Adsorption is an essential phenomenon in surface science and is closely related to many applications such as catalysis, sensors, energy storage, biomedical applications and so on. It is widely accepted that the adsorption properties are determined by the electronic and geometric structures of substrates and adsorbates. The d-band model and the generalized coordination number model take the electronic and geometric structures of substrates into consideration respectively, successfully rationalizing the trends of adsorption on transition metals (TMs), TM nanoparticles (NPs) and some TM alloys. The linear scaling relationship (LSR) uncovers the role of the electronic structures of adsorbates in adsorption and allow the ascertainment of the trend of adsorption between different adsorbates. Recently, we develop an effective model to correlate adsorption energy with the easily accessible intrinsic electronic and geometric properties of substrates and adsorbates which holds for TMs, TM NPs, near-surface alloys and oxides. This intrinsic model can naturally derive the LSR and its generalized form, indicates the efficiency and limitation of engineering the adsorption energy and reaction energy, and enables rapid screening of potential candidates and designing of catalysts since all parameters are accessible and predictable. In this comprehensive review, we summarize these models to clarify their development process and uncover their connection and distinction, thereby drawing an explicit and overall physical picture of adsorption. Consequently, we provide a more comprehensive understanding about the broad applications of these models in catalysis. The theoretical part introduces necessary theoretical foundations and several well-built models with respect to the electronic models, the geometric models, the LSR and the intrinsic model. The application section describes their broad scope in catalysis, including oxygen reduction reaction, CO₂ reduction reaction and nitrogen reduction reaction. We believe this review will provide necessary and fundamental background knowledge to further understand the underlying mechanism of adsorption and offer beneficial guidance for the rapid screening of catalysts and materials design.

吸附是表面科学中必不可少的现象，与许多应用密切相关，例如催化，传感器，能量存储，生物医学应用等。广泛接受的是，吸附性能取决于基材和被吸附物的电子和几何结构。该d带模型和广义配位数模型分别考虑了基体的电子和几何结构，成功地使过渡金属（TMs），TM纳米颗粒（NPs）和某些TM合金上的吸附趋势合理化。线性比例关系（LSR）揭示了被吸附物电子结构在吸附中的作用，并允许确定不同被吸附物之间的吸附趋势。最近，我们开发了一种有效的模型，可以将吸附能与容易获得的底物和被吸附物的固有电子和几何特性相关联，这些特征适用于TM，TM NP，近表面合金和氧化物。这个内在模型自然可以得出LSR及其广义形式，表示工程设计吸附能和反应能的效率和局限性，并且由于所有参数都是可访问和可预测的，因此可以快速筛选潜在的候选物和设计催化剂。在本综述中，我们总结了这些模型，以阐明它们的开发过程并揭示它们的联系和区别，从而绘制出一个清晰的整体吸附物理图景。因此，我们对这些模型在催化中的广泛应用提供了更全面的了解。理论部分针对电子模型，几何模型，LSR和本征模型介绍了必要的理论基础和一些完善的模型。应用部分描述了它们在催化领域的广泛应用，包括氧还原反应，CO 由于所有参数都是可访问和可预测的，因此可以快速筛选潜在的候选物并设计催化剂。在本综述中，我们总结了这些模型，以阐明它们的开发过程并揭示它们的联系和区别，从而绘制出一个清晰的整体吸附物理图景。因此，我们对这些模型在催化中的广泛应用提供了更全面的了解。理论部分针对电子模型，几何模型，LSR和本征模型介绍了必要的理论基础和一些完善的模型。应用部分描述了它们在催化领域的广泛应用，包括氧还原反应，CO 由于所有参数都是可访问和可预测的，因此可以快速筛选潜在的候选物并设计催化剂。在本综述中，我们总结了这些模型，以阐明它们的开发过程并揭示它们的联系和区别，从而绘制出一个清晰的整体吸附物理图景。因此，我们对这些模型在催化中的广泛应用提供了更全面的了解。理论部分针对电子模型，几何模型，LSR和本征模型介绍了必要的理论基础和一些完善的模型。应用部分描述了它们在催化领域的广泛应用，包括氧还原反应，CO 我们对这些模型进行了总结，以阐明它们的开发过程并揭示它们的联系和区别，从而绘制出清晰，整体的吸附物理图景。因此，我们对这些模型在催化中的广泛应用提供了更全面的了解。理论部分针对电子模型，几何模型，LSR和本征模型介绍了必要的理论基础和一些完善的模型。应用部分描述了它们在催化领域的广泛应用，包括氧还原反应，CO 我们对这些模型进行了总结，以阐明它们的开发过程并揭示它们的联系和区别，从而绘制出清晰，整体的吸附物理图景。因此，我们对这些模型在催化中的广泛应用提供了更全面的了解。理论部分针对电子模型，几何模型，LSR和本征模型介绍了必要的理论基础和一些完善的模型。应用部分描述了它们在催化领域的广泛应用，包括氧还原反应，CO 我们对这些模型在催化中的广泛应用提供了更全面的了解。理论部分针对电子模型，几何模型，LSR和本征模型介绍了必要的理论基础和一些完善的模型。应用部分描述了它们在催化领域的广泛应用，包括氧还原反应，CO 我们对这些模型在催化中的广泛应用提供了更全面的了解。理论部分针对电子模型，几何模型，LSR和本征模型介绍了必要的理论基础和一些完善的模型。应用部分描述了它们在催化领域的广泛应用，包括氧还原反应，CO₂还原反应和氮气还原反应。我们认为，本综述将提供必要和基础的背景知识，以进一步了解吸附的潜在机理，并为催化剂的快速筛选和材料设计提供有益的指导。