苹果水心病作为全球性的果实生理病害，广泛分布于各苹果栽培区，对红富士等主栽品种的商品价值构成严重威胁。其典型特征为果肉细胞间隙充水形成半透明水渍状斑块，病果易褐变腐烂且不耐贮藏。近年来，随着分子生物学与检测技术的突破，学界对水心病的认知已从传统生理描述深入至分子调控层面。本文系统梳理水心病的病理本质、分子机制、关键影响因素，重点阐述钙信号调控网络、无损检测技术的最新进展，并整合栽培与采后防控策略，结合当前研究瓶颈展望未来方向，为该病害的科学防控提供理论支撑与实践参考。

四、苹果水心病的无损检测技术

4.1 光学检测技术

4.1.1 近红外光谱技术

近红外光谱（NIRS）技术因快速、准确、无损伤的优势，成为当前水心病检测的主流技术。其原理是利用病果与健康果在700-2500nm波段的光谱响应差异，通过建立校正模型实现病害识别。韩东海等（2004）首次利用近红外透射光谱技术检测水心病，准确率达85%以上；郭俊先等（2020）结合流形学习方法优化模型，将红富士苹果的检测准确率提升至92%，且能区分轻度与重度病害。该技术已实现便携式检测设备的产业化应用，检测速度可达10个/分钟，适用于采收现场与贮藏环节的快速筛查。

4.1.2 高光谱成像技术

高光谱成像技术融合了光谱分析与图像识别的优势，既能检测病害发生，又能定位病斑位置与面积。王思玲等（2015）利用400-1000nm波段的高光谱图像，通过提取特征波长建立的模型，对水心病的识别准确率达89%；该技术还能实现采后贮藏过程中病害发展的动态监测，为贮藏管理提供依据。其局限性在于设备成本较高，检测速度较慢（1-2个/分钟），适用于实验室精确分析与抽样检测。

4.2 物理特性检测技术

4.2.1 磁共振影像技术

磁共振影像（MRI）技术通过检测果实内部水分分布差异实现病害识别，能清晰显示细胞间隙充水区域的位置与大小，检测准确率接近100%。该技术的优势是无辐射、分辨率高，可用于研究病害发生的动态过程；但设备体积庞大、成本高昂，仅适用于基础研究，难以应用于生产实践。

4.2.2 电学特性检测技术

基于电学特性的检测技术是近年的研究热点。王若琳等（2018）发现，水心病果实的阻抗值与电容值显著低于健康果，在1kHz频率下，病果与健康果的阻抗差异可达20%以上。基于此开发的便携式电学检测仪，检测速度达15个/分钟，成本仅为近红外设备的1/3，具有广阔的应用前景。

4.3 多技术融合检测

为提升检测性能，多技术融合成为发展趋势。袁鸿飞等（2018）结合傅里叶变换近红外光谱（FT-NIR）与电子鼻技术，通过融合光谱数据与气味信息，将检测准确率提升至94%，解决了单一技术难以区分早期病害的问题。未来随着人工智能算法的应用，基于深度学习的多源数据融合模型将进一步提升检测的精准度与效率。

来源: 科普专员-张改运