Summary

Baumkernanalyse mit Röntgen-Computertomographie

Published: September 22, 2023
doi:

Summary

Hier zeigen wir, wie Baumkerne mit einer Röntgen-Computertomographie-Toolchain bearbeitet werden können. Mit Ausnahme der chemischen Extraktion für einige Zwecke ist keine weitere physikalische Laborbehandlung erforderlich. Die Toolchain kann für Biomasseschätzungen, zur Gewinnung von MXD/Jahrringbreitendaten sowie zur Gewinnung quantitativer Holzanatomiedaten verwendet werden.

Abstract

Es wird eine Röntgen-Computertomographie (CT)-Toolchain vorgestellt, um die Baumringbreite (TRW), die maximale Spätholzdichte (MXD), andere Dichteparameter und quantitative Holzanatomiedaten (QWA) zu erhalten, ohne dass eine arbeitsintensive Oberflächenbehandlung oder eine physische Probenvorbereitung erforderlich ist. Der Fokus liegt dabei auf inkrementellen Kernen und Scanverfahren mit Auflösungen von 60 μm bis hinunter zu 4 μm. Es werden drei Skalen definiert, bei denen Holz betrachtet werden soll: (i) die Interringskala, (ii) die Ringskala, d.h. die Jahrringanalyse- und Densitometrieskala, sowie (iii) die anatomische Skala, die sich der herkömmlichen Dünnschliffqualität annähert. Speziell entwickelte Probenhalter für jede dieser Waagen ermöglichen das Scannen mehrerer inkrementeller Kerne mit hohem Durchsatz. Eine Reihe von Software-Routinen wurde speziell entwickelt, um dreidimensionale Röntgen-CT-Bilder der Baumkerne für TRW und Densitometrie effizient zu behandeln. In dieser Arbeit werden kurz die Grundprinzipien der CT erläutert, die für ein richtiges Verständnis des Protokolls erforderlich sind. Das Protokoll wird für einige bekannte Spezies vorgestellt, die in der Dendrochronologie häufig verwendet werden. Die Kombination von groben Dichteschätzungen, TRW- und MXD-Daten sowie quantitativen Anatomiedaten ermöglicht es uns, aktuelle Analysen für Klimarekonstruktionen oder Baumreaktionen zu erweitern und zu vertiefen sowie das Gebiet der Dendroökologie/Klimatologie und Archäologie weiterzuentwickeln.

Introduction

Die Holzdichte ist eine leicht zu messende Variable1, die sowohl die anatomischen als auch die chemischen Eigenschaften des Holzes widerspiegelt2. Bei der Biomasseschätzung der oberirdischen Biomasse ist die Holzdichte eine wichtige Abwägungsvariable 3,4,5, die mit den Abmessungen des Baumes multipliziert wird und den Kohlenstoffgehalt des Holzes darstellt. Die Holzdichte ist eng mit den mechanischen Eigenschaften von Holz6 verknüpft und spiegelt die Lebensgeschichte eines Baumeswider 7.

Die Zellwanddichte wird mit etwa 1500 kg/m³ gemessen und gilt als ziemlich konstant8, jedoch sollten auch Schwankungen der Zellwanddichte innerhalb des Rings berücksichtigt werden 8,9. Holzige Zellen (im Allgemeinen Tracheiden bei Nadelbäumen, Gefäße, Parenchym und Fasern bei Harthölzern) sind auf unterschiedliche Weise orientiert/geformt und die Zellwandstärke und Lumengröße dieser Zellen variiert10. Daher variiert die Holzdichte zwischen den Bäumen, innerhalb eines Baumes (axial und quer) und innerhalb kurzer Abstände innerhalb eines Baumrings11,12. In vielen Fällen begrenzt die Variation der Holzdichte an der Ringskala auch die Baumringgrenze13. Die Holzdichte und letztendlich die Gewebefraktionen werden generiert und in dieser Arbeit grob in drei Kategorien (d.h. drei verschiedene Auflösungsskalen) eingeteilt, abhängig vom Studienziel (Abbildung 1), wie unten beschrieben.

Inter-Ring-Skala: Durch das Messen von Holzstücken wird ein einziger Wert für diese Probe ermittelt. Dies kann durch Eintauchen in Wasser oder geometrisch erfolgen14. Auf diese Weise können allgemeine biomasse- oder holztechnologische Variablen erhalten werden. Um die Variation von Mark bis Rinde einzubeziehen, können diese Holzstücke weiter in Blöcke unterteilt werden, die manuell gemessen werden, um Informationen über die Lebensverlaufsstrategie15 zu erhalten. Bei der Umstellung auf Röntgen-CT mit niedriger Auflösung, wie z. B. bei medizinischen Scannern17,18, können TRW-Daten an mittelbreiten bis breiten Ringen auf effiziente Weise an vielen Proben gemacht werden 18,19,20. Dies ist auch die Skala, die zur Bewertung der Biomasse von Mark bis Rinde von Bäumen der gemäßigten Klimazonen und tropischen Bäumen verwendet werden kann 4,22, typischerweise mit einer Auflösung von 50 μm bis 200 μm.

Ringskala: Holz ist ein Recorder vergangener Umweltbedingungen. Der bekannteste Parameter ist die Jahrringbreite (TRW), aber für globale Temperaturrekonstruktionen haben sich die Aufzeichnungen der maximalen Spätholzdichte (MXD) als besserer Proxy für die Temperatur22 erwiesen. MXD ist eine leicht zu messende Variable23 und ein Proxy für die Zellwanddicke und Zellgröße auf den letzten Zellen eines Baumrings und steht an der Baumgrenze und an borealen Standorten in einem positiven Zusammenhang mit der saisonalen Lufttemperatur24: Je wärmer und länger die Sommer, desto mehr Zellwandverholzung findet statt, was die Dichte dieser letzten Zellen erhöht. Herkömmliche Messungen wie Immersion und Geometrie sind weniger genau, um diese Dichte auf Ringebene zu bestimmen. In einer früheren Arbeit wurde eine Werkzeugkette für die Verwendung von Röntgenfilmen auf dünnen Probenentwickelt 25. Dies löste eine Revolution sowohl in der Forstwirtschaft als auch in der späteren Paläoklimatologie aus15,18, indem die maximale Spätholzdichte (MXD), d.h. der Spitzendichtewert, der oft am Ende eines Rings liegt, als Proxy für die Sommertemperatur definiert wurde. Das Grundprinzip besteht darin, dass die Proben (ca. 1,2 mm bis 7 mm13) so gesägt werden, dass sie perfekt parallel zur axialen Richtung sind, und die Probe auf einen empfindlichen Film gelegt wird, der einer Röntgenquelle ausgesetzt wird. Dann werden diese Röntgenfilme durch eine Lichtquelle ausgelesen, die die Intensität erkennt und die Profile sowie die jährlichen Jahrringparameter speichert. Diese Werkzeuge erfordern jedoch einen erheblichen Aufwand an Probenvorbereitung und manueller Arbeit. In jüngster Zeit wurde dies für die Röntgen-CT in einer standardisierteren Weise oder auf Basis von eingefassten Kernenentwickelt 26. Die Auflösung liegt hier zwischen 10 μm und 20 μm. TRW wird auch auf dieser Skala gemessen, insbesondere bei kleineren Ringen.

Anatomische Skala: Bei dieser Skala (Auflösung < 4 μm) verlieren die durchschnittlichen Dichteniveaus an Bedeutung, da die wichtigsten anatomischen Merkmale visualisiert und ihre Breite und Proportionen gemessen werden können. In der Regel geschieht dies durch die Erstellung von Schliffbildern oder hochauflösenden optischen Scans oder μ-CT-Scans. Wenn die Ultrastruktur der Zellwände sichtbar gemacht werden soll, ist die Rasterelektronenmikroskopie die am häufigsten verwendete Methode27. Auf der anatomischen Skala werden die einzelnen Gewebefraktionen sichtbar, so dass aus den Bildern physiologische Parameter abgeleitet werden können. Anhand der individuellen anatomischen Parameter und der Zellwanddichte von Holz kann die anatomische Dichte für den Vergleich mit herkömmlichen Schätzern der Holzdichteabgeleitet werden 24.

Aufgrund verbesserter Schnitttechniken und Bildsoftware29,30 wurde die Dendroanatomie30 entwickelt, um eine genauere Aufzeichnung des Holzes zu ermöglichen, sowohl um eine genauere Schätzung der MXD in Nadelbäumen zu erhalten als auch um verschiedene anatomische Variablen von Laubbäumen zu messen. Auf dieser Skala werden tatsächliche anatomische Parameter gemessen und mit Umweltparametern in Beziehung gesetzt31 . Mit μCT kann auch dieser Pegel erreicht werden32,33.

Da Holz von Natur aus hygroskopisch und anisotrop ist, muss die Holzdichte sorgfältig definiert und die Messbedingungen angegeben werden, entweder als ofentrocken, konditioniert (in der Regel bei 12 % Feuchtigkeitsgehalt) oder grün (wie im Wald geschlagen)34. Für große Proben und technische Zwecke ist die Holzdichte definiert als das Gewicht dividiert durch sein Volumen unter bestimmten Bedingungen. Der Wert der Holzdichte hängt jedoch stark von der Skala ab, auf der sie gemessen wird, z. B. kann sich die Holzdichte vom Mark bis zur Rinde verdoppeln, und auf einer Ringskala (bei Nadelbäumen) führt der Übergang von Frühholz zu Spätholz ebenfalls zu einem signifikanten Anstieg der Holzdichte, mit einem Höhepunkt an der Ringgrenze.

In dieser Arbeit wird ein Röntgen-CT-Scanprotokoll von Inkrementkernen vorgestellt, um Merkmale auf den oben genannten 3 Skalen zu messen (Abbildung 1). Jüngste Entwicklungen in der Röntgen-CT können aufgrund eines flexiblen Aufbaus die meisten dieser Skalen abdecken. Die Forschungsziele werden das letztendliche Protokoll für das Scannen bestimmen.

Ein entscheidender limitierender Faktor (der untrennbar mit der skalierten Natur der Holzdichte und des Holzes im Allgemeinen zusammenhängt) ist die Auflösung und die Zeit, die für das Scannen erforderlich sind. Beispiele zeigen, wie man: (i) Holzdichteprofile auf der Ringskala von Bäumen für Biomasseschätzungen in Terminalia superba aus dem Kongobecken erhält, (ii) Dichteaufzeichnungen von Clanwilliam-Zeder (Widdringtonia cedarbergensis) auf der Grundlage von helikaler Abtastung auf einem HECTOR-System35 erhält und (iii) Gefäßparameter an Traubeneiche auf dem Nanowood-System misst. Beide Scanner sind Teil der Scanner-Suite am UGent Center for X-ray Tomography (UGCT,

Figure 1
Abbildung 1: Allgemeiner methodischer Entscheidungsbaum für die Röntgen-CT-Untersuchung. Die Zeilen zeigen die Schritte an, die zu unternehmen sind, beginnend mit dem Forschungsziel bis hin zum endgültigen Datenformat. Weiße Kästchen sind die Schritte, die für diese Toolchain relevant sind. Ausgegraute Kästchen sind Schritte, die mit anderer Software oder R-Paketen durchgeführt werden können, wie z. B. dplr47 und Treeclim48 für die Jahrringanalyse, ROXAS44 sowie ImageJ42 oder andere (kommerzielle) Anwendungen zur Ableitung von holzanatomischen Parametern auf der Grundlage der CT-Bilder. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

X-CT-Forschung am Holz
Aufbau eines Scanners: Ein Standard-Röntgen-CT-Scanner besteht aus einer Röntgenröhre, einem Röntgendetektor, einem Rotationstisch und einem Satz Motoren, um den Rotationstisch und in den meisten Fällen auch den Detektor hin und her zu bewegen (Abbildung 2).

Figure 2
Abbildung 2. Das HECTOR Scansystem. System35, das den Detektorabstand (SDD) und den Abstand des Quellobjekts (SOD) anzeigt. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Die meisten laborbasierten Systeme haben eine Kegelstrahlgeometrie, was bedeutet, dass die erzeugte Röntgenstrahlung aus dem Austrittsfenster der Röhre in einer Kegelstrahlform verteilt wird, was bedeutet, dass durch Ändern des Abstands zwischen dem Objekt und der Röhre (SOD = Source-Object-Distance) und dem Detektor und der Röhre (SDD = Source-Detector-Distance) die Vergrößerung gesteuert wird (siehe die Diskussion zur Auflösung). Aufgrund der Durchdringungskraft von Röntgenstrahlen dringen sie durch das Objekt, und die Intensität des Abschwächungsstrahls ist eine Funktion der Energie des Röntgenstrahls, der chemischen Zusammensetzung des Objekts (der Ordnungszahl der vorhandenen Elemente) und der Dichte des Materials. Bei einem konstanten Energiespektrum und einer konstanten Materialzusammensetzung von Holz ist die Abschwächung des Röntgenstrahls stark von der Dichte des Materials abhängig, was seine Verwendung für die Densitometrie erklärt. Die Dämpfung (oder Übertragung) kann durch das Beer-Lambert-Gesetz ausgedrückt werden:

Equation 1

bei I0 der exponentiell einfallende Röntgenstrahl, der bei der Ausbreitung durch das Material über eine Strecke d zu einem transmittierten Röntgenstrahl Id zerfällt. Der lineare Dämpfungskoeffizient hängt μ von einer Reihe von Wechselwirkungen mit dem Material des Objekts ab. Bei den Projektionen handelt es sich also um Aufzeichnungen des übertragenen Strahls.

In der Praxis wird das Objekt auf dem Rotationstisch montiert, es wird ein richtiger SOD und SDD ausgewählt, eine bestimmte Leistung wird ebenfalls ausgewählt (abhängig von der Größe, Dichte und Zusammensetzung des Objekts) und das Objekt wird um 360° gedreht und während dieser Drehung werden mehrere Projektionen vorgenommen. Diese Projektionen werden dann verwendet, um die innere Struktur des Objekts zu rekonstruieren. Es gibt mehrere Rekonstruktionsalgorithmen, von denen die am häufigsten verwendeten immer noch auf dem vor Jahrzehnten entwickelten analytischen Rahmen basieren und sich auf die Radontransformation und den Fourier-Schichtsatz stützen. Für weitere Einzelheiten wird auf die Fachliteraturverwiesen 36.

Rätsel um Auflösung, Datenvolumen und Stichprobengröße: Die Auflösung ist der Schlüssel beim Röntgen-CT-Scan. In Systemen mit inverser Geometrie oder paralleler Strahlgeometrie wie Synchrotron-Beamlines spielen andere Überlegungen eine Rolle. In diesem Protokoll wird nur das standardmäßige laborbasierte Röntgen-CT-Scannen mit Kegelstrahlgeometrie behandelt. Hier sind das Konzept der Vergrößerung, der Pixelgröße des Detektors und der Spotgröße wesentlich. Die Vergrößerung ist definiert als das Verhältnis von SDD/SOD. Als nächstes wirkt sich natürlich auch die Pixelgröße des Detektors auf die Auflösung aus: Je kleiner die Pixelgröße, desto höher die Auflösung, aber in den meisten Fällen steht das Sichtfeld (FoV) auch in direktem Zusammenhang mit der Pixelgröße und der Größe des Detektors (kleinere Pixelgröße, kleineres FoV bei gleicher Pixelanzahl). Darüber hinaus ist auch die Spotgröße des Röntgenstrahls wichtig: Je größer die Spotgröße, desto geringer die Auflösung, was bedeutet, dass weniger Details zu sehen sind.

Es ist wichtig zu berücksichtigen, dass man eine Auflösung erhalten kann, die höher ist als das, was nach den oben genannten Grenzwerten möglich ist, daher ist es besser, den Begriff Voxelgröße (ein Voxel ist ein Volumenpixel) anstelle der Auflösung zu verwenden. Darüber hinaus spielen weitere Faktoren eine Rolle, wie z. B. die Schärfe des Detektors, die die tatsächliche Auflösung, mit der ein Objekt gescannt wird, weiter einschränken. Nur eine echte Kalibrierung des Systems unter Verwendung festgelegter Ziele liefert die wahrheitsgemäße Antwort.

In den meisten Fällen ist die Voxelgröße, mit der ein Objekt gescannt werden kann, jedoch meist durch die Größe des Objekts begrenzt. Das bedeutet, je größer das Objekt ist, desto geringer ist die Voxelgröße. Wenn das Objekt für eine bestimmte Voxelgröße nicht in das FOV des Detektors passt, kann die Voxelgröße reduziert werden, z. B. durch Begrenzung der Vergrößerung.

Die Scanzeit und das Datenvolumen sind wichtig, wenn Sie sich für die gewünschte Voxelgröße entscheiden. Im Allgemeinen gilt: Je kleiner die Voxelgröße, desto höher die Details, die man sehen möchte, je kleiner die Stichprobe oder je weniger Proben auf einmal gescannt werden können, desto mehr Zeit wird benötigt und desto größer sind die Datenmengen, die gesammelt werden. Stellen Sie sich folgendes theoretisches Beispiel vor: Man kann eine Probe mit den Maßen 10 cm x 10 cm x 10 cm bei 50 μm auf einmal mit einem bestimmten Röntgen-CT-System scannen und möchte das gleiche Volumen bei 10 μm scannen, das Volumen, das in das Sichtfeld passt, wäre nur 2 cm x 2 cm x 2 cm, vorausgesetzt, dass dies physikalisch möglich ist. Das bedeutet, dass 125 Scans benötigt werden (5³ = 5-fach höhere Auflösung, skaliert aufgrund der volumetrischen Natur des bildgebenden Verfahrens hoch 3), um das gesamte Volumen abzudecken, und dass das Datenvolumen ebenfalls zunehmen würde. Natürlich ist dies nur ein Gedankenexperiment, und man muss viel mehr als nur die Auflösung in Betracht ziehen. Für weitere Informationen wird der Leser auf eine Übersicht über die Scanmöglichkeiten37 verwiesen.

Flexibilität der Instrumente für das Scannen von Holzobjekten: In den letzten zehn Jahren haben viele Unternehmen Röntgen-CT-Systeme mit einer ähnlichen Baugruppe wie HECTOR35 geliefert. Einen Überblick über verschiedene CT-Systeme, die speziell auf ihre zeitliche Auflösung hin beurteilt wurden, wird in38 gegeben.

Insgesamt hat sich die Flexibilität und Benutzerfreundlichkeit der Röntgen-CT-Systeme deutlich verbessert. Viele Systeme erlauben das Scannen unterschiedlichster Objekte, was auch bei den Systemen bei UGCT der Fall ist. Das folgende Protokoll wird für das HECTOR-System demonstriert, das für die Jahrringanalyse geeignet ist. Das Protokoll ist jedoch für jedes andere verfügbare System gültig, wenn die Auflösung und das Datenformat dies zulassen.

Diese Systeme ermöglichen das Scannen einer Vielzahl von Objekten. In Abbildung 3 sind einige Bilder von verschiedenen Holzobjekten zu sehen, die mit dem HECTOR System gescannt wurden. Es ist diese Flexibilität, die die drei Skalen umfasst, die wir in Abbildung 1 darstellen und die von einer groben Auflösung bis zu einer sehr feinen Auflösung reichen.

Figure 3
Abbildung 3. Beispiele für Scan-Setups. (A) Ein Stamm, (B) ein Cello49, (C) Probenhalter (Typ 1) mit Baumkernen für das Batch-Scannen und (D) Probenhalter Typ 2 mit inkrementellen Kernen für die spiralförmige Abtastung, die auf dem Rotationstisch des HECTOR montiert sind. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Protocol

1. Kernprobenahme Beproben Sie den Baum mit einem Pressler-Bohrer. Konsultieren Sie Referenzen zum manuellen Kernen eines Baums39. Diese Toolchain wird für 5,15 mm Kerne angeboten. Legen Sie die Baumkerne gelöst in 6 mm Papierstrohhalme oder in einen anderen Rezeptor, der keinen Klebstoff benötigt. Kleben Sie die Baumkerne nicht auf eine Holzunterlage. Wenn die Kerne bereits montiert waren, nehmen Sie sie je nach Leimtyp mit Skalpell/Säge oder Lösungsmitte…

Representative Results

Wenn das Ziel die Schätzung der Biomasse oder das Inkrement des Baumwachstums vieler Proben ist, d. h. die Inter-Ring-Skala (Abbildung 1), dann wird der Probenhalter 1 (Abbildung 5) verwendet, um Proben zu scannen, um Dichteprofile (siehe Schritt 5.4.3) und Schätzungen des Baumwachstums zu erhalten, z. B. für schnell wachsende Bäume mit großem TRW, was eine gröbere Auflösung ermöglicht. Abbildung 12 zeigt ein Beispiel für d…

Discussion

Kritische Schritte innerhalb des Protokolls
Zu den kritischen Schritten innerhalb des Protokolls gehört die ordnungsgemäße Handhabung des Inkrementbohrers, um qualitativ hochwertige Inkrementkerne zu erhalten (Schritt 1.1 und siehe39), um Kleinigkeiten zu vermeiden. Als nächstes ist es wesentlich, dass die Kerne ungefasst bleiben (sieheaber 26), sowohl für das Einsetzen in den Probenhalter (Figur 5, siehe21) als …

Divulgaciones

The authors have nothing to disclose.

Acknowledgements

Wir danken den drei anonymen Gutachtern für ihr Feedback und ihre Anregungen. Diese Forschung wurde gefördert durch den BOF-Sonderforschungsfonds für JVdB (BOF Starting Grant BOF. STG.2018.0007.01) für den UGCT als Kompetenzzentrum (BOF. EXP.2017.0007) und als Core Facility (BOF. COR.2022.008) danken die Autoren auch der Forschungsstiftung Flandern (G019521N und G009720N) und dem UGent Industrial Research Fund (IOF) für die finanzielle Unterstützung der Infrastruktur durch Zuschüsse IOF. APP.2021.0005 (Projekt FaCT F2021/IOF-Equip/021).

Materials

6 mm paper straws  http://artstraws.com/education/product/artstraws-thick-asst-cols/ Coring
Aluminium core holders
ASTM standard ASTM D 1107 – 96
Cardboard postal tubes https://www.rajapack.co.uk/envelopes-mailing-bags/postal-tubes/1-5-2mm-brown-cardboard-postal-tubes_PDT05623.html
Column drill
Computer hardware for reconstruction and analysis X-ray CT scanning
Cooling 
Drying oven
Ethanol 
Flask for under soxhlet (2000 ml)
Floral foam https://www.oasisfloral.eu/ Sample holder type 1
Glass beads to fill void volume of Soxhlet to save solvent
Glue
Hot water bath  https://www.memmert.com/products/water-baths/water-bath/#!filters=%7B%7D Soxhlet extraction
Increment borer  https://haglofsweden.com/project/increment-borers/
Plastic cylinder  Moonen et al. 2022  Sample holder type 2
Plastic cylinders
Reservoir
Tailored soxhlet apparatus 
Toluene 
Water pump 
X-ray CT scanner

Referencias

  1. Björklund, J., et al. The utility of bulk wood density for tree-ring research. Dendrochronologia. 69 (September), 125880 (2021).
  2. Lachenbruch, B., Mcculloh, K. A. Traits, properties, and performance: How woody plants combine hydraulic and mechanical functions in a cell, tissue, or whole plant. New Phytologist. 204 (4), 747-764 (2014).
  3. Baker, T. R., et al. Variation in wood density determines spatial patterns in Amazonian forest biomass. Global Change Biology. 10 (5), 545-562 (2004).
  4. Bastin, J. F., et al. Wood specific gravity variations and biomass of central African tree species: The simple choice of the outer wood. PLoS ONE. 10 (11), 1-16 (2015).
  5. Chave, J., et al. Improved allometric models to estimate the aboveground biomass of tropical trees. Global Change Biology. 20 (10), 3177-3190 (2014).
  6. Chave, J., et al. Towards a worldwide wood economics spectrum. Ecology letters. 12, 351-366 (2009).
  7. Plourde, B. T., Boukili, V. K., Chazdon, R. L. Radial changes in wood specific gravity of tropical trees: inter- and intraspecific variation during secondary succession. Functional Ecology. 29 (1), 111-120 (2015).
  8. Decoux, V., Varcin, &. #. 2. 0. 1. ;., Leban, J. -. M. Relationships between the intra-ring wood density assessed by X-ray densitometry and optical anatomical measurements in conifers. Consequences for the cell wall apparent density determination. Annals of Forest Science. 61, 251-262 (2004).
  9. Rathgeber, C. B. K., Decoux, V., Leban, J. M. Linking intra-tree-ring wood density variations and tracheid anatomical characteristics in Douglas fir (Pseudotsuga menziesii (Mirb.) Franco). Annals of Forest Science. 63 (7), 699-706 (2006).
  10. Ziemińska, K., Butler, D. W., Gleason, S. M., Wright, I. J., Westoby, M. Fibre wall and lumen fractions drive wood density variation across 24 Australian angiosperms. AoB PLANTS. 5, plt046 (2013).
  11. Ziemińska, K., Westoby, M., Wright, I. J. Broad anatomical variation within a narrow wood density range – A study of twig wood across 69 Australian angiosperms. PLoS ONE. 10 (4), 1-25 (2015).
  12. De Mil, T., et al. Wood density profiles and their corresponding tissue fractions in tropical angiosperm trees. Forests. 9 (12), 763 (2018).
  13. Björklund, J., et al. Scientific Merits and Analytical Challenges of Tree-Ring Densitometry. Reviews of Geophysics. 57 (4), 1224-1264 (2019).
  14. Maniatis, D., Saint André, L., Temmerman, M., Malhi, Y., Beeckman, H. The potential of using xylarium wood samples for wood density calculations: A comparison of approaches for volume measurement. IForest. 4 (1), 150-159 (2011).
  15. Lehnebach, R., et al. Wood density variations of legume trees in French Guiana along the shade tolerance continuum: Heartwood effects on radial patterns and gradients. Forests. 10 (2), 1-22 (2019).
  16. Longuetaud, F., et al. Within-stem maps of wood density and water content for characterization of species: a case study on three hardwood and two softwood species. Annals of Forest Science. 73 (3), 601-614 (2016).
  17. Steffenrem, A., Kvaalen, H., Dalen, K. S., Høibø, O. A. A high-throughput X-ray-based method for measurements of relative wood density from unprepared increment cores from Picea abies. Scandinavian Journal of Forest Research. 29 (5), 506-514 (2014).
  18. Vannoppen, A., et al. Dendrochronologia Using X-ray CT based tree-ring width data for tree growth trend analysis. Dendrochronologia. 44, 66-75 (2017).
  19. Maes, S. L., et al. Evaluating the robustness of three ring-width measurement methods for growth release reconstruction. Dendrochronologia. 46 (May), 67-76 (2017).
  20. Van Den Berge, S., et al. Biomass increment and carbon sequestration in hedgerow-grown trees. Dendrochronologia. 70 (September), 125894 (2021).
  21. De Mil, T., Vannoppen, A., Beeckman, H., Van Acker, J., Van den Bulcke, J. A field-to-desktop toolchain for X-ray CT densitometry enables tree ring analysis. Annals of Botany. 117 (7), 1187-1196 (2016).
  22. St. George, S., Esper, J. Concord and discord among Northern Hemisphere paleotemperature reconstructions from tree rings. Quaternary Science Reviews. 203, 278-281 (2018).
  23. Schweingruber, F., Fritts, H., Braker, O., Drew, L., Schar, E. The X-ray technique as applied to dendroclimatology. Tree-Ring Bulletin. 38, 61-91 (1978).
  24. Björklund, J., et al. Cell size and wall dimensions drive distinct variability of earlywood and latewood density in Northern Hemisphere conifers. New Phytologist. 216 (3), 728-740 (2017).
  25. Polge, H. Applications dans les domaines Technologique et Physiologique. Annales des sciences forestières. 23 (1), 215 (1966).
  26. De Mil, T., et al. A lonely dot on the map: Exploring the climate signal in tree-ring density and stable isotopes of clanwilliam cedar, South Africa. Dendrochronologia. 69 (November 2020), 125879 (2021).
  27. Jansen, S., et al. Preparation of wood specimens for transmitted light microscopy and scanning electron microscopy. Belgian Journal of Botany. 131 (1), 41-49 (1998).
  28. Gärtner, H., Nievergelt, D. The core-microtome: A new tool for surface preparation on cores and time series analysis of varying cell parameters. Dendrochronologia. 28 (2), 85-92 (2010).
  29. von Arx, G., Crivellaro, A., Prendin, A. L., Čufar, K., Carrer, M. Quantitative Wood Anatomy-Practical Guidelines. Frontiers in Plant Science. 7 (June), 781 (2016).
  30. Seftigen, K., et al. Prospects for dendroanatomy in paleoclimatology — a case study on Picea engelmannii from the Canadian Rockies. Climate of the Past. 18 (5), 1151-1168 (2022).
  31. Castagneri, D., Regev, L., Boaretto, E., Carrer, M. Xylem anatomical traits reveal different strategies of two Mediterranean oaks to cope with drought and warming. Environmental and Experimental Botany. 133 (October), 128-138 (2017).
  32. Brodersen, C. R., et al. Automated analysis of three-dimensional xylem networks using high-resolution computed tomography. The New phytologist. 191 (4), 1168-1179 (2011).
  33. Van den Bulcke, J., et al. X-ray tomography as a tool for detailed anatomical analysis. Annals of Forest Science. 66 (5), 508 (2009).
  34. Williamson, G. B., Wiemann, M. C. Measuring wood specific gravity…Correctly. American journal of botany. 97 (3), 519-524 (2010).
  35. Masschaele, B., et al. HECTOR: A 240kV micro-CT setup optimized for research. Journal of Physics: Conference Series. 463 (1), 012012 (2013).
  36. Kak, A. C., Slaney, M. . Principles of Computerized Tomographic Imaging. , (2001).
  37. Van Den Bulcke, J., et al. Advanced X-ray CT scanning can boost tree ring research for earth system sciences. Annals of Botany. 124 (5), 837-847 (2019).
  38. Zwanenburg, E. A., Williams, M. A., Warnett, J. M. Review of high-speed imaging with lab-based x-ray computed tomography. Measurement Science and Technology. 33 (1), 012003 (2022).
  39. Gärtner, H., Cherubini, P., Schneider, L., Lucchinetti, S. Advanced Workflow for Taking High-Quality Increment Cores – New Techniques and Devices. JoVE. (193), e64747 (2023).
  40. Schweingruber, F. H., Fritts, H. C., Bräker, O. U. The X-ray technique as applied to dendroclimatology. Tree-Ring Bulletin. 38, (1978).
  41. Grabner, M., Wimmer, R., Gierlinger, N., Evans, R., Downes, G. M. Heartwood extractives in larch and effects on X-ray densitometry. Canadian Journal of Forest Research. 35 (12), 2781-2786 (2005).
  42. Schneider, C. A., Rasband, W. S., Eliceiri, K. W. NIH Image to ImageJ: 25 years of image analysis. Nature Methods. 9 (7), 671-675 (2012).
  43. Arganda-Carreras, I., et al. Trainable Weka Segmentation: A machine learning tool for microscopy pixel classification. Bioinformatics. 33 (15), 2424-2426 (2017).
  44. von Arx, G., Carrer, M. ROXAS – A new tool to build centuries-long tracheid-lumen chronologies in conifers. Dendrochronologia. 32 (3), 290-293 (2014).
  45. Koubaa, A., Zhang, S. Y. T., Makni, S. Defining the transition from earlywood to latewood in black spruce based on intra-ring wood density profiles from X-ray densitometry. Annals of Forest Science. 59 (5-6), 511-518 (2002).
  46. Buras, A., Wilmking, M. Correcting the calculation of Gleichläufigkeit. Dendrochronologia. 34, 29-30 (2015).
  47. Bunn, A. G. Statistical and visual crossdating in R using the dplR library. Dendrochronologia. 28 (4), 251-258 (2010).
  48. Zang, C., Biondi, F. Treeclim: an R package for the numerical calibration of proxy-climate relationships. Ecography. (November 2014), 1-6 (2014).
  49. Van den Bulcke, J., et al. Nondestructive research on wooden musical instruments: From macro- to microscale imaging with lab-based X-ray CT systems. Journal of Cultural Heritage. 27, S78-S87 (2017).
  50. Helama, S., Vartiainen, M., Kolström, T., Meriläinen, J. Dendrochronological investigation of wood extractives. Wood Science and Technology. 44 (2), 335-351 (2010).
  51. Black, B. A., et al. The value of crossdating to retain high-frequency variability, climate signals, and extreme events in environmental proxies. Global Change Biology. 22 (7), 2582-2595 (2016).
  52. Hubau, W., et al. The persistence of carbon in the African forest understory. Nature plants. 5 (2), 133-140 (2019).
  53. Stoffel, M., Klinkmüller, M. 3D analysis of anatomical reactions in conifers after mechanical wounding: First qualitative insights from X-ray computed tomography. Trees – Structure and Function. 27 (6), 1805-1811 (2013).
  54. Van den Bulcke, J., et al. Advanced X-ray CT scanning can boost tree-ring research for earth-system sciences. Annals of Botany. , 1-11 (2019).
  55. Ziaco, E., Biondi, F., Heinrich, I. Wood Cellular Dendroclimatology: Testing New Proxies in Great Basin Bristlecone Pine. Frontiers in Plant Science. 7 (October), 1-13 (2016).
  56. De Ridder, M., et al. High-resolution proxies for wood density variations in Terminalia superba. Annals of botany. 107 (2), 293-302 (2011).
  57. Resente, G., et al. Repeat! Artificial Intelligence for Quantitative Wood Anatomy. Frontiers in Plant Science. 12 (November), 1-14 (2021).

Play Video

Citar este artículo
De Mil, T., Van den Bulcke, J. Tree Core Analysis with X-ray Computed Tomography. J. Vis. Exp. (199), e65208, doi:10.3791/65208 (2023).

View Video