Summary

Análise de testemunhos de árvores com tomografia computadorizada de raios X

Published: September 22, 2023
doi:

Summary

Aqui, mostramos como processar núcleos de árvores com um conjunto de ferramentas de tomografia computadorizada de raios-X. Exceto para extração química para alguns fins, nenhum tratamento físico adicional de laboratório é necessário. O conjunto de ferramentas pode ser usado para estimativas de biomassa, para obter dados MXD/largura dos anéis de árvores, bem como para obter dados quantitativos de anatomia da madeira.

Abstract

Um conjunto de ferramentas de tomografia computadorizada (TC) de raios-X é apresentado para obter a largura dos anéis das árvores (TRW), a densidade máxima do lenho tardio (MXD), outros parâmetros de densidade e dados quantitativos de anatomia da madeira (QWA) sem a necessidade de tratamento de superfície trabalhoso ou qualquer preparação física de amostras. O foco aqui está nos núcleos de incremento e nos procedimentos de varredura em resoluções que variam de 60 μm a 4 μm. São definidas três escalas nas quais a madeira deve ser observada: (i) escala entre anéis, (ii) escala de anel, ou seja, análise de anéis de árvores e escala de densitometria, bem como (iii) escala anatômica, esta última se aproximando da qualidade convencional de seção delgada. Suportes de amostra personalizados para cada uma dessas escalas permitem a varredura de alto rendimento de vários núcleos de incremento. Uma série de rotinas de software foi desenvolvida especificamente para tratar com eficiência imagens tridimensionais de TC de raios-X dos testemunhos das árvores para TRW e densitometria. Este trabalho explica brevemente os princípios básicos da TC, que são necessários para uma compreensão adequada do protocolo. O protocolo é apresentado para algumas espécies conhecidas que são comumente usadas em dendrocronologia. A combinação de estimativas de densidade aproximada, dados TRW e MXD, bem como dados quantitativos de anatomia, nos permite ampliar e aprofundar as análises atuais para reconstruções climáticas ou resposta de árvores, bem como desenvolver ainda mais o campo da dendroecologia / climatologia e arqueologia.

Introduction

A densidade da madeira é uma variável fácil de medir1 que reflete as propriedades anatômicas e químicas da madeira2. Nas estimativas de biomassa de biomassa aérea, a densidade da madeira é uma importante variável de pesagem 3,4,5, que é multiplicada pelas dimensões da árvore e um fator que representa o teor de carbono da madeira. A densidade da madeira está intimamente ligada às propriedades mecânicas da madeira6 e reflete a história de vida de uma árvore7.

A densidade da parede celular é medida em aproximadamente 1500 kg/m³ e é considerada bastante constante8, no entanto, variações de densidade da parede celular intra-anel também devem ser consideradas 8,9. As células lenhosas (em geral traqueídeos em coníferas, vasos, parênquima e fibras em madeiras duras) são orientadas/moldadas de diferentes maneiras e a espessura da parede celular e o tamanho do lúmen dessas células variam10. Portanto, a densidade da madeira varia entre as árvores, dentro de uma árvore (axial e transversal) e em intervalos curtos dentro de um anel de árvore11,12. Em muitos casos, a variação da densidade da madeira na escala do anel também delimita o limite do anel das árvores13. A densidade da madeira e, em última análise, as frações de tecido são geradas e, neste artigo, são amplamente colocadas em três categorias (ou seja, três escalas de resolução diferentes), dependendo do objetivo do estudo (Figura 1), conforme descrito abaixo.

Escala entre anéis: Ao medir pedaços de madeira, obtém-se um único valor para essa amostra. Isso pode ser feito por imersão em água ou geometricamente14. Desta forma, biomassa geral ou madeira Para incluir a variação medula-casca, esses pedaços de madeira podem ser divididos em blocos que são medidos manualmente para obter informações sobre a estratégia de história de vida15. Ao mudar para TC de raios-X de baixa resolução, como em scanners médicos17,18, os dados TRW em anéis médios a largos podem ser feitos de maneira eficiente em muitas amostras 18,19,20. Esta também é a escala que pode ser usada para avaliar a biomassa da medula à casca de árvores temperadas e tropicais 4,22, normalmente variando em resoluções de 50 μm a 200 μm.

Escala de anel: A madeira é um registrador de condições ambientais passadas. O parâmetro mais conhecido é a largura dos anéis das árvores (TRW), mas para reconstruções de temperatura global, os registros de densidade máxima do lenho tardio (MXD) são comprovadamente um proxy melhor para a temperatura22. MXD é uma variável fácil de medir23 e um proxy para a espessura da parede celular e o tamanho da célula nas últimas células de um anel de árvore, e estão na linha das árvores e nos locais boreais positivamente ligados à temperatura sazonal do ar24: quanto mais quentes e longos os verões, mais lignificação da parede celular ocorre, o que aumenta a densidade dessas últimas células. Medições tradicionais, como imersão e geometria, são menos precisas para determinar essa densidade no nível do anel. Um trabalho anterior desenvolveu um conjunto de ferramentas para o uso de filme de raios-X em amostras de corte fino25. Isso desencadeou uma revolução tanto na silvicultura quanto na paleoclimatologia posterior15,18, definindo a densidade máxima do lenho tardio (MXD), ou seja, o valor da densidade de pico geralmente no final de um anel, como um proxy para a temperatura do verão. O princípio básico é que as amostras são serradas (aproximadamente 1,2 mm a 7 mm13) para ficarem perfeitamente paralelas à direção axial, e a amostra é colocada em um filme sensível exposto a uma fonte de raios-X. Em seguida, esses filmes de radiografia são lidos através de uma fonte de luz que detecta a intensidade e salva os perfis e os parâmetros anuais dos anéis das árvores. Essas ferramentas, no entanto, exigem uma quantidade significativa de preparação de amostras e trabalho manual. Recentemente, isso foi desenvolvido para TC de raios-X de forma mais padronizada ou com base em núcleos montados26. A resolução aqui varia entre 10 μm e 20 μm. O TRW também é medido nesta escala, especialmente quando se trata de anéis menores.

Escala anatômica: Nesta escala (resolução < 4 μm), os níveis médios de densidade tornam-se menos relevantes à medida que as principais características anatômicas são visualizadas e sua largura e proporções podem ser medidas. Normalmente, isso é feito por meio de microsseções ou varreduras ópticas de alta resolução ou tomografias μ-CT. Quando a ultraestrutura das paredes celulares precisa ser visualizada, a microscopia eletrônica de varredura é o método mais comumente utilizado27. Na escala anatômica, as frações individuais do tecido tornam-se visíveis para que os parâmetros fisiológicos possam ser derivados das imagens. Com base nos parâmetros anatômicos individuais e na densidade da parede celular da madeira, a densidade anatômica pode ser derivada para comparação com estimadores convencionais da densidade da madeira24.

Devido a técnicas aprimoradas de seccionamento e software de imagem29,30, a dendroanatomia30 foi desenvolvida para ter um registro mais preciso da madeira, tanto para ter uma estimativa mais próxima do MXD em coníferas quanto para medir várias variáveis anatômicas de árvores de folha larga. Nessa escala, os parâmetros anatômicos reais são medidos e relacionados aos parâmetros ambientais31 . Com μCT esse nível também pode ser obtido32,33.

Como a madeira é inerentemente higroscópica e anisotrópica, a densidade da madeira precisa ser cuidadosamente definida e as condições de medição precisam ser especificadas, seja como seca no forno, condicionada (normalmente com 12% de teor de umidade) ou verde (como derrubada na floresta)34. Para grandes amostras e fins técnicos, a densidade da madeira é definida como o peso dividido pelo seu volume em determinadas condições. No entanto, o valor da densidade da madeira é fortemente dependente da escala em que é medida, por exemplo, da medula à casca, a densidade da madeira pode dobrar e, em uma escala de anel (em coníferas), a transição da madeira precoce para a madeira tardia também resulta em um aumento significativo na densidade da madeira, com um pico no limite do anel.

Aqui, um protocolo de tomografia computadorizada de raios-X de núcleos de incremento é apresentado para medir as características nas 3 escalas mencionadas acima (Figura 1). Desenvolvimentos recentes em TC de raios-X podem cobrir a maioria dessas escalas, devido a uma configuração flexível. Os objetivos da pesquisa determinarão o eventual protocolo de varredura.

Um fator limitante crucial (que está inerentemente ligado à natureza escalonada da densidade da madeira e da madeira em geral) é a resolução e o tempo necessários para a digitalização. Exemplos demonstram como: (i) obter perfis de densidade de madeira em escala de árvore entre anéis para estimativas de biomassa em Terminalia superba da Bacia do Congo, (ii) obter registros de densidade de cedro Clanwilliam (Widdringtonia cedarbergensis) com base em varredura helicoidal em um sistema HECTOR35, e (iii) medir parâmetros de vasos em carvalho séssil, no sistema Nanowood. Ambos os scanners fazem parte do conjunto de scanners do UGent Center for X-ray Tomography (UGCT,

Figure 1
Figura 1: Árvore de decisão metodológica geral para tomografia computadorizada de raios-X. As linhas indicam as etapas a serem seguidas, desde o objetivo da pesquisa até o formato final dos dados. As caixas brancas são as etapas relevantes para essa cadeia de ferramentas. Caixas acinzentadas são etapas que podem ser executadas com outros softwares ou pacotes R, como dplr47 e Treeclim48 para análise de anéis de árvores, e ROXAS44 , bem como ImageJ42 ou outros aplicativos (comerciais) para derivar parâmetros anatômicos da madeira com base nas imagens de TC. Clique aqui para ver uma versão maior desta figura.

Pesquisa X-CT em madeira
Configuração de um scanner: Um scanner de tomografia computadorizada de raios-X padrão consiste em um tubo de raios-X, um detector de raios-X, um estágio de rotação e um conjunto de motores para mover o estágio de rotação e, na maioria dos casos, também o detector, para frente e para trás (Figura 2).

Figure 2
Figura 2. O sistema de digitalização HEITOR. O sistema35, mostrando a distância do detector de origem (SDD) e a distância do objeto de origem (SOD). Clique aqui para ver uma versão maior desta figura.

A maioria dos sistemas baseados em laboratório tem uma geometria de feixe cônico, o que significa que os raios X produzidos são distribuídos a partir da janela de saída do tubo em forma de feixe cônico, o que implica que, alterando a distância entre o objeto e o tubo (SOD = Source-Object-Distance) e o detector e o tubo (SDD = Source-Detector-Distance), a ampliação é controlada (veja a discussão sobre resolução). Devido ao poder de penetração dos raios X, eles passam pelo objeto, e a intensidade do feixe de atenuação é uma função da energia do feixe de raios X, da composição química do objeto (o número atômico dos elementos presentes) e da densidade do material. Dado um espectro de energia constante e uma composição constante do material da madeira, a atenuação do feixe de raios X é altamente dependente da densidade do material, o que explica seu uso para densitometria. A atenuação (ou transmissão) pode ser expressa pela lei de Beer-Lambert:

Equation 1

com I0 o feixe de raios-X de entrada exponencialmente que decai para um feixe de raios-X transmitido Id ao se propagar através do material a uma distância d. O coeficiente de atenuação linear μ depende de uma série de interações com o material do objeto. As projeções são, portanto, gravações do feixe transmitido.

Praticamente, o objeto é montado no estágio de rotação, um SOD e SDD adequados são selecionados, uma certa potência também é selecionada (relacionada ao tamanho, densidade e composição do objeto) e o objeto é girado 360° e durante essa rotação várias projeções são feitas. Essas projeções são então usadas para reconstruir a estrutura interior do objeto. Existem vários algoritmos de reconstrução disponíveis, dos quais os mais utilizados ainda são baseados no arcabouço analítico desenvolvido décadas atrás, contando com a transformação de Radon e o teorema da fatia de Fourier. Para mais detalhes, o leitor é encaminhado para literatura especializada36.

Enigma da resolução, volume de dados e tamanho da amostra: A resolução é fundamental na tomografia computadorizada de raios-X. Em sistemas com geometria inversa ou geometria de feixe paralelo, como linhas de luz síncrotron, outras considerações desempenham um papel. Este protocolo discute apenas a tomografia computadorizada de raios-X padrão baseada em laboratório com geometria de feixe cônico. Aqui, o conceito de ampliação, tamanho do pixel do detector e tamanho do ponto são essenciais. A ampliação é definida como a proporção de SDD/SOD. Em seguida, o tamanho do pixel do detector obviamente também afeta a resolução: quanto menor o tamanho do pixel, maior a resolução, mas na maioria dos casos o campo de visão (FoV) também está diretamente relacionado ao tamanho do pixel e ao tamanho do detector (tamanho do pixel menor, FoV menor para o mesmo número de pixels). Além disso, o tamanho do ponto do feixe de raios-X também é importante: quanto maior o tamanho do ponto, menor a resolução, o que significa que menos detalhes podem ser vistos.

É importante abordar que se pode obter uma resolução superior à possível de acordo com os limites acima mencionados, portanto, é melhor usar o termo tamanho do voxel (um voxel é um pixel de volume) em vez de resolução. Além disso, existem outros fatores em jogo, como a nitidez do detector, que limitam ainda mais a verdadeira resolução na qual um objeto é digitalizado. Somente uma calibração verdadeira do sistema, usando metas estabelecidas, fornece a resposta verdadeira.

Na maioria dos casos, no entanto, o tamanho do voxel no qual um objeto pode ser verificado é limitado principalmente pelo tamanho do objeto. Isso significa que quanto maior o objeto, menor será o tamanho do voxel. Se o objeto não couber no FoV do detector para um determinado tamanho de voxel, o tamanho do voxel pode ser reduzido, por exemplo, limitando a ampliação.

É importante considerar o tempo de varredura e o volume de dados ao decidir o tamanho de voxel desejado. Em geral, quanto menor o tamanho do voxel, maior o detalhe que se deseja ver, menor a amostra ou menos amostras que podem ser digitalizadas de uma só vez, mais tempo é necessário e maiores os volumes de dados serão coletados. Imagine o seguinte exemplo teórico: pode-se escanear uma amostra medindo 10 cm x 10 cm x 10 cm a 50 μm de uma só vez com um determinado sistema de TC de raios-X e gostaria de escanear esse mesmo volume a 10 μm, o volume que cabe dentro do FoV seria de apenas 2 cm x 2 cm x 2 cm, assumindo que isso é fisicamente possível. Isso significa que são necessárias 125 varreduras (5³ = resolução 5 vezes maior, escala para a potência de 3 devido à natureza volumétrica da técnica de imagem) para cobrir todo o volume, e que o volume de dados aumentaria da mesma forma. Claro, isso é apenas um experimento mental, e é preciso considerar muito mais do que apenas resolução. Para obter mais informações, o leitor é encaminhado para uma visão geral das possibilidades de digitalização37.

Flexibilidade dos instrumentos para escaneamento de objetos de madeira: Na última década, muitas empresas forneceram sistemas de TC de raios-X com um conjunto semelhante ao HECTOR35. Uma visão geral de vários sistemas de TC, especialmente avaliados por sua resolução temporal, é dada em38.

Ao todo, a flexibilidade e a facilidade de uso dos sistemas de TC de raios-X melhoraram consideravelmente. Muitos sistemas permitem a digitalização de uma gama diversificada de objetos, o que também é o caso dos sistemas da UGCT. O protocolo abaixo é demonstrado para o sistema HECTOR, que é adequado para análise de anéis de árvores. O protocolo, no entanto, é válido para qualquer outro sistema disponível se a resolução e o formato dos dados permitirem.

Esses sistemas permitem a digitalização de uma variedade de objetos. Algumas fotos de diferentes objetos de madeira digitalizados com o sistema HECTOR são fornecidas na Figura 3. É essa flexibilidade que compreende as três escalas que apresentamos na Figura 1, variando de uma resolução grosseira a uma resolução muito fina.

Figure 3
Figura 3. Exemplos de configuração de digitalização. (A) Um tronco, (B) um violoncelo49, (C) porta-amostras (tipo 1) com três núcleos para varredura em lote e (D) porta-amostras tipo 2 com núcleos de incremento para varredura helicoidal montados no estágio de rotação do HECTOR. Clique aqui para ver uma versão maior desta figura.

Protocol

1. Amostragem do núcleo Prove a árvore com uma broca Pressler. Consulte referências sobre como retirar o núcleo de uma árvore manualmente39. Este conjunto de ferramentas é apresentado para núcleos de 5,15 mm. Coloque os núcleos das árvores descolados em canudos de papel de 6 mm ou em qualquer outro receptor que não necessite de cola. Não cole os núcleos das árvores em um suporte de madeira. Se os núcleos já estiverem montados, desmonte-os com bis…

Representative Results

Se o objetivo é a estimativa de biomassa ou incremento de crescimento de árvores de muitas amostras, ou seja, escala entre anéis (Figura 1), então o suporte de amostra 1 (Figura 5) é usado para escanear amostras para obter perfis de densidade (ver etapa 5.4.3) e estimativas de crescimento de árvores, por exemplo, para árvores de crescimento rápido com grande TRW, o que permite uma resolução mais grosseira. A Figura 12 most…

Discussion

Etapas críticas dentro do protocolo
As etapas críticas dentro do protocolo incluem o manuseio adequado da broca de incremento para obter núcleos de incremento de alta qualidade (etapa 1.1. e ver39) para evitar pedaços e pedaços. Em seguida, é essencial que os núcleos sejam deixados desmontados (mas ver26), tanto para inserção no suporte da amostra (Figura 5, ver21), quanto para extração adequada da resina<s…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Agradecemos aos três revisores anônimos por seus comentários e sugestões. Esta pesquisa foi financiada pelo Fundo Especial de Pesquisa BOF para JVdB (BOF Starting Grant BOF. STG.2018.0007.01), para a UGCT como Centro de Especialização (BOF. EXP.2017.0007) e como uma Instalação Principal (BOF. COR.2022.008), Os autores também agradecem à Fundação de Pesquisa de Flandres (G019521N e G009720N) e ao Fundo de Pesquisa Industrial UGent (IOF) pelo apoio financeiro à infraestrutura por meio de subvenção IOF. APP.2021.0005 (projeto 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