Summary
Hier zeigen wir, wie Baumkerne mit einer Röntgen-Computertomographie-Toolchain bearbeitet werden können. Mit Ausnahme der chemischen Extraktion für einige Zwecke ist keine weitere physikalische Laborbehandlung erforderlich. Die Toolchain kann für Biomasseschätzungen, zur Gewinnung von MXD/Jahrringbreitendaten sowie zur Gewinnung quantitativer Holzanatomiedaten verwendet werden.
Abstract
Es wird eine Röntgen-Computertomographie (CT)-Toolchain vorgestellt, um die Baumringbreite (TRW), die maximale Spätholzdichte (MXD), andere Dichteparameter und quantitative Holzanatomiedaten (QWA) zu erhalten, ohne dass eine arbeitsintensive Oberflächenbehandlung oder eine physische Probenvorbereitung erforderlich ist. Der Fokus liegt dabei auf inkrementellen Kernen und Scanverfahren mit Auflösungen von 60 μm bis hinunter zu 4 μm. Es werden drei Skalen definiert, bei denen Holz betrachtet werden soll: (i) die Interringskala, (ii) die Ringskala, d.h. die Jahrringanalyse- und Densitometrieskala, sowie (iii) die anatomische Skala, die sich der herkömmlichen Dünnschliffqualität annähert. Speziell entwickelte Probenhalter für jede dieser Waagen ermöglichen das Scannen mehrerer inkrementeller Kerne mit hohem Durchsatz. Eine Reihe von Software-Routinen wurde speziell entwickelt, um dreidimensionale Röntgen-CT-Bilder der Baumkerne für TRW und Densitometrie effizient zu behandeln. In dieser Arbeit werden kurz die Grundprinzipien der CT erläutert, die für ein richtiges Verständnis des Protokolls erforderlich sind. Das Protokoll wird für einige bekannte Spezies vorgestellt, die in der Dendrochronologie häufig verwendet werden. Die Kombination von groben Dichteschätzungen, TRW- und MXD-Daten sowie quantitativen Anatomiedaten ermöglicht es uns, aktuelle Analysen für Klimarekonstruktionen oder Baumreaktionen zu erweitern und zu vertiefen sowie das Gebiet der Dendroökologie/Klimatologie und Archäologie weiterzuentwickeln.
Introduction
Die Holzdichte ist eine leicht zu messende Variable1, die sowohl die anatomischen als auch die chemischen Eigenschaften des Holzes widerspiegelt2. Bei der Biomasseschätzung der oberirdischen Biomasse ist die Holzdichte eine wichtige Abwägungsvariable 3,4,5, die mit den Abmessungen des Baumes multipliziert wird und den Kohlenstoffgehalt des Holzes darstellt. Die Holzdichte ist eng mit den mechanischen Eigenschaften von Holz6 verknüpft und spiegelt die Lebensgeschichte eines Baumeswider 7.
Die Zellwanddichte wird mit etwa 1500 kg/m³ gemessen und gilt als ziemlich konstant8, jedoch sollten auch Schwankungen der Zellwanddichte innerhalb des Rings berücksichtigt werden 8,9. Holzige Zellen (im Allgemeinen Tracheiden bei Nadelbäumen, Gefäße, Parenchym und Fasern bei Harthölzern) sind auf unterschiedliche Weise orientiert/geformt und die Zellwandstärke und Lumengröße dieser Zellen variiert10. Daher variiert die Holzdichte zwischen den Bäumen, innerhalb eines Baumes (axial und quer) und innerhalb kurzer Abstände innerhalb eines Baumrings11,12. In vielen Fällen begrenzt die Variation der Holzdichte an der Ringskala auch die Baumringgrenze13. Die Holzdichte und letztendlich die Gewebefraktionen werden generiert und in dieser Arbeit grob in drei Kategorien (d.h. drei verschiedene Auflösungsskalen) eingeteilt, abhängig vom Studienziel (Abbildung 1), wie unten beschrieben.
Inter-Ring-Skala: Durch das Messen von Holzstücken wird ein einziger Wert für diese Probe ermittelt. Dies kann durch Eintauchen in Wasser oder geometrisch erfolgen14. Auf diese Weise können allgemeine biomasse- oder holztechnologische Variablen erhalten werden. Um die Variation von Mark bis Rinde einzubeziehen, können diese Holzstücke weiter in Blöcke unterteilt werden, die manuell gemessen werden, um Informationen über die Lebensverlaufsstrategie15 zu erhalten. Bei der Umstellung auf Röntgen-CT mit niedriger Auflösung, wie z. B. bei medizinischen Scannern17,18, können TRW-Daten an mittelbreiten bis breiten Ringen auf effiziente Weise an vielen Proben gemacht werden 18,19,20. Dies ist auch die Skala, die zur Bewertung der Biomasse von Mark bis Rinde von Bäumen der gemäßigten Klimazonen und tropischen Bäumen verwendet werden kann 4,22, typischerweise mit einer Auflösung von 50 μm bis 200 μm.
Ringskala: Holz ist ein Recorder vergangener Umweltbedingungen. Der bekannteste Parameter ist die Jahrringbreite (TRW), aber für globale Temperaturrekonstruktionen haben sich die Aufzeichnungen der maximalen Spätholzdichte (MXD) als besserer Proxy für die Temperatur22 erwiesen. MXD ist eine leicht zu messende Variable23 und ein Proxy für die Zellwanddicke und Zellgröße auf den letzten Zellen eines Baumrings und steht an der Baumgrenze und an borealen Standorten in einem positiven Zusammenhang mit der saisonalen Lufttemperatur24: Je wärmer und länger die Sommer, desto mehr Zellwandverholzung findet statt, was die Dichte dieser letzten Zellen erhöht. Herkömmliche Messungen wie Immersion und Geometrie sind weniger genau, um diese Dichte auf Ringebene zu bestimmen. In einer früheren Arbeit wurde eine Werkzeugkette für die Verwendung von Röntgenfilmen auf dünnen Probenentwickelt 25. Dies löste eine Revolution sowohl in der Forstwirtschaft als auch in der späteren Paläoklimatologie aus15,18, indem die maximale Spätholzdichte (MXD), d.h. der Spitzendichtewert, der oft am Ende eines Rings liegt, als Proxy für die Sommertemperatur definiert wurde. Das Grundprinzip besteht darin, dass die Proben (ca. 1,2 mm bis 7 mm13) so gesägt werden, dass sie perfekt parallel zur axialen Richtung sind, und die Probe auf einen empfindlichen Film gelegt wird, der einer Röntgenquelle ausgesetzt wird. Dann werden diese Röntgenfilme durch eine Lichtquelle ausgelesen, die die Intensität erkennt und die Profile sowie die jährlichen Jahrringparameter speichert. Diese Werkzeuge erfordern jedoch einen erheblichen Aufwand an Probenvorbereitung und manueller Arbeit. In jüngster Zeit wurde dies für die Röntgen-CT in einer standardisierteren Weise oder auf Basis von eingefassten Kernenentwickelt 26. Die Auflösung liegt hier zwischen 10 μm und 20 μm. TRW wird auch auf dieser Skala gemessen, insbesondere bei kleineren Ringen.
Anatomische Skala: Bei dieser Skala (Auflösung < 4 μm) verlieren die durchschnittlichen Dichteniveaus an Bedeutung, da die wichtigsten anatomischen Merkmale visualisiert und ihre Breite und Proportionen gemessen werden können. In der Regel geschieht dies durch die Erstellung von Schliffbildern oder hochauflösenden optischen Scans oder μ-CT-Scans. Wenn die Ultrastruktur der Zellwände sichtbar gemacht werden soll, ist die Rasterelektronenmikroskopie die am häufigsten verwendete Methode27. Auf der anatomischen Skala werden die einzelnen Gewebefraktionen sichtbar, so dass aus den Bildern physiologische Parameter abgeleitet werden können. Anhand der individuellen anatomischen Parameter und der Zellwanddichte von Holz kann die anatomische Dichte für den Vergleich mit herkömmlichen Schätzern der Holzdichteabgeleitet werden 24.
Aufgrund verbesserter Schnitttechniken und Bildsoftware29,30 wurde die Dendroanatomie30 entwickelt, um eine genauere Aufzeichnung des Holzes zu ermöglichen, sowohl um eine genauere Schätzung der MXD in Nadelbäumen zu erhalten als auch um verschiedene anatomische Variablen von Laubbäumen zu messen. Auf dieser Skala werden tatsächliche anatomische Parameter gemessen und mit Umweltparametern in Beziehung gesetzt31 . Mit μCT kann auch dieser Pegel erreicht werden32,33.
Da Holz von Natur aus hygroskopisch und anisotrop ist, muss die Holzdichte sorgfältig definiert und die Messbedingungen angegeben werden, entweder als ofentrocken, konditioniert (in der Regel bei 12 % Feuchtigkeitsgehalt) oder grün (wie im Wald geschlagen)34. Für große Proben und technische Zwecke ist die Holzdichte definiert als das Gewicht dividiert durch sein Volumen unter bestimmten Bedingungen. Der Wert der Holzdichte hängt jedoch stark von der Skala ab, auf der sie gemessen wird, z. B. kann sich die Holzdichte vom Mark bis zur Rinde verdoppeln, und auf einer Ringskala (bei Nadelbäumen) führt der Übergang von Frühholz zu Spätholz ebenfalls zu einem signifikanten Anstieg der Holzdichte, mit einem Höhepunkt an der Ringgrenze.
In dieser Arbeit wird ein Röntgen-CT-Scanprotokoll von Inkrementkernen vorgestellt, um Merkmale auf den oben genannten 3 Skalen zu messen (Abbildung 1). Jüngste Entwicklungen in der Röntgen-CT können aufgrund eines flexiblen Aufbaus die meisten dieser Skalen abdecken. Die Forschungsziele werden das letztendliche Protokoll für das Scannen bestimmen.
Ein entscheidender limitierender Faktor (der untrennbar mit der skalierten Natur der Holzdichte und des Holzes im Allgemeinen zusammenhängt) ist die Auflösung und die Zeit, die für das Scannen erforderlich sind. Beispiele zeigen, wie man: (i) Holzdichteprofile auf der Ringskala von Bäumen für Biomasseschätzungen in Terminalia superba aus dem Kongobecken erhält, (ii) Dichteaufzeichnungen von Clanwilliam-Zeder (Widdringtonia cedarbergensis) auf der Grundlage von helikaler Abtastung auf einem HECTOR-System35 erhält und (iii) Gefäßparameter an Traubeneiche auf dem Nanowood-System misst. Beide Scanner sind Teil der Scanner-Suite am UGent Center for X-ray Tomography (UGCT,
Abbildung 1: Allgemeiner methodischer Entscheidungsbaum für die Röntgen-CT-Untersuchung. Die Zeilen zeigen die Schritte an, die zu unternehmen sind, beginnend mit dem Forschungsziel bis hin zum endgültigen Datenformat. Weiße Kästchen sind die Schritte, die für diese Toolchain relevant sind. Ausgegraute Kästchen sind Schritte, die mit anderer Software oder R-Paketen durchgeführt werden können, wie z. B. dplr47 und Treeclim48 für die Jahrringanalyse, ROXAS44 sowie ImageJ42 oder andere (kommerzielle) Anwendungen zur Ableitung von holzanatomischen Parametern auf der Grundlage der CT-Bilder. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
X-CT-Forschung am Holz
Aufbau eines Scanners: Ein Standard-Röntgen-CT-Scanner besteht aus einer Röntgenröhre, einem Röntgendetektor, einem Rotationstisch und einem Satz Motoren, um den Rotationstisch und in den meisten Fällen auch den Detektor hin und her zu bewegen (Abbildung 2).
Abbildung 2. Das HECTOR Scansystem. System35, das den Detektorabstand (SDD) und den Abstand des Quellobjekts (SOD) anzeigt. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
Die meisten laborbasierten Systeme haben eine Kegelstrahlgeometrie, was bedeutet, dass die erzeugte Röntgenstrahlung aus dem Austrittsfenster der Röhre in einer Kegelstrahlform verteilt wird, was bedeutet, dass durch Ändern des Abstands zwischen dem Objekt und der Röhre (SOD = Source-Object-Distance) und dem Detektor und der Röhre (SDD = Source-Detector-Distance) die Vergrößerung gesteuert wird (siehe die Diskussion zur Auflösung). Aufgrund der Durchdringungskraft von Röntgenstrahlen dringen sie durch das Objekt, und die Intensität des Abschwächungsstrahls ist eine Funktion der Energie des Röntgenstrahls, der chemischen Zusammensetzung des Objekts (der Ordnungszahl der vorhandenen Elemente) und der Dichte des Materials. Bei einem konstanten Energiespektrum und einer konstanten Materialzusammensetzung von Holz ist die Abschwächung des Röntgenstrahls stark von der Dichte des Materials abhängig, was seine Verwendung für die Densitometrie erklärt. Die Dämpfung (oder Übertragung) kann durch das Beer-Lambert-Gesetz ausgedrückt werden:
bei I0 der exponentiell einfallende Röntgenstrahl, der bei der Ausbreitung durch das Material über eine Strecke d zu einem transmittierten Röntgenstrahl Id zerfällt. Der lineare Dämpfungskoeffizient hängt μ von einer Reihe von Wechselwirkungen mit dem Material des Objekts ab. Bei den Projektionen handelt es sich also um Aufzeichnungen des übertragenen Strahls.
In der Praxis wird das Objekt auf dem Rotationstisch montiert, es wird ein richtiger SOD und SDD ausgewählt, eine bestimmte Leistung wird ebenfalls ausgewählt (abhängig von der Größe, Dichte und Zusammensetzung des Objekts) und das Objekt wird um 360° gedreht und während dieser Drehung werden mehrere Projektionen vorgenommen. Diese Projektionen werden dann verwendet, um die innere Struktur des Objekts zu rekonstruieren. Es gibt mehrere Rekonstruktionsalgorithmen, von denen die am häufigsten verwendeten immer noch auf dem vor Jahrzehnten entwickelten analytischen Rahmen basieren und sich auf die Radontransformation und den Fourier-Schichtsatz stützen. Für weitere Einzelheiten wird auf die Fachliteraturverwiesen 36.
Rätsel um Auflösung, Datenvolumen und Stichprobengröße: Die Auflösung ist der Schlüssel beim Röntgen-CT-Scan. In Systemen mit inverser Geometrie oder paralleler Strahlgeometrie wie Synchrotron-Beamlines spielen andere Überlegungen eine Rolle. In diesem Protokoll wird nur das standardmäßige laborbasierte Röntgen-CT-Scannen mit Kegelstrahlgeometrie behandelt. Hier sind das Konzept der Vergrößerung, der Pixelgröße des Detektors und der Spotgröße wesentlich. Die Vergrößerung ist definiert als das Verhältnis von SDD/SOD. Als nächstes wirkt sich natürlich auch die Pixelgröße des Detektors auf die Auflösung aus: Je kleiner die Pixelgröße, desto höher die Auflösung, aber in den meisten Fällen steht das Sichtfeld (FoV) auch in direktem Zusammenhang mit der Pixelgröße und der Größe des Detektors (kleinere Pixelgröße, kleineres FoV bei gleicher Pixelanzahl). Darüber hinaus ist auch die Spotgröße des Röntgenstrahls wichtig: Je größer die Spotgröße, desto geringer die Auflösung, was bedeutet, dass weniger Details zu sehen sind.
Es ist wichtig zu berücksichtigen, dass man eine Auflösung erhalten kann, die höher ist als das, was nach den oben genannten Grenzwerten möglich ist, daher ist es besser, den Begriff Voxelgröße (ein Voxel ist ein Volumenpixel) anstelle der Auflösung zu verwenden. Darüber hinaus spielen weitere Faktoren eine Rolle, wie z. B. die Schärfe des Detektors, die die tatsächliche Auflösung, mit der ein Objekt gescannt wird, weiter einschränken. Nur eine echte Kalibrierung des Systems unter Verwendung festgelegter Ziele liefert die wahrheitsgemäße Antwort.
In den meisten Fällen ist die Voxelgröße, mit der ein Objekt gescannt werden kann, jedoch meist durch die Größe des Objekts begrenzt. Das bedeutet, je größer das Objekt ist, desto geringer ist die Voxelgröße. Wenn das Objekt für eine bestimmte Voxelgröße nicht in das FOV des Detektors passt, kann die Voxelgröße reduziert werden, z. B. durch Begrenzung der Vergrößerung.
Die Scanzeit und das Datenvolumen sind wichtig, wenn Sie sich für die gewünschte Voxelgröße entscheiden. Im Allgemeinen gilt: Je kleiner die Voxelgröße, desto höher die Details, die man sehen möchte, je kleiner die Stichprobe oder je weniger Proben auf einmal gescannt werden können, desto mehr Zeit wird benötigt und desto größer sind die Datenmengen, die gesammelt werden. Stellen Sie sich folgendes theoretisches Beispiel vor: Man kann eine Probe mit den Maßen 10 cm x 10 cm x 10 cm bei 50 μm auf einmal mit einem bestimmten Röntgen-CT-System scannen und möchte das gleiche Volumen bei 10 μm scannen, das Volumen, das in das Sichtfeld passt, wäre nur 2 cm x 2 cm x 2 cm, vorausgesetzt, dass dies physikalisch möglich ist. Das bedeutet, dass 125 Scans benötigt werden (5³ = 5-fach höhere Auflösung, skaliert aufgrund der volumetrischen Natur des bildgebenden Verfahrens hoch 3), um das gesamte Volumen abzudecken, und dass das Datenvolumen ebenfalls zunehmen würde. Natürlich ist dies nur ein Gedankenexperiment, und man muss viel mehr als nur die Auflösung in Betracht ziehen. Für weitere Informationen wird der Leser auf eine Übersicht über die Scanmöglichkeiten37 verwiesen.
Flexibilität der Instrumente für das Scannen von Holzobjekten: In den letzten zehn Jahren haben viele Unternehmen Röntgen-CT-Systeme mit einer ähnlichen Baugruppe wie HECTOR35 geliefert. Einen Überblick über verschiedene CT-Systeme, die speziell auf ihre zeitliche Auflösung hin beurteilt wurden, wird in38 gegeben.
Insgesamt hat sich die Flexibilität und Benutzerfreundlichkeit der Röntgen-CT-Systeme deutlich verbessert. Viele Systeme erlauben das Scannen unterschiedlichster Objekte, was auch bei den Systemen bei UGCT der Fall ist. Das folgende Protokoll wird für das HECTOR-System demonstriert, das für die Jahrringanalyse geeignet ist. Das Protokoll ist jedoch für jedes andere verfügbare System gültig, wenn die Auflösung und das Datenformat dies zulassen.
Diese Systeme ermöglichen das Scannen einer Vielzahl von Objekten. In Abbildung 3 sind einige Bilder von verschiedenen Holzobjekten zu sehen, die mit dem HECTOR System gescannt wurden. Es ist diese Flexibilität, die die drei Skalen umfasst, die wir in Abbildung 1 darstellen und die von einer groben Auflösung bis zu einer sehr feinen Auflösung reichen.
Abbildung 3. Beispiele für Scan-Setups. (A) Ein Stamm, (B) ein Cello49, (C) Probenhalter (Typ 1) mit Baumkernen für das Batch-Scannen und (D) Probenhalter Typ 2 mit inkrementellen Kernen für die spiralförmige Abtastung, die auf dem Rotationstisch des HECTOR montiert sind. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
1. Kernprobenahme
- Beproben Sie den Baum mit einem Pressler-Bohrer. Konsultieren Sie Referenzen zum manuellen Kernen eines Baums39. Diese Toolchain wird für 5,15 mm Kerne angeboten.
- Legen Sie die Baumkerne gelöst in 6 mm Papierstrohhalme oder in einen anderen Rezeptor, der keinen Klebstoff benötigt. Kleben Sie die Baumkerne nicht auf eine Holzunterlage. Wenn die Kerne bereits montiert waren, nehmen Sie sie je nach Leimtyp mit Skalpell/Säge oder Lösungsmittel ab.
- Vermeiden Sie es, sie in Plastiktuben einzuwickeln, versuchen Sie sie zuerst zu trocknen, um Schimmelbildung und Pilzfäule zu vermeiden.
- Verwenden Sie einen Bleistift, um auf die Papierstrohhalme zu schreiben, da die Extraktion die Markierungsschriften verblassen könnte.
HINWEIS: Diese Werkzeugkette ist auch für 4 mm Kerne geeignet. Es können bereits montierte und geschliffene Kerne verwendet werden, diese müssen jedoch erst demontiert werden. Bei archäologischem Holz oder Restholz muss eine kerngroße Probe (durch Sägen/Verkleinern) zum Scannen angefertigt werden.
2. Vorbereitung des Kerns vor dem Scannen
- Führen Sie eine Ethanol/Toluol- oder Ethanol- oder Aceton-40-Soxhlet-Extraktion für mindestens 24 Stunden durch (Abbildung 4A,B). Dies ist notwendig, um ein harzfreies Holzvolumen zu gewährleisten, um eine genaue Dichteberechnung zu erhalten (Harz dämpft das Signal, Abbildung 4C13,41).
- Stellen Sie eine Lösung aus 1000 mL Ethanol mit 427 mL Toluol (gemäß z. B. ASTM D 1107 - 96) oder reinem Ethanol oder Aceton her. Viele Universitäten verfügen über eine Laborglaswerkstatt, in der eine angepasste Version der Soxhlet-Apparatur für Baumkerne hergestellt werden kann (Abbildung 4B).
- Füllen Sie den Kolben mit rundem Boden mit dem Lösungsmittel und legen Sie die Proben in die Halme in einen Edelstahlträger in der Soxhlet-Apparatur mit Kühler auf einem Laboratoriumsgerät. Rechnen Sie mit mindestens 6 Absaugungen pro Stunde.
HINWEIS: Zur Kühlung wird vorzugsweise ein geschlossener Wasserkreislauf (oder ein anderes modernes Kühlsystem) verwendet. In diesem Fall zirkuliert eine Wasserpumpe das Wasser, das in einem 100-Liter-Becken mit Chlortabletten (zur Vermeidung von Algenbildung) gespeichert ist, mit 120 l/h (dies hängt jedoch von der Größe des Soxhlet-Geräts sowie von der vom Heizelement aufgewendeten Wärme ab). Ein Luftkühler dient zur Kühlung des Wassers im 100 L Becken. Um Lösungsmittel zu sparen, können Glasperlen verwendet werden, um das Hohlraumvolumen des Soxhlet-Apparats aufzufüllen. - Überprüfen Sie regelmäßig die Temperatur und die Anzahl der Siphons. Trocknen Sie die Kerne unter einer chemischen Haube (überprüfen Sie dazu die Laborrichtlinien), um die Lösungsmittelrückstände zu entfernen, oder stellen Sie einen Trockenofen unter die chemische Haube.
- Trocknen Sie die Kerne 24 h lang in einem Trockenschrank (103,5 °C) unter Absaugung und führen Sie ein Heißwasserbad (90 °C) oder eine Heißwasserextraktion für 24 h durch, wie oben beschrieben.
- Bewahren Sie die Proben in den Papierstrohhalmen in den Probenhaltern aus Stahl auf. Erneut 24 Stunden lang bei 103,5 °C in einem trockenen Ofen trocknen und dann vor dem Scannen auf 60 % relative Luftfeuchtigkeit (RH) konditionieren.
HINWEIS: In diesem Fall wird der Wert von 60 % gewählt, da dies ungefähr den durchschnittlichen relativen Luftfeuchtigkeitsbedingungen im Röntgen-CT-Scanraum entspricht. Es können auch ofentrockene Proben verwendet werden. Der wichtigste Faktor ist, dass alle Proben unter den gleichen Bedingungen gescannt werden. - Falls die Papierstrohhalme durch die Wasserentnahme degenerieren, die Baumkerne wieder in neue 6 mm Papierstrohhalme21 stecken. Sowohl 5,15 mm als auch 4 mm Hülsen können in 6 mm Papierstrohhalme gesteckt werden.
- Achte darauf, dass der gesamte Papierstrohhalm mit Holz gefüllt ist. Wickeln Sie beide Strohhalmenden ein und schneiden Sie die Enden ab. Dies ermöglicht ein einfaches Einsetzen der Strohhalme in den zylindrischen Halter.
- Stellen Sie sicher, dass die Kambiumseite (Rinde) auf dem Kern deutlich angegeben ist, da CoreProcessor und RingIndicator davon ausgehen, dass die Rindenseite nach unten zeigt. Entfernen Sie sowohl Kleinteile als auch Kerne mit Rissen, da diese schwer zu bearbeiten sind.
- Bewahren Sie die Proben in den Papierstrohhalmen in den Probenhaltern aus Stahl auf. Erneut 24 Stunden lang bei 103,5 °C in einem trockenen Ofen trocknen und dann vor dem Scannen auf 60 % relative Luftfeuchtigkeit (RH) konditionieren.
Abbildung 4. Arbeitsablauf zum Extrahieren und Trocknen von Kernen vor dem Scannen. (A) Die inkrementellen Kerne in Papierstrohhalmen werden zuerst in ein heißes Wasserbad und anschließend 24 Stunden lang in ein heißes Ethanol-Toluol-Gemisch mit einem Soxhlet-Gerät gelegt, dann getrocknet, 24 Stunden lang in ein heißes Wasserbad gelegt, dann erneut bei 103,5 °C getrocknet und dann vor dem Scannen konditioniert. (B) Bilder des angepassten Soxhlet-Aufbaus an der Universität Gent. Mehrere angepasste Soxhlet-Apparaturen sind serienmäßig angebracht. Beachten Sie die Aluminiumfolie und die Isolierrohre, um das Lösungsmittel oder die Lösungsmittelmischung warm genug für die Extraktion zu halten. (C) Beispiel für die Oberfläche eines Inkrementkerns aus Pinus longaeva vor und nach der Extraktion. Harze und andere Extrakte maskieren das True-Density-Signal aufgrund der Abschwächung der Röntgenstrahlen. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
3. Kern-Scannen
- Wählen Sie den richtigen Probenhaltertyp (Abbildung 5) wie unten beschrieben, abhängig vom Forschungszweck, wie in Abbildung 1 beschrieben.
- Verwenden Sie für die Waage zwischen den Ringen den Halter Typ 1 - Karton und perforierten Steckschaum.
- Für die MXD-Daten verwenden Sie einen Halter Typ 2 - einen Probenhalter aus Kunststoff, der 6 Kerne von 1-15 cm Länge fasst und einen Durchmesser von 3 cm hat.
- Verwenden Sie den Halter Typ 3 - für dendroanatomische Zwecke, der einfach aus dem Zusammenbinden von Papierstrohhalmen besteht.
- Legen Sie die Baumkerne in Papierstrohhalmen in den Probenhalter und füllen Sie die Tabellenkalkulationsvorlage aus, die Sie auf https://dendrochronomics.ugent.be/#software herunterladen können. Jede Zahl entspricht einer vorgegebenen Position im Probenhalter.
- Scannen in einer Röntgen-μCT-Einrichtung: Wenden Sie sich an einen Röntgen-CT-Experten, um die richtigen Einstellungen und das Scanprotokoll zu erhalten. Für den in diesem Protokoll verwendeten Scanner siehe37.
- Rekonstruktion der gescannten Bilder: Wenden Sie sich an einen Röntgen-CT-Experten, um die richtigen Einstellungen für die Rekonstruktion oder die Einstellungen zu erhalten, die mit dem CT-Scanner (Softwarepaket des Röntgen-CT-Scanners) geliefert werden. Zu den Rekonstruktionsparametern für dieses Protokoll siehe37.
Abbildung 5. Probenhaltertypen und Auflösung. Design der drei Haupthaltertypen, die (A) Inter-Ring-Skala, (B) Baumring-Skala und (C) anatomische Skala entsprechen. Aufgrund der resultierenden Größe nimmt die Anzahl der Samples mit steigender Auflösungsanforderung ab. Die entsprechenden 3D-Renderings für (D) Inter-Ring-Skala (Halter 1), (E) Ringbreite und MXD (Haltertyp 2) und (F) anatomische Parameter (Halter Typ 3). Maßstabsleiste = 5 mm. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
4. Erhalten Sie TRW-Daten, Dichtedaten und anatomische Daten
- Erste Schritte mit der Software.
- Um Dichtewerte (Haltertyp 1 und 2) zu erhalten, installieren Sie die folgenden drei Softwarepakete: (i) CoreProcessor, (ii) RingIndicator und (iii) CoreComparison-Toolboxen von
- Da diese Toolboxen in MATLAB erstellt wurden, installieren Sie die korrekte MATLAB Compiler Runtime (MCR), verfügbar unter: http://nl.mathworks.com/products/compiler/mcr/. Die derzeit benötigte Version ist MATLAB2022B. Der MCR ist kostenlos, genau wie die 3 Softwarepakete.
- Erstellen Sie neben dem Ordner der rekonstruierten Volumes einen neuen leeren Ordner für die MAT-Dateien (ein Dateiformat aus MATLAB, das Variablen usw. speichert), z. B. matfiles_useful_name_sample_holder, dies ist notwendig, um temporäre Parameter zu speichern.
- Stellen Sie sicher, dass sich die Tabelle im Ordner der rekonstruierten Datenträger befindet, um die Beispiele in einem späteren Schritt ausfüllen zu können.
- Vorverarbeitung der Kernvolumes mit dem CoreProcessor.
HINWEIS: Bei hochauflösenden Anatomiedaten sind folgende Verarbeitungsschritte nicht erforderlich (Abbildung 1), sobald die rekonstruierten Volumina verfügbar sind, lesen Sie die ImageJ-Richtlinien für 3D-Bilder42. Die Segmentierung kann über das Weka-Plugin erfolgen43 zur Kennzeichnung von Gefäßen auf einzelnen Scheiben, z.B.12oder in Software-Plugins wie ROXAS44.- Vorbereiten der Kernextraktion: Bereiten Sie die automatisierte Extraktion der inkrementellen Kerne vor (abhängig von der Interringskala Abbildung 6A oder der Ringskala Abbildung 6B), wie unten beschrieben.
- Wählen Sie den Ordner mit den rekonstruierten Dateien (TIFF-Slices mit 16-Bit-Querschnitt) und der Tabellenkalkulationsdatei (XrayForm.xlsx) aus.
- Wählen Sie den leeren Ordner aus 4.1.3 aus. Dies ist der Ordner, in dem CoreProcessor eine MAT-Datei erstellt, die in 4.2.2 verwendet wird. für die Massenkernextraktion.
- Wählen Sie den neu erstellten leeren MAT-Dateiordner aus, oder, falls nicht erstellt, einen anderen Ordner. Das Volumen wird geladen, und es erscheint ein Längsquerschnitt des Zylinders, überprüfen Sie einige horizontale Scheiben, um sicherzustellen, dass alle Kerne und Referenzen korrekt in den Zylinder eingebaut wurden.
- Klicken Sie von unten nach oben, um Slices auszuwählen und dies zu bewerten. Diese Querschnitte werden für den nächsten Schritt verwendet, klicken Sie also über die gesamte Länge. Geben Sie die dunklen (Luft) und weißen Referenzen (Abbildung 6) so oft an, wie in der Tabellenkalkulationsdatei angegeben. Doppelklicken Sie nach jeder Auswahl.
- Für Probenhalter 1 ist das Multisieb mit 9 Querschnitten, die durch das Referenzmaterial erzeugt wurden, zu prüfen, ob die Dichteberechnung am Holz (und nicht am Papierstroh oder einem anderen Nichtholzmaterial) durchgeführt wurde. Dies ist für die korrekte Umrechnung in die tatsächlichen Holzdichtewerte unerlässlich.
- Wählen Sie in einem neuen Popup-Fenster jeden Kern separat aus, indem Sie einen Kreis/eine Ellipse um ihn zeichnen. Führen Sie die Beschriftung auf der Grundlage der Informationen aus der Tabellenkalkulationsdatei durch, und überprüfen Sie, ob der Name korrekt ist. Beachten Sie die Reihenfolge, in der die Vorlage ausgefüllt wird. Alle Informationen werden in einer MAT-Datei gespeichert, die im nächsten Schritt zum Extrahieren aller Kerne auf einmal verwendet wird.
- Klicken Sie auf Massenkernextraktion , um die Kernextraktion für alle Kerne in einem bestimmten Zylinder durchzuführen (die in 4.2.1.2 angegeben wurden), da sich die Metadaten und Tabellenkalkulationsdateien im selben Ordner befinden.
HINWEIS: Bei Verwendung der Massenkernextraktion werden alle Kerne gemäß der Beschriftung des Benutzers extrahiert (die im Aktenordner mat gespeichert sind). Als Ergebnis dieses Vorgangs wird ein neuer Ordner mit dem Namen Extrahiert erstellt, der alle separaten Kerne enthält. Wenn im ersten Schritt mehrere Probenhalter vorbereitet werden und alle MAT-Dateien im selben Ordner gespeichert sind, werden alle MAT-Dateien in diesem Ordner verarbeitet. - Klicken Sie in der CoreProcessor-Toolbox auf Manuelle Tg-Korrektur und wählen Sie dann den Ordner Extrahiert aus, um die korrekte Ausrichtung der Transversalebene und der Radialebene jedes Kernvolumens sicherzustellen, ähnlich wie beim Einbetten physischer Proben in einen Probenhalter vor dem Schleifen, wobei die Querebene im Blick zu behalten ist (Abbildung 7B).
- Es werden einige Querschnitte angezeigt, so dass der Benutzer die Faserrichtung erkennen kann. Überprüfen Sie im letzten Diagramm (unten rechts) die dargestellte Schnitte, und zeichnen Sie eine Linie, um die Faserrichtung anzugeben. Doppelklicken Sie, um den Kern automatisch zu drehen.
- Dann erscheint ein Bildschirm, hier schneiden Sie das Volumen des Kerns ab (Abbildung 7C) und achten Sie darauf, dass das Rechteck den gesamten Kerndurchmesser umfasst. Dies ist notwendig, da der Mittelpunkt des Rechtecks so nah wie möglich an der Kernachse liegen sollte (für die korrekte Ausrichtung im RingIndicator-Modul).
HINWEIS: Wenn Sie mit hoher Auflösung scannen, wählen Sie zu diesem Zeitpunkt nur Material im Kern aus und verwenden Sie den Konverter, um auf Probenhaltertyp 2 umzuschalten. Dies ist sicherlich hilfreich zum Beispiel für ringporöse Arten.
- Führen Sie die folgenden optionalen Schritte aus, wenn Sie falsch ausgerichtete, umgedrehte oder defekte Kerne oder inkompatible Bildformate haben.
- Korrektur der Kernneigung (nur für Probenhalter 1): Zur automatischen Korrektur der Kernneigung (z. B. wenn der Kern im Zylinder leicht geneigt ist; Abbildung 7A). Dies ist wichtig für spätere Schritte. Wählen Sie den extrahierten Ordner aus, der im vorherigen Schritt erstellt wurde.
HINWEIS: Dies ist normalerweise nicht erforderlich, wenn Sie einen Probenhalter Typ 2 oder Typ 3 haben (Abbildung 5) oder wenn alle Proben und Probenhalter perfekt aufrecht gestellt sind. - Volumen wenden: Falls die Probe nicht mit der Rindenseite nach unten abgegeben wurde (die Richtung der Kernrinde ist nicht von links nach rechts), ändern Sie die Richtung, indem Sie die Kerne wenden. Die Funktion fragt nach einem Ordner und erstellt einen neuen Ordner.
- Kerne verkleben: Fügen Sie große Teile einzelner Kerne virtuell zusammen. Die Idee ist nicht, perfekt zu sticken, sondern sicherzustellen, dass sich die einzelnen Kerne bei Bedarf im selben mehrseitigen TIFF-Volumen befinden. Verwenden Sie die Anzeige für einen gebrochenen Kern (siehe Schritt 4.3.4.9), um die Zwischenräume zwischen den Kernstücken zu überwinden.
- Konverter: Wenn die Volumes in einem anderen Softwarepaket manipuliert wurden und außerhalb der Toolbox (z.B. ImageJ) gespeichert sind, führen Sie diesen Schritt aus, um die Header-Informationen korrekt zu erhalten. Verwenden Sie diesen Schritt auch für mehrseitige 16-Bit-TIFF-Volumes, die von einem anderen CT-Scanner stammen, und für die Verwendung der RingIndicator-Toolbox.
HINWEIS: Alle Schritte von hier aus dienen der Korrektur der Strukturrichtung und schließlich der Densitometrie und der Baumringanalyse.
- Korrektur der Kernneigung (nur für Probenhalter 1): Zur automatischen Korrektur der Kernneigung (z. B. wenn der Kern im Zylinder leicht geneigt ist; Abbildung 7A). Dies ist wichtig für spätere Schritte. Wählen Sie den extrahierten Ordner aus, der im vorherigen Schritt erstellt wurde.
- Vorbereiten der Kernextraktion: Bereiten Sie die automatisierte Extraktion der inkrementellen Kerne vor (abhängig von der Interringskala Abbildung 6A oder der Ringskala Abbildung 6B), wie unten beschrieben.
- Korrigieren der Winkel und Anzeigen von Ringen in RingIndicator.
HINWEIS: Die folgenden Schritte müssen im RingIndicator-Modul chronologisch ausgeführt werden: (i) Visualisierung der Transversalebene, (ii) Strukturkorrektur, (iii) Erstellung des Dichteprofils und (iv) manuelle oder halbautomatische Anzeige der Ringe.- Führen Sie die Visualisierung der Transversalebene und der Radialebene wie unten beschrieben durch.
- Um sich mit der GUI vertraut zu machen, öffnen Sie die Toolbox und wählen Sie eine mehrseitige TIFF-Datei aus (eine, die nach der Extraktion und nach der Tg-Korrektur erstellt wurde, also aus dem Ordnernamen Tg korrigiert).
- Wählen Sie die halbe Dicke des Slice-Bildes , um ein durchschnittliches Bild der zentralen X-Slices anzuzeigen, wobei X im Bereich von 1 bis 10 liegt, wobei 1 keine Mittelwertbildung darstellt (d. h. nur die zentrale Slice anzeigt) und 10 ein durchschnittliches Bild der 10 zentralen Slices ist.
HINWEIS: Die Mittelwertbildung kann von Vorteil sein, um Ringränder besser hervorzuheben und Rauschen zu unterdrücken, andererseits kann sie auch dazu führen, dass Ringränder weniger deutlich aussehen, insbesondere wenn der Faserwinkel groß ist. Bitte passen Sie diesen Wert an die Bedürfnisse an. Es ist wichtig zu erwähnen, dass dies nur zur Anzeige dient und weder das zugrunde liegende Volumen noch die letztendlichen Berechnungen/Ergebnisse beeinflusst. - Überprüfen Sie die grafische Benutzeroberfläche (GUI). Die GUI enthält eine obere Abbildung mit der Querebene des Kerns und eine untere Abbildung mit der radialen Ebene des Kerns sowie ein Menü (Abbildung 8).
- Um ein neues Core-Volume zu laden, suchen Sie nach der Funktion Volume > Load Volume , um eine neue mehrseitige TIFF-Datei im Verzeichnis auszuwählen. Nun ist der Benutzer bereit, die Strukturrichtung anzugeben, um anschließend die eigentlichen Baumringe anzuzeigen.
- Strukturkorrektur zur Erleichterung der automatischen Baumringanzeige.
- Klicken Sie manuell auf das Bild, um grüne Balken zur Strukturkorrektur einzufügen. Beginnen Sie mit dem Mark (oder dem ältesten verfügbaren Ring) und enden Sie mit dem neuesten Ring. Entlang des Kerns Korrektur von strukturellen Abweichungen sowohl in der Quer- als auch in der Radialebene.
- Achten Sie darauf, den Ring- und Faserwinkel richtig anzugeben, da alle nachfolgenden Anzeigen einen interpolierten Winkel zwischen den jeweiligen Anzeigen einnehmen.
- Fügen Sie einen grünen Balken auf einer Ebene ein, und es wird automatisch ein grüner Balken auf der anderen Ebene generiert. Verschieben Sie nach dem Einfügen des Balkens die Knoten (weiße Quadrate) am Ende des Balkens, um den Winkel zu ändern. Verwenden Sie den mittleren Knoten, um die Position des Balkens zu ändern. Passen Sie die Größe der Knoten an, um die Verwendung zu erleichtern.
- Stellen Sie nach jedem Schritt sicher, dass Sie auf Daten > Exportieren und Ringe > Ringe exportieren drücken, um sicherzustellen, dass Ring- und Faseranzeigen in die richtigen .txt Dateien geschrieben werden. Achten Sie bei allen Korrekturen darauf, dass Sie immer diese beiden Aktionen ausführen.
- Berechnung des Dichteprofils.
- Verwenden Sie das Diagramm Densitometrie > Densitometrie, um das Dichteprofil zu berechnen. Erstellen und plotten Sie ein Dichteprofil, indem Sie Überlagerungsplotten > Dichteprofil plotten auswählen, das als Überlagerung auf den Kernebenen dienen kann.
- Geben Sie für die MXD-Berechnung einen Prozentsatz an (empfohlen ist 20 %, z. B. 20 % bedeutet, dass nur 20 % der höchsten Dichtewerte berücksichtigt werden), um niedrigere Werte aus Harzkanälen, Frühholz usw. auszuschließen. Für mittlere Dichtewerte verwenden Sie 100%. Für eine minimale Dichte verwenden Sie ebenfalls 100%.
- Führen Sie die manuelle und/oder automatische Anzeige von Ringgrenzen mit einem linken Mausklick pro Ring durch, wie unten beschrieben.
HINWEIS: Fügen Sie die gleichen grünen Balken wie in Schritt 4.3.2.1. ein, diesmal sollte der Benutzer dies jetzt Ring für Ring tun (Abbildung 9).- Verwenden Sie Überlagerungsplotten > Dichteprofil plotten, um das Dichteprofil auf dem Bild zu visualisieren. Am besten ist es, die Ringbegrenzung auch in Verbindung mit diesem Profil anzugeben.
HINWEIS: Öffnen Sie so viele Instanzen aus den Toolboxen wie nötig, in Kombination mit der CoreComparison-Toolbox (siehe unten). - Für automatische Anzeigen (z. B. für Nadelbäume empfohlen) verwenden Sie die automatische > Max/Min/Flexionserkennung . Diese Funktion zeigt automatisch Baumringgrenzen basierend auf dem im vorherigen Schritt erstellten Densitometrieprofil an. Für automatische Anzeigen (funktioniert am besten für boreale Nadelbäume oder Arten mit klaren Ringgrenzen, die durch das Dichteprofil definiert sind), verwenden Sie Auto > Max/Min/Flexion-Erkennung . Diese Funktion zeigt automatisch Baumringgrenzen basierend auf dem im vorherigen Schritt erstellten Densitometrieprofil an.
- Je nach Spezies (diffus-porös/ringporös oder Nadelbaum) verwenden Sie das Maximum/Minimum oder die Kurvenbiegung (direkt nach dem Dichtepeak) als Kriterium für die Baumringgrenze. Der erste Parameter ist ein Schwellenwert für die Peak-Funktion, der zweite ist eine Smoother-Funktion.
- Führen Sie nach dem Ausführen der automatischen Ringanzeigen eine automatische Verschiebung durch (mit einer Fenstergröße von 1 Pixel und benutzerdefinierten Iterationen), wobei Sie sicherstellen müssen, dass aufgrund dieser Verschiebung keine Ringanzeigen aufeinander aufgetragen werden, und führen Sie das Densitometriediagramm erneut aus.
- Ändern Sie das Fälldatum auf das Jahr, in dem die Zuwachskerne an lebenden Bäumen entnommen wurden, oder auf ein anderes geeignetes Datum. Der Standardwert ist 1900.
- Wählen Sie unter Überlagerungsplotten die Option Plotringe aus, und die Jahre werden angezeigt. Wählen Sie außerdem die Ebene aus, auf der die Ringe gezeichnet werden sollen, und/oder das Dichteprofil.
- Sobald zwei Kerne vollständig angezeigt sind (z. B. aus demselben Baum), führen Sie paarweise Vergleiche der Kernringbreitenkurven durch, indem Sie die CoreComparison-Toolbox öffnen. Öffnen Sie eine RingIndicator-Instanz pro Kern und bearbeiten Sie die Anzeigen bei Bedarf. Exportieren Sie sie erneut und nutzen Sie diesen iterativen und interaktiven Ansatz, um qualitativ hochwertige Daten zu erhalten. Im nächsten Schritt (Schritt 4.4.1.) führen Sie dies für alle Kerne durch, um sowohl die TRW-Daten als auch die entsprechenden Dichtewerte zu exportieren.
- Überprüfen Sie die Positionen der Doppelringe in der Option Ringe > Ringe prüfen ; Dabei wird geprüft, ob Angaben eine Position außerhalb der Bilder sowie sich überlappende Ringe haben, z.B. wenn ein Doppelklick zweimal auf die gleiche Position erfolgt ist.
- Bei gebrochenen Kernen, die Teile und Stücke enthalten, beginnen Sie am Mark und grenzen Sie Anomalien (Luft durch gebrochene Kerne, helle Flecken durch Harztaschen, Verunreinigungen und zerfallene Teile) ab, als wären sie Ringe, um sie anschließend zu löschen. Enden Sie mit der Baumringgrenze des zuletzt gebildeten Rings und exportieren Sie die Daten. Versuchen Sie, gebrochene Kerne während der Probenahme zu vermeiden (siehe Schritt 1.1. und39).
HINWEIS: Es können sowohl fehlende als auch gebrochene Ringe angezeigt werden, siehe Abbildung 10. Es werden zwei Fälle definiert, einer, in dem der Kern in der Mitte eines Rings bricht, und einer, in dem der Kern an einer Ringgrenze bricht. Geben Sie für die erste Lücke (Abbildung 10A) die Lücke an, notieren Sie sich die Nummer dieser Lücke, gefolgt von der Zahl 1, und schließen Sie die Klammern. Dann summiert das Programm die beiden Teile des Rings, um einen korrekten TRW-Wert zu erhalten. Im zweiten Fall wird die Lückennummer gefolgt von der Nummer 2 angegeben, und das Programm lässt diesen Abschnitt aus (Abbildung 10B). - Durch die Angabe von Ringen und die Generierung von Dichteprofilen werden mehrere .txt Dateien erstellt und im selben Ordner wie die mehrseitigen TIFF-Dateien gespeichert, wobei die wichtigsten Dateien in Tabelle 1 aufgeführt sind. Bewahren Sie diese .txt Dateien im selben Ordner wie die TIFF-Bilder auf, um sie im CoreComparison-Modul (Schritt 5.4) weiter zu bearbeiten.
HINWEIS: Um die Dichtewerte auf der Grundlage des Rohdichteprofils auf eine andere Weise zu berechnen (z. B. Spätholzbreite vs. Frühholzbreite45 oder andere Metriken, die von den Toolboxen CoreComparison und CoreProcessor nicht unterstützt werden), verwenden Sie die Textdateien zpos_corr und density_corr und verwenden Sie diese für solche Berechnungen.
- Verwenden Sie Überlagerungsplotten > Dichteprofil plotten, um das Dichteprofil auf dem Bild zu visualisieren. Am besten ist es, die Ringbegrenzung auch in Verbindung mit diesem Profil anzugeben.
- Führen Sie die Visualisierung der Transversalebene und der Radialebene wie unten beschrieben durch.
- Um TRW-Serien zu vergleichen und die Daten über CoreComparison zu exportieren, führen Sie die folgenden Schritte aus.
HINWEIS: Wenn Sie diese Toolbox verwenden, werden zwei Fenster gleichzeitig geöffnet, das CoreComparison- und das PatternMatching-Modul. Der CoreComparison befasst sich mit der Kreuzdatierung und dem Export von TRW-Daten, während das PatternMatching-Modul für den Export von Dichteprofilen und Dichtewerten (MXD, minimale Dichte (MND), mittlere Dichte und 4-Quartil-Werte) verwendet werden kann. Das Hauptziel von CoreComparison ist es, die TRW-Werte und Dichtewerte zu generieren und eine grobe Schätzung der Cross-Dading-Qualität zu erhalten, mit einer Kopplung an den RindIndicator im Falle fehlender Ringe oder falscher Angaben.- Führen Sie die folgenden Schritte aus, um das Ringbreitenmuster zu überdatieren oder mit anderen Serien abzugleichen.
- Sobald der Abschnitt RingIndicator abgeschlossen ist, wählen Sie die zu vergleichenden Textdateien aus, und es öffnet sich ein Bildschirm mit Ringbreiten, zusammen mit Kreuzdatierung oder statistischen Parametern wie Gleichlaüfigkeit (GLK)46 und/oder Spearman-Korrelation zwischen einzelnen Reihen (Abbildung 11).
- Um Änderungen an den Ringanzeigen vorzunehmen (z. B. während der Kreuzdatierung), öffnen Sie RingIndicator erneut, importieren Sie Daten, exportieren Sie die geänderten Daten und Ringe und verwenden Sie die Schaltfläche Aktualisieren im CoreComparison-Modul (siehe obere linke Seite), um die Änderungen anzuzeigen.
- Öffnen Sie mehrere RingIndicator-Instanzen, um Änderungen an verschiedenen Baumringserien vorzunehmen, und verwenden Sie dazu mehrere Bildschirmmonitore.
- Führen Sie im Menü GLK und CORR (Abbildung 11) eine Reihe von Aktionen im Zusammenhang mit GLK aus, z. B. das Festlegen von Schwellenwerten für die Zahlen, das Exportieren der GLK-Werte in eine Tabelle und deren Rangfolge.
- Rufen Sie TRW-Werte aus CoreComparison ab, wie unten beschrieben.
- Verwenden Sie die Plott- und Exportfunktion in CoreComparison, um den Versatz zwischen den Kurven zu ändern (ein größerer Wert führt zu einem kleineren Versatz). Visualisieren Sie die TRW-Daten in einem Diagramm, indem Sie Plotten und Exportieren > Ringbreite auswählen.
- Exportieren Sie die TRW-Daten, indem Sie auf Plotten und Exportieren > RW-Daten exportieren klicken. Exportieren Sie Ringbreiten im Tabellenformat oder im Tucson-Format.
- Rufen Sie die Dichteprofile aus dem PatternMatching-Modul ab, wie unten beschrieben.
- Um die Dichteprofile in der Tabellenkalkulation zu erhalten, gehen Sie zum PatternMatching-Modul und wählen Sie nach dem Laden in den Profilen im Menü Andere die Option Plotten > Exportieren korrigierter Dichteprofile.
- Um Profile im Batch zu verarbeiten oder die Daten mit verschiedenen Methoden auszuwerten, verwenden Sie direkt die .txt Dateien aus Tabelle 1 (siehe Schritt 4.3.4.11).
- Rufen Sie MXD-, MND- und andere Dichtewerte aus dem PatternMatching-Modul ab, wie unten beschrieben.
- Um die mittlere Dichte, MXD-, MND- und Quartilsdaten pro Baumring zu erhalten, verwenden Sie die Option Sonstiges Plotten > Exportieren von Clusterdaten. Es wird eine Tabelle erstellt, die sich im selben Ordner wie die TIFF-Dateien befindet.
- Die Registerkarten in der Tabelle sind in Tabelle 2 aufgeführt. Exportieren Sie diese Baumringvariablen zur weiteren Analyse in Rstudio oder eine andere Software.
- Führen Sie die folgenden Schritte aus, um das Ringbreitenmuster zu überdatieren oder mit anderen Serien abzugleichen.
Abbildung 6. Ermittlung von Holzdichtewerten aus Grauwerten. Umwandlung der Grauwerte des Bildes in tatsächliche Holzdichteschätzungen durch Kalibrierung mit einem Referenzmaterial. (A) Probenhalter 1 mit einer Auflösung von 60 μm mit der Luftreferenz, der weißen Referenz und dem Kern. (B) Probenhalter, bei 20 μm, Luft, Referenz und Kern sind ebenfalls dargestellt. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
Abbildung 7. Vorverarbeitungsschritte des 3D-Kernvolumens. Vorverarbeitungsschritte des 3D-Kernvolumens vor der Visualisierung und Anzeige der Baumringe. (A) Neigungskorrektur (axial), (B) tangentiale Korrektur, wobei die grauen Balken die Faserrichtung anzeigen, (C) das Zuschneiden des Kernvolumens, um ein Volumen mit nur holzigen Voxeln zu erhalten. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
Abbildung 8. Screenshot eines Kerns. Screenshot eines Kerns (Tangentialbreite ca. 3 mm, Auflösung μm), der in der RingIndicator-Toolbox geöffnet ist. Der obere Bereich ist die Queransicht, der untere Bereich ist die radiale Ansicht. Grüne Balken zeigen die Strukturangabe (in diesem Fall auf der Ringgrenze), die rote Linie ist das Dichteprofil. Die gelben Zahlen stehen für das Kalenderjahr und die blauen Zahlen für die generische Ringnummer (gerechnet ab der ersten Angabe). Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
Abbildung 9. Ringanzeige und Visualisierung des Dichteprofils im RingIndicator-Modul. Grüne Linien sind Hinweise, rote Linien sind das Holzdichteprofil. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
Abbildung 10. Wie man mit Rissen in den Kernen umgeht. (A) Wenn ein Riss in der Mitte des Rings auftritt, wird die generische Ringnummer (beginnend mit dem Mark) als Lücke bezeichnet, und TRW wird berechnet, indem die Breiten der beiden Ringteile addiert werden. Die Parameter sind 3 (Anzahl des Rings) und 1 (Fall 1: Riss in der Mitte eines Rings)31. (B) Wenn an einer Ringgrenze ein Riss auftritt, wird der Spalt in der TRW-Berechnung weggelassen. Die Parameter sind 3 (Anzahl des Rings) und 2 (Fall 2: Riss an der Ringgrenze)31. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
Abbildung 11. Screenshot des Core Comparison-Moduls. Screenshot des Kernvergleichsmoduls, in dem Ringbreitenreihen für einen einfachen visuellen Vergleich vertikal verteilt sind. Die obere Tafel zeigt die Ringbreite von 4 Kernen von Fagus sylvatica, die untere linke Tafel die Gleichlaüfigkeit (GLK) und die untere rechte Tafel den Spearman-Korrelationskoeffizienten. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
| Dateiname | Erklärung | ||
| SAMPLENAME_density.txt | Unkorrigierte Dichtewerte für die gesamte Bildlänge, daher nicht korrigiert um Ring- und Faserwinkel | ||
| SAMPLENAME _density_corr.txt | vgl. vorherige txt, dann aber mit korrigierten Dichtewerten | ||
| SAMPLENAME _ring-and-fibre.txt | Positionen und Winkel der Ring- und Faseranzeige | ||
| SAMPLENAME _zpos.txt | Position der Baumringgrenzen auf Ihrem Kern, ohne Ring- und Faserkorrektur | ||
| SAMPLENAME _zpos.corr.txt | Idem als ZPOS, dann aber korrigiert für Ring- und Faserwinkel | ||
| SAMPLENAME _ringwidth.txt | berechnete Ringbreiten unter Berücksichtigung von Ring- und Faserwinkel | ||
Tabelle 1. Textdateien, die von RingIndicator generiert werden. Liste der Textdateien, die nach der Angabe von Ringen und dem Exportieren des Dichteprofils in RingIndicator generiert werden. Diese sollten sich im selben Ordner wie die .tiff Datei befinden, um im CoreComparison-Modul geöffnet zu werden.
| Baumring variabel | Erklärung | ||
| Mittlere Dichte | Mittlere Dichte pro Jahrring | ||
| Maximale Dichte halb basiert | MXD, aber nur auf Basis der zweiten Hälfte des Jahrrings, um zu vermeiden, dass hohe Dichtewerte des Vorjahres nicht berücksichtigt werden | ||
| Minimale Dichte | die Mindestdichte pro Baumring | ||
| Q1-Q4 | Mittel- und Höchstwerte für jedes Quartil des unterjährigen Ringprofils | ||
Tabelle 2. Details zur Tabelle. Baumringvariablen, die in eine Tabelle mit dem Namen "Clustered Data exportieren" exportiert werden.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Wenn das Ziel die Schätzung der Biomasse oder das Inkrement des Baumwachstums vieler Proben ist, d. h. die Inter-Ring-Skala (Abbildung 1), dann wird der Probenhalter 1 (Abbildung 5) verwendet, um Proben zu scannen, um Dichteprofile (siehe Schritt 5.4.3) und Schätzungen des Baumwachstums zu erhalten, z. B. für schnell wachsende Bäume mit großem TRW, was eine gröbere Auflösung ermöglicht. Abbildung 12 zeigt ein Beispiel für die Trends zwischen Mark und Rinde und axialer Dichte von T. superba, einer Art aus dem Kongobecken. Diese Diagramme basieren auf Scans von 110 μm von Bauminkrementkernen, die an verschiedenen Höhenpositionen im Stamm entnommen wurden.
Für die Ringskala (Abbildung 1), die von Scankernen mit Probenhalter 2 (Abbildung 5B) anvisiert wird, ist eine Baumringanalyse und eine MXD-Berechnung möglich. Ein Beispiel dafür ist Abbildung 13, in der eine Chronologie der minimalen Dichte (in diesem Fall in Verbindung mit dem Niederschlag in der Regenzeit) und der maximalen Dichte für Bohrkerne von W. cedarbergensis aus den Cedarberg-Bergen in Südafrika aufgetragen ist26. Dies basierte auf auf dem Scannen von gemounteten Kernen mit einer Auflösung von 10 μm.
Für die anatomische Skala (Abbildung 1) ermöglichen Scanhülsen mit Halter 3, d.h. mehrere Kerne in Papierstrohhalmen, die miteinander umwickelt sind, eine Auflösung von bis zu 4 μm. Das Ergebnis ist in Abbildung 14 dargestellt, wo eine Röntgen-CT-Bildscheibe von Eiche (Q. robur) zu sehen ist, in der sowohl Earlywood- als auch Latewood-Gefäße segmentiert sind.
Abbildung 12. Radiale und axiale Trends der Holzdichte. (A) Radiale Variation der Ofenholzdichte (kg/m 3) von 46 Terminalia superba-Bäumen aus dem Kongobecken (DRC; Daten entnommen aus 21) mit Minimal- (Min), Mittelwert und Maximum (Max) Werten, mit einem Rohprofil (rot) überlagert. (B) Radiale Variation und axiale Variation von einem einzelnen Terminalia superba-Baum , bei dem in jedem Höhenintervall von 1 m ein inkrementeller Kern entnommen und gescannt wurde (insgesamt 23 Kerne). Es gibt einen zunehmenden Dichtetrend von Mark zu Rinde (hervorgehoben laut Farbleiste) und eine höhere Holzdichte im oberen Stamm. Scanauflösung = 110 μm. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
Abbildung 13. Entwicklung der Chronologie. Eine minimale Dichte und eine maximale Chronologie der Spätholzdichte von Widdringtonia cedarbergensis. Daten entnommen aus26. Die Scanauflösung beträgt 10 μm. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
Abbildung 14. Hochauflösender Scan einer Eichenprobe. Beispiel für eine Segmentierung von Eichengefäßen auf Quercus robur , gescannt bei 4 μm. Die Segmentierung wurde mit der Octopus-Analysesoftware durchgeführt, wobei bilaterale Filterung, Schwellenwertbildung, eine Reihe von binären Schrumpf- und Erweiterungsoperationen, eine euklidische Abstandstransformation und schließlich die Beschriftung der Gefäße verwendet wurden. Die Farbe stellt die Gefäßgröße dar, die von klein (dunkelblau) bis groß (dunkelorange) reicht. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Kritische Schritte innerhalb des Protokolls
Zu den kritischen Schritten innerhalb des Protokolls gehört die ordnungsgemäße Handhabung des Inkrementbohrers, um qualitativ hochwertige Inkrementkerne zu erhalten (Schritt 1.1 und siehe39), um Kleinigkeiten zu vermeiden. Als nächstes ist es wesentlich, dass die Kerne ungefasst bleiben (sieheaber 26), sowohl für das Einsetzen in den Probenhalter (Figur 5, siehe21) als auch für die ordnungsgemäße Harzextraktion50 und für eine mögliche zukünftige Analyse. Unmittelbar vor dem Scannen (Schritt 2.2.2.) ist die Konditionierung der Proben im Scannerraum unerlässlich, um Dimensionsverformungen durch Feuchtigkeitsschwankungen zu vermeiden. Sobald die Ringe im RingIndicator-Modul angezeigt werden können, ist es wesentlich, dass die Ringgrenzen und -winkel gut angezeigt werden, da die Dichtespitzen abflachen können, ähnlich wie bei ungenauen Anzeigen bei klassischen Densitometriesystemen13. Die Indikation ist auch wichtig, um korrekte Ringbreitenmessungenzu haben 21. Der nächste kritische Schritt ist die ordnungsgemäße Datierung durch das CoreComparison-Modul (Schritt 4.4.1.). Wenn einige Kerne falsche Anzeigen haben, könnte es zu einem Verlust von Umweltsignalenkommen 51.
Modifikationen und Fehlerbehebung der Technik
Es ist zu beachten, dass die Toolboxen RingIndicator und CoreComparison auch für Flachbettbilder52 verwendet werden können, nachdem die Daten im CoreProcessor-Modul in die richtige Auflösung konvertiert wurden. Daher muss das DICOM-Format (gebräuchliches Format für medizinische Zwecke, das auch für Holzproben53 verwendet wird) auf .tiff umgestellt werden. Abteilungen, die über einen medizinischen CT-Scanner verfügen, können diese Software nur für den Typ der Ringskala-Analyse Typ 1 mit Auflösungen von etwa 200 μm verwenden.
Grenzen der Technik
Der Nachteil der Methode besteht darin, dass es nur wenige Möglichkeiten gibt, die Baumringskala und die anatomische Skala zu scannen (die eine höhere Auflösung erfordern). Das Datenvolumen und die Datenverarbeitung können bei größeren Volumina eine Herausforderung darstellen54. Für sehr hochauflösende Aufnahmen der Holzanatomie (z. B. zur weiteren Aufklärung von Grubenstrukturen etc.) wird auf die klassischen Verfahren der Verwendung von Schliffbildern für die klassische Durchlichtmikroskopie27, die Rasterelektronenmikroskopie oder die konfokale Mikroskopie55 verwiesen.
Bedeutung im Vergleich zu bestehenden Methoden
Die Verwendung der hier vorgestellten Röntgen-CT-Toolchain für Inkrementkerne wurde getestet, da sie aufgrund des Kalibrierungsschritts zuverlässige Dichtewerte aufweist (Abbildung 6)56 und MXD-Werte generiert, die mit bestehenden Densitometrieverfahren vergleichbarsind 13.
Zukünftige Anwendungen der Technik
Zu den künftigen Anwendungen der Technik könnte die Anwendung von Deep Learning gehören, unter anderem für die automatisierten Ringanzeigen und die Quantifizierung von Holzgewebe57, insbesondere für 3D-Bilder.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Die Autoren haben keine Interessenkonflikte offenzulegen.
Acknowledgments
Wir danken den drei anonymen Gutachtern für ihr Feedback und ihre Anregungen. Diese Forschung wurde gefördert durch den BOF-Sonderforschungsfonds für JVdB (BOF Starting Grant BOF. STG.2018.0007.01) für den UGCT als Kompetenzzentrum (BOF. EXP.2017.0007) und als Core Facility (BOF. COR.2022.008) danken die Autoren auch der Forschungsstiftung Flandern (G019521N und G009720N) und dem UGent Industrial Research Fund (IOF) für die finanzielle Unterstützung der Infrastruktur durch Zuschüsse IOF. APP.2021.0005 (Projekt 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 |
References
- Björklund, J., et al. The utility of bulk wood density for tree-ring research. Dendrochronologia. 69 (September), 125880 (2021).
- 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).
- Baker, T. R., et al. Variation in wood density determines spatial patterns in Amazonian forest biomass. Global Change Biology. 10 (5), 545-562 (2004).
- 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).
- Chave, J., et al. Improved allometric models to estimate the aboveground biomass of tropical trees. Global Change Biology. 20 (10), 3177-3190 (2014).
- Chave, J., et al. Towards a worldwide wood economics spectrum. Ecology letters. 12, 351-366 (2009).
- 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).
- 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).
- 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).
- 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).
- 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).
- De Mil, T., et al. Wood density profiles and their corresponding tissue fractions in tropical angiosperm trees. Forests. 9 (12), 763 (2018).
- Björklund, J., et al. Scientific Merits and Analytical Challenges of Tree-Ring Densitometry. Reviews of Geophysics. 57 (4), 1224-1264 (2019).
- 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).
- 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).
- 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).
- 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).
- Vannoppen, A., et al. Dendrochronologia Using X-ray CT based tree-ring width data for tree growth trend analysis. Dendrochronologia. 44, 66-75 (2017).
- Maes, S. L., et al. Evaluating the robustness of three ring-width measurement methods for growth release reconstruction. Dendrochronologia. 46 (May), 67-76 (2017).
- Van Den Berge, S., et al. Biomass increment and carbon sequestration in hedgerow-grown trees. Dendrochronologia. 70 (September), 125894 (2021).
- 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).
- St. George, S., Esper, J. Concord and discord among Northern Hemisphere paleotemperature reconstructions from tree rings. Quaternary Science Reviews. 203, 278-281 (2018).
- 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).
- 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).
- Polge, H. Applications dans les domaines Technologique et Physiologique. Annales des sciences forestières. 23 (1), 215 (1966).
- 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).
- 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).
- 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).
- von Arx, G., Crivellaro, A., Prendin, A. L., Čufar, K., Carrer, M.
- 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).
- 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).
- 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).
- Van den Bulcke, J., et al. X-ray tomography as a tool for detailed anatomical analysis. Annals of Forest Science. 66 (5), 508 (2009).
- Williamson, G. B., Wiemann, M. C.
- Masschaele, B., et al. HECTOR: A 240kV micro-CT setup optimized for research. Journal of Physics: Conference Series. 463 (1), 012012 (2013).
- Kak, A. C., Slaney, M. Principles of Computerized Tomographic Imaging. , Society for Industrial and Applied Mathematics. (2001).
- 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).
- 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).
- Gärtner, H., Cherubini, P., Schneider, L., Lucchinetti, S. Advanced Workflow for Taking High-Quality Increment Cores - New Techniques and Devices. JoVE. (193), e64747 (2023).
- Schweingruber, F. H., Fritts, H. C., Bräker, O. U. The X-ray technique as applied to dendroclimatology. Tree-Ring Bulletin. 38, (1978).
- 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).
- 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).
- Arganda-Carreras, I., et al. Trainable Weka Segmentation: A machine learning tool for microscopy pixel classification. Bioinformatics. 33 (15), 2424-2426 (2017).
- von Arx, G., Carrer, M. ROXAS - A new tool to build centuries-long tracheid-lumen chronologies in conifers. Dendrochronologia. 32 (3), 290-293 (2014).
- 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).
- Buras, A., Wilmking, M.
- Bunn, A. G. Statistical and visual crossdating in R using the dplR library. Dendrochronologia. 28 (4), 251-258 (2010).
- Zang, C., Biondi, F. Treeclim: an R package for the numerical calibration of proxy-climate relationships. Ecography. (November 2014), 1-6 (2014).
- 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).
- Helama, S., Vartiainen, M., Kolström, T., Meriläinen, J.
- 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).
- Hubau, W., et al. The persistence of carbon in the African forest understory. Nature plants. 5 (2), 133-140 (2019).
- 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).
- 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).
- 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).
- De Ridder, M., et al. High-resolution proxies for wood density variations in Terminalia superba. Annals of botany. 107 (2), 293-302 (2011).
- Resente, G., et al. Repeat! Artificial Intelligence for Quantitative Wood Anatomy. Frontiers in Plant Science. 12 (November), 1-14 (2021).
