1. 课程导入与激发态光谱全景

基态量子化学回答的是“分子稳定时电子住在哪里”，而激发态计算要回答的是“分子吸收光之后，电子去了哪里、以多大概率回来、回来时发出什么颜色的光”。这两类问题的数学对象完全不同：基态通常只需一个最优波函数或电子密度，激发态却需要一组按能量排序的本征态，每个态都有自己的能量、跃迁偶极矩、振子强度、寿命与衰减路径。因此，激发态计算与光谱预测的核心目标可以概括为三件事：定位激发态能量与性质、计算态与态之间的跃迁强度、把跃迁信息转换成可观测的光谱信号。

典型应用场景决定了我们对精度的取舍。光化学关心势能面交叉与无辐射衰减，需要激发态几何优化和圆锥交叉搜索；光伏材料关心吸收边与电荷转移效率，需要准确的激发能和电荷转移特征；发光材料（OLED、荧光探针）关心发射波长、辐射速率与量子产率，需要同时算准S₁能量和S₁→S₀跃迁矩；生物成像则更关注溶剂环境、pH与聚集效应对光谱的调制。同一套方法很难同时满足所有场景，所以工作流的第一步永远是明确“要预测什么可观测量”。

从量子化学方法到光谱模拟，完整工作流可以拆成五个环节。第一是结构准备：基态几何用DFT优化（如B3LYP/6-31G*），若研究发射则还需优化S₁几何。第二是方法选择：小分子可用EOM-CCSD或ADC(2)作为基准，中等体系常用TD-DFT，电荷转移态需用长程校正泛函（如CAM-B3LYP、ωB97X-D），双激发或强关联体系考虑CASSCF/CASPT2。第三是激发态求解：得到各态的激发能、振子强度f、跃迁偶极矩。第四是光谱模拟：把跃迁能按高斯或洛伦兹线型展宽，叠加得到吸收/发射谱。第五是验证与判读：与实验峰位、峰形、溶剂位移对比，判断误差来源。

下面这张图给出从分子结构到光谱信号的完整数据流，并标出每一步的关键输出量与常见方法。它不替代正文，而是帮助你在脑中建立“输入—方法—输出—光谱”的映射关系。

理解这张图的关键在于：激发能决定峰位，振子强度决定峰高，线型展宽决定峰宽。例如，用TD-DFT/CAM-B3LYP/6-31G*计算一个典型有机发光分子的S₁激发能，若得到3.10 eV、f=0.25，则对应吸收峰约在400 nm；若S₁几何优化后发射能降至2.60 eV，则发射峰约在477 nm，斯托克斯位移约77 nm。这些数值属于教学示例，实际结果会随泛函、基组和溶剂模型变化。

需要特别提醒的是，激发态计算最容易出错的地方往往不是“算不动”，而是“算错了却不知道”。常见陷阱包括：用纯泛函计算电荷转移态导致激发能严重低估；忽略溶剂效应使极性分子光谱偏移几十纳米；只优化基态几何却直接讨论发射谱；以及把振子强度很小的暗态误判为亮态。因此，工作流中必须保留验证环节——把计算峰位与实验吸收/发射峰对比，把振子强度与摩尔吸光系数趋势对比，把溶剂位移与极性参数对比。

最后给出一个可直接套用的最小工作流检查清单，帮助你在实际计算中不遗漏关键环节：