《Journal of Cleaner Production》：Sustainable real-time yak meat freshness monitoring via graphene-copper dielectric sensing
编辑推荐：
针对传统肉类新鲜度检测方法繁琐耗时的问题，本研究开发了一种基于石墨烯涂层铜电极的非接触介电谱传感系统，结合XGBoost机器学习模型实现96.36%的牦牛肉新鲜度分类准确率。该系统通过化学气相沉积法制备具有高导电性和抗腐蚀性的复合电极，利用介电谱特性实时监测肌肉含水量、离子强度等指标，突破传统化学试剂和破坏性采样限制，为肉类供应链提供智能化解决方案。
李诺|何文豪|冯环环|米兰·拉科塔|安东·普莱特谢克|王红英|张晓萱
中国农业大学工程学院食品安全与质量实验室，北京，100083，中华人民共和国
摘要
食品浪费，尤其是由于供应链中的变质问题，对可持续生产和消费系统构成了重大挑战。为了解决这一问题，我们提出了一种新颖的、环保的实时肉类质量评估策略，该策略有助于优化库存管理并减少不必要的浪费。一项关键创新是开发了一种涂有石墨烯的铜（GCC）薄膜电极，该电极是通过可控的化学气相沉积工艺制造的。这种电极具有优异的耐腐蚀性和稳定性，构成了非接触式介电光谱传感系统的核心，无需使用化学试剂或进行破坏性采样。该系统通过监测介电参数，能够敏感地追踪牦牛肉的新鲜度变化。当与XGBoost机器学习模型结合使用时，其新鲜度分类的准确率达到96.36%。这项研究展示了一种更清洁的食品生产技术，从传统的、浪费资源的实验室分析方法转向了实时的、非破坏性的监测方式。所提出的系统支持在储存和分销过程中的精确决策，直接有助于减少食品损失并提高资源利用效率。
引言
牦牛肉作为一种高质量蛋白质资源，主要产自高海拔地区，因其丰富的营养价值和独特的风味而受到消费者的青睐（Wang等人，2025年）。其市场价值和食用安全性在很大程度上取决于屠宰后的储存过程中的质量变化，尤其是新鲜度指标（Nugraha等人，2021年）。然而，传统的肉类质量评估方法——如挥发性基本氮（VBN）测定、pH值测量和微生物菌落计数——虽然能够提供准确的结果，但存在一些固有的缺点，包括繁琐的程序、耗时的过程以及破坏性采样（Falkovskaya和Gowen，2020年；Rahman等人，2018年；Tahir等人，2022年）。这些限制阻碍了它们满足现代肉类工业对快速、非破坏性和在线监测的迫切需求（Sun等人，2025年）。因此，开发一种高效且精确的非破坏性检测技术对于确保牦牛肉产品的质量并提升市场竞争力具有重要意义（Iaquinta等人，2024年）。
为了克服传统方法的局限性，非破坏性检测技术应运而生，并成为食品质量控制的研究热点（Shen等人，2023年）。其中，介电光谱技术展示了显著的应用潜力（Wu等人，2022年）。其理论基础在于介电性质——生物材料在电磁场中的电响应，这是由于内部极性分子（尤其是水分子）和离子的极化和取向造成的。通过测量宽频率范围内的介电常数和损耗因子，可以非破坏性地获取与食品新鲜度密切相关的关键信息，例如水分状态、离子强度和细胞组织结构（Kim等人，2002年）。然而，这项技术的准确性和灵敏度在很大程度上取决于传感系统的性能。图1b展示了用于评估牦牛肉新鲜度的智能电容平台（Chen等人，2024年）。目前，常用的接触式电极在测量高水分样品（如肉类）时容易引起电极极化效应和样品污染，从而干扰测量结果，限制了其在实际生产中的应用（Igarashi和Muramoto，2025年）。
传感电极的性能对于介电测量系统至关重要（Wu等人，2019年）。传统的金属电极在测量高水分样品（如肉类）时容易引起电极极化效应和样品污染，从而干扰测量结果（Kuznetcov等人，2022年）。涂有石墨烯的铜薄膜作为一种新兴的复合材料，为这些挑战提供了创新的解决方案（Choi等人，2021年）。图1a展示了涂有石墨烯的铜薄膜的制造过程。这种材料并不是简单的物理混合物，而是一种在铜基底上原位生长的层状功能材料，采用的技术包括化学气相沉积（CVD）（Yoon等人，2018年）。它巧妙地结合了铜的优异导电性和石墨烯独特的二维结构优势（Yu等人，2025年）。研究表明，这种复合结构不仅继承了铜的高导电性，还由于表面石墨烯的存在而表现出出色的化学惰性、高稳定性和对离子扩散的阻隔性能。值得注意的是，石墨烯层有效地保护了铜基底免受Cl?离子等腐蚀性介质的侵蚀（Zhao等人，2025年）。这种卓越的耐腐蚀性对于在复杂的生化环境中保持长期稳定性和测量准确性至关重要（Chu和Jia，2013年）。此外，综述表明，CVD合成的石墨烯-铜界面干净且结合紧密，促进了界面间的高效电子传输，显著降低了接触电阻和极化效应（Mehta等人，2015年）。这使得涂有石墨烯的铜薄膜成为高性能电极材料的候选者，能够在宽频率范围内提供更稳定和灵敏的介电测量响应信号（Shu等人，2021年）。然而，尽管涂有石墨烯的铜薄膜在导电性和耐腐蚀性方面具有理论优势，但它们作为非接触式介电光谱系统的核心电极的具体开发及其在牦牛肉质量非破坏性评估中的系统应用尚未得到充分探索。这构成了本研究的核心重点。
通过高性能传感系统成功获取高质量的介电光谱数据后，实现智能检测的关键在于从这些复杂的频域信号中准确提取特征并构建可靠的预测模型。人工智能和机器学习技术为处理这类高维、非线性问题提供了强大的解决方案。在食品质量评估领域，机器学习模型已经展示了出色的预测能力（Sharma等人，2025年）。例如，支持向量机（SVM）和随机森林等算法常用于根据光谱和传感器数据对食品质量等级进行分类。人工神经网络（ANN）和卷积神经网络（CNN）则擅长从高维数据中挖掘深层特征，以实现端到端的精确预测（Penning等人，2020年）。当前的研究趋势正从单一模型分析转向多源信息融合和深度学习，旨在构建更加稳健和精确的预测系统。因此，本研究的技术方法明确如下：首先，利用自主研发的涂有石墨烯的铜薄膜传感系统收集储存过程中牦牛肉的高精度介电光谱数据。随后，引入先进的机器学习算法深入探索介电特征与牦牛肉关键生理和生化指标之间的内在关系，从而构建一个能够快速准确预测其新鲜度的智能模型。图1c展示了将多模态传感器与机器学习模型结合的过程。
鉴于此背景，本研究旨在将材料创新与算法创新相结合，开发基于涂有石墨烯的铜薄膜的介电光谱传感系统。结合机器学习算法，该系统将建立一个用于预测牦牛肉新鲜度的模型。具体的研究内容包括：（1）系统设计与构建：设计和组装一个以高性能涂有石墨烯的铜薄膜为核心传感单元的完整非接触式介电光谱测量系统。（2）数据采集与实验设计：在特定的储存期间动态收集牦牛肉样品的介电光谱数据，同时测量物理化学和微生物指标作为新鲜度参考值。（3）模型构建与分析：对介电特征参数与新鲜度指标之间的相关性进行了分析。采用了多种机器学习算法来构建和优化牦牛肉新鲜度的定量预测模型。（4）系统与模型验证：对构建的传感系统和预测模型进行了全面评估，评估了其准确性、稳定性和实用性。
章节片段
涂有石墨烯的铜箔电极的制备与表征
涂有石墨烯的铜薄膜（GCCF）电极是通过优化后的化学气相沉积（CVD）工艺在大气压下制造的（Zhang等人，2019年）。使用纯度为99.8%的电解铜板作为基底，厚度为50微米。合成过程在双区管式炉中进行，使用聚甲基丙烯酸甲酯（PMMA）作为固体碳前驱体。制造过程包括两个主要阶段：首先，铜基底经过...
涂有石墨烯的铜箔电极的微观结构与性能表征
显微镜、扫描电子显微镜（SEM）、X射线光电子能谱（XPS）和X射线衍射（XRD）的表征重点关注了本研究中的核心传感单元——涂有石墨烯的铜薄膜（Graphene-Copper）的结构和成分分析，这对于介电光谱传感系统的性能提供了关键的材料级支持。如图2中的显微镜和SEM图像所示，Graphene-Copper表现出典型的片状皱褶...
结论
本研究成功开发了一种非破坏性的介电光谱传感系统，利用涂有石墨烯的铜复合薄膜（GCCF）实时监测高原牦牛肉的新鲜度。通过化学气相沉积（CVD）原位合成的GCCF具有高导电性、优异的化学稳定性和卓越的耐腐蚀性。石墨烯层的强界面结合确保了电极的稳定性，显著提高了系统的长期可靠性...
CRediT作者贡献声明
李诺：撰写——原始草稿、方法论、调查、概念化。何文豪：概念化。冯环环：监督。米兰·拉科塔：方法论、概念化。安东·普莱特谢克：撰写——原始草稿、可视化。王红英：方法论。张晓萱：监督、资金获取。
利益冲突声明
作者声明他们没有已知的竞争性财务利益或个人关系可能会影响本文所述的工作。
致谢
作者衷心感谢西藏自治区科学技术计划项目（项目编号：XZ202501ZY0137）的财政支持。
