Summary

Boomkernanalyse met röntgencomputertomografie

Published: September 22, 2023
doi:

Summary

Hier laten we zien hoe boomkernen kunnen worden verwerkt met een röntgencomputertomografie-toolchain. Behalve voor chemische extractie voor sommige doeleinden, is er geen verdere fysieke laboratoriumbehandeling nodig. De toolchain kan worden gebruikt voor schattingen van biomassa, voor het verkrijgen van MXD/boomringbreedtegegevens en voor het verkrijgen van kwantitatieve houtanatomiegegevens.

Abstract

Een toolchain voor röntgencomputertomografie (CT) wordt gepresenteerd om de jaarringbreedte (TRW), de maximale dichtheid van laathout (MXD), andere dichtheidsparameters en kwantitatieve houtanatomiegegevens (QWA) te verkrijgen zonder de noodzaak van arbeidsintensieve oppervlaktebehandeling of enige fysieke monstervoorbereiding. De focus ligt hier op increment cores en scanprocedures met resoluties van 60 μm tot 4 μm. Er zijn drie schalen gedefinieerd waarop naar hout moet worden gekeken: (i) de schaal van de ring, (ii) de schaal van de ring, d.w.z. de jaarringanalyse en de densitometrieschaal, evenals (iii) de anatomische schaal, waarbij de laatste de conventionele kwaliteit van dunne doorsnede benadert. Op maat ontworpen monsterhouders voor elk van deze schalen maken het mogelijk om meerdere incrementele kernen met een hoge doorvoer te scannen. Een reeks softwareroutines werd speciaal ontwikkeld om driedimensionale röntgen-CT-beelden van de boomkernen efficiënt te behandelen voor TRW en densitometrie. In dit werk worden kort de basisprincipes van CT uitgelegd, die nodig zijn voor een goed begrip van het protocol. Het protocol wordt gepresenteerd voor enkele bekende soorten die vaak worden gebruikt in de dendrochronologie. De combinatie van ruwe dichtheidsschattingen, TRW- en MXD-gegevens, evenals kwantitatieve anatomische gegevens, stelt ons in staat om de huidige analyses voor klimaatreconstructies of boomrespons te verbreden en te verdiepen, en om het gebied van dendroecologie/klimatologie en archeologie verder te ontwikkelen.

Introduction

Houtdichtheid is een gemakkelijk te meten grootheid1 die zowel de anatomische als de chemische eigenschappen van het hout weerspiegelt2. Bij biomassaschattingen van bovengrondse biomassa is de houtdichtheid een belangrijke weegvariabele van 3,4,5, die wordt vermenigvuldigd met de afmetingen van de boom en een factor die het koolstofgehalte van het hout weergeeft. De dichtheid van hout is nauw verbonden met de mechanische eigenschappen van hout6 en weerspiegelt de levensgeschiedenis van een boom7.

De celwanddichtheid wordt gemeten als ongeveer 1500 kg/m³ en wordt alsvrij constant beschouwd 8, maar variaties in de celwanddichtheid binnen de ringmoeten ook in aanmerking worden genomen 8,9. Houtachtige cellen (in het algemeen tracheïden in coniferen, vaten, parenchym en vezels in hardhout) zijn op verschillende manieren georiënteerd/gevormd en de dikte van de celwand en de lumengrootte van deze cellen varieert10. Daarom varieert de houtdichtheid tussen bomen, binnen een boom (axiaal en transversaal) en binnen korte tussenpozen binnen een boomring11,12. In veel gevallen begrenst de variatie in de houtdichtheid op de ringschaal ook de jaarringgrens13. Houtdichtheid en uiteindelijk weefselfracties worden gegenereerd en in dit artikel worden deze grofweg in drie categorieën ingedeeld (d.w.z. drie verschillende resolutieschalen), afhankelijk van het onderzoeksdoel (figuur 1), zoals hieronder beschreven.

Ringschaal: Door stukken hout te meten, wordt een enkele waarde voor dat monster verkregen. Dit kan worden gedaan door onderdompeling in water of geometrisch14. Op deze manier kunnen algemene biomassa- of houttechnologische variabelen worden verkregen. Om de variatie van merg tot schors op te nemen, kunnen deze stukken hout verder worden onderverdeeld in blokken die handmatig worden gemeten om informatie te verkrijgen over de levensgeschiedenisstrategie15. Bij het overschakelen op röntgen-CT met lage resolutie, zoals in medische scanners17,18, kunnen TRW-gegevens over middelgrote tot brede ringen op een efficiënte manier worden gemaakt op veel monsters 18,19,20. Dit is ook de schaal die kan worden gebruikt om biomassa van merg tot schors van zowel gematigde als tropische bomente beoordelen 4,22, meestal variërend in resoluties van 50 μm tot 200 μm.

Ringschaal: Hout is een recorder van vroegere omgevingsomstandigheden. De bekendste parameter is de boomringbreedte (TRW), maar voor wereldwijde temperatuurreconstructies is bewezen dat de maximale lathoutdichtheid (MXD) records een betere proxy zijn voor temperatuur22. MXD is een gemakkelijk te meten variabele23, en een proxy voor de dikte van de celwand en de celgrootte op de laatste cellen van een boomring, en zijn op boomgrens en boreale locaties positief gekoppeld aan de seizoensgebonden luchttemperatuur24: hoe warmer en langer de zomers, hoe meer celwandverhouting optreedt, waardoor de dichtheid van deze laatste cellen toeneemt. Traditionele metingen zoals onderdompeling en geometrie zijn minder nauwkeurig om deze dichtheid op ringniveau te bepalen. In een eerder werk werd een gereedschapsketen ontwikkeld voor het gebruik van röntgenfilm op dun gesneden monsters25. Dit leidde tot een revolutie in zowel de bosbouw als de latere paleoklimatologie15,18, waarbij de maximale laathoutdichtheid (MXD) werd gedefinieerd, d.w.z. de piekdichtheidswaarde vaak aan het einde van een ring, als een proxy voor de zomertemperatuur. Het basisprincipe is dat de monsters worden gezaagd (ongeveer 1,2 mm tot 7 mm13) om perfect evenwijdig te zijn aan de axiale richting, en dat het monster op een gevoelige film wordt geplaatst die is blootgesteld aan een röntgenbron. Vervolgens worden deze röntgenfilms uitgelezen door een lichtbron die de intensiteit detecteert en de profielen en de jaarringparameters opslaat. Deze tools vereisen echter een aanzienlijke hoeveelheid monstervoorbereiding en handmatig werk. Onlangs is dit ontwikkeld voor röntgen-CT op een meer gestandaardiseerde manier of op basis van gemonteerde kernen26. De resolutie varieert hier tussen 10 μm en 20 μm. TRW wordt ook op deze schaal gemeten, vooral als het gaat om kleinere ringen.

Anatomische schaal: Op deze schaal (resolutie < 4 μm) worden de gemiddelde dichtheidsniveaus minder relevant omdat de belangrijkste anatomische kenmerken worden gevisualiseerd en hun breedte en verhoudingen kunnen worden gemeten. Meestal wordt dit gedaan door het maken van microsecties of optische scans met hoge resolutie of μ-CT-scans. Wanneer de ultrastructuur van de celwanden moet worden gevisualiseerd, is scanning elektronenmicroscopie de meest gebruikte methode27. Op anatomische schaal worden de afzonderlijke weefselfracties zichtbaar, zodat fysiologische parameters uit de beelden kunnen worden afgeleid. Op basis van de individuele anatomische parameters en de celwanddichtheid van hout kan de anatomische dichtheid worden afgeleid voor vergelijking met conventionele schatters van houtdichtheid24.

Dankzij verbeterde snijtechnieken en beeldsoftware29,30 is dendro-anatomy30 ontwikkeld om een nauwkeurigere registratie van het hout te hebben, zowel om een betere schatting van de MXD in coniferen te krijgen als om verschillende anatomische variabelen van loofbomen te meten. Op deze schaal worden de werkelijke anatomische parameters gemeten en gerelateerd aan omgevingsparameters31 . Met μCT kan dit niveau ook worden bereikt:32,33.

Aangezien hout van nature hygroscopisch en anisotroop is, moet de houtdichtheid zorgvuldig worden gedefinieerd en moeten de meetomstandigheden worden gespecificeerd, hetzij als ovendroog, geconditioneerd (meestal met een vochtgehalte van 12%) of groen (zoals gekapt in het bos)34. Voor grote monsters en technische doeleinden wordt de houtdichtheid gedefinieerd als het gewicht gedeeld door het volume onder bepaalde omstandigheden. De waarde van houtdichtheid is echter sterk afhankelijk van de schaal waarop deze wordt gemeten, bijvoorbeeld van merg tot schors kan de houtdichtheid verdubbelen, en op een ringschaal (in coniferen) resulteert de overgang van vroeghout naar laathout ook in een significante toename van de houtdichtheid, met een piek op de ringgrens.

Hier wordt een röntgen-CT-scanprotocol van incrementele kernen gepresenteerd om kenmerken op de bovengenoemde 3 schalen te meten (Figuur 1). Recente ontwikkelingen op het gebied van röntgen-CT kunnen de meeste van deze schalen dekken, dankzij een flexibele opstelling. De onderzoeksdoelen bepalen het uiteindelijke protocol voor het scannen.

Een cruciale beperkende factor (die inherent verbonden is met de geschaalde aard van houtdichtheid en hout in het algemeen) is de resolutie en tijd die nodig zijn voor het scannen. Voorbeelden demonstreren hoe u: (i) houtdichtheidsprofielen op boomschaal tussen ringen kunt verkrijgen voor schattingen van biomassa in Terminalia superba uit het Congobekken, (ii) dichtheidsgegevens kunt verkrijgen van Clanwilliam-ceder (Widdringtonia cedarbergensis) op basis van spiraalvormig scannen op een HECTOR-systeem35, en (iii) vatparameters kunt meten op wintereiken, op het Nanowood-systeem. Beide scanners maken deel uit van het scannerpakket van het UGent Centrum voor Röntgentomografie (UGCT,

Figure 1
Figuur 1: Algemene methodologische beslisboom voor röntgen-CT-scans. De rijen geven de te nemen stappen aan, van het onderzoeksdoel tot en met het uiteindelijke gegevensformaat. White boxes zijn de stappen die relevant zijn voor deze toolchain. Grijze vakken zijn stappen die kunnen worden uitgevoerd met andere software of R-pakketten, zoals dplr47 en Treeclim48 voor jaarringanalyse, en ROXAS44 en ImageJ42 of andere (commerciële) toepassingen voor het afleiden van houtanatomische parameters op basis van de CT-beelden. Klik hier om een grotere versie van deze figuur te bekijken.

X-CT onderzoek op hout
Opstelling van een scanner: Een standaard röntgen-CT-scanner bestaat uit een röntgenbuis, een röntgendetector, een rotatietafel en een set motoren om de rotatiefase, en in de meeste gevallen ook de detector, heen en weer te bewegen (Figuur 2).

Figure 2
Figuur 2. Het HECTOR scansysteem. Het systeem35, dat de afstand van de brondetector (SDD) en de afstand tot het bronobject (SOD) weergeeft. Klik hier om een grotere versie van deze figuur te bekijken.

De meeste laboratoriumsystemen hebben een cone-beam-geometrie, wat betekent dat de geproduceerde röntgenstralen vanuit het uitgangsvenster van de buis worden verdeeld in de vorm van een kegelstraal, wat impliceert dat door het veranderen van de afstand tussen het object en de buis (SOD = Source-Object-Distance) en de detector en de buis (SDD = Source-Detector-Distance), de vergroting wordt gecontroleerd (zie de discussie over resolutie). Door het doordringende vermogen van röntgenstralen gaan ze door het object en de intensiteit van de verzwakkingsstraal is een functie van de energie van de röntgenstraal, de chemische samenstelling van het object (het atoomnummer van de aanwezige elementen) en de dichtheid van het materiaal. Gegeven een constant energiespectrum en een constante materiaalsamenstelling van hout, is de verzwakking van de röntgenstraal sterk afhankelijk van de dichtheid van het materiaal, wat het gebruik ervan voor densitometrie verklaart. De demping (of overdracht) kan worden uitgedrukt door de wet van Beer-Lambert:

Equation 1

met I0 de binnenkomende röntgenstraal exponentieel vervalt tot een doorgelaten röntgenstraal Id wanneer deze zich over een afstand d door het materiaal voortplant. De lineaire verzwakkingscoëfficiënt μ hangt af van een reeks interacties met het materiaal van het object. De projecties zijn dus opnames van de uitgezonden bundel.

In de praktijk wordt het object op de rotatietafel gemonteerd, wordt een goede SOD en SDD geselecteerd, wordt ook een bepaald vermogen geselecteerd (gerelateerd aan de grootte, dichtheid en samenstelling van het object) en wordt het object 360° gedraaid en tijdens die rotatie worden meerdere projecties gemaakt. Deze projecties worden vervolgens gebruikt om de inwendige structuur van het object te reconstrueren. Er zijn verschillende reconstructiealgoritmen beschikbaar, waarvan de meest gebruikte nog steeds gebaseerd zijn op het analytische raamwerk dat tientallen jaren geleden is ontwikkeld, gebaseerd op de Radontransformatie en de stelling van de Fourierschijf. Voor meer details wordt verwezen naar gespecialiseerde literatuur36.

Raadsel van resolutie, gegevensvolume en steekproefomvang: Resolutie is de sleutel bij röntgen-CT-scans. In systemen met een inverse geometrie of parallelle bundelgeometrie zoals synchrotronbundellijnen spelen andere overwegingen een rol. Dit protocol bespreekt alleen standaard röntgen-CT-scans in het laboratorium met cone-beam-geometrie. Hier zijn het concept van vergroting, detectorpixelgrootte en spotgrootte essentieel. Vergroting wordt gedefinieerd als de verhouding tussen SDD en SOD. Vervolgens heeft de pixelgrootte van de detector uiteraard ook invloed op de resolutie: hoe kleiner de pixelgrootte, hoe hoger de resolutie, maar in de meeste gevallen is het gezichtsveld (FoV) ook direct gerelateerd aan de pixelgrootte en de grootte van de detector (kleinere pixelgrootte, kleinere FoV voor hetzelfde aantal pixels). Verder is ook de spotgrootte van de röntgenstraal belangrijk: hoe groter de spotgrootte, hoe lager de resolutie, wat betekent dat er minder details te zien zijn.

Het is belangrijk om aan te pakken dat men een resolutie zou kunnen verkrijgen die hoger is dan wat mogelijk is volgens de bovengenoemde limieten, daarom is het beter om de term voxelgrootte te gebruiken (een voxel is een volumepixel) in plaats van resolutie. Bovendien zijn er andere factoren in het spel, zoals de scherpte van de detector, die de werkelijke resolutie waarmee een object wordt gescand verder beperken. Alleen een echte kalibratie van het systeem, met behulp van vastgestelde doelen, levert het waarheidsgetrouwe antwoord.

In de meeste gevallen wordt de voxelgrootte waarmee een object kan worden gescand echter meestal beperkt door de grootte van het object. Dit betekent dat hoe groter het object, hoe lager de voxelgrootte zal zijn. Als het object voor een bepaalde voxelgrootte niet binnen het gezichtsveld van de detector past, kan de voxelgrootte worden verkleind, bijvoorbeeld door de vergroting te beperken.

De scantijd en het gegevensvolume zijn belangrijk om te overwegen bij het bepalen van de gewenste voxelgrootte. Over het algemeen geldt: hoe kleiner de voxelgrootte, hoe hoger het detail dat men wil zien, hoe kleiner het monster of hoe minder monsters er tegelijk kunnen worden gescand, er meer tijd nodig is en hoe groter de gegevensvolumes zullen worden verzameld. Stel je het volgende theoretische voorbeeld voor: men kan een monster van 10 cm x 10 cm x 10 cm op 50 μm in één keer scannen met een bepaald röntgen-CT-systeem en zou datzelfde volume op 10 μm willen scannen, het volume dat binnen de FoV past zou slechts 2 cm x 2 cm x 2 cm zijn, ervan uitgaande dat dit fysiek mogelijk is. Dit betekent dat er 125 scans nodig zijn (5³ = 5 keer hogere resolutie, schaalt tot de macht 3 vanwege de volumetrische aard van de beeldvormingstechniek) om het hele volume te bestrijken, en dat het datavolume eveneens zou toenemen. Dit is natuurlijk slechts een gedachte-experiment en men moet veel meer overwegen dan alleen resolutie. Voor meer informatie wordt de lezer verwezen naar een overzicht van de scanmogelijkheden37.

Flexibiliteit van instrumenten voor het scannen van houten voorwerpen: In het afgelopen decennium hebben veel bedrijven röntgen-CT-systemen geleverd met een vergelijkbare assemblage als HECTOR35. Een overzicht van verschillende CT-systemen, speciaal beoordeeld op hun temporele resolutie, wordt gegeven in38.

Al met al is de flexibiliteit en gebruiksvriendelijkheid van röntgen-CT-systemen aanzienlijk verbeterd. Veel systemen maken het mogelijk om een breed scala aan objecten te scannen, wat ook het geval is met de systemen bij UGCT. Onderstaand protocol wordt gedemonstreerd voor het HECTOR systeem, dat geschikt is voor jaarringanalyse. Het protocol is echter geldig voor elk ander beschikbaar systeem als de resolutie en het gegevensformaat dit toelaten.

Deze systemen maken het mogelijk om een verscheidenheid aan objecten te scannen. Een paar foto’s van verschillende houten voorwerpen die met het HECTOR-systeem zijn gescand, zijn weergegeven in figuur 3. Het is deze flexibiliteit die de drie schalen omvat die we in figuur 1 presenteren, variërend van een grove resolutie tot een zeer fijne resolutie.

Figure 3
Figuur 3. Voorbeelden van opstellingen scannen. (A) Een log, (B) een cello49, (C) monsterhouders (type 1) met boomkernen voor batchscanning en (D) monsterhouder type 2 met incrementele kernen voor spiraalvormig scannen gemonteerd op de rotatietafel van HECTOR. Klik hier om een grotere versie van deze figuur te bekijken.

Protocol

1. Kernbemonstering Bemonster de boom met een Pressler-boorder. Raadpleeg referenties over hoe je een boom handmatig kunt kernen39. Deze gereedschapsketting wordt gepresenteerd voor kernen van 5,15 mm. Doe de boomkernen losgelijmd in papieren rietjes van 6 mm of in een andere receptor die geen lijm nodig heeft. Lijm de boomkernen niet op een houten drager. Als de kernen al gemonteerd waren, demonteer ze dan met een scalpel/zaag of oplosmiddel, afhankelijk van h…

Representative Results

Als het doel is om de biomassa te schatten of de boomgroeitoename van veel monsters te vergroten, d.w.z. een ringschaal (Figuur 1), dan wordt monsterhouder 1 (Figuur 5) gebruikt om monsters te scannen om dichtheidsprofielen te verkrijgen (zie stap 5.4.3) en schattingen van boomgroei, bijvoorbeeld voor snelgroeiende bomen met grote TRW, wat een grovere resolutie mogelijk maakt. Figuur 12 toont een voorbeeld van zowel merg-tot-schors …

Discussion

Cruciale stappen binnen het protocol
Cruciale stappen binnen het protocol zijn onder meer de juiste hantering van de increment borer om increment cores van hoge kwaliteit te verkrijgen (stap 1.1. en zie39) om stukjes en beetjes te vermijden. Vervolgens is het van essentieel belang dat de kernen niet worden gemonteerd (zie26), zowel voor het inbrengen in de monsterhouder (figuur 5, zie21) als voor een goede harsextract…

Disclosures

The authors have nothing to disclose.

Acknowledgements

We danken de drie anonieme reviewers voor hun feedback en suggesties. Dit onderzoek werd gefinancierd door het BOF Bijzonder Onderzoeksfonds voor JVdB (BOF Starting Grant BOF. STG.2018.0007.01), voor de UGCT als Expertisecentrum (BOF. EXP.2017.0007) en als kernfaciliteit (BOF. COR.2022.008), Erkentelijk vermelden de auteurs ook het Fonds Wetenschappelijk Onderzoek Vlaanderen (G019521N en G009720N), en het Industrieel Onderzoeksfonds van de UGent (IOF) voor de financiële steun aan de infrastructuur via de subsidie IOF. APP.2021.0005 (project 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