在现实化学反应中，几乎所有过程都发生在溶液中。然而，许多量子化学计算(尤其在Gaussian中)默认是在"真空"中进行的，也就是气相计算。这会导致能量、结构、反应势垒与实验值偏差显著。溶剂并非只是一个惰性的反应介质。它能稳定电荷分布、调节过渡态能量、改变反应通道在极性反应中，溶剂效应甚至能主导整个反应走向。
因此，在理论计算中正确地引入溶剂效应，不仅是提升计算精度的技巧，更是贴近真实化学的必要步骤。
一、显式溶剂模型
显式溶剂模型的思想很直观:
"既然体系在溶液中，我就在模型里也放上真实的溶剂分子。"这意味着在研究体系外部，加入几十到上百个溶剂分子(如水、乙腈、甲醇等)，并通过分子动力学(MD)或MonteCarlo模拟让溶剂自然排布。
基本流程
1.通过分子动力学生成溶剂化结构(例如利用AMBER、GROMACS、LAMMPS等软件);
2.从平衡轨迹中抽取具有代表性的构型;
3.在量子化学程序中对这些构型做能量计算或单点校正;4.取平均值或分析溶剂化势垒。
（1）、优点
能真实再现氢键网络、取向极化、溶剂壳层结构等微观相互作用;
尤其适用于研究强极性或多氢键反应体系。
（2）、缺点
体系大、计算量极高;.收敛慢;
对单次Gaussian计算来说几乎不可操作，需要配合MD程序。
（3）、总结:
显式模型计算真实但昂贵，常用于需要捕捉"局部溶剂效应"的体系(如离子反应或催化机理研究)。
二、隐式溶剂模型
隐式模型则采用另一种思路:不去模拟每个溶剂分子，而是将溶剂视为一个连续的极化介质。
在模型中，体系被放入一个介电常数为8的连续环境中，溶剂分子的极化效应通过介电常数与极化势能间接体现。
三、Gaussian常见隐式模型
（1）、优势
计算速度快;
易于与DFT、MP2、CCSD等量子化学方法结合;
参数完善，可直接获得溶剂化自由能。
（2）、限制
无法模拟具体溶剂分子的氢键结构或取向效应;
对强极性、离子体系可能略显粗糙。
因此，在需要兼顾精度与效率时，隐式模型通常是首选方案。
（3）、溶剂化自由能的计算
溶剂化自由能通常包含两部分:
Gsolv= Gelec+ Gnonpol
电静部分(electrostaticterm)来自溶剂的极化作用;非极性部分(nonpolarterm)来自空腔形成与分子表面张力的贡献。
同时要注意:
气相1atm与溶液1M的标准态不同，差异约1.89kcal/mol，若未修正，会导致计算结果偏离实验。
此外，SMD模型是在M06-2X/6-31G*(也可使用M05-2X/6-31G(d))条件下参数化的(盲目更换泛函或基组可能削弱模型的可靠性)。遵循模型的原始参数体系，往往比"盲目提高计算级别"更重要。
（4）、对比分析
四、Gaussian实用建议
结构优化与能量计算应在相同溶剂模型下进行，保证可比性;若体系含强氢键或显著极性区域，可采用"显式+隐式混合模型":
对比实验结果时务必进行标准态修正;
SMD模型通常在反应自由能、pKa计算等研究中表现最佳。
五、总结
在Gaussian计算中，溶剂模型的选择决定了结果的可靠性。显式模型能够真实再现溶剂分子的氢键和局部结构，但计算量大;隐式模型以连续介质近似溶剂，效率高且适合大多数自由能或能垒计算。对于复杂体系，显式与隐式结合可以兼顾精度与效率。理解模型假设与适用范围，比盲目提高计算级别更重要。溶剂模型不仅是计算的参数，更是理论与实验之间的桥梁。
