Summary

X線CTによるツリーコア解析

Published: September 22, 2023
doi:

Summary

ここでは、X線CTツールチェーンを使用してツリーコアを処理する方法を示します。一部の目的での化学的抽出を除き、それ以上の物理的な実験室での治療は必要ありません。このツールチェーンは、バイオマスの推定、MXD/年輪幅データの取得、および定量的な木材解剖学的データの取得に使用できます。

Abstract

X線コンピュータ断層撮影(CT)ツールチェーンは、年輪幅(TRW)、最大レイトウッド密度(MXD)、その他の密度パラメータ、および定量的木材解剖学(QWA)データを取得するために、労働集約的な表面処理や物理的なサンプル調製を必要とせずに提供されます。ここでは、60 μmから4 μmまでの解像度でのインクリメントコアとスキャン手順に焦点を当てています。木材を見るべき3つのスケールが定義されています:(i)年輪間スケール、(ii)年輪スケール、すなわち年輪分析と密度測定スケール、および(iii)解剖学的スケール、後者は従来の薄切片の品質に近づきます。これらのスケールごとにカスタム設計されたサンプルホルダーにより、複数のインクリメントコアのハイスループットスキャンが可能になります。TRWおよびデンシトメトリーのために、樹木のコアの3次元X線CT画像を効率的に処理するために、一連のソフトウェアルーチンが特別に開発されました。この作業では、プロトコルを適切に理解するために必要なCTの基本原則を簡単に説明しています。このプロトコルは、年輪年代学で一般的に使用されるいくつかの既知の種について提示されています。大まかな密度推定値、TRWおよびMXDデータ、および定量的解剖学データの組み合わせにより、気候の再構築や樹木の応答に関する現在の分析を広げ、深化させるだけでなく、樹木生態学/気候学および考古学の分野をさらに発展させることができます。

Introduction

木材密度は、木材2の解剖学的特性と化学的特性の両方を反映する、測定が容易な変数1です。地上バイオマスのバイオマス推定では、木材密度は重要な計量変数3,4,5であり、樹木の寸法と木材の炭素含有量を表す係数が乗算されます。木材密度は、木材6の機械的特性と密接に関連しており、樹木7の生命史を反映しています。

細胞壁密度は約1500kg/m³と測定され、かなり一定と考えられている8が、リング内の細胞壁密度の変動も同様に考慮されるべきである8,9。木質細胞(一般に針葉樹の気管、血管、実質、広葉樹の繊維)はさまざまな方法で配向/形状されており、これらの細胞の細胞壁の厚さと内腔のサイズは異なります10。したがって、木材密度は、樹木間、樹木内(軸方向および横方向)、および年輪内の短い間隔内で変化する11,12。多くの場合、年輪スケールでの木材密度の変動もまた、年輪境界13を区切る。木材密度、そして最終的には組織画分が生成され、この論文では、以下に説明するように、研究目標(図1)に応じて、大きく3つのカテゴリ(つまり、3つの異なる解像度スケール)に分類されます。

リング間スケール:木材片を測定することにより、そのサンプルに対して単一の値が得られます。これは、水浸しまたは幾何学的に14によって行うことができます。このようにして、一般的なバイオマスまたは木材の技術変数を取得できます。髄から樹皮へのバリエーションを含めるために、これらの木材片をさらにブロックに分割し、手動で測定して生活史戦略に関する情報を得ることができる15。医療用スキャナ17,18のような低解像度X線CTに切り替えると、中幅のリング上のTRWデータを多くのサンプル18,19,20で効率的に作成することができる。これは、温帯樹木と熱帯樹木の両方からの髄から樹皮までのバイオマスを評価するために使用できるスケールでもあり、通常は50μmから200μmの分解能の範囲です4,22

リングスケール:木材は過去の環境条件の記録者です。最もよく知られているパラメータは年輪幅(TRW)ですが、全球温度の再構築では、最大レイトウッド密度(MXD)レコードが気温22のより優れたプロキシであることが証明されています。MXDは、測定が容易な変数23であり、年輪の最後の細胞上の細胞壁の厚さと細胞サイズの代理であり、季節的な気温24に正の関連がある樹木限界と北方の部位にある:暖かく、夏が長くなるほど、細胞壁の林化が進み、その結果、これらの最後の細胞の密度が増加する。液浸や形状などの従来の測定では、このリングレベルの密度を決定する精度は低くなります。以前の研究では、薄いカットサンプル25にX線フィルムを使用するためのツールチェーンを開発しました。これは、林業学とその後の古気候学の両方に革命を引き起こしました15,18、最大レイトウッド密度(MXD)、つまり、夏の気温の代理として、リングの終わりによくあるピーク密度値を定義しました。基本的な原理は、サンプルを軸方向と完全に平行になるように切断(約1.2mm〜7mm13)し、サンプルをX線源にさらした高感度フィルム上に置くことです。次に、これらのX線撮影フィルムは、強度を検出し、プロファイルと年間年輪パラメータを保存する光源を介して読み取られます。しかし、これらのツールには、大量のサンプル調製と手作業が必要です。最近、これはX線CTのために、より標準化された方法で、またはマウントされたコア26に基づいて開発されました。ここでの分解能は10μmから20μmの範囲であり、TRWは、特に小さなリングを扱う場合に、このスケールでも測定されます。

解剖学的スケール:このスケール(分解能<4μm)では、主要な解剖学的特徴が視覚化され、その幅と比率を測定できるようになるため、平均密度レベルの関連性が低くなります。通常、これはマイクロセクションの作成、高解像度の光学スキャン、またはμ-CTスキャンによって行われます。細胞壁の超微細構造を視覚化する必要がある場合、走査型電子顕微鏡が最も一般的に使用される方法です27。解剖学的スケールでは、個々の組織画分が見えるようになり、画像から生理学的パラメータを導き出すことができます。個々の解剖学的パラメータと木材の細胞壁密度に基づいて、解剖学的密度を導き出し、従来の木材密度の推定器と比較することができる24

改良された切片化技術と画像ソフトウェア29,30により、樹木解剖学30は、針葉樹のMXDをより詳細に推定し、広葉樹からのいくつかの解剖学的変数を測定するために、木材のより正確な記録を持つために開発されました。このスケールでは、実際の解剖学的パラメータが測定され、環境パラメータ31に関連しています。μCTでは、このレベルも32,33で取得できます。

木材は本質的に吸湿性があり、異方性であるため、木材密度は慎重に定義する必要があり、測定条件は、オーブン乾燥、コンディショニング(通常は12%の含水率)または緑(森林で伐採されたもの)のいずれかで指定する必要があります34。大規模なサンプルや技術的な目的では、木材密度は、特定の条件下での重量をその体積で割ったものとして定義されます。しかし、木材密度の値は、それが測定されるスケールに強く依存しており、例えば、髄から樹皮まで木材密度が2倍になることがあり、リングスケール(針葉樹)では、アーリーウッドからレイトウッドへの移行により、木材密度も大幅に上昇し、リング境界にピークが生じます。

ここでは、前述の3つのスケールで特徴を測定するために、インクリメントコアのX線CTスキャンプロトコルを示します(図1)。X線CTの最近の開発は、柔軟なセットアップにより、これらのスケールのほとんどをカバーすることができます。研究の目標は、スキャンの最終的なプロトコルを決定します。

重要な制限要因(これは本質的に木材密度と一般的な木材のスケーリングされた性質に関連しています)は、スキャンに必要な解像度と時間です。例は、(i)コンゴ盆地からのTerminalia superbaのバイオマス推定のための年輪間樹木スケールの木材密度プロファイルを取得する方法、(ii)HECTORシステム35上のヘリカルスキャンに基づいてクランウィリアムスギ(Widdringtonia cedarbergensis)から密度レコードを取得する方法、および(iii)Nanowoodシステム上の固着オークの血管パラメータを測定する方法を示しています。どちらのスキャナーも、UGent Center for X-ray Tomography(UGCT、

Figure 1
図1:X線CTスキャンの一般的な方法論的決定木。 行は、研究目標から最終的なデータ形式に至るまで、実行する手順を示しています。白いボックスは、このツールチェーンに関連する手順です。グレーアウトされたボックスは、年輪分析用のdplr47 およびTreeclim48 、CT画像に基づいて木材の解剖学的パラメータを導出するためのROXAS44 およびImageJ42 またはその他の(商用)アプリケーションなど、他のソフトウェアまたはRパッケージで実行できるステップです。 この図の拡大版を表示するには、ここをクリックしてください。

木材のX-CT研究
スキャナーのセットアップ:標準的なX線CTスキャナーは、X線管、X線検出器、回転ステージ、および回転ステージを前後に移動させるための一連のモーターで構成されています(図2)。

Figure 2
図 2.HECTORスキャンシステム。 このシステム35は、ソース検出器距離(SDD)とソースオブジェクト距離(SOD)を示している。 この図の拡大版を表示するには、ここをクリックしてください。

ほとんどのラボベースのシステムはコーンビーム形状を採用しており、生成されたX線はチューブの出口ウィンドウからコーンビーム形状で分布し、物体とチューブの間の距離(SOD = Source-Object-Distance)と検出器とチューブの間の距離(SDD = Source-Detector-Distance)を変更することで、倍率が制御されることを意味します(解像度に関する説明を参照)。X線の透過力により、X線は物体を通過し、減衰ビームの強度は、X線ビームのエネルギー、物体の化学組成(存在する元素の原子番号)、および材料の密度の関数です。一定のエネルギースペクトルと一定の材料組成の木材を考えると、X線ビームの減衰は材料の密度に大きく依存するため、デンシトメトリーでの使用が説明されます。減衰(または透過)は、ランベルトビールの法則で表すことができます。

Equation 1

I0 の場合、入射 X 線ビームは指数関数的に減衰し、距離 d にわたって材料を伝搬するときに透過 X 線ビーム Id に減衰します。線形減衰係数μ、オブジェクトのマテリアルとの一連の相互作用に依存します。したがって、投影は透過ビームの記録です。

実際には、オブジェクトは回転ステージに取り付けられ、適切なSODとSDDが選択され、特定のパワーも選択されます(オブジェクトのサイズ、密度、および組成に関連)そしてオブジェクトは360°回転し、その回転中に複数の投影が取得されます。これらの投影は、オブジェクトの内部構造を再構築するために使用されます。いくつかの再構成アルゴリズムが利用可能であり、その中で最もよく使用されるものは、ラドン変換とフーリエスライス定理に依存して、数十年前に開発された解析フレームワークに基づいています。詳細については、読者は専門文献36を参照されたい。

解像度、データ量、サンプルサイズの難問:X線CTスキャンでは、解像度が重要です。逆形状の系や、シンクロトロンビームラインのような平行ビーム形状の系では、他の考慮事項が役割を果たします。このプロトコルでは、コーンビーム形状を使用した標準的なラボベースのX線CTスキャンについてのみ説明します。ここでは、倍率、検出器のピクセルサイズ、スポットサイズの概念が重要です。倍率はSDD / SODの比率として定義されます。次に、検出器のピクセルサイズも明らかに解像度に影響を与えます:ピクセルサイズが小さいほど、解像度は高くなりますが、ほとんどの場合、視野(FoV)もピクセルサイズと検出器のサイズに直接関係しています(ピクセルサイズが小さいほど、同じピクセル数のFoVが小さくなります)。また、X線ビームのスポットサイズも重要で、スポットサイズが大きいほど解像度が低くなり、細部が見えにくくなります。

上記の制限に従って可能な解像度よりも高い解像度を得ることができることに対処することが重要です。したがって、解像度の代わりにボクセルサイズ(ボクセルはボリュームピクセルです)という用語を使用することをお勧めします。さらに、検出器のシャープネスなど、オブジェクトがスキャンされる真の解像度をさらに制限する他の要因が関係しています。確立されたターゲットを使用したシステムの真のキャリブレーションのみが、真実の答えを提供します。

ただし、ほとんどの場合、オブジェクトをスキャンできるボクセル サイズは、ほとんどの場合、オブジェクトのサイズによって制限されます。つまり、オブジェクトが大きいほど、ボクセル サイズは小さくなります。物体が特定のボクセルサイズで検出器のFoV内に収まらない場合、倍率を制限するなどして、ボクセルサイズを小さくすることができます。

スキャン時間とデータ量は、目的のボクセルサイズを決定する際に考慮することが重要です。一般に、ボクセルサイズが小さいほど、見たい詳細が高くなり、サンプルが小さくなるか、一度にスキャンできるサンプルが少なくなるほど、より多くの時間が必要になり、収集されるデータ量が大きくなります。次の理論的な例を想像してみてください:あるX線CTシステムで50μmで10cm x 10 cmの10 cm x 10 cmのサンプルを一度にスキャンし、同じ体積を10 μmでスキャンすると、FoV内に収まる体積は2 cm x 2 cm x 2 cmになります。 これが物理的に可能であると仮定します。これは、ボリューム全体をカバーするには125回のスキャンが必要であり(5³ = 5倍の解像度、イメージング技術の体積特性により3の累乗にスケーリング)、データ量も同様に増加することを意味します。もちろん、これは思考実験に過ぎず、解決策以上のものを考慮する必要があります。詳細については、読者はスキャンの可能性37の概要を参照されたい。

木製の物体をスキャンするための機器の柔軟性:過去10年間で、多くの企業がHECTOR35と同様のアセンブリを備えたX線CTシステムを提供してきました。いくつかのCTシステムの概要、特にそれらの時間分解能について評価されたものは、38で示されています。

全体として、X線CTシステムの柔軟性と使いやすさは大幅に向上しています。多くのシステムでは、さまざまなオブジェクトのスキャンが可能ですが、これはUGCTのシステムにも当てはまります。以下のプロトコルは、年輪分析に適したHECTORシステムで実証されています。ただし、このプロトコルは、解像度とデータ形式が許す限り、他の使用可能なシステムに対して有効です。

これらのシステムでは、さまざまなオブジェクトのスキャンが可能です。HECTORシステムでスキャンしたさまざまな木製オブジェクトのいくつかの写真を 図3に示します。この柔軟性こそが、 図1に示す3つのスケール(粗い解像度から非常に細かい解像度まで)で構成されています。

Figure 3
図 3.スキャン設定の例。 (A)丸太、(B)チェロ49、(C)バッチスキャン用のツリーコア付きサンプルホルダー(タイプ1)、(D)HECTORの回転ステージに取り付けられたヘリカルスキャン用のインクリメンタルコア付きサンプルホルダータイプ2。 この図の拡大版を表示するには、ここをクリックしてください。

Protocol

1. コアサンプリング Presslerボーラーで木を試飲してください。手動でツリーをコアにする方法に関する参考文献を参照してください39。このツールチェーンは、5.15 mm コア用です。 接着されていない木の芯を6mmの紙ストローまたは接着剤を必要としない他の受容体に入れます。木の芯を木製の支柱に接着しないでください。コアがすでに取り付け?…

Representative Results

目標がバイオマスの推定または多数のサンプルの樹木の成長増加、つまりリング間スケール(図1)である場合、サンプルホルダー1(図5)を使用してサンプルをスキャンし、密度プロファイル(ステップ5.4.3を参照)と樹木の成長の推定(たとえば、TRWが大きい成長の早い樹木の場合)を取得するため、解像度が粗くなります。 図12 は?…

Discussion

プロトコル内の重要なステップ
プロトコル内の重要なステップには、高品質のインクリメントコア(ステップ1.1.および39を参照)を取得するためのインクリメントボーラーの適切な取り扱いが含まれ、ビットとピースを回避します。次に、サンプルホルダーへの挿入(図521参照)のため、および適切な樹脂抽出50およ…

Disclosures

The authors have nothing to disclose.

Acknowledgements

フィードバックと提案をいただいた 3 人の匿名のレビュアーに感謝します。本研究は、JVdBのBOF特別研究費(BOF Starting Grant BOF.STG.2018.0007.01)、UGCTを専門知識センター(BOF.EXP.2017.0007)およびコア施設(BOF.COR.2022.008)、著者はまた、フランダース研究財団(G019521NおよびG009720N)、およびUGent産業研究基金(IOF)が助成金IOFを通じてインフラストラクチャへの財政支援を行ったことを認めています。APP.2021.0005 (プロジェクト 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