X-ray Bilgisayarlı Tomografi ile Ağaç Çekirdeği Analizi

Ahşap yoğunluğu, ahşabın² hem anatomik hem de kimyasal özelliklerini yansıtan, ölçülmesi kolay bir değişkendir¹. Yer üstü biyokütlenin biyokütle tahminlerinde odun yoğunluğu, ağacın boyutları ile çarpılan ^ve ahşabın karbon içeriğini temsil eden bir faktör olan önemli bir tartım değişkeni 3,4,5’tir. Odun yoğunluğu, kerestenin⁶ mekanik özelliklerine sıkı sıkıya bağlıdır ve bir ağacın⁷ yaşam öyküsünü yansıtır.

Hücre duvarı yoğunluğu yaklaşık 1500 kg/m³ olarak ölçülür ve oldukça sabit olarak kabul edilir⁸, ancak halka içi hücre duvarı yoğunluğu değişimleri de ^8,9 olarak dikkate alınmalıdır. Odunsu hücreler (genel olarak kozalaklı ağaçlarda tracheidler, sert ağaçlarda damarlar, parankim ve lifler) farklı şekillerde yönlendirilir/şekillendirilir ve bu hücrelerin hücre duvar kalınlığı ve lümen büyüklüğü¹⁰ olarak değişir. Bu nedenle, odun yoğunluğu ağaçlar arasında, bir ağaç içinde (eksenel ve enine) ve bir ağaç halkası^11,12 içinde kısa aralıklarla değişir. Çoğu durumda, halka ölçeğindeki odun yoğunluğu değişimi aynı zamanda ağaç halkası sınırını^{da sınırlar 13}. Odun yoğunluğu ve nihayetinde doku fraksiyonları üretilir ve bu yazıda, aşağıda açıklandığı gibi çalışma hedefine (Şekil 1) bağlı olarak genel olarak üç kategoriye (yani üç farklı çözünürlük ölçeği) ayrılır.

Halkalar arası ölçek: Odun parçaları ölçülerek, o numune için tek bir değer elde edilir. Bu, suya daldırma yoluyla veya geometrik olarak^{yapılabilir 14}. Bu sayede genel biyokütle veya odun teknolojik değişkenleri elde edilebilir. Dipten kabuğa varyasyonu dahil etmek için, bu odun parçaları, yaşam öyküsü stratejisi¹⁵ hakkında bilgi elde etmek için manuel olarak ölçülen bloklara bölünebilir. Tıbbi tarayıcılarda olduğu gibi düşük çözünürlüklü X-ışını BT’ye^{geçerken 17,18}, ^orta-geniş halkalar üzerindeki TRW verileri birçok numune üzerinde verimli bir şekilde yapılabilir^18,19,20. Bu aynı zamanda, tipik olarak 50 μm ila 200 μm arasında değişen çözünürlüklerde değişen, hem ılıman hem de tropikal ağaçlardan ^4,22 özden kabuğa biyokütleyi değerlendirmek için kullanılabilecek ölçektir.

Yüzük ölçeği: Ahşap, geçmiş çevresel koşulların bir kaydedicisidir. En iyi bilinen parametre ağaç halkası genişliğidir (TRW), ancak küresel sıcaklık rekonstrüksiyonları için, maksimum latewood yoğunluğu (MXD) kayıtlarının^{sıcaklık 22} için daha iyi bir vekil olduğu kanıtlanmıştır. MXD, ölçülmesi kolay bir değişkendir²³ ve bir ağaç halkasının son hücrelerindeki hücre duvarı kalınlığı ve hücre boyutu için bir vekildir ve mevsimsel hava sıcaklığına pozitif olarak bağlı ağaç hattı ve boreal bölgelerdedir²⁴: yazlar ne kadar sıcak ve uzun olursa, daha fazla hücre duvarı odunlaşması meydana gelir ve bu da bu son hücrelerin yoğunluğunu artırır. Daldırma ve geometri gibi geleneksel ölçümler, bu halka seviyesi yoğunluğunu belirlemek için daha az doğrudur. Önceki bir çalışma, ince kesilmiş numuneler üzerinde X-ışını filmi kullanmak için bir araç zinciri geliştirdi²⁵. Bu, hem ormancılıkta hem de daha sonraki paleoklimatolojide^{bir devrime} yol açtı ^15,18 ve maksimum lateodun yoğunluğunu (MXD), yani genellikle bir halkanın sonundaki en yüksek yoğunluk değerini yaz sıcaklığının bir temsilcisi olarak tanımladı. Temel prensip, numunelerin eksenel yöne mükemmel bir şekilde paralel olacak şekilde kesilmesi (yaklaşık 1,2 mm ila 7 mm¹³) ve numunenin bir X-ışını kaynağına maruz bırakılan hassas bir film üzerine konmasıdır. Daha sonra bu radyografi filmleri, yoğunluğu algılayan ve profilleri ve yıllık ağaç halkası parametrelerini kaydeden bir ışık kaynağı aracılığıyla okunur. Bununla birlikte, bu araçlar önemli miktarda numune hazırlama ve manuel çalışma gerektirir. Son zamanlarda bu, X-ışını CT için daha standart bir şekilde veya monte edilmiş çekirdeklere dayalı olarak geliştirilmiştir²⁶. Buradaki çözünürlük 10 μm ile 20 μm arasında değişir. TRW, özellikle daha küçük halkalarla uğraşırken bu ölçekte de ölçülür.

Anatomik ölçek: Bu ölçekte (çözünürlük < 4 μm), ana anatomik özellikler görselleştirildikçe ve genişlikleri ve oranları ölçülebildiğinden ortalama yoğunluk seviyeleri daha az alakalı hale gelir. Tipik olarak bu, mikrokesitler veya yüksek çözünürlüklü optik taramalar veya μ-CT taramaları yapılarak yapılır. Hücre duvarlarının üst yapısının görselleştirilmesi gerektiğinde, taramalı elektron mikroskobu en yaygın kullanılan yöntemdir²⁷. Anatomik ölçekte, bireysel doku fraksiyonları görünür hale gelir, böylece görüntülerden fizyolojik parametreler türetilebilir. Bireysel anatomik parametrelere ve ahşabın hücre duvarı yoğunluğuna dayanarak, geleneksel odun yoğunluğu²⁴ tahmincileri ile karşılaştırma için anatomik yoğunluk elde edilebilir.

Geliştirilmiş kesitleme teknikleri ve görüntü yazılımı^29,30 sayesinde, dendro-anatomy³⁰, hem kozalaklı ağaçlardaki MXD’yi daha yakından tahmin etmek hem de geniş yapraklı ağaçlardan çeşitli anatomik değişkenleri ölçmek için ahşabın daha doğru bir kaydına sahip olmak için geliştirilmiştir. Bu ölçekte, gerçek anatomik parametreler ölçülür ve çevresel parametrelerle ilişkilendirilir³¹ . μCT ile bu seviye de^{elde edilebilir 32,33}.

Ahşabın doğası gereği higroskopik ve anizotropik olduğundan, odun yoğunluğunun dikkatli bir şekilde tanımlanması ve ölçüm koşullarının fırında kurutulmuş, şartlandırılmış (tipik olarak %12 nem içeriğinde) veya yeşil (ormanda kesildiği gibi) olarak belirtilmesi ^gerekir34. Büyük numuneler ve teknik amaçlar için odun yoğunluğu, belirli koşullarda ağırlığın hacmine bölünmesi olarak tanımlanır. Bununla birlikte, odun yoğunluğunun değeri, ölçüldüğü ölçeğe büyük ölçüde bağlıdır, örneğin özden kabuğa odun yoğunluğu iki katına çıkabilir ve halka ölçeğinde (kozalaklı ağaçlarda) erken odunun lateks oduna geçişi, halka sınırında bir tepe ile odun yoğunluğunda da önemli bir artışa neden olur.

Burada, yukarıda belirtilen 3 ölçekteki özellikleri ölçmek için artımlı çekirdeklerin bir X-ışını CT tarama protokolü sunulmaktadır (Şekil 1). X-ışını BT’deki son gelişmeler, esnek bir kurulum nedeniyle bu ölçeklerin çoğunu kapsayabilir. Araştırma hedefleri, tarama için nihai protokolü belirleyecektir.

Önemli bir sınırlayıcı faktör (doğası gereği ahşabın ölçekli doğasına ve genel olarak ahşabın ölçekli doğasına bağlıdır), tarama için gereken çözünürlük ve süredir. Örneklerin nasıl yapılacağı gösterilmektedir: (i) Kongo Havzası’ndan Terminalia superba’da biyokütle tahminleri için halkalar arası ağaç ölçeği ahşap yoğunluk profillerinin elde edilmesi, (ii) bir HECTOR sistemi³⁵ üzerinde sarmal taramaya dayalı olarak Clanwilliam sedirinden (Widdringtonia cedarbergensis) yoğunluk kayıtlarının elde edilmesi ve (iii) Nanowood sisteminde sapsız meşe üzerinde kap parametrelerinin ölçülmesi. Her iki tarayıcı da UGent X-ışını Tomografi Merkezi’ndeki (UGCT,

Şekil 1: X-ışını CT taraması için genel metodolojik karar ağacı. Satırlar, araştırma hedefinden nihai veri formatına kadar atılması gereken adımları gösterir. Beyaz kutular, bu araç zinciriyle ilgili adımlardır. Gri renkli kutular, ağaç halkası analizi için dplr⁴⁷ ve Treeclim⁴⁸ ve ROXAS⁴⁴ ile ImageJ⁴² veya CT görüntülerine dayalı ahşap anatomik parametrelerinin türüretilmesi için diğer (ticari) uygulamalar gibi diğer yazılımlar veya R paketleri ile gerçekleştirilebilen adımlardır. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.

Ahşap üzerinde X-CT araştırması
Bir tarayıcının kurulumu: Standart bir X-ışını CT tarayıcısı, bir X-ışını tüpü, bir X-ışını dedektörü, bir rotasyon aşaması ve rotasyon aşamasını ve çoğu durumda dedektörü ileri geri hareket ettirmek için bir dizi motordan oluşur (Şekil 2).

Şekil 2. HECTOR tarama sistemi. Sistem³⁵, kaynak dedektör mesafesini (SDD) ve kaynak nesne mesafesini (SOD) gösterir. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.

Laboratuvar tabanlı sistemlerin çoğu bir koni-ışın geometrisine sahiptir, bu da üretilen X-ışınlarının tüpün çıkış penceresinden bir koni ışını şeklinde dağıtıldığı anlamına gelir, bu da nesne ile tüp arasındaki mesafeyi değiştirerek (SOD = Kaynak-Nesne-Mesafe) ve dedektör ve tüp (SDD = Kaynak-Dedektör-Mesafesi), büyütmenin kontrol edildiği anlamına gelir (çözünürlük hakkındaki tartışmaya bakın). X-ışınlarının nüfuz etme gücü nedeniyle, nesnenin içinden geçerler ve zayıflama ışınının yoğunluğu, X-ışını ışınının enerjisinin, nesnenin kimyasal bileşiminin (mevcut elementlerin atom numarası) ve malzemenin yoğunluğunun bir fonksiyonudur. Sabit bir enerji spektrumu ve ahşabın sabit bir malzeme bileşimi göz önüne alındığında, X-ışını demetinin zayıflaması, malzemenin yoğunluğuna büyük ölçüde bağlıdır, bu da dansitometri için kullanımını açıklar. Zayıflama (veya iletim) Beer-Lambert yasası ile ifade edilebilir:

I₀ ile gelen X-ışını ışını üstel olarak iletilen bir X-ışını ışınına bozunur ve malzeme boyunca bir mesafe boyunca yayılırken D . Doğrusal zayıflama katsayısı μ, nesnenin malzemesi ile bir dizi etkileşime bağlıdır. Projeksiyonlar bu nedenle iletilen ışının kayıtlarıdır.

Pratik olarak, nesne dönme aşamasına monte edilir, uygun bir SOD ve SDD seçilir, belirli bir güç de seçilir (nesne boyutu, yoğunluğu ve bileşimi ile ilgili) ve nesne 360° döndürülür ve bu dönüş sırasında birden fazla projeksiyon alınır. Bu çıkıntılar daha sonra nesnenin iç yapısını yeniden yapılandırmak için kullanılır. Radon dönüşümüne ve Fourier dilimi teoremine dayanarak, en çok kullanılanları hala onlarca yıl önce geliştirilen analitik çerçeveye dayanan birkaç yeniden yapılandırma algoritması mevcuttur. Daha fazla ayrıntı için, okuyucu özel literatüre^{yönlendirilir 36}.

Çözünürlük, veri hacmi ve örneklem boyutu bilmecesi: Çözünürlük, X-ray CT taramasında çok önemlidir. Ters geometriye veya senkrotron ışın hatları gibi paralel ışın geometrisine sahip sistemlerde, diğer hususlar rol oynar. Bu protokol yalnızca koni ışını geometrisine sahip standart laboratuvar tabanlı X-ışını CT taramasını tartışır. Burada büyütme kavramı, dedektör piksel boyutu ve nokta boyutu esastır. Büyütme, SDD/SOD oranı olarak tanımlanır. Daha sonra, dedektörün piksel boyutu da açıkça çözünürlüğü etkiler: piksel boyutu ne kadar küçükse, çözünürlük o kadar yüksek olur, ancak çoğu durumda görüş alanı (FoV) aynı zamanda dedektörün piksel boyutu ve boyutuyla da doğrudan ilişkilidir (daha küçük piksel boyutu, aynı sayıda piksel için daha küçük FoV). Ayrıca, X-ışını demetinin nokta boyutu da önemlidir: nokta boyutu ne kadar büyükse, çözünürlük o kadar düşük olur, bu da daha az ayrıntının görülebileceği anlamına gelir.

Yukarıda belirtilen sınırlara göre mümkün olandan daha yüksek bir çözünürlük elde edilebileceğini ele almak önemlidir, bu nedenle çözünürlük yerine voksel boyutu (voksel bir hacim pikselidir) terimini kullanmak daha iyidir. Ayrıca, bir nesnenin tarandığı gerçek çözünürlüğü daha da sınırlayan dedektör keskinliği gibi başka faktörler de rol oynar. Yalnızca sistemin belirlenmiş hedefleri kullanarak gerçek bir kalibrasyonu doğru cevabı verir.

Bununla birlikte, çoğu durumda, bir nesnenin taranabileceği voksel boyutu çoğunlukla nesnenin boyutuyla sınırlıdır. Bu, nesne ne kadar büyükse, voksel boyutunun o kadar düşük olacağı anlamına gelir. Nesne, belirli bir voksel boyutu için dedektörün FoV’sine uymuyorsa, örneğin büyütme sınırlandırılarak voksel boyutu azaltılabilir.

İstenen voksel boyutuna karar verirken tarama süresi ve veri hacminin dikkate alınması önemlidir. Genel olarak, voksel boyutu ne kadar küçükse, görmek istenen ayrıntı o kadar yüksek olur, örnek o kadar küçük olur veya bir kerede taranabilen örnek o kadar az olur, daha fazla zaman gerekir ve veri hacimleri daha büyük toplanır. Aşağıdaki teorik örneği hayal edin: belirli bir X-ışını CT sistemi ile bir kerede 50 μm’de 10 cm x 10 cm x 10 cm ölçülerinde bir numune taranabilir ve aynı hacmi 10 μm’de taramak istenirse, FoV’ye uyan hacim sadece 2 cm x 2 cm x 2 cm olacaktır, Bunun fiziksel olarak mümkün olduğunu varsayarsak. Bu, tüm hacmi kaplamak için 125 taramaya (5³ = 5 kat daha yüksek çözünürlük, görüntüleme tekniğinin hacimsel doğası nedeniyle 3’ün gücüne ölçeklenir) ihtiyaç duyulduğu ve veri hacminin de aynı şekilde artacağı anlamına gelir. Tabii ki, bu sadece bir düşünce deneyidir ve sadece çözümden çok daha fazlasını düşünmek gerekir. Daha fazla bilgi için, okuyucu tarama olanaklarına genel bir bakış³⁷ bölümüne yönlendirilir.

Ahşap nesnelerin taranması için aletlerin esnekliği: Son on yılda, birçok şirket HECTOR³⁵ ile benzer bir montaja sahip X-ray CT sistemleri teslim etti. Özellikle zamansal çözünürlükleri açısından değerlendirilen çeşitli BT sistemlerine genel bir bakış^38’de verilmiştir.

Toplamda, X-ray CT sistemlerinin esnekliği ve kullanıcı dostu olması önemli ölçüde gelişmiştir. Birçok sistem, UGCT’deki sistemlerde de olduğu gibi çok çeşitli nesnelerin taranmasına izin verir. Aşağıdaki protokol, ağaç halkası analizi için uygun olan HECTOR sistemi için gösterilmiştir. Bununla birlikte, protokol, çözünürlük ve veri formatı izin veriyorsa, mevcut diğer tüm sistemler için geçerlidir.

Bu sistemler, çeşitli nesnelerin taranmasına izin verir. HECTOR sistemi ile taranan farklı ahşap objelerin birkaç resmi Şekil 3’te verilmiştir. Şekil 1’de sunduğumuz, kaba bir çözünürlükten çok ince bir çözünürlüğe kadar değişen üç ölçeği içeren bu esnekliktir.

Şekil 3. Kurulum örneklerinin taranması. (A) Bir kütük, (B) bir çello⁴⁹, (C) toplu tarama için ağaç çekirdekli numune tutucular (tip 1) ve (D) HECTOR’un dönüş aşamasına monte edilmiş sarmal tarama için artımlı çekirdeklere sahip numune tutucu tip 2. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.