Summary

使用 X 射线计算机断层扫描进行树芯分析

Published: September 22, 2023
doi:

Summary

在这里,我们展示了如何使用 X 射线计算机断层扫描工具链处理树芯。除了用于某些目的的化学提取外,不需要进一步的物理实验室处理。该工具链可用于生物量估计、获取 MXD/树木年轮宽度数据以及获取定量木材解剖数据。

Abstract

提出了一种 X 射线计算机断层扫描 (CT) 工具链,无需进行劳动密集型表面处理或任何物理样品制备,即可获得树木年轮宽度 (TRW)、最大晚材密度 (MXD)、其他密度参数和定量木材解剖学 (QWA) 数据。这里的重点是分辨率范围从 60 μm 到 4 μm 的增量岩心和扫描程序。定义了应观察木材的三个尺度:(i) 环间尺度,(ii) 环尺度,即树木年轮分析和密度测量尺度,以及 (iii) 解剖尺度,后者接近传统的薄片质量。为每种秤定制设计的样品架都可实现多个增量岩心的高通量扫描。专门开发了一系列软件程序,以有效地处理树芯的三维 X 射线 CT 图像,用于 TRW 和密度测定。这项工作简要解释了 CT 的基本原理,这些原理对于正确理解协议是必需的。该协议是针对树木年代学中常用的一些已知物种提出的。粗略密度估计、TRW 和 MXD 数据以及定量解剖学数据的结合,使我们能够扩大和深化当前对气候重建或树木响应的分析,并进一步发展树木生态学/气候学和考古学领域。

Introduction

木材密度是一个易于测量的变量1,它反映了木材2 的解剖学和化学性质。在对地上生物量进行生物量估算时,木材密度是一个重要的加权变量3,4,5它与树木的尺寸相乘,并且是表示木材碳含量的因子。木材密度与木材的机械性能密切相关6 并反映了树木的生活史7.

细胞壁密度测量值约为 1500 kg/m³,被认为是相当恒定的8,但也应考虑环内细胞壁密度变化 8,9。木质细胞(通常是针叶树中的管胞、血管、薄壁组织和硬木中的纤维)以不同的方式定向/塑造,这些细胞的细胞壁厚度和管腔大小各不相同10。因此,树木之间、树内(轴向和横向)以及树木年轮内的短时间间隔内的木材密度各不相同11,12。在许多情况下,年轮尺度上的木材密度变化也划定了树木年轮边界13。根据研究目标(图1),木材密度和最终的组织分数被生成,在本文中,根据研究目标(图1),大致分为三类(即三种不同的分辨率尺度)。

环间刻度:通过测量木头片,获得该样品的单个值。这可以通过水浸或几何14 来完成。通过这种方式,可以获得一般的生物量或木材技术变量。为了包括髓到树皮的变化,这些木块可以进一步划分为块,这些块进行手动测量,以获得有关生活史策略的信息15.当切换到低分辨率 X 射线 CT 时,例如在医疗扫描仪17,18 中,可以在许多样本上以有效的方式获得中宽环上的 TRW 数据 18,19,20。这也是可用于评估温带和热带树木从髓到树皮的生物量的量表4,22分辨率通常范围为50μm至200μm。

环形刻度:木材是过去环境条件的记录器。最广为人知的参数是树木年轮宽度 (TRW),但对于全球温度重建,最大晚材密度 (MXD) 记录被证明是温度22 的更好代表。MXD 是一个易于测量的变量23,是树木年轮最后一个细胞的细胞壁厚度和细胞大小的代理,并且位于树线和北方位置,与季节性气温呈正相关24:夏季越暖和,时间越长,细胞壁木质化就越多,从而增加了这些最后细胞的密度。传统的测量方法(如浸入和几何形状)在确定这种环级密度方面不太准确。之前的一项研究开发了一种工具链,用于在薄切样品上使用 X 射线胶片25。这在林业和后来的古气候学中引发了一场革命15,18,定义了最大晚材密度 (MXD),即通常位于环末端的峰值密度值,作为夏季温度的代理。基本原理是将样品(约 1.2 mm 至 7 mm13)锯切至完全平行于轴向,并将样品放在暴露于 X 射线源的敏感薄膜上。然后,这些射线照相胶片通过光源被读出,该光源检测强度并保存轮廓和年度树木年轮参数。然而,这些工具需要大量的样品制备和手动工作。最近,这已经以更标准化的方式或基于已安装的岩心26开发了用于X射线CT。这里的分辨率范围在 10 μm 到 20 μm 之间。TRW 也在这个尺度上测量,尤其是在处理较小的环时。

解剖尺度:在此尺度(分辨率< 4 μm)下,随着主要解剖特征的可视化并且可以测量其宽度和比例,平均密度水平变得不那么相关。通常,这是通过进行显微切片或高分辨率光学扫描或 μ-CT 扫描来完成的。当需要观察细胞壁的超微结构时,扫描电子显微镜是最常用的方法27。在解剖学尺度上,单个组织部分变得可见,因此可以从图像中得出生理参数。根据单个解剖参数和木材的细胞壁密度,可以得出解剖密度,以便与传统的木材密度估计器进行比较24

由于改进了切片技术和图像软件 29,30,Dendro-Anatomy 30 已被开发出来,以更准确地记录木材,既能更接近估计针叶树中的 MXD,又能测量阔叶树的几个解剖变量。在这个尺度上,测量了实际的解剖参数并与环境参数相关31 。使用μCT,也可以获得该水平32,33

由于木材本身具有吸湿性和各向异性,因此需要仔细定义木材密度,并需要指定测量条件,无论是烤箱干燥、调节(通常在 12% 的含水量下)还是绿色(在森林中砍伐)34。对于大样品和技术目的,木材密度定义为在给定条件下的重量除以其体积。然而,木材密度的值很大程度上取决于测量它的尺度,例如,从髓到树皮的木材密度可以翻倍,而在环尺度上(在针叶树中),早木到晚木的过渡也导致木材密度显着增加,在环边界处达到峰值。

在这里,提出了一种增量核心的 X 射线 CT 扫描协议,以便测量上述 3 个尺度的特征(图 1)。由于设置灵活,X 射线 CT 的最新发展可以覆盖这些量表中的大部分。研究目标将决定最终的扫描协议。

一个关键的限制因素(这与木材密度和一般木材的缩放性质有着内在的联系)是扫描所需的分辨率和时间。示例演示了如何:(i) 从刚果盆地获得用于估计 Terminalia superba 生物量的年轮间树间木材密度剖面,(ii) 根据 HECTOR 系统35 上的螺旋扫描从 Clanwilliam 雪松 (Widdringtonia cedarbergensis) 获取密度记录,以及 (iii) 在 Nanowood 系统上测量无柄橡树的容器参数。这两款扫描仪都是 UGent X 射线断层扫描中心(UGCT、

Figure 1
图 1:X 射线 CT 扫描的一般方法决策树。 这些行表示要采取的步骤,从研究目标开始,一直到最终的数据格式。白框是与此工具链相关的步骤。灰色框是可以使用其他软件或 R 包执行的步骤,例如用于树木年轮分析的 dplr47 和 Treeclim48 ,以及 ROXAS44 以及 ImageJ42 或其他(商业)应用程序,用于根据 CT 图像导出木材解剖参数。 请点击这里查看此图的较大版本.

木材的X-CT研究
扫描仪的设置:标准 X 射线 CT 扫描仪由一个 X 射线管、一个 X 射线探测器、一个旋转台和一组电机组成,用于来回移动旋转台,在大多数情况下还包括探测器(图 2)。

Figure 2
图2.HECTOR扫描系统。 系统35,显示源探测器距离(SDD)和源物体距离(SOD)。 请点击这里查看此图的较大版本.

大多数基于实验室的系统都具有锥形束几何形状,这意味着产生的 X 射线以锥形束形状从管子的出射窗分布,这意味着通过改变物体与管之间的距离(SOD = 源-物体-距离)以及探测器与管之间的距离(SDD = 源-探测器-距离),可以控制放大倍率(参见关于分辨率的讨论)。由于 X 射线的穿透力,它们会穿过物体,衰减束的强度是 X 射线束的能量、物体的化学成分(存在的元素的原子序数)和材料密度的函数。鉴于木材具有恒定的能谱和恒定的材料成分,X射线束的衰减在很大程度上取决于材料的密度,这解释了其在密度测定中的用途。衰减(或传输)可以用 Beer-Lambert 定律表示:

Equation 1

当 I0 时,入射的 X 射线束呈指数增长,当穿过材料传播一段距离 d 时,它会衰减为透射的 X 射线束 Id。线性衰减系数μ取决于与物体材料的一系列相互作用。因此,投影是传输光束的记录。

实际上,将物体安装在旋转台上,选择适当的 SOD 和 SDD,选择一定的功率(与物体大小、密度和成分有关),并且物体旋转 360°,在旋转过程中进行多次投影。然后,这些投影用于重建物体的内部结构。有几种可用的重建算法,其中使用最多的仍然是基于几十年前开发的分析框架,依赖于Radon变换和傅里叶切片定理。有关更多详细信息,请向读者参考专业文献36

分辨率、数据量和样本量的难题:分辨率是 X 射线 CT 扫描的关键。在具有逆几何形状或平行光束几何形状(如同步辐射光束线)的系统中,其他考虑因素也起作用。该协议仅讨论具有锥形束几何形状的标准基于实验室的 X 射线 CT 扫描。在这里,放大倍率、探测器像素大小和光斑大小的概念是必不可少的。放大倍率定义为 SDD/SOD 的比率。其次,探测器的像素大小显然也会影响分辨率:像素尺寸越小,分辨率越高,但在大多数情况下,视场(FoV)也与像素大小和探测器的大小直接相关(像素尺寸越小,相同像素数量的FoV越小)。此外,X射线束的光斑尺寸也很重要:光斑尺寸越大,分辨率越低,这意味着可以看到的细节较少。

重要的是要解决一个问题,即可以获得的分辨率高于根据上述限制可能获得的分辨率,因此最好使用术语体素大小(体素是体积像素)而不是分辨率。此外,还有其他因素在起作用,例如探测器的锐度,这进一步限制了扫描物体的真实分辨率。只有使用既定目标对系统进行真正的校准,才能提供真实的答案。

但是,在大多数情况下,可以扫描对象的体素大小主要受对象大小的限制。这意味着对象越大,体素大小就越小。如果物体在一定的体素大小下不适合探测器的FoV,则可以减小体素大小,例如,通过限制放大倍率。

在确定所需的体素大小时,扫描时间和数据量是重要的考虑因素。一般来说,体素越小意味着想要看到的细节越高,样本越小或一次可以扫描的样本越少,需要更多的时间,收集的数据量也就越大。想象一下以下理论示例:可以使用某个 X 射线 CT 系统一次扫描 10 cm x 10 cm x 10 cm 的样品,距离为 50 μm,并希望扫描 10 μm 的相同体积,适合 FoV 的体积仅为 2 cm x 2 cm x 2 cm, 假设这在物理上是可行的。这意味着需要 125 次扫描(5³ = 5 倍高分辨率,由于成像技术的体积特性,缩放到 3 的次方)才能覆盖整个体积,并且数据量也会同样增加。当然,这只是一个思想实验,人们需要考虑的不仅仅是分辨率。有关更多信息,请读者参阅扫描可能性的概述37

用于扫描木制物体的仪器的灵活性:在过去的十年中,许多公司都提供了与 HECTOR35 组件相似的 X 射线 CT 系统。38 概述了几种 CT 系统,特别是对其时间分辨率的评估。

总而言之,X 射线 CT 系统的灵活性和用户友好性有了很大的提高。许多系统允许扫描各种物体,UGCT的系统也是如此。以下协议针对HECTOR系统进行了演示,该系统适用于树木年轮分析。但是,如果分辨率和数据格式允许,则该协议对任何其他可用系统都有效。

这些系统允许扫描各种物体。 图3给出了使用HECTOR系统扫描的不同木制物体的几张图片。正是这种灵活性构成了我们在 图 1 中展示的三种尺度,范围从粗略的分辨率到非常精细的分辨率。

Figure 3
图3.扫描设置示例。A) 一根日志,(B) 一把大提琴49,(C) 样品架(1 型),带有用于批量扫描的树形岩心,以及 (D) 样品架 2 型,带有用于螺旋扫描的增量岩心,安装在 HECTOR 的旋转台上。 请点击这里查看此图的较大版本.

Protocol

1. 岩心取样 用 Pressler 蛀虫对树进行取样。查阅有关如何手动对树进行取芯的参考资料39.该工具链适用于 5.15 mm 核心。 将解开胶水的树芯放入 6 毫米纸吸管或任何其他不需要胶水的接收器中。不要将树芯粘在木支架上。如果芯子已经安装好,请根据胶水类型用手术刀/锯子或溶剂卸载它们。 避免将它们包裹在塑料管中,先尝试将它们晾干,以避…

Representative Results

如果目标是许多样品的生物量估计或树木生长增量,即环间尺度(图1),则使用样品架1(图5)扫描样品以获得密度分布(参见步骤5.4.3)和树木生长的估计,例如,对于具有大TRW的快速生长的树木,这允许更粗糙的分辨率。 图 12 显示了来自刚果盆地的 T. superba 的髓到树皮和轴向密度趋势的示例。这些图表基于在茎的不同…

Discussion

协议中的关键步骤
该协议中的关键步骤包括正确处理增量钻孔器以获得高质量的增量核心(步骤1.1.和参见39),以避免零碎。接下来,必须保持芯部未安装(但见26),以便插入样品架(图 5,见21),以及用于正确提取树脂50 和可能的未来分析。在扫描之前(步骤 2.2.2.),在扫描室中对样品进行调?…

Disclosures

The authors have nothing to disclose.

Acknowledgements

我们感谢三位匿名审稿人的反馈和建议。本研究由JVdB BOF专项研究基金(BOF Starting Grant BOF.STG.2018.0007.01),将UGCT作为专业中心(BOF.EXP.2017.0007)和作为核心设施(BOF.COR.2022.008),作者还感谢法兰德斯研究基金会(G019521N和G009720N)和UGent工业研究基金(IOF)通过赠款IOF对基础设施的财政支持。APP.2021.0005(项目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

References

  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

Cite This Article
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