热流或应力相关；或 NEMD——见 输运系数谱系

单位、温度、同位素、力场系统误差都要写进讨论。MD 很少「一个数直接等于实验一个数」而不加说明——更常比趋势与机制（见 分子动力学模拟概述）。

七、实践小清单

检查项 问自己
数据段 是否只用生产段？
工具 标准量用自带/MDAnalysis？自定义量是否脚本化可复现？
结构 $g(r)$ / 剖面是否与可视化观感一致？
扩散 平动是否 unwrap、拟合线性区？要不要报旋转扩散 / 热导？
误差 是否有块平均 / 重复？见 统计误差与块平均
尺寸 盒子是否可能偏了扩散或界面量？见 有限尺寸效应
Methods 轨迹间隔、分析软件/脚本、选原子规则是否写清？

八、小结

  1. 轨迹 + 日志 → 结构、热力学、动力学三类性质。
  2. 工具：软件自带统计、MDAnalysis、OVITO/VMD；标准量少重复造轮子，自定义序参量再手搓脚本。
  3. RDF / $S(k)$连结散射；平动 MSD / VACF →$D$，取向相关 → 旋转扩散；热导率等见 输运系数谱系；压强与表面张力见 温度、压强与表面张力。
  4. 用生产段、做误差估计；自由能常需增强采样。
  5. 概念在本文，操作在 MDAnalysis轨迹分析入门。

学习路径

前置阅读： 平衡判据与收敛 · 分子动力学模拟概述

下一步：