在环境监测、工业生产及医疗健康等领域，精准测量痕量水是质量控管、提升生产效能的关键前提。例如在半导体芯片、锂电池等高端制造过程中，痕量水的控制直接关系到产品性能与安全。然而，传统传感器在应对ppb(十亿分之一)级别的痕量水时，往往面临水分信号微弱、响应迟缓、易受干扰且成本高昂的瓶颈。

针对上述问题，中国科学院近期在痕量水实时检测技术方面取得突破。该院合肥物质科学研究院固体物理研究所蒋长龙研究员团队，成功设计并制备出一种新型金属有机框架(MOF)复合纳米纤维传感器，实现了对痕量水的高灵敏、可视化荧光检测及快速实时响应，并融入了深度学习算法，开辟了功能化纳米纤维传感器的发展新途径。

研究团队通过一步水热合成策略，成功制备出具有内在双色荧光特性的MIL-101-NH₂（Eu）金属有机框架（MOF）材料。该材料的核心机理在于巧妙利用镧系金属离子铕（Eu³⁺）的“天线效应”。通过将镧系金属离子和 BDC-NH₂作为前驱体材料引入MOFs结构中，在无水环境下，镧系金属离子（Eu³⁺）显示出增强的特征红色荧光；当水分子进入材料的孔隙结构时，配体-水结构有利于激发态下从给体单元到受体单元的分子内电荷转移，削弱天线效应，材料的荧光从红色转变为蓝色。因此，传感器能够通过肉眼可见的颜色变化实现痕量水的可视化检测，展现出较低的检测限。

镧系荧光MOF材料合成路线及表征

在此基础上，研究团队将该MOF材料与羧甲基纤维素相结合，通过原位生长方式构筑了一种高性能MOFs@纤维素纳米纤维膜传感器。该传感器可有效避免环境和其他有机溶剂的干扰，通过痕量水引发的荧光颜色变化实现可视化检测。

MOFs@纤维素荧光膜在固体药物储存、室内湿度监测及管道运输中的应用展示

此外，研究团队还融入了深度学习算法，进一步提升了检测的准确度与灵敏度，为智能传感系统的优化提供了新思路。相关研究工作为开发具有可调光学特性的功能化纳米纤维传感器提供了一种可靠、经济、环保的新途径，在环境监测、防伪技术与智能穿戴设备等领域展现出巨大的应用潜力。

该研究成果近日以“Reversible Flexible Functional Metal-organic Frameworks Sensor with Artificial Intelligence Data Analysis for Real-time Trace Water Monitor”为题，在国际期刊Chemical Engineering Journal (Chem. Eng. J., 2025, 526, 170841) 上发表。

粉体圈整理