利用人类评估和气相色谱-质谱（GC-MS）技术来确定使用气体传感器系统评估食品状况的潜在应用场景 Julian Joppich、Andreas Schütze 和 Christian Bur

《Chemosensors》：Using Human Assessment and GC-MS to Identify Potential Use Cases for Evaluating Food Condition with Gas Sensor Systems Julian Joppich, Andreas Schütze and Christian Bur

　　摘要：技术解决方案对于减少食物浪费可能具有重要意义。在本文的范围内，研究了用于评估食物可食用性的气体传感器系统，这些系统可以通过在食物变质前建议食用或区分受感染的水果和新鲜水果来帮助避免食物损失。通过对各种食物进行多组测量，开发了能够识别气体传感器可用于评估食物状况的潜在用例的方法，以及校准此类传感器系统的方法。本文以橙子为例，展示了研究成果，因为橙子是杂货店的重要商品。通过气体传感器测量了水果的顶空气体，同时使用人类评估（外观、气味、可食用性）和气相色谱-质谱（GC-MS）分析获取了参考数据。数据评估显示，个别传感器在技术上评估水果状况时的性能与GC-MS识别的标志物质（例如受损橙子中的柠檬烯）之间存在相关性。虽然开发出的模型总体上能够量化食物的可食用性或分类缺陷/霉菌，但也发现了适用性/可转移性的限制（例如不同橙子品种之间的差异）。利用这些知识，可以朝着面向应用的设置迈出重要一步，并提出了关于所使用传感器、食物样本选择和校准方法的建议。

1. 引言
考虑到资源（土地、水、二氧化碳排放等）的不必要使用所带来的经济和生态影响，减少食物浪费具有重要意义。根据数据来源、假设和覆盖区域的不同，大约20%[1,2]到三分之一的[3]食物生产被损失或浪费。通常，在工业化地区，与消费者相关的食物浪费占谷物和乳制品损失的约50%或更多，如果加上分销环节，水果和蔬菜的损失也占很大比例[3]。同时，蔬菜、水果、谷物和肉类在总体食物浪费以及消费层面都占最大份额[1]。至少50%的食物浪费被认为是可食用的，因此在食物供应链的每个环节以及消费层面都是可以避免的[2]。消费阶段的食物浪费占食物浪费总碳足迹的最大部分，因为此时食品已经经历了整个供应链，从而增加了额外的排放[4]。因此，在消费层面减少食物浪费尤为重要，但在食物供应链的每个环节都存在显著的节约潜力，尤其是谷物、肉类以及水果和蔬菜。

导致消费者相关食物浪费的原因多种多样，包括家庭中的食物浪费以及在零售环节的食物浪费（后者受到消费者行为的极大影响），这些原因包括计划不周、对日期标签（如“最佳食用日期”）、保质期和食品安全的理解错误或有限、烹饪、储存或管理问题，还包括对食物浪费的认识不足[5,6,7]。因此，减少食物浪费的措施也是多方面的，包括优化食品标签和消费者教育[6,8,9]，但技术解决方案（例如提供实时反馈）也显示出前景。只有当食物的实际状态导致其需要处理时，通过技术解决方案减少食物浪费才可行。因此，评估食物的状况（即成熟度、新鲜度、变质程度或损坏情况）对于基于传感器的设备来说是一个有趣的目标。这样的设备可以帮助消费者判断食品是否仍然安全可食用；同样，它也可以支持零售中的储存和水果展示管理。多年来，文献中广泛讨论了通过测量食物顶空中的挥发性化合物来进行质量估计或变质检测的方法，包括使用当时刚刚出现的所谓电子鼻[10,11]。已经开发了许多用于检测与成熟度（例如乙烯[12]）、变质（例如硫化氢和/或氨[13,14,15]）或储存条件（例如二氧化碳[16]）相关气体的气体传感器或传感器系统。另一方面，对于这类设备来说，特定气体的传感器并不是必需的；相反，可以将几种非特定气体传感器（例如金属氧化物半导体（MOS）气体传感器）组合在一个传感器阵列中，并通过适当的信号处理来区分不同的气体或气味。这一点源于Persaud和Dodd首次将哺乳动物的嗅觉系统作为自然参考的比较[17]。因此，一种互补的方法是在传感器阵列中使用多种传感器——具有不同传感材料、掺杂方式和/或设置在不同温度下的传感器，这是许多实验和商用电子鼻的关键特性，因为它能够实现模式识别[18,19]。同样，可以通过动态操作单个传感器元件（例如通过循环改变传感器温度至不同值，即温度循环操作TCO）来实现虚拟传感器阵列，这可以提高选择性和灵敏度，同时也能增强稳定性[20]。在这两种情况下，全面的校准和模式识别对于成功处理和解释传感器信号至关重要。

尽管已经存在这些技术和可行性研究，但市场上只有少数基于传感器的系统可用于监测食物状况，其原因可能多种多样[19]。这些问题可能包括这些设备的性能不足或难以验证（即附加价值有限）、精心校准的应用特定传感器设备的稳定性和重复性有限、设备过于昂贵、庞大且复杂（特别是在实验室使用的基于色谱的传感器系统的情况下）、测量时间过长，或者需要受过培训的人员。然而，可以期待最近的发展将推动技术和实用性的极限。这些发展包括进一步缩小气体传感器的尺寸（即降低功耗和缩短响应时间，特别是在使用TCO时）、将多个传感器元件集成到单个封装中并包含数字接口（数字多像素传感器）[21]，以及新的硬件和数据处理方法[22]。另一个因素是可能的食物种类非常广泛，以及它们各自独特的变质过程，导致各种代谢物/气体的产生，还有特定应用的背景气体组成。在使用气体测量时，必须明确气体组成与实际食物状况之间的联系，特别是如果这些传感器系统旨在警告消费者有害的变质情况。此外，不应受到背景条件的影响。这些方面导致将传感器系统适应特定应用需要付出巨大努力，因为必须指定并进行适当的设备性能校准和验证，这需要对应用进行彻底分析，并基本了解潜在过程及其预期变化，包括背景组成。

本文的研究解决了其中的一些问题。如上所述，多年来电子鼻已经在食品和饮料领域进行了研究，主要用于质量或新鲜度/变质评估，也包括检测掺假等。有几篇最近的综述文章概述了可用的商业或研究设备、商业或研究传感器以及使用的数据评估技术[23,24,25,26,27,28]。通常，基于气体传感器的电子鼻会在多个真实食品/饮料样本上进行训练，然后使用模式识别来区分这些样本，而无需知道标志物质。我们方法的新颖之处在于使用实验室气相色谱仪与质谱仪（GC-MS）结合，并与多个动态操作的气体传感器并行进行人类评估，以在整个老化过程中全自动、同步地监测老化食品的顶空气体。这使我们能够评估使用这些低成本传感器和机器学习可以在哪些应用中期待有希望的结果，同时揭示可用于有针对性地校准气体传感器系统的相关标志物质。所提出方法的另一个关键方面是对动态操作气体传感器的循环信号模式的评估，原则上甚至单个传感器也可能足够。这种评估可以基于温度调制产生的瞬态响应，实现食物的连续在线监测。这种方法从根本上不同于传统设置，后者通常依赖于传感器阵列，并评估由气体暴露脉冲引起的传感器响应变化，导致系统更复杂，且常常更容易受到传感器漂移和其他稳定问题的影响。因此，它可能有助于实现更广泛的应用范围。

研究包括对水果（橙子、香蕉、洋葱和其他通常不冷藏储存的水果）的实验室测量。本研究的主要目的是确定气体传感器在水果应用中的潜在用例，如早期霉菌检测、瘀伤检测或可食用性量化。为了数据评估，我们选择了回归模型来估计人类评估的数值（例如感知的可食用性），以及分类模型来估计食物的状况。GC-MS分析结合人类评估有助于理解气体传感器数据与某些食物条件下食物顶空组成之间的相关性，并评估未来发展的训练方法，例如使用人工气体混合物。最后，我们得出了关于面向应用的传感器系统校准的结论。本文重点介绍了将所提出的方法应用于橙子，并展示了概念验证，但这些方法也可以类似地应用于其他水果，获得可比的结果。

2. 材料与方法
以下部分介绍了用于筛选测量的设置和测量细节。该设置旨在实现自动测量各种在受控条件下储存的食物，使用多个气体传感器系统，这些系统主要配备有MOS气体传感器，并结合GC-MS进行自动分析以收集参考数据，详见第2.1节。测量程序在第2.2节中描述。关于所研究的橙子的详细信息可以在第2.3节找到。此外，还进行了人类评估以跟踪食物的状况，详见第2.4节。数据评估方法在第2.5节中描述。

2.1. 设置
设置示意图见图1，主要由样品容器、多个气体传感器系统和一个GC-MS系统组成；类似的设置已在之前的测量中使用过[29]。在测量过程中，食物储存在单独的塑料食品储存容器中，这些容器放置在一个商用冰箱内。在本次测量的系列中，冰箱被关闭，温度由实验室的空调系统控制，使冰箱内的温度约为23.5°C（±0.5°C），这一温度也由位于冰箱内三个位置的传感器（Sensirion公司的SHT35，详见下文）监测。食品容器的体积约为1.1升。容器的一侧通过管道连接到四个阀门块中的一个。阀门块上的阀门允许通过泵选择性地采样一个或多个容器，即采集食物顶空气体。容器的另一侧装有止回阀，允许空气从冰箱流入以补偿采样过程中的轻微压力降低；为了定义一个稳定的背景并避免样本之间的干扰，冰箱会用干燥、清洁的零空气冲洗。图1展示了测量设置的示意图，包括一个装有32个食品容器（“箱子”）的冰箱，这些容器可以通过阀门单独采样，一个可以在所谓的采样端口提取样本的GC-MS系统，多个气体传感器系统，以及一个集成的采样和测量系统（ISMS），该系统包含气体传感器和泵，并控制阀门的操作。食品容器、阀门块和流体连接之间的点（“…”）表示为了清晰起见省略了一些元素；总共有四个阀门块，每个阀门块连接八个食品容器。阀门和泵由一个集成的采样和测量系统（ISMS，OdorCheckerSpot的开发版本，OCS，3S Technologies GmbH，德国萨尔布吕肯）控制，该系统还集成了多个气体传感器。在气流到达ISMS之前，还有其他传感器系统对空气进行测量，其中大部分传感器是内部开发的[30]或由3S Technologies开发的（EnvironmentalCheckerOutdoor的开发版本，ECO）。这些气体传感器大多数是MOS气体传感器，采用温度循环工作模式，循环时间为30秒或60秒。本文讨论的传感器默认温度循环为60秒，包括五个400°C的高温阶段，每个阶段持续5秒，随后是150°C、200°C、250°C、300°C、350°C的低温阶段，每个阶段持续7秒（参见图A1）；对于一个来自瑞萨公司的传感器（ZMOD4450，详见下文），根据之前的测量经验，所有温度都降低了100°C。

本文使用的传感器系统包括以下几种：
- SGP30（数字MOS传感器，具有一个加热板上的四个传感层，Sensirion AG，瑞士施泰法）
- ZMOD4450（数字MOS传感器，瑞萨电子公司，日本东京）
- BME688（数字MOS传感器，Bosch Sensortec GmbH，德国罗伊特林根）
- 两种电化学（EC）传感器：用于检测硫化氢和氨的B系列EC电池（分别为H2S-B4和NH3-B1，均来自英国埃塞克斯的Alphasense Ltd.）；这些传感器使用ADuCM355QSPZ评估板（Analog Devices Inc.，美国马萨诸塞州威尔明顿）进行操作
- SCD41（光声二氧化碳（CO2）传感器，Sensirion）
- SHT35（温度和湿度传感器，Sensirion）：用于监测冰箱内三个位置以及样品流中的温度/湿度

所有用于传感器系统的传感器列表可以在附录A中找到。传感器分配给相应的系统以及使用的温度循环在附录A的表A1中进行了总结。默认的温度循环在附录A的图A1中展示。

此外，还使用了一个GC-MS系统（GC：Trace 1300，Thermo Fisher Scientific Inc.，美国马萨诸塞州沃尔瑟姆；色谱柱：TraceGOLD TG-624，Thermo Fisher Scientific；长度60米，内径0.25毫米，膜厚度1.4微米；流速：2毫升/分钟；MS：ISQ 7000，Thermo Fisher Scientific；电子电离（EI）；质量扫描范围：m/z 15–300）来分析样品流的成分。顶空样品可以从一个由铝和聚四氟乙烯（PTFE）制成的采样端口抽取，该端口配有隔膜，使用自动采样器（TriPlus RSH，Thermo Fisher Scientific）和配备气密注射器的机器人采样系统（365H2141，Thermo Fisher Scientific；容量：100微升）。使用分流/不分流注射器，并设置为不分流注射（20秒，然后是25:1的分流比）。在GC柱下游平行于MS处还放置了几个MOS气体传感器[31]。这些气体传感器在恒定温度下运行，并使用额外的清洁（零）空气作为补充气体。MS与这些额外气体传感器之间的分流比约为1:1。这种方法用于确定哪些传感器对样品气体混合物中的哪些成分有反应[32]；本文仅对此进行了简要讨论。

为了确保阀门操作、GC-MS采样和传感器数据之间的可靠同步，基于微控制器实现了同步电子系统。每次测量（见下一节）都由ISMS触发，ISMS被编程为遵循测量计划（包括要打开的阀门、开启时间和泵的流速）。为了将GC采样与阀门操作同步，微控制器的模拟输入读取指示备用阀门状态的LED的电压。当电子设备检测到新的测量时（即备用阀门LED熄灭），“GC就绪”信号会被发送到自动采样器，然后自动采样器才开始下一次采样。这样，阀门操作、GC采样和注射之间的时间重复性可以达到秒级。此外，关于阀门操作和GC注射的信息以数字信号（高/低）的形式与传感器信号同时记录下来，以便为数据评估提供时间参考。

2.2 测量程序
每个食品容器每天自动分析一次。测量程序在图2中进行了示意图总结。在待机状态下，连接到冰箱背景空气的阀门被打开；因此，在两次测量之间会有零空气流经整个系统。根据ISMS中编程的计划触发测量，首先关闭备用阀门并打开一个食品容器的阀门。结果，食品的顶空被从容器中提取并引导到GC采样端口以及各种传感器系统；泵的流速设置为约200毫升/分钟；食品容器与最后一个传感器系统之间的管路系统死体积约为20毫升。GC采样在阀门操作后约2分钟进行。根据设置和测量程序的优化，由于死体积和扩散效应，在阀门操作后的前半分钟内，容器顶空在采样端口和传感器系统的浓度会增加，之后由于清洁空气的流入而逐渐稀释。选择GC采样的略微延迟时间是为了在相对稳定的浓度下进行采样，即不在浓度下降最急剧的时候，并允许在实际采样前多次用样品流冲洗注射器。一个容器的阀门总开启时间为10分钟。之后，备用阀门再次打开5分钟，以便有零空气流经系统。然后，打开之前使用的阀门块中连接到空容器的阀门，用清洁空气冲洗阀门块和采样管，以减少携带效应；这个“冲洗阀门”打开20分钟。最后，备用阀门在整个测量过程中保持打开状态。为了确定背景信号和可能的残留携带效应，在实际食品样本测量之间会对空容器进行采样和分析；需要注意的是，在这些测量期间，冲洗阀门在开始时就已经打开（@ 0分钟）并保持打开状态35分钟，即跳过了“箱式阀门打开”和“备用阀门打开”这两个步骤。由于GC测量需要35分钟，加上2分钟的延迟时间以及冷却和缓冲时间，因此总测量时间为45分钟。理论上，使用该GC运行每天可以测量最多32个样本，但由于冲洗/背景测量和时间缓冲（例如，用于文档记录和人工评估，见第2.4节），实际每天只能测量15个食品样本。在GC运行期间，使用了一个温度程序（11分钟在40°C，以10°C/分钟的速率升温至230°C，保持5分钟）。

2.3 研究的食品
在主要测量中，准备了四个装有橙子的容器，使用了三种不同的来源和品种（一种来自传统农业，两种来自有机农业），并且对于其中一种有机品种，准备了两个容器来研究重复性（从同一个来源/品种的一个容器到另一个容器）和转移性（在不同来源/品种之间）。总测量时间根据水果的变质程度不同而介于20到23天之间；测量时间从0开始计算。请注意，在最后一个声明的测量日，只进行了最后的人工评估，使用传感器系统和GC-MS的测量在前一天开始，并相应地进行了标记。在某些情况下，样本在测量过程中被故意损坏，例如通过掉落或切割，因为损坏的水果可能是除了成熟度或腐败之外的有趣研究对象。关于橙子的详细信息总结在表1中。关于在同一系列测量中测量的所有其他水果的详细信息可以在附录A（表A2）中找到。表1. 主要测量中使用的橙子的详细信息。标有星号（*）的橙子在测量过程中至少被掉落损坏过一次。此外，在最后几天（第23-26天），还从当地零售店收集了各种其他水果（包括柑橘类水果如橙子、血橙和柠檬）进行测量。这些水果因发霉、成熟度问题或超过储存期限而被丢弃，主要是为了收集额外数据以验证主要测量结果，并测试基于气体传感器数据的统计模型。关于这些额外柑橘类水果的详细信息总结在表2中。表2. 在零售店收集的其他柑橘类水果的详细信息。此外，在测量期间的几天里，还在一个食品容器中加入了一种有机化合物混合物，以便跟踪测量设置内的变化并估计某些物质的浓度。该混合物由75微升甲醇、150微升乙醇、50微升丙酮和75微升2-丁酮加入80毫升蒸馏水中制备。根据拉乌尔定律和道尔顿定律[33]，可以估计在20°C时这些物质在顶空中的浓度分别约为53 ppm、33 ppm、37 ppm和20 ppm。

2.4 人工评估
食品由三名未接受过标准化感官评估培训的人员进行评估（无论是关于食品还是气味）。然而，他们在多次测量活动中具有评估食品状况的经验。在最后一个测量日（第26天），所有三名人员都对食品进行了评估。每个容器中的食品每天评估一次其可食用性。为了区分食品老化过程中的视觉和嗅觉变化，除了整体可食用性外，还评估了食品的外观及其气味——更准确地说，是气味的美感（这肯定受到日常经验中学习到的可食用性评估的影响），而不仅仅是强度。每个评估的评分范围是从1到10：10表示完全新鲜、气味宜人、外观完美；1表示完全变质、气味强烈难闻、外观严重损坏；因此，可食用和变质之间的阈值是5.5。一旦水果明显发霉，出于健康原因就停止了定期的嗅觉评估。如果需要，还会记录关于气味的评论（例如气味质量，如果非常明显）或外观的评论。此外，每天还会拍摄每份食品的照片，以帮助跟踪数据评估期间的实际状况。

2.5 气体传感器数据评估
数据使用机器学习进行评估，以预测所需的输出，例如可食用性的量化或水果状况的分类（即良好、损坏或发霉）。所应用的方法在以下段落中进行了总体描述。在所有情况下，整个数据评估过程都使用了MATLAB工具箱DAV3E [34]；使用了DAV3E v0.2版本，在MATLAB R2024b上运行。
原始数据在大多数情况下是循环的二维数据。在测量过程中，MOS气体传感器的编程温度循环会不断重复。数据评估的基本思想是利用统计模型在温度循环期间解释传感器信号的模式识别。首先进行数据预处理。根据Sauerwald–Baur模型[35]，从原始信号（传感器电阻或电导）计算对数电导。然后，从循环数据中提取特征；这相当于一种降维处理。为此，将预处理后的信号分成n个间隔，这些间隔与温度步长对齐，并计算每个间隔的平均值和斜率；在默认的温度周期下，间隔均匀分布，n等于60，从而得到代表一秒钟的特征。在先前的研究中[36]，以秒为单位的间隔的平均值和斜率特征取得了良好的结果，考虑到气体传感器的典型时间响应动态（即这些特征能够很好地表示信号形状）以及统计模型的选择/设计（见下文），这种选择是合理的，因为这些模型可以处理冗余和相关特征。需要注意的是，对于非循环传感器（即电化学传感器和光声二氧化碳传感器），由于它们的时间常数显著较高且在这段时间内读数更稳定，因此只提取60秒的平均值作为特征。计算出的特征还进行了标准化处理，以确保训练模型中使用的所有传感器的权重相似。模型训练分为训练、验证和测试三个阶段。在测试阶段，训练和验证过程中会忽略一部分数据集，然后将这些数据应用于训练好的模型，以确定模型对之前未知数据的解释能力；这里使用了不同的数据子集进行测试，详见结果。验证过程采用k折交叉验证（k = 10）进行，以便在避免过拟合的同时调整模型超参数。验证的分组是基于整个样本组进行的（所谓的基于组的验证），以获得有意义的验证误差；在训练过程中排除了完整的可食用性评分，并将其用于验证。验证过程重复了五次，每次使用新的数据分割方式。量化分析采用偏最小二乘回归（PLSR）。对于分类模型，使用线性判别分析（LDA，三个维度），并结合k最近邻（kNNs）分类器（k = 5）；在LDA之前，进行主成分分析（PCA，调整最优主成分数量，详见结果），以进一步降维和去相关特征空间，因为许多原始特征高度相关。在量化情况下，通过找到具有适当低均方根误差（RMSE）且不过拟合的模型来确定最佳模型；在分类情况下，则考虑验证期间的正确分类百分比。讨论的用例，即水果可食用性的量化以及根据果斑和霉菌对水果状况的分类，如果模型测试得到的误差较低，则被认为是可行的，这表明气体传感器数据能够充分表示目标变量（即水果的可食用性或状况），包括对新水果品种的适用性，从而显示出个体顶空成分差异的抑制。

3. 结果
3.1 参考数据：人类评估、GC-MS
在测量过程中，只有一个橙子仍然“可食用”，而其他橙子因（故意造成的）损坏而发霉或可食用性评分降低。重要事件总结在表3中。橙子1和2在测量过程中发霉，橙子3被掉落一次损坏，橙子4被多次掉落并切割一次损坏。然而，橙子1从第3天开始的第一个霉斑并没有显著扩大，因此假设橙子并没有完全感染，只是茎基部表面受影响，可能是由于储存条件潮湿。另一方面，从第14天开始的霉斑在随后几天迅速扩散。橙子1茎基部的霉菌呈现蓝色，而橙子2上的霉菌呈绿色。橙子4在第一次掉落后，从外观或气味上没有观察到明显变化；即使在后续掉落后也没有发现损坏。只有在从更高高度重复掉落后，几天后才出现一个暗斑。此外，橙子4的切口干燥后似乎只是粘在一起，并没有加速腐烂。

表3. 橙子测量过程中的重要事件。
所有四个橙子的人类评估结果，即它们的可食用性评分，显示在图3a中。误差条表示评估者之间的标准差。气味和外观的评分与整体可食用性相当相似；然而，一旦橙子发霉，就不再进一步评估气味。例如，图3b显示了橙子2的三个评分。这些评分实际上非常接近，通常相差不超过1分。外观、气味和可食用性的平均标准差分别为0.32、0.74和0.35。

图3. 橙子的人类评估变化：(a) 所有橙子的可食用性评分。(b) 从第16天开始发霉的橙子2的外观、气味和可食用性评分。误差条表示评估者之间的标准差。灰色虚线表示可食用性的阈值5.5。显然，霉菌导致可食用性评分迅速下降（橙子1和2），而从高处掉落后的暗斑也导致可食用性评分下降（橙子4）。虽然在后者情况下，如果有视觉缺陷可以理解可食用性会降低，但实际上水果可能仍然可以食用；然而，如果水果表面有可见的霉菌，可以假设霉菌已经侵入果肉，因此不应食用。橙子1茎基部首次检测到的霉斑导致评分下降速度较慢，相比之下，橙子2的评分下降更快。橙子3的可食用性评分一直保持在5.5的阈值以上，尽管略有下降，这也在气味和外观的评分中得到体现。

GC-MS色谱图通过计算NIST库（NIST 17）[37]识别的各种化合物的峰面积来进行评估。大多数物质在一个宽质量范围（m/z 32.5–300）的通道中积分，该范围排除了氮、氧和水等背景成分；二氧化碳在另一个通道（m/z 43.5–44.5）中积分，甲醇则使用总离子电流（TIC，m/z 15–300）积分。空容器（测量前和测量期间）没有显示出显著的背景峰（除了典型的空气成分如二氧化碳和水）。图4显示了橙子1和2顶空中的几种物质在测量过程中的峰面积变化。橙子3和4在受到严重损坏后（即从高处掉落，橙子4在第13天，橙子3在第20天）以及被切割后（橙子4在第20天）主要释放出柠檬烯，其峰面积随时间减少；注意，在橙子4从较低高度掉落的前两次（第3天和第7天）没有检测到柠檬烯。

图4. 选定物质的GC-MS峰面积变化，参见表4：(a) 橙子1，从第3天开始在茎基部有轻微霉菌；(b) 橙子2，从第16天开始有严重霉菌。图例中的物质编号对应表4中的编号。注意峰面积的对数刻度。
色谱图中识别出的最显著物质及其趋势总结在表4中。相同物质的最大值在图5的条形图中可视化。此外，还识别出了一些其他物质，特别是对于橙子1，从测量开始就存在（例如2-戊酮，从一开始就减少；乙酸乙酯和丁酸乙酯，从第15天开始略有增加）或在严重霉菌期间出现（例如丁酸甲酯和2-甲基丙酸乙酯，都从第14天开始）。

表4. GC-MS识别的物质及其出现的时间，包括峰面积变化：恒定样品基线（c）、新出现的（n）、增加的（i）、减少的（d）。标有星号（*）的条目表示最显著的变化。

图5. GC-MS识别出的最显著物质的最大峰面积。x轴上的物质编号对应表4中的编号，并在图表右侧重复显示。
结合人类评估和GC-MS数据，可以得出几个结论：
- 柠檬烯是唯一在多个橙子（1、2和3）的基线排放中发现的物质（除了水、二氧化碳等）；仅在橙子4从高处掉落后才在顶空中检测到。可以假设柠檬烯是导致完整新鲜橙子（在某些情况下仅有轻微气味）的关键物质。
- 对于橙子1，基线排放包含更多高浓度的物质。除了柠檬烯外，还检测到几种醇类（最明显的是乙醇）、酯类（乙酸乙酯、丁酸乙酯）和乙醛。值得注意的是，这是唯一一个来自传统农业的橙子（除了用于测试的其他水果），根据标签说明，它经过了防腐处理（使用咪唑烷醇和嘧菌酯）和蜡处理（使用虫胶、聚乙烯蜡和山梨酸钾）。这也是唯一一个在检测到严重霉菌生长之前就报告有酒精气味的橙子。
- 被掉落或切割损坏的橙子（橙子3和4）主要释放柠檬烯（和其他萜烯），其浓度在随后几天逐渐减少。然而，从低处掉落后释放的浓度在所有情况下都不够高（或下降得太快）而无法测量，尽管在橙子4的第3天和第7天通过GC-MS无法观察到明显的损坏，但通过人类评估至少在第7天检测到了典型的橙子气味。只有在第13天和第20天造成的（更严重的）损坏才导致显著的萜烯排放。
- 橙子1和2上的霉菌导致醇类、酯类和萜烯的高排放；然而，在这些情况下的具体成分不同。橙子1在霉菌发展过程中，乙酸乙酯、乙酸甲酯和戊醇的峰面积增加，而橙子2主要释放柠檬烯、甲醇和乙醇。橙子1的甲醇和柠檬烯峰面积也在增加，但不如橙子2明显；相反，橙子2的主要成分具有较小的峰面积（乙酸乙酯、乙酸甲酯）或根本没有（戊醇）。这些差异可能源于不同的霉菌种类，这从不同的颜色可以看出。非常发霉的橙子1的气味被描述为酒精味和清漆味，这与例如乙酸乙酯和乙酸甲酯浓度的增加相符，这些物质通常用作溶剂。
- 在比较霉菌事件的时间时，GC-MS测量显示新的物质或在人类评估认为腐败开始之前的同一天甚至提前一天就出现峰面积增加。例如，从第15天开始，橙子2的柠檬烯峰面积显著增加，并且从那天开始还检测到ocimene，而霉菌直到第16天才观察到。同样，橙子1在第14天就报告了严重霉菌，而甲醇在第13天就已经检测到（乙酸甲酯在第14天出现，乙酸乙酯从第15天开始增加）。请注意，橙子1的新霉斑在第13天的照片中就已经可以识别出来了，但人类评估者并未将其视为霉菌的早期迹象。此外，在霉菌被肉眼观察到前一天，橙子2的气味评估结果已经低于其外观和整体可食用性的评估结果，这表明鼻子可能已经感知到了一些与降解相关的变化，但眼睛尚未察觉到这些变化，这与GC-MS的结果一致，该结果显示此时萜烯浓度已经在增加。总之，在所进行的测量中可以识别出几种与受损或发霉的橙子相关的物质。虽然两种情况下都检测到了柠檬烯（在完整水果的顶空中也存在），但发霉的橙子会释放出更多的酒精和酯类等成分，这些成分与人类评估过程中识别出的气味相符。不同橙子之间的差异，无论是基线排放量还是检测到的物质（尤其是霉菌相关物质），都表明并没有一种独特的物质或物质混合物适用于所有橙子或所有类型的霉菌。需要注意的是，通常四个橙子的样本量太少，无法得出普遍性的结论。

在当地零售店收集的额外水果也进行了类似的测量，但仅持续了三天（与使用传感器系统和GC-MS的测量相比，人类评估多进行了一天）。对于大多数被调查的水果，可以从发现受损或发霉样本的同一个网袋或包装中取出无瑕疵的样本。在这些情况下，同时测量了无瑕疵和发霉的水果，从而能够在较短的测量时间内比较这两种情况。人类评估的结果显示在图6中。在为期三天的测量期间，大多数水果的可食用性没有显著变化。对于已经发霉的水果，评分无法进一步下降，因为它们的评分从一开始就已经达到了最低值。然而，在所有情况下都观察到了霉菌的进一步生长（柠檬：绿色霉菌；血橙：蓝色霉菌，其中有一小部分是绿色；Cara Cara橙：主要是白色霉菌，带有一小块绿色区域）。不过，在最后一天，其中一个最初无瑕疵的血橙上发现了一小块蓝色霉菌，导致其可食用性下降，而气味评估没有显著变化。此外，在第一天之后，一个发霉且相当软烂的Cara Cara橙渗出了黄色液体，其气味被描述为带有酒精味。总体而言，发霉柑橘类水果的气味被描述为带有酒精味、酸味，有时还有果香味（血橙和Cara Cara橙）；相比之下，无瑕疵（血）橙的气味被描述为果香味和橙香味。

图6. 额外收集的柑橘类水果的人类评估结果：(a) 所有柑橘类水果的可食用性评分。所有发霉的水果从一开始就处于最低评分；为了便于观察，数据点稍作调整：“柠檬（发霉）”-0.1，“Cara Cara橙（发霉）”+0.1。其中一个最初无瑕疵的血橙在第25天出现了一小块霉菌。（b) 最初无瑕疵水果的气味评分（由于健康考虑，未对发霉的水果进行评估）。即使其中一个血橙发霉，也没有观察到显著变化。误差条表示评估者之间的标准偏差。灰色虚线表示可食用性的阈值5.5。GC-MS测量的结果，即最显著物质的最大峰面积，显示在图7中。比较无瑕疵和变质水果的结果，证实了上述主要测量结果：霉菌导致乙酸乙酯、乙醇、柠檬烯和乙醛的排放增加（橙子1除外，其乙醛没有明显增加），以及甲醇、乙酸甲酯和β-蒎烯等额外物质的排放。发霉的Cara Cara橙还排放了戊烯醇，这在橙子1的严重霉菌情况下也非常明显，此外还检测到了奥西缅烯，这种物质也在之前测量到的发霉或受损水果中发现。图7中还包括了三种额外的物质：3-甲基-1-丁醇（在主要测量中也检测到橙子1中的这种物质，但含量较低）、α-蒎烯和α-菲兰烯；后者仅在发霉的柠檬中检测到，且其β-蒎烯含量也高于其他发霉橙子。

图7. 额外收集的柑橘类水果中GC-MS识别出的最显著物质的最大峰面积。物质1至10是在主要测量中识别出的物质，参见表4和图5。物质11至13是一些额外识别出的物质；所有物质编号都标在条形图的右侧。在发霉水果中检测到的一些物质也在无瑕疵水果的顶空中发现，即乙醇、乙醛、乙酸乙酯和柠檬烯。乙酸丁酯在所有四个额外橙子中都检测到，但浓度非常低。这些物质在主要测量中橙子1中就已经存在，甚至在第一次出现严重霉菌之前就已经存在。需要注意的是，橙子1和最初无瑕疵的额外橙子有两个共同点：它们都经过了杀菌剂处理，并且要么与受感染的水果接触过（因为额外水果是从含有发霉水果的网袋中取出的），要么（对于橙子1和血橙）本身也出现了轻微的霉菌。因此，这三种橙子检测到额外物质而其他三种未经过处理的有机橙子没有检测到这些物质的原因可能是由于杀菌剂的排放或潜移默化的感染。需要注意的是，文献中并未报道杀菌剂处理会导致排放物的变化。

尽管其中一个血橙在最后一天出现了一小块霉菌，但GC-MS并未观察到顶空成分的显著变化，这与气味评估的结果一致。此外，在为期三天的测量期间，已经发霉的水果的峰面积相当稳定；最显著的变化出现在发霉的柠檬（柠檬烯增加了约6倍，而乙酸甲酯和乙酸乙酯减少了超过10倍）和发霉的血橙（相反，乙酸甲酯和乙酸乙酯增加了约5倍）。通过准备含有甲醇、乙醇、丙酮和丁酮的溶液并将其放入一个食品容器中，可以定量估计GC-MS测得的甲醇和乙醇的浓度（参见第2.3节）。假设1毫升溶液可以饱和体积为1升的食品容器的顶空，计算出顶空中的物质浓度分别为53 ppm、33 ppm和20 ppm。这种情况仅适用于酮类（所需物质的量大约是理论值的两倍）；此外，在溶液放入食品容器后的几天内，峰面积出现了较大幅度的下降，这支持了这一估计。对于更重要的醇类来说，顶空中预期物质含量与溶液中实际含量的比例更为合适（大约为5-8）；随后几天内峰面积的下降幅度较小，这也支持了这一估计。此外，假设顶空浓度与峰面积之间存在线性关系。需要注意的是，这些估计值仅适用于所使用的实验设置，因为储存体积、空气交换率和储存时间都会显著影响实际浓度。所有估计值总结在表5中。

表5. 在选定条件下测试的水果中甲醇和乙醇的估计浓度。发霉水果的浓度范围表示了首次观察到霉菌时的值以及随后的变化情况。报告有酒精气味的（发霉）橙子的值用星号标出（*）。总之，就这些物质而言，霉菌的特征是在有限储存空间内的顶空浓度至少达到几十ppm到几百ppm的甲醇，而无瑕疵水果的顶空中未检测到甲醇（即浓度远低于10 ppm）。另一方面，无瑕疵水果的顶空中也检测到乙醇，浓度最高达到20 ppm；橙子1在出现（严重）霉菌之前就已经显示出几百ppm的乙醇浓度。霉菌导致乙醇浓度范围很广，从几ppm到超过1000 ppm不等，不同水果之间的浓度差异显著。因此，与甲醇相比，乙醇似乎不太适合作为霉菌的标志物。进一步分析观察到的酒精浓度和并行气味评估表明，在气味被描述为带有酒精味之前，有限储存空间内至少需要几百ppm的乙醇和/或甲醇。Cara Cara橙的气味中含有超过1000 ppm的乙醇和约100 ppm的甲醇，被描述为强烈的酒精味。乙醇浓度最高达到约20 ppm时仍未被检测到。

可以预期，GC-MS识别出的几种其他物质也对无瑕疵和发霉或受损水果的独特气味有所贡献，例如柠檬烯、乙酸甲酯和乙酸乙酯。为了估计这些及其他化合物的浓度，需要使用已知浓度的这些物质混合物进行校准，以确定相应的响应因子。然而，预计它们的浓度与甲醇和乙醇处于相似的范围（即中等到高ppm范围）。需要注意的是，在人类评估过程中，实际浓度会有所不同，因为打开食品容器会导致在房间内的快速稀释。

3.2. 传感器数据评估
为了简化讨论，这里仅讨论了部分使用的传感器（使用我们实验室开发的传感器系统操作的数字传感器以及一个EC电池）。此外，这些结果不应被视为对所列传感器的详细基准测试，但它们应该能提供有关可能评估方向的见解，包括在给定应用示例（即橙子状况的评估）中完成任务的能力的常见挑战和差异。一般来说，数据评估从原始数据开始，例如，可以比较不同水果、水果状况等条件下操作的MOS气体传感器的模式。实际上，关于橙子的事件（即霉菌或损伤）导致了几种传感器的循环电导率发生明显变化，不同传感器对这些事件的敏感度也存在差异。例如，一方面，受损的橙子导致ZMOD4450和BME688的信号变化明显大于SGP30；这可以解释为SGP30对柠檬烯的敏感度较低。另一方面，SGP30在橙子发霉过程中的传感器信号变化比ZMOD4450更明显，而BME688在某些温度周期部分甚至超过了测量范围的上限（对于严重受损的橙子）。然而，还可以观察到一些其他信号变化，这些变化并未完全由讨论的事件和/或GC-MS系统解释。对于某些传感器，信号在整个测量系列中略有变化/偏移，这可能是由于传感器漂移、水果老化（无法确定导致这些变化的具体物质或气味），或者在某些情况下，冰箱内背景空气成分的变化所致。后者并不理想，但在同一系列测量中发现了过度腐烂的香蕉对某些气体传感器的“基线”产生了一定影响；然而，通过GC-MS并未检测到相应的物质，因此要么这些物质的浓度低于GC-MS系统的检测限，要么这些变化是由GC-MS系统无法检测到的物质（如氢气）引起的。另一方面，这种不希望出现的背景成分变化可以被视为一个意外的机会，用于训练能够抑制这些变化的模型。传感器数据的评估方法如第2.5节所述，即在模型训练之前从预处理后的传感器数据中提取特征。为了评估气体传感器在评估橙子状况方面的适用性，开发了定量模型（PLSR）和分类模型（PCA + LDA + kNN分类器）。定量模型的目标是根据人类评估得出的橙子的可食用性（1到10的评分），即人类评估结果被用作模型的参考/输出值。分类模型的目标是橙子的状况，包括无瑕疵、发霉和受损。所有模型都是针对每个使用的传感器单独训练的。PLSR和PCA的维度（组件数量nComps和主成分数量nPCs）进行了调整，通过找到训练和验证误差较低的值来确定最佳参数，即能够得到充分训练且不会过拟合的模型。对于定量模型，使用主要测量的数据进行训练，而使用在当地零售店收集的额外水果数据进行测试。用于训练和测试的独特观测数量（即一天内一个水果的数据）分别为83个和12个。注意，每个独特观测包含4个样本（即温度周期），因此训练和测试分别使用了332个和48个样本。因此，大约13%的模型数据被保留用于测试。PLSR模型的均方根误差（RMSE）总结在表6中。基于整体性能（特别是测试误差，即对模型完全未知的水果的预测）的最佳结果是使用SGP30传感器获得的。需要注意的是，该传感器实际上包含四个不同的传感层[21]，因此相比只有单个传感层的ZMOD4450和BME688，提供了更多的原始数据。仅使用SGP30的四个传感层之一进行训练的模型的RMSE值也进行了总结，以便与其他两个具有相同特征空间维度的数字MOS传感器进行比较，结果显示在使用所有四个传感层的模型中测试误差略低。表6总结了PLSR模型的均方根误差（RMSE，以1到10的可食用性评分为基础），以及最佳组件数量（nComps）。SGP30的校准图如图8所示。校准是成功的，因为模型能够将特征投影到目标值（即人类评估的可食用性）上，其RMSE在验证和测试期间都不超过1。与可食用性评估的标准偏差0.35相比，这个值显著较大；然而，考虑到[1, 10]的评分范围，RMSE不超过1是合理的。实际上，可以假设人类评估并不能完全代表气体传感器所感知的水果状况；因此，实现一个完美训练的模型是不太可能的。特别是较低的测试误差，即对额外收集的水果（无论是“OK”还是发霉的）的良好预测，并不是必然的，因为这些水果是新品种（血橙、Cara Cara橙）或完全不同类型的柑橘类水果（柠檬），这些在训练数据集中没有涵盖。然而，使用其他传感器获得的模型在预测测试数据方面效果较差，即使验证结果与SGP30相当。另一方面，这也符合观察结果，即SGP30在检测霉菌时信号变化最大（但没有超出测量范围），而在检测损伤（例如柠檬烯）方面不如其他传感器敏感。这两点都有助于理解，因为可食用性受霉菌的影响远大于损伤（参见上面的人类评估结果）。图8显示了基于SGP30传感器训练的PLSR模型的校准图，该传感器使用了四个主要测量结果的数据。蓝色三角形代表额外收集的柑橘类水果（包括血橙和柠檬）的测试数据点，它们要么无瑕疵，要么发霉，并且投影结果非常接近实际评分。分类模型的数据注释基于人类评估，并辅以GC-MS结果。定义了四种期望的输出状态：“OK”、“受损：擦伤”、“受损：切割”和“发霉”。然而，只有“OK”和“受损：切割”与其他组明显不同。对于其余两种状态，观察到了不同程度的过渡，因此这些组相对异质。对于第一个分类模型，仅考虑了主要测量的数据，并且只使用明确的情况进行训练，而其余数据（即这些情况之间的数据）用于测试。用于训练和测试的独特观测数量（即一天内一个水果的数据）分别为64个和19个。注意，每个独特观测包含4个样本（即温度周期），因此训练和测试分别使用了256个和76个样本。因此，大约23%的模型数据被保留用于测试。这导致测试误差被高估，因为这些是“中间”情况，无法预期正确的预测。“发霉”仅使用在随后几天内确实出现霉菌的样本数据进行训练；即橙子1的茎基部首次出现霉菌的情况被用作测试。当人类评估表明掉落后气味增加，或者在GC-MS分析中观察到柠檬烯峰值增加时，才使用“受损：擦伤”数据进行训练；例如，橙子4掉落后的第二天以及首次受损当天也被用于测试。此外，这两个受损后的日子被标记为“OK”，因为没有出现明显的损伤。总体而言，在PCA中需要一定数量的主成分才能在LDA中获得数据的适当表示。太少的成分会导致不同橙子在LDA图（以及PCA的前三个维度）中形成单独的“路径”，而不是根据训练组（即上述定义的条件）形成组合簇。在大多数情况下，20到30个主成分可以训练出一个足够好的模型，既能抑制单个水果的影响，又能对四种状况进行聚类，而不会过拟合训练数据。最佳的主成分数量及其对应的分类误差（百分比）总结在表7中。基于整体性能，特别是测试误差（即对过渡情况的预测），ZMOD4450获得了最佳结果。最高的验证误差出现在“受损”组，因为它们有时会被误分类为其他“受损”组。表7总结了第一个分类模型的训练、交叉验证和测试的分类误差，其中使用了明确样本进行训练，中间情况用于测试（PCA用于降维，LDA用于类别分离，kNN用于最终分类）；nPCs给出了模型的最佳主成分数量。ZMOD4450的LDA散点图如图9所示。从LDA图中可以得出几个观察结果（如果没有特别说明，其他讨论的MOS传感器也有类似情况）：图9显示了仅使用具有明确状况的橙子数据训练的ZMOD4450的二维散点图；DF代表“判别函数”。三角形代表来自不同样本的额外测试数据：(a) 橙子4两次受损的情况（“受损：擦伤”和“OK”，投影到“OK”簇中；这也适用于第二次掉落时的训练数据点（“受损：擦伤”），证实没有造成实质性损伤，这也得到了GC-MS测量的支持）；(b) 橙子1的茎基部轻微且几乎不生长的霉菌（“发霉”，投影在“OK”和“发霉”之间）。橙子4第一次掉落当天的训练和测试数据都投影到“OK”簇中，表明没有发生损伤，这与人类评估和GC-MS分析一致。两个“受损”情况（擦伤和切割）非常接近，这也与GC-MS分析一致（在这两种情况下，主要释放的是柠檬烯）。因此，这两个组的验证误差也通常最大。从“OK”到“发霉”的过渡（即橙子1茎基部的轻微霉菌）确实投影在“OK”簇和“发霉”簇之间，形成了它们之间的“路径”（不同传感器的程度不同）。橙子2的训练数据点在人类评估识别出霉菌前一天就已经开始偏离“OK”簇，趋向于“受损：擦伤”簇（第15天对比第16天）。这再次与GC-MS结果一致，因为在第15天就已经观察到柠檬烯的显著增加。ZMOD4450的LDA显示了“OK”组与其他所有组之间的明显分离：“发霉”主要通过第一个判别函数DF1与“OK”分离，“受损”主要通过第二个判别函数DF2与“OK”和“发霉”分离。在第二步中，使用在当地零售店收集的额外柑橘类水果对分类模型进行了测试（之前也对回归模型进行了同样的测试）。在这种情况下，之前排除的过渡情况被包含在训练数据集中并进行了标记；即使橙子4在第一次和第二次掉落时都未受到实质性损伤，它仍然被标记为“OK”。只有当人类评估表明掉落后气味增加，或者在GC-MS分析中观察到柠檬烯峰值增加时，才使用“受损：擦伤”数据进行训练；例如，橙子4掉落后的第二天以及第一次受损当天也被用于测试。此外，这两个受损后的日子也被标记为“OK”，因为没有出现明显的损伤。通常，PCA需要一定数量的主成分才能在LDA中获得数据的适当表示。太少的成分会导致不同橙子在LDA图（以及PCA的前三个维度）中形成单独的“路径”，而不是根据训练组（即上述定义的条件）形成组合簇。在大多数情况下，20到30个主成分可以训练出一个足够好的模型，既能抑制单个水果的影响，又能对四种状况进行聚类，而不会过拟合训练数据。最佳的主成分数量及其对应的分类误差（百分比）总结在表7中。基于整体性能，特别是测试误差（即对过渡情况的预测），ZMOD4450获得了最佳结果。最高的验证误差出现在“受损”组，因为它们有时会被误分类为其他“受损”组。表7总结了第一个分类模型的训练、交叉验证和测试的分类误差，其中使用了明确样本进行训练，中间情况用于测试（PCA用于降维，LDA用于类别分离，kNN用于最终分类）；nPCs给出了模型的最佳主成分数量。ZMOD4450的LDA散点图如图9所示。从LDA图中可以得出几个观察结果（如果没有特别说明，其他讨论的MOS传感器也有类似情况）：图9显示了仅使用具有明确状况的橙子数据训练的ZMOD4450的二维散点图；DF代表“判别函数”。三角形代表来自不同样本的额外测试数据：(a) 橙子4两次受损的情况（“受损：擦伤”和“OK”，投影到“OK”簇中；这也适用于第二次掉落时的训练数据点（“受损：擦伤”），证实没有造成实质性损伤，这也得到了GC-MS测量的支持）；(b) 橙子1的茎基部轻微且几乎不生长的霉菌（“发霉”，投影在“OK”和“发霉”之间）。橙子4第一次掉落当天的训练和测试数据都投影到“OK”簇中，表明没有发生损伤，这与人类评估和GC-MS分析一致。两个“受损”情况（擦伤和切割）也非常接近，这也与GC-MS分析一致（在这两种情况下，主要释放的是柠檬烯）。因此，这两个组的验证误差也通常最大。“OK”和“发霉”之间的过渡（即橙子1茎基部的轻微霉菌用于测试）确实投影在“OK”簇和“发霉”簇之间，形成了它们之间的“路径”（不同传感器的程度不同）。橙子2的训练数据点在人类评估识别出霉菌前一天就已经开始偏离“OK”簇，趋向于“受损：擦伤”簇（第15天对比第16天）。这再次与GC-MS结果一致，因为在第15天就已经观察到柠檬烯的显著增加。ZMOD4450的LDA显示了“OK”组与其他所有组之间的明显分离：“发霉”主要通过第一个判别函数DF1与“OK”分离，“受损”主要通过第二个判别函数DF2与“OK”和“发霉”分离。在第二步中，使用在当地零售店收集的额外柑橘类水果对分类模型进行了测试（如之前对回归模型所做的那样）。在这种情况下，之前排除的过渡情况被包含在训练数据集中并进行了标记；即使橙子4在第一次和第二次掉落时都未受到实质性损伤，它仍然被标记为“OK”。只有橙子第一次掉落时的数据被标记为“受损：擦伤”，因为至少在第二次掉落后人类评估表明有明显的气味，尽管在这些情况下GC-MS分析中没有检测到萜烯。用于训练和测试的独特观测数量（即一天内一个水果的数据）分别为83个和12个。注意，每个独特观测包含4个样本（即温度周期），因此训练和测试分别使用了332个和48个样本。因此，大约13%的模型数据被保留用于测试。结果总结在表8中。基于整体性能（特别是测试误差，即对额外收集的水果的预测），最佳模型再次是SGP30，尽管在第一个分类模型中ZMOD4450的表现最好。对于后者，最高的验证误差出现在“受损：擦伤”组（有时被分类为“受损：切割”或对于前两次非严重损伤，被分类为“OK”）和“受损：切割”（经常被分类为“受损：擦伤”）。对于SGP30，在交叉验证期间主要发生误分类的是“受损：擦伤”样本，这些样本经常被分类为“OK”，因为这两个组没有明确区分。此外，一些“OK”数据点也被分类为“受损：擦伤”或“发霉”。后者发生在之前讨论的“转变”过程中，即橙子1从正常状态变为果梗基部出现轻微霉菌的情况，这在ZMOD4450上也观察到了。需要注意的是，如上所述，SGP30由四个传感层组成，提供了更高维度的特征空间；因此，仅使用SGP30的四个传感层之一进行训练的模型的RMSE值被总结出来以供比较，结果显示出相似或较差的结果，这取决于所使用的传感层。表8总结了使用所有主要测量数据进行训练以及额外收集的果实数据进行测试的第二个分类模型的分类错误（PCA用于降维，LDA用于类别分离，kNN用于最终分类）；nPCs给出了模型的最佳主成分数量。SGP30和ZMOD4450的LDA图示见图10。在这两种情况下，使用所有主要橙子测量数据训练的模型与之前使用转变案例进行测试的模型相似（参见图9（仅ZMOD4450）。然而，第二个模型中测试数据的投影情况有所不同，即在本地零售店额外收集的果实（无论是“正常”还是“发霉”）。SGP30的模型将“正常”数据投影到距离训练数据较远的位置，而只有部分发霉果实的数据位于训练出的“发霉”簇内。然而，kNN分类器正确地对所有数据进行了分类，分类错误率为零，这主要是由于第一个判别函数中的投影匹配。在ZMOD4450的模型中，测试数据被投影到训练出的簇区域内；但是，并非所有数据都位于预期的组内，导致测试错误率上升至37.5%。霉菌的投影效果相当好，但有些数据点更接近“受损：碰伤”的训练数据。尽管发霉的血橙测试数据似乎位于“受损：碰伤”橙子的簇内，但实际上在第三个维度（第三个判别函数）上它们是分开的。尽管如此，大多数这些数据点仍被分类为“受损：碰伤”，而不是“发霉”。其他发霉柑橘类水果（Cara Cara橙和柠檬）的投影和分类则较为成功。最后，虽然一些“正常”测试数据位于“正常”簇内，但有些（Cara Cara橙）被投影到了“受损：碰伤”簇中。图10显示了使用所有主要测量数据训练的LDA模型以及使用额外收集的果实进行测试的二维散点图；DF代表“判别函数”：(a) SGP30；(b) ZMOD4450。图(b)中的图例也适用于图(a)。其中一些观察结果与之前的结果一致。SGP30对霉菌特别敏感，其投影效果很好（除了第二个判别函数中的偏移）。ZMOD4450对柠檬烯特别敏感，即使是无瑕疵的果实也会释放出不同量的柠檬烯，这会导致问题。实际上，额外收集的“正常”橙子（Cara Cara橙，被分类为“受损”）的GC-MS柠檬烯峰面积高于其他额外收集的“正常”橙子（血橙），也高于大多数训练出的“正常”数据点（只有橙子1从一开始柠檬烯峰面积就较高）；因此，这种柠檬烯水平与几天“自然老化”后的“受损”橙子相当，解释了错误的投影和分类结果。因此，对于SGP30和ZMOD4450来说，使用所有主要测量数据训练的分类模型转移到额外收集的果实上的效果只是部分成功的。为了获得更稳健和更具普遍性的模型，应在训练过程中包括更多类型的柑橘类水果和品种，以及更多的水果样本。或者，可以为不同类型和品种的果实训练不同的模型，但这需要输入要测试的果实类型和品种。

4. 讨论
结合人类评估、GC-MS和气体传感器来确定气体传感器在评估水果状况方面的适用性的方法在所展示的例子中非常有用。可以理解为什么发霉的水果能够以高可靠性与无瑕疵的水果区分开来（主要是由于酒精和/或酯类物质的存在，以及萜烯的作用），而两种类型的损伤（“碰伤”与“切割”）则不容易区分（在这两种情况下，主要释放的是柠檬烯）。此外，一些人为造成的损伤完全无法与“正常”状态区分开来（没有气味，没有柠檬烯释放，即没有严重且持久的损伤）。此外，基于不同传感器的模型性能差异部分可以归因于它们对GC-MS分析识别出的相关物质的不同敏感性。例如，对霉菌（酒精、酯类）的更高敏感性有利于可食用性的量化，而对柠檬烯的更高敏感性有助于区分受损水果和无瑕疵水果，但也可能导致对柠檬烯含量较高的无瑕疵水果进行错误分类。
将可食用性作为回归模型的目标被证明是一种潜在的成功应用场景，用于自动评估水果状况。虽然在这种情况下，人类评估的三个维度（外观、气味、整体可食用性）之间的差异很小，但对于其他水果或食品类别来说可能不同，此时气味可能比外观更适合作为气体传感器的参考指标。然而，当存在霉菌时也需要评估气味，但这只有在能够过滤掉霉菌孢子而不显著改变感知气味质量或强度的情况下才推荐这样做。人类评估可以在几个方面得到改进。首先，受过训练的人员可能提供更高质量的数据，尤其是在气味评估方面。其次，特别是对于受过训练的人员，气味评估应进一步细分为三个维度：强度、愉悦度和质量。这将提供关于气味变化的更多见解，而不仅仅是单一的整体气味评分。
对于甲醇和乙醇的浓度估计值，以及描述水果气味为含酒精所需的浓度（至少几百ppm的乙醇和/或甲醇），原则上可以与文献中的气味阈值进行比较。然而，文献中报告的范围非常大：甲醇的检测阈值至少为3.05 ppm，最高可达198,686 ppm；乙醇的检测阈值至少为0.09 ppm，最高可达40,334 ppm [38]。此外，在进行气味评估时打开容器会导致食品容器内的浓度被稀释到未知的程度。因此，无法可靠地进行有效比较，但估计的酒精气味浓度仍在上述气味阈值范围内。无论如何，MOS气体传感器能够检测到ppm甚至亚ppm级别的乙醇或甲醇浓度 [36]。一方面，这可能导致传感器信号的变化超出了气味评估的范围；另一方面，它可以在人类感知之前就仪器化地评估水果（和其他食品）状况的变化。这将需要进一步彻底评估所有收集的数据以及人类评估、GC-MS分析和气体传感器观测到的信号变化之间的相互关系，因为这些早期的水果状况变化尚未被用于数据注释的参考数据直接覆盖。这也意味着传感器系统不能仅基于人类评估进行训练。
虽然这种组合需要大量的（手动）工作，但仅依赖其中一种方法（人类评估、GC-MS分析或气体传感器）并不能充分了解如何、为什么以及哪些气体传感器可以用于稳健地监测食品状况。例如，在数据评估期间测试了提取的特征与GC-MS识别的物质峰面积之间的简单相关性分析，但这并不总是能代表导致特定事件信号变化的最重要因素。它可能有助于评估简单情况，例如仅涉及一种或少数相关物质的情况（如受损橙子中的柠檬烯和其他萜烯），并提供选择合适气体传感器的见解。然而，当涉及多种物质时，其中一些物质可能在某些食品状况变化时增加而另一些减少，除了简单的相关性之外，无法得出更多关于这些关系的结论。
然而，所提出的方法仍然无法涵盖所有可能影响气体传感器信号的因素。例如，氢气既不能通过GC-MS测量，也无法被人类感知，而MOS气体传感器通常对氢气具有高敏感性。值得注意的是，氢气实际上已被报道为食品腐败过程中的代谢物，至少在罐装水果的细菌腐败过程中如此 [39]。因此，如果氢气在食品腐败过程中是一个相关因素，那么目前的这种方法无法识别它，需要额外的氢气检测仪器。另一种可能的解决方案是在GC柱后使用MOS气体传感器作为额外的检测器 [31] 来选择性地检测氢气。实际上，这样的传感器已经在使用的设置中存在（参见图1），但由于氢气的识别（和量化）尚未得到验证，因此其数据没有进行深入分析。初步分析没有在小保留时间处显示出任何显著峰。未来的工作将集中在改进设置和传感器的操作上，以便能够识别和量化低质量化合物，特别是氢气。
另一方面，二氧化碳（CO2）原则上可以通过GC-MS测量，但人类无法感知，也无法通过MOS气体传感器检测到。与氢气的情况类似，CO2也被报道为代谢物，至少在罐装水果的细菌腐败过程中如此 [39]，也在乳制品的腐败过程中如此 [40]。在这里的测量中，GC-MS分析在霉菌生长期间或之后没有显示出显著变化（只有发霉的额外收集的水果的CO2浓度略有增加），导致基于SCD41光声CO2传感器的模型性能最差。因此，对于橙子或一般柑橘类水果来说，这种传感器的价值有限：最多只能用来区分空容器和装有水果的容器，因为这会导致CO2浓度显著变化。然而，对于其他食品来说，CO2可能是降解或老化的关键指标。
同样，测试的EC传感器也提供了有限的附加价值。在许多情况下，观察到严重的基线漂移和/或信号达到下限或上限，阻碍了有意义的数据评估。唯一在整个实验过程中提供有意义数据的EC传感器（H2S-B4与Analog Devices评估板）并没有提供相关的模型。这并不奇怪，因为预期氢硫化物（H2S）在橙子的情况下不会起作用。然而，其他食品，如肉类、家禽或鱼类，在腐败过程中可能会产生H2S [40]，因此这种传感器可能会提供有价值的额外信息。
总体而言，对于面向应用的设置来说，将几种不同的传感器组合在一个系统中记录数据，然后在评估过程中排除不太合适的传感器似乎是有用的。然而，增加数据的维度也会在模型开发过程中带来问题，通常需要更大的数据集才能获得良好的性能。本工作并未详细探讨这一方面，因为重点在于开发一种潜在的通用方法，以利用气体传感器应对食品状况评估中的挑战，即寻找适合应用的传感器（反之亦然），并理解其背后的相互关系，特别是在模型训练过程中以人类评估作为目标。全面数据评估的一个关键方面是对训练数据进行适当的标注，因为这主要决定了机器学习模型能够达到的性能。如第3.2节中对分类模型的描述，数据主要是根据人类评估（外观和气味）进行标注的，同时结合了GC-MS测量的结果。例如，如果一个橙子掉落但没有显示出明显的损坏迹象（GC-MS测量未发现任何物质，也没有气味，或者只有在造成损坏后才有气味），那么在后续几天内它会被标记为“OK”。这使得模型训练更加真实，因为数据点被标注了“真实”的值，从而证明了人类评估和GC-MS分析在这一步骤中的重要性。然而，这也大大增加了生成合适训练样本的工作量。

所提出的方法也可以应用于（仍然是假设性的）以应用为导向的设置。为了训练这样的系统，必须生成一个具有代表性的训练数据集，并确保只创建和使用“真实”的训练数据点。如果训练的是分类模型且无法收集到人类评估或GC-MS测量等参考数据，这一点尤为重要。在这种情况下，建议只选取状态明确的样本，并排除任何模糊或过渡性的案例，因为后者可能会混淆模型，或者至少导致训练和验证错误增加（参见表7和表8中的错误）。然而，在测试过程中可以使用过渡性案例来了解模型处理这类数据的能力。此外，这种以应用为导向的设置训练应使用多种不同的样本（即不同水果、水果品种以及感兴趣的水果类型）来进行，而不是仅使用单个样本，甚至可以在一段时间内进行训练，期间样本可能会发生不可定义的变化。使用不同状态的样本进行训练不仅可以减少过渡性案例或模糊条件的影响，而且与本文中使用的一系列测量相比，还能加快训练速度。另一方面，评估随时间的变化有助于了解哪些物质被释放出来（包括它们的时间顺序），以及人类评估如何受到影响，例如当水果发霉或受损时。

另一种训练方法可以基于使用人工气体混合物的实验室校准。然而，目前还没有找到用于检测霉菌的典型物质混合物（参见表4中发现的霉菌橙子1和2的相关物质）。虽然损伤可能通过萜烯（主要是柠檬烯）浓度的增加来很好地表示，但这种浓度对于不同水果品种和样本大小来说变化很大，正如无瑕疵的Cara Cara橙子所观察到的那样。因此，使用人工气体混合物进行训练首先需要对许多不同样本的排放物进行综合分析，以确定哪些气体混合物和浓度范围适合作为训练样本。这种方法可能更适合于传感器系统的系列校准，还可以根据采样参数（如容器体积、流速和积累时间）来适应不同的测量设置。需要注意的是，即使使用分析方法收集所需数据，并补充文献中的信息，如果忽略了像氢气这样的仅对传感器有反应的气体，仍然是不够的。尽管如此，这些测量中发现的顶空成分仍可用于测试测量系统对特定食品状况的正确输出。然而，必须至少用一些真实样本来验证这种人工混合物的信号与实际食品顶空的一致性，从而确保其足够真实地近似实际情况。

关于所选择的数据评估方法，应当指出LDA并不适用于非正态分布的数据，而在这里显然就是这种情况，特别是当将不同程度的状况（轻微与严重霉菌）和/或多种水果的状况合并到一个组中时。因此，其他不基于这一假设的模型可能值得进一步研究（例如支持向量机或多项式逻辑回归）。此外，还应验证PLSR在其他用例/食品中的适用性，因为输入变量（即传感器特征）与气体浓度之间存在相关性，而输出变量（即人类可食用性评分）可能并不直接相关，考虑到腐败的潜在指数性质以及人类对气味的感觉的对数性质。对于所呈现的数据，PLSR表现良好，表明可食用性评分和传感器特征之间存在足够的（局部）相关性；其他数据可能需要使用本质上非线性的回归方法，如核PLSR或带有适当（非线性）核的支持向量回归（SVR）。

**结论**
本文提出的方法结合了多种技术（GC-MS分析、人类评估以及具有不同工作模式的各种气体传感器），成功地识别了气体传感器在评估食品状况方面的潜力和局限性，以检测橙子中的霉菌和损伤。该方法揭示了不同气体传感器在模拟评分可食用性或水果状况方面的性能与GC-MS识别物质之间的相互关系，为气体传感器系统的实际应用及其有效校准铺平了道路。未来的工作将集中在将实验室方法转移到实际设备上，实现集成数据评估，使用更多种类的水果、品种和状况进行训练，在现场条件下（例如零售环境中）评估这种以应用为导向的设置的性能，以及使用人工气体混合物对这些传感器系统进行额外的功能测试。