近期，中国科学院合肥物质科学研究院固体物理研究所能源材料与器件制造研究部蒋长龙研究员团队在新型MOF复合纳米纤维传感器的设计制备及痕量水高灵敏实时检测方面取得新进展，相关研究成果以“Reversible Flexible Functional Metal-organic Frameworks Sensor with Artificial Intelligence Data Analysis for Real-time Trace Water Monitor”为题发表在国际期刊Chemical Engineering Journal (Chem. Eng. J., 2025, 526, 170841) 上。

精准测量痕量水不仅是环境监测的关键环节，更是保障现代产业质量控管、提升生产效能的根本前提。发展高灵敏、快速响应的水分传感器，对提升技术水平、保障质量安全、节约能源资源具有不可替代的重要价值。然而，在ppb级极低浓度下，水分子信号极其微弱，且其强极性与吸附性导致水分传感器响应与恢复速度缓慢，难以满足工业应用的快速、实时检测的应用需求。同时，传感器敏感材料易受环境温度波动和复杂背景的交叉干扰，严重影响了长期测量的稳定性与准确性。此外，高性能传感器敏感材料的制备工艺复杂、成本高昂，严重制约了水分传感器的规模化应用。

鉴于此，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，不仅有效避免了环境和其他有机溶剂的干扰，而且还可以观察到痕量水引发的荧光颜色变化，从而实现可视化检测。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，镧系金属离子（Eu³⁺）的特征红荧光可以通过天线效应得到增强。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，从而显示出配体的蓝色荧光。因此，所制备的荧光传感体系展现出较低的检测限。在此基础上，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。该传感器在水分检测中表现出高灵敏度、可视化荧光检测与快速响应能力，展现出广泛的应用前景。

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。该工作得到了国家自然科学基金、国家重点研发计划、安徽省自然科学基金的支持。

文章链接：https://www.sciencedirect.com/science/article/pii/S1385894725116860

图1.镧系荧光MOF材料合成路线及表征。

图2. 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。

图3. 基于深度学习的识别系统。