近日，能源研究技术平台电镜技术研究组（DNL2002）刘伟研究员、合成气转化与精细化学品催化研究中心（DNL0805）丁云杰研究员团队与浙江师范大学杭州高等研究院林荣和教授合作，在负载型金催化二烯烃选择性加氢反应中的活性位点识别研究方面取得重要进展，通过将电镜图像原子识别（EMARS）与深度学习粒子识别（U-net）技术相结合，搭建了负载催化剂的全金属物种定量分析方法（FMSQ），定量描绘了Au-NC与Au-C₃N₄体系中从单原子到颗粒的全尺寸粒子分布并与其催化活性相关联，实现活性金属组分的辨识确认。

本工作中，通过缺陷工程和可控的热活化方法合成了负载在C₃N₄和NC上的具有不同金属配位环境的单原子金催化剂，这些催化剂中的金属物质在H₂还原(473-673 K)时表现出不同的迁移率，并且形成了形状不同的Au纳米颗粒。通过采用基于电子显微镜的全金属物种定量算法（FMSQ），得出了负载型金属催化剂中不同金形态（单原子和纳米颗粒）的完整分布并与其催化活性相关联，表明金属颗粒的表面暴露密度可作为催化反应中的活性描述符，为理解二烯烃选择性加氢反应中的活性来源、催化剂优化提供了新思路。对于未来指导设计更高效的多相催化剂具有重要的启发。

能源研究技术平台电镜技术研究团队一直致力于基于电子显微数据分析与原位电镜方法解决研究催化活性的结构起源，工作涉及反应中原位揭示双金属催化剂的活性表面原子结构（Nat.Catal., 2020），进一步开发电镜HAADF图像的原子识别方法（EMARS）（JACS., 2021）与深度学习网络驱动颗粒识别方法(Mater. Today Commun. 2021)实现催化活性溯源。此外，团队致力于原位透射电镜方法学，陆续研究了透射电镜中充电效应的动态原理以及图像漂移行为细节（Nanoscale Adv., 2021）、Operando通气加热电镜实验中的数据同步方法（Ultramicroscopy., 2022）、基于频域解析的原位电镜图像聚焦量化技术与精确漂移追踪（Microsc. Microanal., 2022）等。

相关工作以“Discerning the Contributions of Gold Species in Butadiene Hydrogenation: From Single Atoms to Nanoparticles”为题，于近日发表在《德国应用化学》（Angew. Chem. Int. Ed. doi/10.1002/anie.202214166）上。能源研究技术平台的博士生张帆与浙师大硕士生王奕、王梦茹是该工作的共同第一作者。上述工作得到国家自然科学基金和中科院基础研究青年科学家等项目的资助。