Waiting
Elaborazione accesso...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Environment
Click here for the English version

Environment

Boomkernanalyse met röntgencomputertomografie

Published: September 22, 2023 doi: 10.3791/65208
Automatic Translation
1, 2,3
1Forest Is Life, TERRA Teaching and Research Centre, Gembloux Agro Bio-Tech, University of Liège, 2UGent-Woodlab, Laboratory of Wood Technology, Department of Environment, Ghent University, 3UGent Centre for X-ray Tomography (UGCT)

Summary

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

Abstract

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

Introduction

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

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

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

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

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

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

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

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

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

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

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

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

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

Equation 1

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

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

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

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

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

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

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

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

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

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

Subscription Required. Please recommend JoVE to your librarian.

Protocol

1. Kernbemonstering

  1. Bemonster de boom met een Pressler-boorder. Raadpleeg referenties over hoe je een boom handmatig kunt kernen39. Deze gereedschapsketting wordt gepresenteerd voor kernen van 5,15 mm.
  2. Doe de boomkernen losgelijmd in papieren rietjes van 6 mm of in een andere receptor die geen lijm nodig heeft. Lijm de boomkernen niet op een houten drager. Als de kernen al gemonteerd waren, demonteer ze dan met een scalpel/zaag of oplosmiddel, afhankelijk van het lijmtype.
  3. Wikkel ze niet in plastic buizen, probeer ze eerst te drogen om schimmelgroei en schimmelbederf te voorkomen.
  4. Gebruik potlood om op de papieren rietjes te schrijven, omdat de extractie het schrift van de marker kan vervagen.
    LET OP: Deze gereedschapsketting is ook geschikt voor kernen van 4 mm. Reeds gemonteerde en geschuurde kernen kunnen worden gebruikt, maar deze moeten eerst worden gedemonteerd. Voor archeologisch of resthout moet een monster ter grootte van een kern worden gemaakt (door te zagen/de maat te verkleinen) om te scannen.

2. Voorbereiding van de kern vóór het scannen

  1. Voer een ethanol/tolueen of ethanol of aceton40 Soxhlet-extractie uit gedurende ten minste 24 uur (Figuur 4A,B). Dit is nodig om een harsvrij houtvolume te garanderen voor een nauwkeurige dichtheidsberekening (hars verzwakt het signaal, Figuur 4C13,41).
    1. Maak een oplossing van 1000 ml ethanol met 427 ml tolueen (volgens bijv. ASTM D 1107 - 96) of pure ethanol of aceton. Veel universiteiten hebben een glaswerkplaats in een laboratorium die een aangepaste versie van het Soxhlet-apparaat voor boomkernen kan maken (Figuur 4B).
    2. Vul de kolf met ronde bodem met het oplosmiddel en plaats de monsters in de rietjes in een roestvrijstalen steun in het Soxhlet-apparaat met koeler op een laboratoriumverwarming. Houd rekening met minimaal 6 overhevelingen per uur.
      OPMERKING: Voor koeling (of een ander modern koelsysteem) wordt bij voorkeur een gesloten watercircuit gebruikt. In dit geval circuleert een waterpomp het water, opgeslagen in een bassin van 100 L met chloortabletten (om algenontwikkeling te voorkomen), op 120 L/u (maar dit hangt af van de grootte van het Soxhlet-apparaat en de toegepaste warmte door het warmte-element). Een luchtkoeler wordt gebruikt om het water in het bassin van 100 L te koelen. Om oplosmiddel te besparen, kunnen glasparels worden gebruikt om het lege volume van het Soxhlet-apparaat op te vullen.
    3. Controleer regelmatig de temperatuur en het aantal overhevelingen. Droog de kernen onder een chemische kap (controleer hiervoor het laboratoriumbeleid) om de oplosmiddelresten te verwijderen of plaats een droogoven onder de chemische kap.
  2. Droog de kernen gedurende 24 uur in een droogoven (103,5 °C) onder afzuigventilatie en voer een warmwaterbad (90 °C) of heetwater-Soxhlet-extractie uit gedurende 24 uur zoals hierboven beschreven.
    1. Bewaar de monsters in de papieren rietjes in de stalen monsterhouders. Droog opnieuw in een droge oven gedurende 24 uur bij 103,5 °C en conditioneer vervolgens tot 60% relatieve vochtigheid (RV) voordat u gaat scannen.
      OPMERKING: De waarde van 60% is in dit geval gekozen omdat dit ongeveer de gemiddelde relatieve luchtvochtigheid in de röntgen-CT-scankamer is. Ovendroge monsters kunnen ook worden gebruikt. De belangrijkste factor is dat alle monsters onder dezelfde omstandigheden worden gescand.
    2. In het geval dat de waterextractie de papieren rietjes degenereert, plaatst u de boomkernen terug in nieuwe papieren rietjes van 6 mm21. Zowel kernen van 5,15 mm als kernen van 4 mm kunnen in papieren rietjes van 6 mm worden gedaan.
    3. Zorg ervoor dat het hele papieren rietje gevuld is met hout. Wikkel beide uiteinden van het rietje in en knip de uiteinden af. Hierdoor kunnen de rietjes gemakkelijk in de cilindrische houder worden geplaatst.
    4. Zorg ervoor dat de cambiumzijde (schors) duidelijk is aangegeven op de kern, want de CoreProcessor en RingIndicator gaan ervan uit dat de schorszijde naar beneden is. Verwijder stukjes en beetjes en aders met scheuren, omdat deze moeilijk zijn om mee te werken.

Figure 4
Figuur 4. Workflow voor het extraheren en drogen van kernen voorafgaand aan het scannen. (A) Incrementele kernen in papieren rietjes worden eerst in een warmwaterbad gedaan en vervolgens gedurende 24 uur in een heet mengsel van ethanol en tolueen met een Soxhlet-apparaat, vervolgens gedroogd, 24 uur in een warmwaterbad gedaan, vervolgens opnieuw gedroogd bij 103,5 °C en vervolgens geconditioneerd voordat ze worden gescand. (B) Beelden van de aangepaste Soxhlet-opstelling aan de UGent. Meerdere aangepaste Soxhlet-apparaten zijn serieel bevestigd. Let op de aluminiumfolie en isolatiebuizen om het oplosmiddel of oplosmiddelmengsel warm genoeg te houden voor extractie. (C) Voorbeeld van het oppervlak van een incrementele kern van Pinus longaeva voor en na extractie. Harsen en andere extracten maskeren het ware dichtheidssignaal door verzwakking van de röntgenstralen. Klik hier om een grotere versie van deze figuur te bekijken.

3. Scannen van de kern

  1. Selecteer het juiste type monsterhouder (Figuur 5) zoals hieronder beschreven, afhankelijk van het onderzoeksdoel zoals beschreven in Figuur 1.
    1. Gebruik voor schaaldoeleinden tussen de ringen houder type1 - karton en geperforeerd steekschuim.
    2. Voor de MXD data gebruik houder type 2 - een kunststof monsterhouder die 6 aders van 1-15 cm lengte en een diameter van 3 cm heeft.
    3. Gebruik houder type 3 - voor dendro-anatomische doeleinden die bestaat uit het eenvoudig aan elkaar binden van papieren rietjes.
  2. Laad de boomkernen in papieren rietjes in de monsterhouder en vul het spreadsheetsjabloon in dat op https://dendrochronomics.ugent.be/#software kan worden gedownload. Elk nummer komt overeen met een bepaalde positie in de monsterhouder.
  3. Scannen in een röntgen μCT-faciliteit: raadpleeg een röntgen-CT-expert voor de juiste instellingen en het scanprotocol. Voor de scanner die in dit protocol wordt gebruikt, zie37.
  4. Reconstructie van de gescande beelden: raadpleeg een röntgen-CT-expert voor de juiste instellingen van de reconstructie, of de instellingen die bij de CT-scanner (softwarepakket van de röntgen-CT-scanner) worden geleverd. Voor de reconstructieparameters voor dit protocol, zie37.

Figure 5
Figuur 5. Typen monsterhouders en resolutie. Ontwerp van de drie belangrijkste houdertypes, die overeenkomen met (A) tussenringschaal, (B) boomringschaal en (C) anatomische schaal. Vanwege de resulterende grootte neemt het aantal monsters af met toenemende resolutievereiste. De bijbehorende 3D-renderings voor (D) tussenringschaal (houder 1), (E) ringbreedte en MXD (houdertype 2), en (F) anatomische parameters (houdertype 3). Schaalbalk = 5 mm. Klik hier om een grotere versie van deze figuur te bekijken.

4. Verkrijg TRW-gegevens, dichtheidsgegevens en anatomische gegevens

  1. Aan de slag met de software.
    1. Om dichtheidswaarden (houdertype 1 en 2) te verkrijgen, installeert u de volgende drie softwarepakketten: (i) CoreProcessor, (ii) RingIndicator en (iii) CoreComparison toolboxen van
    2. Aangezien deze toolboxen in MATLAB zijn gemaakt, installeert u de juiste MATLAB-compilerruntime (MCR), beschikbaar op: http://nl.mathworks.com/products/compiler/mcr/. De versie die momenteel nodig is, is MATLAB2022B. De MCR is gratis, net als de 3 softwarepakketten.
    3. Maak naast de map met de gereconstrueerde volumes een nieuwe lege map voor de MAT-bestanden (een bestandsformaat van MATLAB dat variabelen e.d. opslaat), bijv. matfiles_useful_name_sample_holder, dit is nodig om tijdelijke parameters op te slaan.
    4. Zorg ervoor dat de spreadsheet in de map van de gereconstrueerde volumes zit, om de voorbeelden in een latere stap in te vullen.
  2. Voorbewerking van de kernvolumes met de CoreProcessor.
    OPMERKING: Voor anatomiegegevens met hoge resolutie zijn de volgende verwerkingsstappen niet nodig (Figuur 1), zodra de gereconstrueerde volumes beschikbaar zijn, raadpleegt u de ImageJ-richtlijnen voor 3D-afbeeldingen42. Segmentatie kan worden gedaan via de Weka-plug-in43 voor het aanduiden van vaten op afzonderlijke plakjes, bijvoorbeeld12, of in softwareplug-ins zoals ROXAS44.
    1. Bereid de kernextractie voor: Bereid de geautomatiseerde extractie van de incrementele kernen voor (afhankelijk van de tussenringschaal Figuur 6A of ringschaal Figuur 6B) zoals hieronder beschreven.
      1. Selecteer de map met gereconstrueerde bestanden (16-bits dwarsdoorsnede TIFF-segmenten) en het spreadsheetbestand (XrayForm.xlsx).
      2. Selecteer de lege map uit 4.1.3. Dit is de map waar CoreProcessor een MAT-bestand zal maken dat in 4.2.2 zal worden gebruikt. voor massakernextractie.
      3. Selecteer de zojuist gemaakte lege MAT-bestandsmap of, indien niet gemaakt, selecteer een andere map. Het volume wordt geladen en er verschijnt een langsdoorsnede van de cilinder, controleer een paar horizontale plakjes om er zeker van te zijn dat alle kernen en referenties correct in de cilinder zijn gemonteerd.
      4. Klik van onder naar boven om segmenten te selecteren om dit te evalueren. Deze doorsneden worden gebruikt voor de volgende stap, dus klik over de gehele lengte. Geef de donkere (lucht) en witte referenties (Figuur 6) aan, zo vaak als aangegeven in het spreadsheetbestand. Dubbelklik na elke selectie.
      5. Inspecteer voor monsterhouder 1 de multiscreen met 9 doorsneden, gegenereerd door het referentiemateriaal om te controleren of de dichtheidsberekening op het hout is uitgevoerd (en niet op het papieren rietje of ander niet-houtmateriaal). Dit is essentieel voor een correcte omrekening naar werkelijke houtdichtheidswaarden.
      6. Selecteer in een nieuw pop-upvenster elke kern afzonderlijk door er een cirkel/ellips omheen te tekenen. Voer een labeling uit op basis van de informatie uit het spreadsheetbestand, controleer of de naam correct is. Respecteer de volgorde waarin het sjabloon is ingevuld. Alle informatie wordt opgeslagen in een MAT-bestand, dat tijdens de volgende stap zal worden gebruikt om alle cores in één keer te extraheren.
    2. Klik op Massakernextractie om kernextractie uit te voeren voor alle kernen in een bepaalde cilinder (die zijn aangegeven in 4.2.1.2), aangezien de metagegevens en spreadsheetbestanden zich in dezelfde map bevinden.
      OPMERKING: Bij gebruik van massakernextractie worden alle kernen geëxtraheerd volgens het label van de gebruiker (die zijn opgeslagen in de mat-bestandsmap). Als gevolg van deze bewerking wordt een nieuwe map met de naam Uitgepakt gemaakt die alle afzonderlijke kernen bevat. Wanneer in de eerste stap meerdere monsterhouders worden voorbereid en alle MAT-bestanden in dezelfde map worden opgeslagen, worden alle MAT-bestanden in deze map verwerkt.
    3. Klik in de CoreProcessor-toolbox op Handmatige Tg-correctie en selecteer vervolgens de map Geëxtraheerd om de juiste oriëntatie van het transversale en radiale vlak van elk kernvolume te garanderen, vergelijkbaar met het monteren van fysieke monsters in een monsterhouder voordat u gaat schuren met het transversale vlak in het zicht (Figuur 7B).
      1. Sommige doorsneden worden weergegeven, zodat de gebruiker de nerfrichting kan zien. Inspecteer in de laatste grafiek (rechtsonder) de plak die wordt gepresenteerd en trek een lijn om de nerfrichting aan te geven. Dubbelklik om de kern automatisch te draaien.
      2. Vervolgens verschijnt er een scherm, hier wordt het volume van de kern bijgesneden (Figuur 7C) en moet ervoor worden gezorgd dat de rechthoek de gehele kerndiameter omvat. Dit is nodig omdat het middelpunt van de rechthoek zo dicht mogelijk bij de kernas moet liggen (voor een correcte uitlijning in de RingIndicator-module).
        OPMERKING: Als u met hoge resolutie scant, selecteert u in dit stadium alleen materiaal in de kern en gebruikt u de converter om over te schakelen naar monsterhouder type 2. Dit is zeker nuttig voor bijvoorbeeld ringporeuze soorten.
    4. Voer de volgende optionele stappen uit in het geval van verkeerd uitgelijnde, gespiegelde of gebroken kernen of incompatibele afbeeldingsindelingen.
      1. Correctie van de kernhelling (alleen voor monsterhouder 1): Om automatisch te corrigeren voor de kanteling van de kern (bijv. wanneer de kern licht schuin in de cilinder staat; Figuur 7A). Dit is belangrijk voor latere stappen. Selecteer de uitgepakte map die in de vorige stap is gemaakt.
        OPMERKING: Dit is normaal gesproken niet nodig als u een monsterhouder type 2 of type 3 heeft (Figuur 5) of als alle monsters en monsterhouders perfect rechtop staan.
      2. Volumes omdraaien: Als het monster niet met de schorszijde naar beneden is geplaatst (de merg en schorsrichting is niet van links naar rechts), verander dan de richting door de kernen om te draaien. De functie vraagt om een map en maakt een nieuwe map aan.
      3. Lijmkernen: Naai grote delen van afzonderlijke kernen virtueel aan elkaar. Het idee is niet om perfect te naaien, maar om ervoor te zorgen dat, indien nodig, enkele aders in hetzelfde TIFF-volume van meerdere pagina's zitten. Gebruik de aanduiding voor gebroken kern (zie stap 4.3.4.9) om de ruimtes tussen de kernstukken te verhelpen.
      4. Converter: Als de volumes zijn gemanipuleerd in een ander softwarepakket en buiten de toolbox zijn opgeslagen (bijv. ImageJ), voer dan deze stap uit om de header-informatie correct te krijgen. Gebruik deze stap ook voor 16-bits TIFF-volumes met meerdere pagina's die afkomstig zijn van een andere CT-scanner en voor het gebruik van de RingIndicator-toolbox.
        OPMERKING: Alle stappen vanaf hier zijn voor correcties van de structuurrichting en ten slotte densitometrie en boomringanalyse.
  3. Het corrigeren van de hoeken en het aangeven van ringen in RingIndicator.
    OPMERKING: De volgende stappen moeten chronologisch worden uitgevoerd in de RingIndicator-module: (i) visualisatie van het transversale en radiale vlak, (ii) structuurcorrectie, (iii) het maken van het dichtheidsprofiel en (iv) het handmatig of semi-automatisch aangeven van de ringen.
    1. Voer visualisatie uit van het transversale en radiale vlak zoals hieronder beschreven.
      1. Om vertrouwd te raken met de GUI, opent u de toolbox en selecteert u een TIFF-bestand met meerdere pagina's (een bestand dat is gemaakt na extractie en nadat tg is gecorrigeerd, dus uit de mapnaam Tg gecorrigeerd).
      2. Selecteer de afbeelding Halve dikte van plak om een gemiddelde afbeelding van de centrale X-plakjes weer te geven, waarbij X varieert van 1-10, waarbij 1 geen gemiddelde is (d.w.z. alleen de centrale plak weergeeft) en 10 een gemiddelde afbeelding is van de 10 centrale plakjes.
        OPMERKING: Middeling kan nuttig zijn om ringranden beter te markeren en ruis te onderdrukken, aan de andere kant kan het er ook voor zorgen dat ringranden er minder duidelijk uitzien, vooral wanneer de vezelhoek aanzienlijk is. Stem deze waarde af op de behoeften. Het is belangrijk om te vermelden dat dit alleen voor weergave is, het heeft geen invloed op het onderliggende volume, noch op de uiteindelijke berekeningen/resultaten.
      3. Inspecteer de grafische gebruikersinterface (GUI). De GUI bevat een bovenste figuur met het transversale vlak van de kern en een onderste figuur met het radiale vlak van de kern, en een menu (Figuur 8).
      4. Als u een nieuw kernvolume wilt laden, zoekt u naar de functie Volume > Load Volume om een nieuw TIFF-bestand met meerdere pagina's in de map te selecteren. Nu is de gebruiker klaar om de structuurrichting aan te geven om vervolgens de daadwerkelijke boomringen aan te geven.
    2. Structuurcorrectie om automatische jaarringindicaties mogelijk te maken.
      1. Klik handmatig op de afbeelding om groene balken in te voegen voor structuurcorrectie. Begin met het merg (of de oudste ring die beschikbaar is) en eindig met de meest recente ring. Corrigeer langs de kern voor structurele afwijkingen op zowel het transversale als het radiale vlak.
      2. Zorg ervoor dat u de ring- en vezelhoek correct aangeeft, want alle volgende indicaties zullen een geïnterpoleerde hoek tussen de respectieve indicaties nemen.
      3. Plaats een groene balk op het ene vlak, het zal er automatisch een genereren op het andere vlak. Verplaats na het invoegen van de staaf de knooppunten (witte vierkanten) aan het einde van de balk om de hoek te wijzigen. Gebruik de middelste knoop om de positie van de balk te wijzigen. Pas de grootte van de nodes aan voor gebruiksgemak.
      4. Zorg ervoor dat u na elke stap op Data > Export en Rings > Export Rings drukt, om ervoor te zorgen dat ring- en glasvezelindicaties naar de juiste .txt-bestanden worden geschreven. Zorg er bij alle correcties voor dat u altijd deze twee acties uitvoert.
    3. Berekening van het dichtheidsprofiel.
      1. Gebruik de grafiek Densitometrie > Densitometrie om het dichtheidsprofiel te berekenen. Maak en plot een dichtheidsprofiel door Overlay Plotting > Plot Density Profile te selecteren, dat kan dienen als een overlay op de kernvlakken.
      2. Geef voor de MXD-berekening een percentage aan (aanbevolen is 20%, bijv. 20% betekent dat slechts 20% van de hoogste dichtheidswaarden is opgenomen), om lagere waarden van harskanalen, vroeghout enz. uit te sluiten. Gebruik voor gemiddelde dichtheidswaarden 100%. Gebruik voor minimale dichtheid ook 100%.
    4. Voer handmatige en/of automatische indicatie van ringgrenzen uit met één linkermuisklik per ring zoals hieronder beschreven.
      OPMERKING: Plaats dezelfde groene balken als in stap 4.3.2.1., deze keer moet de gebruiker dit nu doen ring per ring (Figuur 9).
      1. Gebruik Overlay Plotting > Plot Density Profile om het dichtheidsprofiel op de afbeelding te visualiseren. Het is het beste om de ringgrens ook in samenhang met dit profiel aan te geven.
        OPMERKING: Open zoveel instances uit de toolboxen als nodig is, in combinatie met de CoreComparison toolbox (zie verder).
      2. Voor automatische indicaties (aanbevolen voor bijvoorbeeld coniferen) gebruikt u Auto > Max/Min/Verbuigingsdetectie . Deze functie geeft automatisch de grenzen van de jaarringen aan op basis van het densitometrieprofiel dat in de vorige stap is gemaakt. Voor automatische indicaties (werkt het beste voor boreale coniferen of soorten met duidelijke ringgrenzen die worden gedefinieerd door het dichtheidsprofiel), gebruikt u Auto > Max/Min/Verbuigingsdetectie . Deze functie geeft automatisch de grenzen van de jaarringen aan op basis van het densitometrieprofiel dat in de vorige stap is gemaakt.
      3. Afhankelijk van de soort (diffuus-poreus/ringporeus of naaldboom) gebruikt u het maximum/minimum of de krommebuiging (direct na de dichtheidspiek) als grenscriterium voor de jaarring. De eerste parameter is een drempel voor de piekfunctie, de tweede is een soepelere functie.
      4. Na het uitvoeren van de geautomatiseerde belindicaties, voert u automatisch verschuiven uit (met venstergrootte van 1 pixel en door de gebruiker gedefinieerde iteraties), terwijl u ervoor zorgt dat er geen ringindicaties op elkaar worden uitgezet als gevolg van deze verschuiving en voert u de densitometrieplot opnieuw uit.
      5. Wijzig de kapdatum in het jaar waarin de toenamekernen op levende bomen zijn genomen of een andere datum die geschikt is. De standaardwaarde is ingesteld op 1900.
      6. Selecteer in Overlay Plotting de optie Plotringen en de jaren worden weergegeven. Selecteer ook het vlak waarop de ringen moeten worden uitgezet en/of het dichtheidsprofiel.
      7. Zodra er twee kernen volledig zijn aangegeven (bijvoorbeeld uit dezelfde boomstructuur), vergelijkt u paarsgewijs de breedtecurven van de kernring door de CoreComparison-toolbox te openen. Open één RingIndicator-instantie per kern en bewerk de indicaties indien nodig. Exporteer ze opnieuw en voer deze iteratieve en interactieve aanpak uit om gegevens van goede kwaliteit te verkrijgen. In de volgende stap (stap 4.4.1.) doe je dit voor alle cores om zowel de TRW-gegevens als de bijbehorende dichtheidswaarden te exporteren.
      8. Controleer de posities van dubbele ringen in de optie Ringen > Ringen controleren ; Hiermee wordt gecontroleerd of er indicaties zijn die een positie buiten de afbeeldingen hebben, evenals ringen die elkaar overlappen, bijvoorbeeld voor het geval er twee keer dubbel op dezelfde positie is geklikt.
      9. Voor gebroken kernen met stukjes en beetjes, begin je bij het merg en badeel je anomalieën af (lucht door kapotte kernen, heldere vlekken door harszakken, vervuiling en vervallen onderdelen) alsof het ringen zijn om ze daarna te verwijderen. Eindig met de boomringgrens van de laatst gevormde ring en exporteer de gegevens. Probeer gebroken kernen tijdens de bemonstering te vermijden (zie stap 1.1. en39).
        OPMERKING: Zowel ontbrekende als gebroken ringen kunnen worden aangegeven, zie afbeelding 10. Er worden twee gevallen gedefinieerd, één waarbij de kern in het midden van een ring breekt, en één waarbij de kern breekt op een ringgrens. Voor de eerste (figuur 10A) geeft u de opening aan, noteert u het nummer van die opening gevolgd door nummer 1 en sluit u de haakjes. Vervolgens zal het programma de twee delen van de ring bij elkaar optellen om een correcte TRW-waarde te verkrijgen. In het tweede geval wordt het hiaatnummer aangegeven, gevolgd door nummer 2, en het programma zal dit gedeelte weglaten (Figuur 10B).
      10. Door ringen aan te geven en dichtheidsprofielen te genereren, worden meerdere .txt-bestanden gemaakt en opgeslagen in dezelfde map als de TIFF-bestanden met meerdere pagina's, en de belangrijkste worden vermeld in Tabel 1. Bewaar deze .txt bestanden in dezelfde map als de TIFF-images, om ze verder te behandelen in de CoreComparison module (stap 5.4).
        OPMERKING: Voor het op een andere manier berekenen van dichtheidswaarden op basis van het ruwe dichtheidsprofiel (bijvoorbeeld de breedte van latewood versus de breedte van vroeg hout45 of andere metrieken die niet worden ondersteund door de CoreComparison- en CoreProcessor-toolboxen), gebruikt u de tekstbestanden zpos_corr en density_corr en gebruikt u deze voor dergelijke berekeningen.
  4. Voor het vergelijken van TRW-reeksen en het exporteren van de gegevens via CoreComparison volgt u de onderstaande stappen.
    OPMERKING: Bij gebruik van deze toolbox worden twee vensters tegelijkertijd geopend, de CoreComparison en de PatternMatching module. De CoreComparison houdt zich bezig met crossdatering en export van TRW-gegevens, terwijl de PatternMatching-module kan worden gebruikt voor het exporteren van dichtheidsprofielen en dichtheidswaarden (MXD, minimale dichtheid (MND), gemiddelde dichtheid en 4 kwartielwaarden). Het belangrijkste doel van CoreComparison is het genereren van de TRW-waarden en dichtheidswaarden, en om een ruwe schatting te hebben van de kwaliteit van de kruisdatering, met een koppeling aan RindIndicator in geval van ontbrekende ringen of verkeerde indicaties.
    1. Voer de volgende stappen uit voor crossdatering of het matchen van het ringbreedtepatroon met andere series.
      1. Zodra het RingIndicator-gedeelte is voltooid, selecteert u de tekstbestanden die u wilt vergelijken, en er wordt een scherm geopend met ringbreedtes, samen met crossdaterings- of statistische parameters zoals Gleichlaüfigkeit (GLK)46 en/of Spearman-correlatie tussen individuele reeksen (Figuur 11).
      2. Om wijzigingen aan te brengen in de ringindicaties (bijvoorbeeld tijdens crossdatering), opent u RingIndicator opnieuw, importeert u gegevens, exporteert u de gewijzigde gegevens en ringen en gebruikt u de knop Refresh in de CoreComparison-module (zie linksboven) om de wijzigingen te zien.
      3. Open meerdere RingIndicator-instanties om wijzigingen aan te brengen in verschillende boomringreeksen en gebruik hiervoor meerdere schermmonitoren.
      4. Voer in het menu GLK en CORR (Figuur 11) een reeks acties uit die verband houden met GLK, zoals het drempelen van de cijfers, het exporteren van de GLK-waarden naar een spreadsheet en het rangschikken ervan.
    2. Verkrijg TRW-waarden van CoreComparison zoals hieronder beschreven.
      1. Gebruik de plot- en exportfunctie in CoreComparison om de offset tussen de curven te wijzigen (een grotere waarde resulteert in een kleinere offset). Visualiseer de TRW-gegevens in een plot door Plotten en exporteren > Ringbreedte te selecteren.
      2. Exporteer de TRW-gegevens door te klikken op Plotten en exporteren > RW-gegevens exporteren. Exporteer ringbreedtes in spreadsheetformaat of in Tucson-formaat.
    3. Verkrijg de dichtheidsprofielen van de PatternMatching-module zoals hieronder beschreven.
      1. Om de dichtheidsprofielen in de spreadsheet te verkrijgen, gaat u naar de module PatternMatching en selecteert u na het laden van de profielen in het menu Overig de optie Plotten > Gecorrigeerde dichtheidsprofielen exporteren.
      2. Voor het batchen van procesprofielen of voor het beoordelen van de gegevens met behulp van verschillende methoden, gebruikt u rechtstreeks de .txt bestanden uit tabel 1 (zie stap 4.3.4.11).
    4. Verkrijg MXD-, MND- en andere dichtheidswaarden uit de PatternMatching-module, zoals hieronder beschreven.
      1. Voor het verkrijgen van de gemiddelde dichtheid, MXD, MND en kwartielgegevens per boomring, gebruikt u Other Plotting > Export Clustered Data. Er wordt een spreadsheet gegenereerd die in dezelfde map te vinden is als de TIFF-bestanden.
      2. De tabbladen in de spreadsheet worden gedetailleerd beschreven in Tabel 2. Exporteer deze jaarringvariabelen naar Rstudio of andere software voor verdere analyse.

Figure 6
Figuur 6. Het verkrijgen van houtdichtheidswaarden uit grijswaarden. Conversie van de grijswaarden van het beeld naar werkelijke schattingen van de houtdichtheid, door kalibratie met een referentiemateriaal. (A) Monsterhouder 1, met een resolutie van 60 μm, met de luchtreferentie, de witte referentie en de kern. (B) Monsterhouder, bij 20 μm, lucht, referentie en kern worden ook getoond. Klik hier om een grotere versie van deze figuur te bekijken.

Figure 7
Figuur 7. Voorbewerkingsstappen van het 3D-kernvolume. Voorbewerkingsstappen van het 3D-kernvolume vóór visualisatie en het aangeven van de jaarringen. (A) Kantel (axiale) correctie, (B) tangentiële correctie, waarbij de grijze balken de vezelrichting aangeven, (C) het bijsnijden van het kernvolume om een volume te verkrijgen met alleen houtachtige voxels. Klik hier om een grotere versie van deze figuur te bekijken.

Figure 8
Figuur 8. Screenshot van een kern. Screenshot van een kern (tangentiële breedte ongeveer 3 mm, resolutie μm) geopend in de RingIndicator toolbox. Het bovenste paneel is het transversale aanzicht, het onderste paneel is het radiale aanzicht. Groene balken geven de structuuraanduiding aan (in dit geval op de ringgrens), de rode lijn is het dichtheidsprofiel. De gele cijfers geven het kalenderjaar aan en de blauwe cijfers het generieke ringnummer (gerekend vanaf de eerste indicatie). Klik hier om een grotere versie van deze figuur te bekijken.

Figure 9
Figuur 9. Ringindicatie en visualisatie van het dichtheidsprofiel in de RingIndicator-module. Groene lijnen zijn indicaties, rode lijn is het houtdichtheidsprofiel. Klik hier om een grotere versie van deze figuur te bekijken.

Figure 10
Figuur 10. Hoe om te gaan met scheuren in de kernen. (A) Wanneer er een scheur optreedt in het midden van de ring, wordt het generieke ringnummer (beginnend bij het merg) gelabeld als een opening en wordt TRW berekend door de breedtes van de twee ringdelen op te tellen. Parameters zijn 3 (nummer van de ring) en 1 (geval 1: barst in het midden van een ring)31. (B) Wanneer er een scheur optreedt bij een ringgrens, wordt de opening weggelaten uit de TRW-berekening. Parameters zijn 3 (nummer van de ring) en 2 (geval 2: barst aan de ringgrens)31. Klik hier om een grotere versie van deze figuur te bekijken.

Figure 11
Figuur 11. Schermafbeelding van de Core Comparison-module. Schermafbeelding van de Core Comparison-module, waarbij ringbreedtereeksen verticaal zijn verdeeld voor eenvoudige visuele vergelijking. Het bovenste paneel toont de ringbreedte van 4 kernen van Fagus sylvatica, het onderste paneel linksonder toont de Gleichlaüfigkeit (GLK) en het onderste deel rechtsonder de Spearman correlatiecoëfficiënt. Klik hier om een grotere versie van deze figuur te bekijken.

Bestandsnaam Uitleg
SAMPLENAME_density.txt Niet-gecorrigeerde dichtheidswaarden voor de gehele lengte van het beeld, dus niet gecorrigeerd voor ring- en vezelhoek
VOORBEELDNAAM _density_corr.txt Vgl. vorige txt maar dan met gecorrigeerde dichtheidswaarden
VOORBEELDNAAM _ring-and-fibre.txt Ring- en vezelindicatieposities en hoeken
VOORBEELDNAAM _zpos.txt positie van de boomringgrenzen op je kern, zonder ring- en vezelcorrectie
VOORBEELDNAAM _zpos.corr.txt idem als ZPOS, maar dan gecorrigeerd voor ring- en vezelhoek
VOORBEELDNAAM _ringwidth.txt Berekende ringbreedtes, rekening houdend met ring- en vezelhoek

Tabel 1. Tekstbestanden gegenereerd door RingIndicator. Lijst met tekstbestanden die worden gegenereerd na het aangeven van ringen en het exporteren van het dichtheidsprofiel in RingIndicator. Deze moeten in dezelfde map blijven staan als het .tiff bestand om te worden geopend in de CoreComparison-module.

Jaarring variabel Uitleg
Gemiddelde dichtheid Gemiddelde dichtheid per jaarring
Maximale dichtheid op halve basis MXD, maar alleen op basis van de tweede helft van de jaarring om te voorkomen dat hoge dichtheidswaarden van het voorgaande jaar niet worden opgenomen
Min dichtheid de minimale dichtheid per jaarring
1e kwartaal-4e kwartaal gemiddelde en maximumwaarden voor elk kwartiel van het intrajaarlijkse ringprofiel

Tabel 2. Details van de spreadsheet. Boomringvariabelen die worden geëxporteerd naar een spreadsheet met de naam exporteren geclusterde gegevens.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Als het doel is om de biomassa te schatten of de boomgroeitoename van veel monsters te vergroten, d.w.z. een ringschaal (Figuur 1), dan wordt monsterhouder 1 (Figuur 5) gebruikt om monsters te scannen om dichtheidsprofielen te verkrijgen (zie stap 5.4.3) en schattingen van boomgroei, bijvoorbeeld voor snelgroeiende bomen met grote TRW, wat een grovere resolutie mogelijk maakt. Figuur 12 toont een voorbeeld van zowel merg-tot-schors als axiale dichtheidstrends van T. superba, een soort uit het Congobekken. Deze diagrammen waren gebaseerd op scans van 110 μm van boomtoenamekernen die op verschillende hoogteposities in de stam waren genomen.

Voor de ringschaal (Figuur 1) waarop scankernen met monsterhouder 2 (Figuur 5B) worden beoogd, is boomringanalyse en MXD-berekening mogelijk. Een voorbeeld hiervan is figuur 13, waar een chronologie van de minimale dichtheid (in dit geval gekoppeld aan de neerslag in het natte seizoen) en de chronologie van de maximale dichtheid is uitgezet voor kernen van W. cedarbergensis uit de Cedarberg-bergen in Zuid-Afrika26. Dit was gebaseerd op het scannen van gemonteerde kernen met een resolutie van 10 μm.

Voor de anatomische schaal (Figuur 1) maken scankernen met houder 3, d.w.z. meerdere kernen in papieren rietjes die in elkaar zijn gewikkeld, een resolutie tot 4 μm mogelijk. Het resultaat wordt weergegeven in figuur 14, waar een röntgen-CT-beeld van een stuk eikenhout (Q. robur) wordt getoond, met zowel vroeghout- als laathoutvaten gesegmenteerd.

Figure 12
Figuur 12. Trends in radiale en axiale houtdichtheid. (A) Radiale variatie van de dichtheid van ovendroog hout (kg/m3) van 46 Terminalia superba-bomen uit het Congobekken (DRC; gegevens geëxtraheerd uit 21), met minimale (min), gemiddelde en maximale (max) waarden, met een ruw profiel (rood) over elkaar heen. (B) Radiale variatie en axiale variatie van een enkele Terminalia superba-boom , waarbij bij elk hoogte-interval van 1 m een incrementele kern werd genomen en gescand (23 kernen in totaal). Er is een toenemende dichtheidstrend van merg naar schors (gemarkeerd volgens de kleurbalk) en een hogere houtdichtheid in de bovenste stengel. Scanresolutie = 110 μm. Klik hier om een grotere versie van deze afbeelding te bekijken.

Figure 13
Figuur 13. Chronologie ontwikkeling. Een chronologie van de minimale dichtheid en een maximale chronologie van de laathoutdichtheid van Widdringtonia cedarbergensis. Gegevens geëxtraheerd uit26. De scanresolutie is 10 μm. Klik hier om een grotere versie van deze afbeelding te bekijken.

Figure 14
Figuur 14. Scan met hoge resolutie van een eikenmonster. Voorbeeld van een segmentatie van eikenhouten vaten op Quercus robur , gescand op 4 μm. Segmentatie werd uitgevoerd met behulp van de Octopus-analysesoftware, met behulp van bilaterale filtering, drempels, een reeks binaire krimp- en expandatiebewerkingen, Euclidische afstandstransformatie en ten slotte etikettering van de vaten. De kleur vertegenwoordigt de grootte van het vat, variërend van klein (donkerblauw) tot groot (donkeroranje). Klik hier om een grotere versie van deze figuur te bekijken.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Cruciale stappen binnen het protocol
Cruciale stappen binnen het protocol zijn onder meer de juiste hantering van de increment borer om increment cores van hoge kwaliteit te verkrijgen (stap 1.1. en zie39) om stukjes en beetjes te vermijden. Vervolgens is het van essentieel belang dat de kernen niet worden gemonteerd (zie26), zowel voor het inbrengen in de monsterhouder (figuur 5, zie21) als voor een goede harsextractie50 en voor eventuele toekomstige analyse. Vlak voor het scannen (stap 2.2.2.) is de conditionering van de monsters in de scannerruimte essentieel om dimensionale vervormingen als gevolg van vochtschommelingen te voorkomen. Zodra de ringen vervolgens in de RingIndicator-module kunnen worden aangegeven, is het essentieel dat de ringgrenzen en -hoeken goed worden aangegeven, omdat de dichtheidspieken kunnen afvlakken, vergelijkbaar met onnauwkeurige indicaties op klassieke densitometriesystemen13. De indicatie is ook belangrijk om de juiste ringbreedtematen te hebben21. De volgende cruciale stap is de juiste kruisdatering via de CoreComparison-module (stap 4.4.1.). Als sommige kernen verkeerde indicaties hebben, kan er een verlies van omgevingssignaal optreden51.

Modificaties en probleemoplossing van de techniek
Merk op dat de toolboxen RingIndicator en CoreComparison ook kunnen worden gebruikt voor flatbed-afbeeldingen52 na het converteren van de gegevens naar de juiste resolutie in de CoreProcessor-module. Daarom moet het DICOM-formaat (veelgebruikt voor medische doeleinden en wordt ook gebruikt voor houtmonsters53) worden omgezet naar .tiff. Afdelingen die een medische CT-scanner hebben, kunnen deze software alleen gebruiken voor het type type interringschaalanalyse met resoluties van ongeveer 200 μm.

Beperkingen van de techniek
Het nadeel van de methode is dat er maar een paar faciliteiten beschikbaar zijn om te scannen op jaarringschaal en anatomische schaal (die een hogere resolutie vereisen). Gegevensvolume en gegevensverwerking kunnen een uitdaging zijn voor grotere volumes54. Voor beelden met een zeer hoge resolutie van de anatomie van hout (bijv. om putstructuren enz. verder op te helderen), raadpleegt u de klassieke procedures voor het gebruik van microsecties voor klassieke doorvallende lichtmicroscopie27, scanning-elektronenmicroscopie of confocale microscopie55.

Betekenis ten opzichte van bestaande methoden
Het gebruik van de hier gepresenteerde röntgen-CT-toolchain voor increment-kernen is getest als betrouwbare dichtheidswaarden als gevolg van de kalibratiestap (Figuur 6)56 en genereert MXD-waarden die vergelijkbaar zijn met bestaande densitometrieprocedures13.

Toekomstige toepassingen van de techniek
Eventuele toekomstige toepassingen van de techniek zouden de toepassing van deep learning kunnen omvatten, onder meer voor de geautomatiseerde ringindicaties en kwantificeringen van houtweefsel57, specifiek voor 3D-beelden.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

De auteurs hebben geen belangenconflicten om bekend te maken.

Acknowledgments

We danken de drie anonieme reviewers voor hun feedback en suggesties. Dit onderzoek werd gefinancierd door het BOF Bijzonder Onderzoeksfonds voor JVdB (BOF Starting Grant BOF. STG.2018.0007.01), voor de UGCT als Expertisecentrum (BOF. EXP.2017.0007) en als kernfaciliteit (BOF. COR.2022.008), Erkentelijk vermelden de auteurs ook het Fonds Wetenschappelijk Onderzoek Vlaanderen (G019521N en G009720N), en het Industrieel Onderzoeksfonds van de UGent (IOF) voor de financiële steun aan de infrastructuur via de subsidie IOF. APP.2021.0005 (project FaCT F2021/IOF-Equip/021).

Materials

Name Company Catalog Number Comments
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

DOWNLOAD MATERIALS LIST

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, É, 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. , Society for Industrial and Applied Mathematics. (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).

Tags

Zoekwoorden: Boomkernanalyse röntgencomputertomografie klimaatreconstructie boomrespons houtgroei scannen met hoge doorvoer jaarringbreedte maximale lathoutdichtheid kwantitatieve houtanatomie dichtheidsprofielen toenamekernen dendrochronologie
Boomkernanalyse met röntgencomputertomografie
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

De Mil, T., Van den Bulcke, J. Tree… More

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).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter