瓦兹利石热导率计算数据

俯冲板块含水矿物的脱水是形成地质超临界流体的重要途径。矿物的脱水受控于温压条件，而矿物热导是控制板块温度结构的关键参数。实验测量高温高压下热导极具挑战，而常规的第一性原理方法计算水对矿物的热导的影响受计算量的限制而难以展开。瓦茨利石是地幔过渡带的主要矿物，该矿物可以含可观的水，板块俯冲可以将大量的水带入地球深部。我们利用第一性原理计算软件 VASP 开展瓦茨利石的分子动力学模拟，构建瓦茨利石原子位置、力、和能量间关系的训练集，然后用基于深度神经网络学习方法的 DeepMD 软件进行训练，获得了可靠的原子间相互作用的机器学习势。第一性原理计算结合机器学习将热导计算效率提高了~3个量级，我们将该方法成功的用于计算含水瓦茨利石的高温高压热导，无水瓦兹利石的计算结果与现有实验十分吻合。研究发现，水的存在有效地降低了瓦兹利石的热导率。由于橄榄石和瓦兹利石的热导各向异性和晶格优选定向，热流可沿着具有较低热导率的方向流向板片。研究组结合水对其它地幔主要矿物的影响，建立了水和热导各向异性对板片温度影响的模型， 并发现水的存在和热导各向异性有效地降低了板片温度，使得其中含水矿物以及亚稳态矿物的稳定深度增加，提高了板片输运水的能力以 及影响地质超临界流体的形成深度。

搜集汇总

背景与挑战

背景概述

该数据集提供了瓦兹利石热导率的计算数据，研究通过第一性原理计算结合机器学习方法，高效模拟了含水瓦兹利石在高温高压下的热导率。结果表明，水的存在显著降低了瓦兹利石的热导率，这一发现对理解板块俯冲过程中的温度结构与水输运能力具有重要意义。