大国粮策｜水果新不新鲜？让光替你“闻一闻”

  想要判断蔬菜水果好不好，我们总会不自觉地拿起来闻一下——甜不甜、香不香、新不新鲜，这一闻，心里便有了答案。在食品科学领域，通过挥发性气体来判断农产品的品质和成分，早已是一个由来已久的研究方向。就连昆虫也会用“气味”传递信息：中国科学院院士康乐的研究发现，蝗虫集群性行为的发生，与一种叫“甲苯”的特异性挥发性气体密切相关。

图片由AI生成

  然而，这些与品质相关的挥发物含量极低，往往只有百万分之一甚至十亿分之一的浓度。传统方法要么依赖训练有素的“品茶师”“品酒师”的感官，要么使用气相色谱等笨重的实验室设备，难以在现场快速完成。北京市农林科学院信息技术研究中心研究员董大明一直在思考一个问题：能不能把大气科学中成熟的激光光谱探测技术，用来测量农产品极其微量的挥发物？经过多年努力，他的团队开发出了一系列创新方法，为农产品品质检测装上了一双灵敏的“光谱鼻子”。

  把光“困”住，让痕量气体无处遁形

  激光光谱探测的基本原理并不复杂：不同的气体分子会在特定波长上产生独一无二的吸收，如同每个人都有独特的指纹。但农产品挥发物的浓度实在太低，常规光谱方法难以捕捉。如何提高灵敏度？董大明的思路是：把光程拉长。

  根据朗伯-比尔定律，气体吸收的强度等于浓度乘以光程。如果浓度很低，只要把光程延长，同样可以获得可测量的信号。团队设计了一种长光程气体池，让光束在三面反射镜之间来回反射上百次才射出，相当于把50厘米的物理光程延长到了几十米。这样一来，灵敏度提升了数十倍甚至上百倍。

  用这套系统，他们成功监测到了水果从新鲜到变质过程中乙烯等挥发性气体的规律性变化。随着水果逐渐变质，呼吸作用增强导致二氧化碳升高，芳香性气体则逐渐降低。结合机器学习模型，系统可以准确判断水果的新鲜度。对于蛋白质含量高的肉类和海鲜，变质过程中会分解产生氨气——同样可以被这套装置捕获。

图片由AI生成

  “有一些气体浓度相对高一些，到ppm级，但跟品质密切相关的那些气体，浓度就更低了。”董大明说。为此，团队采用了另一种更灵敏的技术——光腔衰荡光谱。这种方法把光一直束缚在光腔内不让它出去，光熄灭的速度取决于镜子的损耗和气体吸收的程度。通过测量光的“寿命”，可以反推气体浓度，检测限可以达到ppt级别，也就是万亿分之一。

  这种超高灵敏度的方法，可以用来鉴别一些极其微妙的气味差异。例如，大米烘烤时添加的香精，虽然与天然新米的香气很接近，但其中含有极低剂量的特异性挥发物，用光腔衰荡光谱就可以准确识别。“同样，不同产地的茶叶，桂花香气等成分其实都不一样，”董大明说，“虽然很多消费者闻起来以为是一样的，但其实分子是完全不同的。”

  小样品、大智慧：当光纤伸进牛奶瓶

  长光程气体池虽然灵敏，但有一个明显的局限：需要把至少几百毫升的气体样品抽入光腔。然而在实际场景中，样品的量往往少得可怜——一瓶牛奶的顶空气体只有几十毫升，一袋水果包装内的气体也十分有限。破坏包装取样又会影响后续销售。怎么办？

  董大明的团队想到了光纤。光纤在传输光时，如果外层的包层被剥离，光就会从纤芯中“泄露”出来，与周围的气体发生相互作用。这种泄漏出来的光，同样会被特定气体分子吸收。团队把一段裸露的光纤封装在一支笔状的探针里，使用时直接插入牛奶瓶口或果品包装内。光在光纤中传播时不断与周围气体作用，返回的信号就可以反映挥发物的成分和浓度。

图片由AI生成

  “牛奶变质挥发出来的氨气和乙醇，用这个方法就能快速检测到。”董大明说。这种探针体积小巧、使用方便，不破坏包装、不污染样品，特别适合在生产线或流通环节快速筛查。

  更精妙的设计在于“散射介质”的运用。有些气体被密封在泡沫箱或纸盒中，既抽不出来，也无法直接插入探针。对于这种情况，团队利用激光的散射特性——把激光通过包装侧壁打进去，光在内部的散射介质（如果肉、泡沫、纸纤维）中不断反射和散射，作用一圈后返回并被接收。“这种原理跟激光雷达一样，”董大明解释说，“激光雷达就是把光打出去，跟大气中的气溶胶发生弹性散射再回来。”无需开箱、无需取样，就能“穿透”包装感知内部气体的变化，这在食品工业中极具实用价值。

  从实验室到生产线：让技术变得人人可用

  灵敏度、样品量的问题解决之后，董大明团队还面临一个挑战：设备成本。传统的光谱仪依赖傅里叶变换红外光谱，设备昂贵、体积庞大，难以走出实验室。如何把这项技术做成人人都能用得起的工具？

  团队提出了一种“锁定波长”的策略。在确定哪些特征气体与品质相关之后，不再扫描全波段光谱，而是直接选用与该气体吸收线精确匹配的激光器，在中心波长附近快速调谐扫描。例如，氨气在1531纳米处有特征吸收，就选用1531纳米的激光器，只扫这个窄带区域。这样一来，设备成本大幅下降，体积也大大缩小。

  “我们做了一个非常小巧的装置，”董大明展示了一段视频，“用来测量虾在刚刚死掉之后40分钟内的挥发物变化，会绘制出非常漂亮的图像，可以复原肉质的新鲜程度。”这套装置也被用于羊绒、农产品等样品的快速检测。

  这套“光谱鼻子”在农产品品质评价、食品安全检测、原产地溯源等领域都有广泛应用。董大明团队还开发了各种传感器，用于气体、土壤、水质的现场快速检测。在法国，香槟酒研究领域的一本全球著名科普书《香槟起泡的科学》，也介绍了用类似方法测量香槟酒开瓶后瓶口二氧化碳浓度的应用。

图片由AI生成

  董大明总结：“把光谱方法用在农产品和食品的品质检测上，就是给传统农业装上‘感知’的翅膀。”从长光程气体池到光纤探针，从散射介质透视到低成本锁定波长，每一项技术创新的背后，都是对“如何让科技真正落地”这一命题的深入思考。

  （文章系北京市农林科学院信息技术研究中心研究员董大明内容，记者李欣哲采访整理）