[论文解读] FastChem 2 : an improved computer program to determine the gas-phase chemical equilibrium composition for arbitrary element distributions

Joachim W. Stock, Daniel Kitzmann+1 more|arXiv (Cornell University)|Jun 16, 2022

Atmospheric Ozone and Climate被引用 2

一句话总结

FastChem 2 是一种显著更快的开源 C++ 和 Python 兼容代码，用于在任意元素丰度下计算气相化学平衡组成，不仅限于以氢为主的系统。与 FastChem 1 相比，其速度最高可提升 50 倍，并支持 523 种物种，包括 HNC、FeH 和 TiH 等新分子，能够准确模拟系外行星和冷星中以氮、碳或氧为主导的大气层。

ABSTRACT

The computation of complex neutral/ionised chemical equilibrium compositions is invaluable to obtain scientific insights of, for example, the atmospheres of extrasolar planets and cool stars. We present FastChem 2, a new version of the established semi-analytical thermochemical equilibrium code FastChem. Whereas the original version is limited to atmospheres containing a significant amount of hydrogen, FastChem 2 is also applicable to chemical mixtures dominated by any other species, such as CO$_2$ or N$_2$. The new C++ code and an optional Python module are publicly available under the GPLv3 license at https://github.com/exoclime/FastChem. The program is backward compatible so that the previous version can be easily substituted. We updated the thermochemical database by adding HNC, FeH, TiH, Ca$^-$, and some organic molecules. In total 523 species are now in the thermochemical database including 28 chemical elements. The user can reduce the total number of species to, for example, increase the computation performance or can add further species if the thermochemical data are available. The program is validated against its previous version and extensively tested over an extended pressure-temperature grid with pressures ranging from $10^{-13}\,\mathrm{bar}$ up to $10^3\,\mathrm{bar}$ and temperatures between $100\,\mathrm{K}$ and $6000\,\mathrm{K}$. FastChem 2 is successfully applied to a number of different scenarios including nitrogen, carbon, and oxygen-dominated atmospheres as well as test cases without hydrogen and helium. Averaged over the extended pressure-temperature grid FastChem 2 is up to 50 times faster than the previous version and is also applicable to situations not treatable with version 1.

研究动机与目标

• 将 FastChem 代码的适用范围从以氢为主导的系统扩展至以 CO2、N2 或其他物种为主导的大气层。
• 提升在宽范围压力（10−13 至 103 bar）和温度（100–6000 K）下复杂热化学平衡计算的计算效率。
• 通过增加 28 种元素和 523 种物种（包括对系外行星和恒星大气层至关重要的 HNC、FeH 和 TiH 等关键分子）来增强热化学数据库。
• 在保持与 FastChem 1 向后兼容的同时，支持通过物种过滤或用户自定义数据扩展来实现性能调优。
• 在多种大气组成（包括无氢和氦贫乏情景）下验证新代码的鲁棒性和准确性。

提出的方法

• 重新设计半解析算法，通过在元素守恒约束下重新表述吉布斯自由能最小化问题，以处理任意元素分布。
• 实现基于变量的迭代求解器，将系统分解为每种物种的耦合非线性方程组，并采用改进的牛顿-拉夫森方法求解。
• 引入物种参考态的新参数化方法，通过调整活度系数，实现对非氢主导系统灵活处理。
• 支持动态物种过滤：用户可减少物种数量以提升性能，或在拥有热化学数据时添加新物种。
• 开发了 Python 接口（pyfastchem），实现与科学工作流的无缝集成，同时保持 C++ 核心的全部性能。
• 更新热化学数据库，涵盖 28 种元素的 523 种物种，包括 FeH、TiH、Ca− 和 HNC，所有热力学数据均经过验证。

实验结果

研究问题

• RQ1 FastChem 2 是否能准确计算以非氢物种（如 CO2、N2 或 O2）为主导的大气层中的化学平衡组成？
• RQ2 与 FastChem 1 相比，FastChem 2 在宽范围压力-温度区间（10−13 bar 至 103 bar，100 K 至 6000 K）内的性能表现如何？
• RQ3 在不同元素丰度区域，排除离子物种对计算时间和准确性有何影响？
• RQ4 在低氢或氦贫乏环境中，FastChem 2 相较于 FastChem 1 的速度优势有多大？
• RQ5 FastChem 2 是否能可靠地模拟具有任意元素分布的大气层，包括氢或氦含量可忽略的情况？

主要发现

• 在完整的压力-温度网格范围内，FastChem 2 的速度最高可达 FastChem 1 的 50 倍，且在低氢环境中性能提升更加显著。
• 在太阳光球层氢丰度条件下，FastChem 2 的运行时间仅为 FastChem 1 所需时间的 10%–20%。
• 当氢丰度低于太阳氦丰度时，FastChem 2 的计算时间行为与 FastChem 1 呈现反转，这是由于非线性求解器迭代收敛动力学发生变化所致。
• 在 FastChem 1 中排除离子化学可使计算时间减少 3.2 至 5.2 倍，而在 FastChem 2 中仅减少 32% 至 67%，表明其算法效率更高。
• 在低氢、低氦情景下，FastChem 2 的运行时间不足 FastChem 1 的 3%，显示出显著的效率提升。
• 该代码已通过与 FastChem 1 的对比验证，并成功应用于以氮、碳和氧为主导的大气层，证实了其在多种组成下的准确性与鲁棒性。