Summary

Analisi del nucleo dell'albero con tomografia computerizzata a raggi X

Published: September 22, 2023
doi:

Summary

Qui mostriamo come elaborare i nuclei degli alberi con una toolchain di tomografia computerizzata a raggi X. Fatta eccezione per l’estrazione chimica per alcuni scopi, non sono necessari ulteriori trattamenti fisici di laboratorio. La toolchain può essere utilizzata per le stime della biomassa, per ottenere dati MXD/larghezza degli anelli degli alberi e per ottenere dati quantitativi sull’anatomia del legno.

Abstract

Viene presentata una toolchain di tomografia computerizzata a raggi X (CT) per ottenere la larghezza degli anelli degli alberi (TRW), la densità massima del legno tardivo (MXD), altri parametri di densità e i dati quantitativi di anatomia del legno (QWA) senza la necessità di un laborioso trattamento superficiale o di alcuna preparazione fisica del campione. L’attenzione si concentra sui nuclei di incremento e sulle procedure di scansione con risoluzioni che vanno da 60 μm fino a 4 μm. Vengono definite tre scale in cui il legno dovrebbe essere esaminato: (i) scala inter-anello, (ii) scala ad anello, cioè scala di analisi degli anelli degli alberi e densitometria, nonché (iii) scala anatomica, quest’ultima che si avvicina alla qualità convenzionale della sezione sottile. I portacampioni progettati su misura per ciascuna di queste bilance consentono la scansione ad alta produttività di più nuclei di incremento. Una serie di routine software sono state sviluppate specificamente per trattare in modo efficiente le immagini TC tridimensionali a raggi X dei nuclei degli alberi per TRW e densitometria. Questo lavoro spiega brevemente i principi di base della TC, necessari per una corretta comprensione del protocollo. Il protocollo è presentato per alcune specie conosciute che sono comunemente usate in dendrocronologia. La combinazione di stime approssimative della densità, dati TRW e MXD, nonché dati quantitativi di anatomia, ci consente di ampliare e approfondire le analisi attuali per le ricostruzioni climatiche o la risposta degli alberi, nonché di sviluppare ulteriormente il campo della dendroecologia/climatologia e dell’archeologia.

Introduction

La densità del legno èuna variabile 1 facile da misurare che riflette sia le proprietà anatomiche che chimiche del legno2. Nelle stime della biomassa fuori terra, la densità del legno è un’importante variabile di peso 3,4,5, che viene moltiplicata per le dimensioni dell’albero e un fattore che rappresenta il contenuto di carbonio del legno. La densità del legno è strettamente legata alle proprietà meccaniche del legno6 e riflette la storia della vita di un albero7.

La densità della parete cellulare è misurata come circa 1500 kg/m³ ed è considerata abbastanza costante8,tuttavia anche le variazioni di densità della parete cellulare all’interno dell’anello dovrebbero essere considerate 8,9. Le cellule legnose (in generale tracheidi nelle conifere, vasi, parenchima e fibre nei legni duri) sono orientate/modellate in modi diversi e lo spessore della parete cellulare e la dimensione del lume di queste celle variano10. Pertanto, la densità del legno varia tra gli alberi, all’interno di un albero (assiale e trasversale) e entro brevi intervalli all’interno di un anello di un albero11,12. In molti casi la variazione della densità del legno alla scala dell’anello delimita anche il confine dell’anello dell’albero13. La densità del legno e, in ultima analisi, le frazioni tissutali vengono generate e in questo articolo sono ampiamente suddivise in tre categorie (cioè tre diverse scale di risoluzione), a seconda dell’obiettivo dello studio (Figura 1) come descritto di seguito.

Scala inter-anello: Misurando pezzi di legno, si ottiene un unico valore per quel campione. Questo può essere fatto attraverso l’immersione in acqua o geometricamente14. In questo modo è possibile ottenere variabili tecnologiche generali della biomassa o del legno. Per includere la variazione da midollo a corteccia, questi pezzi di legno possono essere ulteriormente suddivisi in blocchi che vengono misurati manualmente per ottenere informazioni sulla strategia del ciclo di vita15. Quando si passa alla TC a raggi X a bassa risoluzione, come negli scanner medici17,18, i dati TRW su anelli medio-larghi possono essere realizzati in modo efficiente su molti campioni 18,19,20. Questa è anche la scala che può essere utilizzata per valutare la biomassa dal midollo alla corteccia di alberi temperati e tropicali 4,22, tipicamente con risoluzioni comprese tra 50 μm e 200 μm.

Scala ad anello: Il legno è un registratore delle condizioni ambientali passate. Il parametro più noto è la larghezza degli anelli degli alberi (TRW), ma per le ricostruzioni della temperatura globale, i record di densità massima del legno tardivo (MXD) si sono dimostrati un proxy migliore per la temperatura22. MXD è una variabile23 facile da misurare e un proxy per lo spessore della parete cellulare e la dimensione delle celle sulle ultime celle di un anello di un albero, e si trova al limite degli alberi e nei siti boreali positivamente collegati alla temperatura dell’aria stagionale24: più calde e lunghe sono le estati, maggiore è la lignificazione della parete cellulare che aumenta così la densità di queste ultime celle. Le misure tradizionali, come l’immersione e la geometria, sono meno accurate per determinare questa densità a livello di anello. Un lavoro precedente ha sviluppato una toolchain per l’utilizzo di pellicole radiografiche su campioni a taglio sottile25. Questo ha innescato una rivoluzione sia nella silvicoltura che nella successiva paleoclimatologia15,18, definendo la massima densità del legno tardivo (MXD), cioè il valore di densità di picco spesso alla fine di un anello, come proxy per la temperatura estiva. Il principio di base è che i campioni vengono segati (da circa 1,2 mm a 7 mm13) per essere perfettamente paralleli alla direzione assiale e il campione viene posto su una pellicola sensibile esposta a una sorgente di raggi X. Quindi queste pellicole radiografiche vengono lette attraverso una sorgente luminosa che rileva l’intensità e salva i profili e i parametri annuali degli anelli degli alberi. Questi strumenti, tuttavia, richiedono una notevole quantità di preparazione del campione e lavoro manuale. Recentemente questo è stato sviluppato per la TC a raggi X in modo più standardizzato o basato su nuclei montati26. La risoluzione varia tra 10 μm e 20 μm. Anche TRW viene misurato su questa scala, soprattutto quando si tratta di anelli più piccoli.

Scala anatomica: A questa scala (risoluzione < 4 μm), i livelli medi di densità diventano meno rilevanti man mano che vengono visualizzate le principali caratteristiche anatomiche e possono essere misurate la loro larghezza e proporzioni. In genere, questo viene fatto attraverso l'esecuzione di microsezioni o scansioni ottiche ad alta risoluzione o scansioni μ-CT. Quando è necessario visualizzare l'ultrastruttura delle pareti cellulari, la microscopia elettronica a scansione è il metodo più comunemente usato27. Su scala anatomica, le singole frazioni di tessuto diventano visibili in modo che i parametri fisiologici possano essere derivati dalle immagini. Sulla base dei singoli parametri anatomici e della densità della parete cellulare del legno, la densità anatomica può essere derivata per il confronto con gli stimatori convenzionali della densità del legno24.

Grazie al miglioramento delle tecniche di sezionamento e al software di immagine29,30, la dendro-anatomia30 è stata sviluppata per avere una registrazione più accurata del legno, sia per avere una stima più precisa dell’MXD nelle conifere che per misurare diverse variabili anatomiche dagli alberi di latifoglie. Su questa scala vengono misurati i parametri anatomici effettivi e messi in relazione con i parametri ambientali31 . Con μCT questo livello può essere ottenuto anche32,33.

Poiché il legno è intrinsecamente igroscopico e anisotropo, la densità del legno deve essere definita con cura e le condizioni di misurazione devono essere specificate, come essiccazione in forno, condizionato (tipicamente al 12% di umidità) o verde (come abbattuto nella foresta)34. Per campioni di grandi dimensioni e per scopi tecnici, la densità del legno è definita come il peso diviso per il suo volume in determinate condizioni. Tuttavia, il valore della densità del legno dipende fortemente dalla scala in cui viene misurata, ad esempio dal midollo alla corteccia la densità del legno può raddoppiare, e su una scala ad anello (nelle conifere) la transizione del legno precoce a quello tardivo si traduce in un aumento significativo anche della densità del legno, con un picco al confine dell’anello.

Qui, viene presentato un protocollo di scansione TC a raggi X di nuclei di incremento per misurare le caratteristiche alle 3 scale sopra indicate (Figura 1). I recenti sviluppi della TC a raggi X possono coprire la maggior parte di queste scale, grazie a una configurazione flessibile. Gli obiettivi della ricerca determineranno l’eventuale protocollo per la scansione.

Un fattore limitante cruciale (che è intrinsecamente collegato alla natura scalata della densità del legno e del legno in generale) è la risoluzione e il tempo necessario per la scansione. Gli esempi dimostrano come: (i) ottenere profili di densità del legno a scala di albero inter-anello per le stime della biomassa in Terminalia superba dal bacino del Congo, (ii) ottenere registrazioni di densità dal cedro di Clanwilliam (Widdringtonia cedarbergensis) sulla base della scansione elicoidale su un sistema HECTOR35 e (iii) misurare i parametri dei vasi su quercia sessile, sul sistema Nanowood. Entrambi gli scanner fanno parte della suite di scanner presso l’UGent Center for X-ray Tomography (UGCT,

Figure 1
Figura 1: Albero decisionale metodologico generale per la scansione TC a raggi X. Le righe indicano i passi da compiere, a partire dall’obiettivo della ricerca fino al formato finale dei dati. Le caselle bianche sono i passaggi rilevanti per questa toolchain. Le caselle in grigio sono passaggi che possono essere eseguiti con altri software o pacchetti R, come dplr47 e Treeclim48 per l’analisi degli anelli degli alberi, e ROXAS44 e ImageJ42 o altre applicazioni (commerciali) per derivare parametri anatomici del legno in base alle immagini TC. Clicca qui per visualizzare una versione più grande di questa figura.

Ricerca X-CT sul legno
Configurazione di uno scanner: uno scanner CT a raggi X standard è costituito da un tubo a raggi X, un rivelatore di raggi X, uno stadio di rotazione e una serie di motori per spostare avanti e indietro lo stadio di rotazione, e nella maggior parte dei casi anche il rivelatore (Figura 2).

Figure 2
Figura 2. Il sistema di scansione HECTOR. Il sistema35, che mostra la distanza del rivelatore sorgente (SDD) e la distanza dell’oggetto sorgente (SOD). Clicca qui per visualizzare una versione più grande di questa figura.

La maggior parte dei sistemi basati su laboratori ha una geometria a fascio conico, il che significa che i raggi X prodotti vengono distribuiti dalla finestra di uscita del tubo a forma di fascio conico, il che implica che cambiando la distanza tra l’oggetto e il tubo (SOD = Source-Object-Distance) e il rivelatore e il tubo (SDD = Source-Detector-Distance), l’ingrandimento è controllato (vedi la discussione sulla risoluzione). A causa del potere penetrante dei raggi X, passano attraverso l’oggetto e l’intensità del raggio di attenuazione è una funzione dell’energia del fascio di raggi X, della composizione chimica dell’oggetto (il numero atomico degli elementi presenti) e della densità del materiale. Dato uno spettro di energia costante e una composizione costante del materiale del legno, l’attenuazione del fascio di raggi X dipende fortemente dalla densità del materiale, il che spiega il suo utilizzo per la densitometria. L’attenuazione (o trasmissione) può essere espressa dalla legge di Beer-Lambert:

Equation 1

con I0 il fascio di raggi X in arrivo in modo esponenziale, che decade in un fascio di raggi X trasmesso Id quando si propaga attraverso il materiale su una distanza d. Il coefficiente di attenuazione lineare μ dipende da una serie di interazioni con il materiale dell’oggetto. Le proiezioni sono quindi registrazioni del raggio trasmesso.

In pratica, l’oggetto viene montato sullo stadio di rotazione, vengono selezionati un SOD e un SDD adeguati, viene selezionata anche una certa potenza (relativa alle dimensioni, alla densità e alla composizione dell’oggetto) e l’oggetto viene ruotato di 360° e durante tale rotazione vengono effettuate più proiezioni. Queste proiezioni vengono poi utilizzate per ricostruire la struttura interna dell’oggetto. Sono disponibili diversi algoritmi di ricostruzione, di cui i più utilizzati si basano ancora sul framework analitico sviluppato decenni fa, basandosi sulla trasformazione del Radon e sul teorema della fetta di Fourier. Per maggiori dettagli si rimanda alla letteratura specializzata36.

Enigma della risoluzione, del volume dei dati e della dimensione del campione: la risoluzione è fondamentale nella scansione TC a raggi X. Nei sistemi con geometria inversa o con geometria del fascio parallelo come le linee di luce di sincrotrone, altre considerazioni giocano un ruolo. Questo protocollo si occupa solo della scansione TC a raggi X standard da laboratorio con geometria a fascio conico. In questo caso, il concetto di ingrandimento, la dimensione dei pixel del rivelatore e la dimensione dello spot sono essenziali. L’ingrandimento è definito come il rapporto tra SDD/SOD. Inoltre, anche la dimensione dei pixel del rivelatore influisce ovviamente sulla risoluzione: più piccola è la dimensione dei pixel, maggiore è la risoluzione, ma nella maggior parte dei casi il campo visivo (FoV) è anche direttamente correlato alla dimensione dei pixel e alla dimensione del rivelatore (dimensione dei pixel più piccola, FoV più piccolo per lo stesso numero di pixel). Inoltre, anche la dimensione del fascio di raggi X è importante: maggiore è la dimensione del punto, minore è la risoluzione, il che significa che è possibile vedere meno dettagli.

È importante considerare che si potrebbe ottenere una risoluzione superiore a quella possibile secondo i limiti sopra menzionati, quindi è meglio usare il termine dimensione del voxel (un voxel è un pixel di volume) invece di risoluzione. Inoltre, ci sono altri fattori in gioco, come la nitidezza del rivelatore, che limitano ulteriormente la vera risoluzione con cui un oggetto viene scansionato. Solo una vera calibrazione del sistema, utilizzando obiettivi stabiliti, fornisce la risposta veritiera.

Nella maggior parte dei casi, tuttavia, la dimensione del voxel con cui un oggetto può essere scansionato è per lo più limitata dalle dimensioni dell’oggetto. Ciò significa che più grande è l’oggetto, minore sarà la dimensione del voxel. Se l’oggetto non rientra nel FoV del rivelatore per una certa dimensione del voxel, la dimensione del voxel può essere ridotta, ad esempio limitando l’ingrandimento.

Il tempo di scansione e il volume dei dati sono importanti da considerare quando si decide la dimensione del voxel desiderata. In generale, più piccola è la dimensione del voxel e maggiore è il dettaglio che si desidera visualizzare, più piccolo è il campione o meno campioni possono essere scansionati contemporaneamente, più tempo è necessario e maggiori saranno i volumi di dati raccolti. Immaginate il seguente esempio teorico: si può scansionare un campione di 10 cm x 10 cm x 10 cm a 50 μm contemporaneamente con un certo sistema CT a raggi X e si desidera scansionare lo stesso volume a 10 μm, il volume che rientra nel FoV sarebbe solo 2 cm x 2 cm x 2 cm, supponendo che ciò sia fisicamente possibile. Ciò significa che sono necessarie 125 scansioni (5³ = risoluzione 5 volte superiore, scala alla potenza di 3 a causa della natura volumetrica della tecnica di imaging) per coprire l’intero volume e che il volume dei dati aumenterebbe allo stesso modo. Naturalmente, questo è solo un esperimento mentale, e bisogna considerare molto di più della semplice risoluzione. Per ulteriori informazioni, si rimanda il lettore a una panoramica delle possibilità di scansione37.

Flessibilità degli strumenti per la scansione di oggetti in legno: nell’ultimo decennio, molte aziende hanno fornito sistemi CT a raggi X con un assemblaggio simile a quello dell’HECTOR35. Una panoramica di diversi sistemi TC, valutati in particolare per la loro risoluzione temporale, è fornita in38.

Nel complesso, la flessibilità e la facilità d’uso dei sistemi TC a raggi X sono migliorate notevolmente. Molti sistemi consentono la scansione di una vasta gamma di oggetti, come nel caso dei sistemi dell’UGCT. Il protocollo seguente è dimostrato per il sistema HECTOR, che è adatto per l’analisi degli anelli degli alberi. Il protocollo, tuttavia, è valido per qualsiasi altro sistema disponibile se la risoluzione e il formato dei dati lo consentono.

Questi sistemi consentono la scansione di una varietà di oggetti. Nella Figura 3 sono riportate alcune immagini di diversi oggetti in legno scansionati con il sistema HECTOR. È questa flessibilità che comprende le tre scale che presentiamo nella Figura 1, che vanno da una risoluzione grossolana a una risoluzione molto fine.

Figure 3
Figura 3. Esempi di configurazione della scansione. (A) Un tronco, (B) un violoncello49, (C) portacampioni (tipo 1) con nuclei ad albero per la scansione in batch e (D) portacampioni di tipo 2 con nuclei incrementali per la scansione elicoidale montati sullo stadio di rotazione di HECTOR. Clicca qui per visualizzare una versione più grande di questa figura.

Protocol

1. Campionamento del carotaggio Assaggia l’albero con una trivella Pressler. Consultare i riferimenti su come carotare manualmente un albero39. Questa toolchain è presentata per anime da 5,15 mm. Metti i nuclei degli alberi non incollati in cannucce di carta da 6 mm o in qualsiasi altro recettore che non richieda colla. Non incollare i nuclei degli alberi su un supporto di legno. Se le anime erano già montate, smontarle con bisturi/sega o solvente a seconda d…

Representative Results

Se l’obiettivo è la stima della biomassa o l’incremento della crescita degli alberi di molti campioni, ad esempio la scala tra gli anelli (Figura 1), il supporto del campione 1 (Figura 5) viene utilizzato per scansionare i campioni per ottenere profili di densità (vedere il passaggio 5.4.3) e stime della crescita degli alberi, ad esempio per alberi a crescita rapida con TRW di grandi dimensioni, che consente una risoluzione più grossolana. <strong class="xfig…

Discussion

Passaggi critici all’interno del protocollo
I passaggi critici all’interno del protocollo includono la corretta gestione della trivella per ottenere nuclei di incremento di alta qualità (passaggio 1.1. e vedere39) per evitare bit e pezzi. Successivamente, è essenziale che le carote siano lasciate libere (ma vedi26), sia per l’inserimento nel portacampione (Figura 5, vedi21) sia per una corretta estrazione della resi…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Ringraziamo i tre revisori anonimi per il loro feedback e suggerimenti. Questa ricerca è stata finanziata dal BOF Special Research Fund for JVdB (BOF Starting Grant BOF. STG.2018.0007.01), per l’UGCT come centro di competenza (BOF. EXP.2017.0007) e come Core Facility (BOF. COR.2022.008), Gli autori ringraziano inoltre la Fondazione per la ricerca delle Fiandre (G019521N e G009720N) e il Fondo per la ricerca industriale UGent (IOF) per il sostegno finanziario all’infrastruttura attraverso la sovvenzione IOF. APP.2021.0005 (progetto 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