Summary

Análisis del núcleo del árbol con tomografía computarizada de rayos X

Published: September 22, 2023
doi:

Summary

Aquí mostramos cómo procesar núcleos de árboles con una cadena de herramientas de tomografía computarizada de rayos X. A excepción de la extracción química para algunos fines, no se necesita ningún tratamiento físico de laboratorio adicional. La cadena de herramientas se puede utilizar para estimaciones de biomasa, para obtener datos MXD/ancho de anillo de árbol, así como para obtener datos cuantitativos de anatomía de la madera.

Abstract

Se presenta una cadena de herramientas de tomografía computarizada (TC) de rayos X para obtener el ancho del anillo del árbol (TRW), la densidad máxima de la madera tardía (MXD), otros parámetros de densidad y datos cuantitativos de la anatomía de la madera (QWA) sin la necesidad de un tratamiento de superficie intensivo en mano de obra ni ninguna preparación de muestra física. En este caso, la atención se centra en los núcleos de incremento y los procedimientos de escaneo con resoluciones que van desde 60 μm hasta 4 μm. Se definen tres escalas en las que se debe observar la madera: (i) escala entre anillos, (ii) escala de anillos, es decir, análisis de anillos de árboles y escala de densitometría, así como (iii) escala anatómica, esta última acercándose a la calidad convencional de sección delgada. Los portamuestras diseñados a medida para cada una de estas básculas permiten el escaneo de alto rendimiento de múltiples núcleos de incremento. Se desarrollaron específicamente una serie de rutinas de software para tratar de manera eficiente las imágenes de TC de rayos X tridimensionales de los núcleos de los árboles para TRW y densitometría. En este trabajo se explican brevemente los principios básicos de la TC, necesarios para una correcta comprensión del protocolo. Se presenta el protocolo para algunas especies conocidas que se utilizan habitualmente en dendrocronología. La combinación de estimaciones aproximadas de densidad, datos TRW y MXD, así como datos cuantitativos de anatomía, nos permite ampliar y profundizar los análisis actuales para las reconstrucciones climáticas o la respuesta de los árboles, así como desarrollar aún más el campo de la dendroecología/climatología y la arqueología.

Introduction

La densidad de la madera es una variable fácil de medir1 que refleja las propiedades anatómicas y químicas de la madera2. En las estimaciones de biomasa aérea, la densidad de la madera es una variable de peso importante 3,4,5, que se multiplica por las dimensiones del árbol y un factor que representa el contenido de carbono de la madera. La densidad de la madera está estrechamente ligada a las propiedades mecánicas de la madera6 y refleja la historia de vida de un árbol7.

La densidad de la pared celular se mide en aproximadamente 1500 kg/m³ y se considera bastante constante8, sin embargo, también se deben considerar las variaciones de la densidad de la pared celular dentro del anillo 8,9. Las células leñosas (en general, las traqueidas de las coníferas, los vasos, el parénquima y las fibras de las maderas duras) están orientadas/moldeadas de diferentes maneras y el grosor de la pared celular y el tamaño del lumen de estas células varían10. Por lo tanto, la densidad de la madera varía entre los árboles, dentro de un árbol (axial y transversal) y dentro de intervalos cortos dentro de un anillo de árbol11,12. En muchos casos, la variación de la densidad de la madera en la escala de anillo también delimita el límite del anillo del árbol13. La densidad de la madera y, en última instancia, las fracciones de tejido se generan y, en este artículo, se clasifican en tres categorías (es decir, tres escalas de resolución diferentes), según el objetivo del estudio (Figura 1), como se describe a continuación.

Escala entre anillos: Al medir piezas de madera, se obtiene un único valor para esa muestra. Esto se puede hacer a través de la inmersión en agua o geométricamente14. De esta manera, se pueden obtener variables tecnológicas generales de la biomasa o de la madera. Para incluir la variación de la médula a la corteza, estas piezas de madera pueden dividirse a su vez en bloques que se miden manualmente para obtener información sobre la estrategia de historia de vida15. Al cambiar a la TC de rayos X de baja resolución, como en los escáneres médicos17,18, los datos de TRW en anillos de tamaño medio a ancho se pueden obtener de manera eficiente en muchas muestras 18,19,20. Esta es también la escala que se puede utilizar para evaluar la biomasa desde la médula hasta la corteza de árboles templados y tropicales 4,22, que suele oscilar entre 50 μm y 200 μm.

Escala de anillo: La madera es un registrador de las condiciones ambientales pasadas. El parámetro más conocido es el ancho de los anillos de los árboles (TRW), pero para las reconstrucciones de la temperatura global, se ha demostrado que los registros de densidad máxima de madera tardía (MXD) son un mejor indicador de la temperatura22. MXD es una variable fácil de medir23, y un indicador del grosor de la pared celular y el tamaño de las células en las últimas células de un anillo de árbol, y se encuentran en la línea de árboles y los sitios boreales relacionados positivamente con la temperatura del aire estacional24: cuanto más cálidos y largos son los veranos, más lignificación de la pared celular se produce, lo que aumenta la densidad de estas últimas células. Las mediciones tradicionales, como la inmersión y la geometría, son menos precisas para determinar esta densidad a nivel de anillo. Un trabajo anterior desarrolló una cadena de herramientas para el uso de película de rayos X en muestras de corte fino25. Esto provocó una revolución tanto en la silvicultura como en la paleoclimatología posterior15,18, definiendo la densidad máxima de la madera tardía (MXD), es decir, el valor de la densidad máxima a menudo al final de un anillo, como un indicador de la temperatura de verano. El principio básico es que las muestras se aserran (aproximadamente de 1,2 mm a 7 mm13) para que queden perfectamente paralelas a la dirección axial, y la muestra se coloca en una película sensible expuesta a una fuente de rayos X. A continuación, estas películas radiográficas se leen a través de una fuente de luz que detecta la intensidad y guarda los perfiles y los parámetros anuales de los anillos de los árboles. Estas herramientas, sin embargo, requieren una cantidad significativa de preparación de muestras y trabajo manual. Recientemente, esto se ha desarrollado para la TC de rayos X de una manera más estandarizada o basada en núcleos montados26. La resolución aquí oscila entre 10 μm y 20 μm. TRW también se mide en esta escala, especialmente cuando se trata de anillos más pequeños.

Escala anatómica: A esta escala (resolución < 4 μm), los niveles de densidad promedio se vuelven menos relevantes a medida que se visualizan las principales características anatómicas y se pueden medir su ancho y proporciones. Por lo general, esto se hace mediante la realización de microsecciones o exploraciones ópticas de alta resolución o exploraciones μ-CT. Cuando es necesario visualizar la ultraestructura de las paredes celulares, la microscopía electrónica de barrido es el método más utilizado27. A escala anatómica, las fracciones individuales de tejido se hacen visibles para que los parámetros fisiológicos puedan derivarse de las imágenes. Sobre la base de los parámetros anatómicos individuales y la densidad de la pared celular de la madera, se puede derivar la densidad anatómica para compararla con los estimadores convencionales de la densidad de la madera24.

Debido a las técnicas de corte mejoradas y al software de imagen29,30, se ha desarrollado dendro-anatomy30 para tener un registro más preciso de la madera, tanto para tener una estimación más cercana de la MXD en coníferas como para medir varias variables anatómicas de árboles de hoja ancha. En esta escala, se miden los parámetros anatómicos reales y se relacionan con los parámetros ambientales31 . Con μCT también se puede obtener este nivel32,33.

Dado que la madera es inherentemente higroscópica y anisotrópica, la densidad de la madera debe definirse cuidadosamente y especificarse las condiciones de medición, ya sea seca en horno, acondicionada (normalmente con un contenido de humedad del 12%) o verde (talada en el bosque)34. Para muestras grandes y fines técnicos, la densidad de la madera se define como el peso dividido por su volumen en condiciones dadas. Sin embargo, el valor de la densidad de la madera depende en gran medida de la escala a la que se mide, por ejemplo, desde la médula hasta la corteza, la densidad de la madera puede duplicarse, y en una escala de anillo (en coníferas) la transición de la madera temprana a la madera tardía también da como resultado un aumento significativo en la densidad de la madera, con un pico en el límite del anillo.

Aquí, se presenta un protocolo de escaneo por TC de rayos X de núcleos incrementales con el fin de medir las características en las 3 escalas mencionadas anteriormente (Figura 1). Los desarrollos recientes en la TC de rayos X pueden cubrir la mayoría de estas escalas, debido a una configuración flexible. Los objetivos de la investigación determinarán el protocolo final para la exploración.

Un factor limitante crucial (que está inherentemente conectado a la naturaleza escamosa de la densidad de la madera y de la madera en general) es la resolución y el tiempo necesarios para el escaneo. Los ejemplos demuestran cómo: (i) obtener perfiles de densidad de madera a escala de árbol entre anillos para estimaciones de biomasa en Terminalia superba de la cuenca del Congo, (ii) obtener registros de densidad de cedro de Clanwilliam (Widdringtonia cedarbergensis) basados en escaneo helicoidal en un sistema HECTOR35, y (iii) medir los parámetros de la vasija en roble sésil, en el sistema Nanowood. Ambos escáneres forman parte del conjunto de escáneres del Centro de Tomografía de Rayos X de la Universidad de Nueva York (UGCT, por sus siglas en inglés)

Figure 1
Figura 1: Árbol de decisión metodológico general para la tomografía computarizada de rayos X. Las filas indican los pasos a seguir, desde el objetivo de la investigación hasta el formato final de los datos. Las cajas blancas son los pasos que son relevantes para esta cadena de herramientas. Las cajas atenuadas son pasos que se pueden realizar con otro software o paquetes R, como dplr47 y Treeclim48 para el análisis de anillos de árboles, y ROXAS44 , así como ImageJ42 u otras aplicaciones (comerciales) para derivar parámetros anatómicos de la madera basados en las imágenes de TC. Haga clic aquí para ver una versión más grande de esta figura.

Investigación X-CT en madera
Configuración de un escáner: Un escáner de tomografía computarizada de rayos X estándar consta de un tubo de rayos X, un detector de rayos X, una etapa de rotación y un conjunto de motores para mover la etapa de rotación y, en la mayoría de los casos, también el detector, hacia adelante y hacia atrás (Figura 2).

Figure 2
Figura 2. El sistema de escaneo HÉCTOR. El sistema35, que muestra la distancia del detector de fuente (SDD) y la distancia del objeto de la fuente (SOD). Haga clic aquí para ver una versión más grande de esta figura.

La mayoría de los sistemas de laboratorio tienen una geometría de haz cónico, lo que significa que los rayos X producidos se distribuyen desde la ventana de salida del tubo en forma de haz cónico, lo que implica que al cambiar la distancia entre el objeto y el tubo (SOD = Fuente-Objeto-Distancia) y el detector y el tubo (SDD = Fuente-Detector-Distancia), se controla el aumento (consulte la discusión sobre la resolución). Debido al poder de penetración de los rayos X, atraviesan el objeto, y la intensidad del haz de atenuación es una función de la energía del haz de rayos X, la composición química del objeto (el número atómico de los elementos presentes) y la densidad del material. Dado un espectro de energía constante y una composición constante del material de la madera, la atenuación del haz de rayos X depende en gran medida de la densidad del material, lo que explica su uso para la densitometría. La atenuación (o transmisión) puede expresarse mediante la ley de Beer-Lambert:

Equation 1

con I0 el haz de rayos X entrante exponencialmente que decae en un haz de rayos X transmitido Id cuando se propaga a través del material a una distancia d. El coeficiente de atenuación lineal μ depende de una serie de interacciones con el material del objeto. Por lo tanto, las proyecciones son registros del haz transmitido.

Prácticamente, el objeto se monta en la etapa de rotación, se seleccionan un SOD y un SDD adecuados, también se selecciona una cierta potencia (relacionada con el tamaño, la densidad y la composición del objeto) y el objeto se gira 360° y durante esa rotación se toman múltiples proyecciones. Estas proyecciones se utilizan para reconstruir la estructura interior del objeto. Existen varios algoritmos de reconstrucción disponibles, de los cuales los más utilizados siguen basándose en el marco analítico desarrollado hace décadas, basándose en la transformación del radón y el teorema del corte de Fourier. Para más detalles, se remite al lector a la literatura especializada36.

Enigma de la resolución, el volumen de datos y el tamaño de la muestra: La resolución es clave en la tomografía computarizada de rayos X. En los sistemas con geometría inversa, o geometría de haz paralelo, como las líneas de luz de sincrotrón, otras consideraciones juegan un papel importante. Este protocolo solo analiza la tomografía computarizada de rayos X estándar en laboratorio con geometría de haz cónico. Aquí, el concepto de ampliación, tamaño de píxel del detector y tamaño de punto son esenciales. El aumento se define como la relación SDD/SOD. A continuación, el tamaño de píxel del detector obviamente también afecta a la resolución: cuanto menor es el tamaño de píxel, mayor es la resolución, pero en la mayoría de los casos el campo de visión (FoV) también está directamente relacionado con el tamaño de píxel y el tamaño del detector (menor tamaño de píxel, menor FoV para el mismo número de píxeles). Además, el tamaño del haz de rayos X también es importante: cuanto mayor sea el tamaño del punto, menor será la resolución, lo que significa que se pueden ver menos detalles.

Es importante tener en cuenta que se puede obtener una resolución superior a la posible según los límites mencionados anteriormente, por lo que es mejor utilizar el término tamaño de vóxel (un vóxel es un píxel de volumen) en lugar de resolución. Además, hay otros factores en juego, como la nitidez del detector, que limitan aún más la resolución real a la que se escanea un objeto. Solo una verdadera calibración del sistema, utilizando objetivos establecidos, proporciona la respuesta verdadera.

Sin embargo, en la mayoría de los casos, el tamaño del vóxel en el que se puede escanear un objeto está limitado principalmente por el tamaño del objeto. Esto significa que cuanto más grande sea el objeto, menor será el tamaño del vóxel. Si el objeto no cabe dentro del campo de visión del detector para un cierto tamaño de vóxel, entonces el tamaño del vóxel se puede reducir, por ejemplo, limitando el aumento.

Es importante tener en cuenta el tiempo de escaneo y el volumen de datos a la hora de decidir el tamaño de vóxel deseado. En general, cuanto menor sea el tamaño del vóxel, mayor será el detalle que se desea ver, cuanto más pequeña sea la muestra o menos muestras se puedan escanear a la vez, se requiere más tiempo y se recopilarán mayores volúmenes de datos. Imaginemos el siguiente ejemplo teórico: se puede escanear una muestra de 10 cm x 10 cm x 10 cm a 50 μm de una sola vez con un determinado sistema de TAC de rayos X y se desea escanear ese mismo volumen a 10 μm, el volumen que cabe dentro del campo de visión sería solo de 2 cm x 2 cm x 2 cm, asumiendo que esto es físicamente posible. Esto significa que se necesitan 125 escaneos (5³ = 5 veces mayor resolución, escala a la potencia de 3 debido a la naturaleza volumétrica de la técnica de imagen) para cubrir todo el volumen, y que el volumen de datos aumentaría igualmente. Por supuesto, esto es solo un experimento mental, y uno necesita considerar mucho más que solo la resolución. Para obtener más información, se remite al lector a una descripción general de las posibilidades de escaneo37.

Flexibilidad de los instrumentos para el escaneo de objetos de madera: En la última década, muchas empresas han suministrado sistemas de TC de rayos X con un montaje similar al HECTOR35. En38 se ofrece una visión general de varios sistemas de TC, especialmente evaluados por su resolución temporal.

En general, la flexibilidad y la facilidad de uso de los sistemas de TC de rayos X han mejorado considerablemente. Muchos sistemas permiten el escaneo de una amplia gama de objetos, lo que también es el caso de los sistemas de UGCT. El siguiente protocolo se muestra para el sistema HÉCTOR, que es adecuado para el análisis de anillos de árboles. Sin embargo, el protocolo es válido para cualquier otro sistema disponible si la resolución y el formato de los datos lo permiten.

Estos sistemas permiten el escaneo de una variedad de objetos. En la Figura 3 se muestran algunas imágenes de diferentes objetos de madera escaneados con el sistema HÉCTOR. Es esta flexibilidad la que comprende las tres escalas que presentamos en la Figura 1, que van desde una resolución gruesa hasta una resolución muy fina.

Figure 3
Figura 3. Ejemplos de configuración de escaneo. (A) Un tronco, (B) un violonchelo49, (C) portamuestras (tipo 1) con núcleos de árbol para el escaneo por lotes y (D) portamuestras tipo 2 con núcleos de incremento para el escaneo helicoidal montados en la etapa de rotación de HECTOR. Haga clic aquí para ver una versión más grande de esta figura.

Protocol

1. Muestreo de núcleos Pruebe el árbol con un barrenador Pressler. Consulte referencias sobre cómo extraer el núcleo de un árbol manualmente39. Esta cadena de herramientas se presenta para núcleos de 5,15 mm. Coloque los corazones de los árboles sin pegar en pajitas de papel de 6 mm o en cualquier otro receptor que no requiera pegamento. No pegue los núcleos de los árboles en un soporte de madera. Si los núcleos ya estaban montados, desmóntelos con b…

Representative Results

Si el objetivo es la estimación de la biomasa o el incremento del crecimiento de los árboles de muchas muestras, es decir, la escala entre anillos (Figura 1), se utiliza el portamuestras 1 (Figura 5) para escanear las muestras y obtener perfiles de densidad (véase el paso 5.4.3) y estimaciones del crecimiento de los árboles, por ejemplo, para árboles de crecimiento rápido con TRW grande, lo que permite una resolución más gruesa. La F…

Discussion

Pasos críticos dentro del protocolo
Los pasos críticos dentro del protocolo incluyen el manejo adecuado del barrenador de incremento para obtener núcleos de incremento de alta calidad (paso 1.1. y ver39) para evitar pedazos y piezas. A continuación, es esencial que los núcleos se dejen sin montar (pero ver26), tanto para la inserción en el portamuestras (Figura 5, ver21) como para la correcta extracción de resi…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Agradecemos a los tres revisores anónimos por sus comentarios y sugerencias. Esta investigación fue financiada por el Fondo Especial de Investigación de BOF para JVdB (BOF Starting Grant BOF. STG.2018.0007.01), para el UGCT como Centro de Especialización (BOF. EXP.2017.0007) y como Instalación Principal (BOF. COR.2022.008), Los autores también agradecen a la Fundación de Investigación de Flandes (G019521N y G009720N) y al Fondo de Investigación Industrial (IOF) de UGent por el apoyo financiero a la infraestructura a través de la subvención IOF. APP.2021.0005 (proyecto 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