需要JoVE订阅才能观看此内容。 请登录或开始免费试用

方法文章

利用X射线计算机断层扫描进行树木年轮分析

2.2K 次观看

⸱

DOI：

10.3791/65208

⸱

2023年9月22日

 , 
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)

本文内容

摘要

本文展示了如何使用X射线计算机断层扫描工具链处理树木年轮样本。除特定目的所需的化学提取外，无需其他物理性实验室处理步骤。该工具链可用于生物量估算、最大密度/年轮宽度数据获取，以及定量木材解剖学数据的获取。

摘要

本文介绍了一种X射线计算机断层扫描（CT）工具链，可用于获取年轮宽度（TRW）、最大晚材密度（MXD）、其他密度参数以及定量木材解剖学（QWA）数据，而无需进行耗时的表面处理或任何物理样品制备。重点在于生长轮钻芯样品在60 µm至4 µm分辨率范围内的扫描流程。定义了三个观察木材的尺度：（i）年轮间尺度，（ii）年轮尺度，即年轮分析与密度测量尺度，以及（iii）解剖学尺度，后者接近传统切片的质量水平。针对每个尺度专门设计的样品支架，可实现多个生长轮钻芯的高通量扫描。为高效处理树木钻芯的三维X射线CT图像以获取TRW和密度测量数据，开发了一系列专用软件程序。本文简要阐述了CT的基本原理，以帮助正确理解本实验方案。该方案适用于一些树轮年代学中常用的已知树种。结合粗略的密度估算、TRW与MXD数据以及定量解剖学数据，有助于拓展和深化当前在气候重建、树木响应研究方面的分析，并进一步推动树轮生态学/气候学及考古学领域的发展。

引言

木材密度是一个易于测量的变量1，可反映木材的解剖学和化学特性2。在估算地上生物量时，木材密度是一个重要的加权变量3,4,5，需与树木的尺寸以及代表木材碳含量的因子相乘。木材密度与木材的力学特性密切相关6，并反映树木的生活史特征7。

细胞壁密度的测量值约为1500 kg/m³，通常被认为相对恒定8，但也应考虑年轮内细胞壁密度的变化8,9。木质细胞（针叶树中一般为管胞，阔叶树中为导管、薄壁组织和纤维）的排列方式和形态各不相同，这些细胞的细胞壁厚度和腔体大小也存在差异10。因此，木材密度在不同树木之间、同一棵树内部（轴向和横向）以及单个年轮内的短距离范围内均存在变化11,12。在许多情况下，年轮尺度上的木材密度变化也界定了年轮的边界13。木材密度以及最终的组织组分是在生长过程中形成的，本文根据研究目的将这些参数 broadly 归为三类（即三种不同的分辨率尺度），如下所述（图1）。

环间尺度通过测量木块，可获得该样本的一个单一数值。该测量可通过浸水法或几何法进行。14这样可以获得总体生物量或木材技术参数。为了包含从髓心到树皮的变化，可将这些木材样品进一步分割成小块，并进行人工测量，以获取有关生活史策略的信息。15. 当切换至低分辨率X射线CT（如医学扫描仪）时17,18，中等到宽年轮的树木年轮宽度数据可以通过高效的方式在大量样本上获取18,19,20这也是可用于评估温带和热带树木从髓心到树皮生物量的尺度4,22，分辨率通常在 50 µm 到 200 µm.

年轮尺度：木材是过去环境条件的记录者。最广为人知的参数是年轮宽度（TRW），但在全球温度重建中，最大晚材密度（MXD）记录被证明是比年轮宽度更优的温度代用指标22。MXD 是一个易于测量的变量23，可作为年轮末段细胞的细胞壁厚度和细胞大小的代用指标，并且在树线和寒带地区，其值与季节性气温呈正相关24：夏季越温暖且持续时间越长，细胞壁的木质化程度越高，从而增加这些末段细胞的密度。传统的测量方法（如浸没法和几何法）在测定年轮层级密度时准确性较低。先前的研究开发了一种利用X射线胶片对薄切样品进行分析的工具链25。这一方法在林业以及后来的古气候学领域引发了一场革命15,18，确立了最大晚材密度（MXD）——即年轮末端常出现的密度峰值——作为夏季温度的代用指标。其基本原理是将样品切割成与木材轴向完全平行的薄片（厚度约为 1.2 mm 至 7 mm13），然后将样品置于对X射线敏感的胶片上进行曝光。随后通过光源读取这些放射影像胶片，检测透射光强度，并保存密度轮廓及年轮参数。然而，这些方法需要大量的样品制备和人工操作。近年来，该技术已发展为更标准化的X射线CT方法，或基于固定好的钻芯样品进行分析26，其分辨率范围为 10 µm 至 20 µm。在此尺度上也可测量年轮宽度（TRW），尤其是在处理较小年轮时尤为适用。

解剖学尺度：在此尺度下（分辨率 < 4 µm），平均密度水平变得不那么重要，因为主要的解剖学特征得以显现，其宽度和比例可被测量。通常通过制作显微切片、高分辨率光学扫描或 µ-CT 扫描来实现。当需要观察细胞壁的超微结构时，扫描电子显微镜是最常用的方法27。在解剖学尺度上，个体组织组分变得可见，从而可从图像中推导出生理参数。基于个体解剖学参数以及木材细胞壁密度，可推导出解剖学密度，以便与传统的木材密度估算方法进行比较24。

由于切片技术与图像软件的进步29,30，树木年代解剖学30得以发展，能够更精确地记录木材结构，不仅可更准确地估算针叶树的最大密度（MXD），还可测量阔叶树的多种解剖学变量。在此尺度上，实际的解剖学参数可被测量并关联至环境参数31。利用µCT技术也可达到这一水平32,33。

由于木材具有固有的吸湿性和各向异性，必须明确定义木材密度，并说明测量条件，例如绝干状态、调湿状态（通常为12%含水率）或生材状态（刚从森林中砍伐的状态）34。对于大样品和工程用途，木材密度定义为在特定条件下质量与体积的比值。然而，木材密度的数值在很大程度上取决于测量尺度；例如，从髓心到树皮，木材密度可增加一倍；在年轮尺度上（针叶树中），早材向晚材的过渡也会导致木材密度显著上升，并在年轮边界处达到峰值。

本文介绍了一种对增量钻孔样本进行X射线CT扫描的方案，用于在上述三个尺度上测量相应特征（图1）。得益于灵活的设置，X射线CT技术的最新进展已能够覆盖其中大部分尺度。具体扫描方案将根据研究目标确定。

一个关键的限制因素（与木材密度及木材本身的尺度特性内在相关）是扫描所需的分辨率和时间。示例展示了如何：（i）获取来自刚果盆地的白梧桐（Terminalia superba）年轮间尺度上的木材密度剖面，用于生物量估算；（ii）基于HECTOR系统35的螺旋扫描，获取克莱恩威廉雪松（Widdringtonia cedarbergensis）的密度记录；以及（iii）在Nanowood系统上测量无梗橡木的导管参数。这两台扫描仪均为根特大学X射线断层成像中心（UGCT，

树木分析工作流程图；生物量估算，TRW，MXD；3D扫描，软件处理。
图1：X射线CT扫描的通用方法决策树。 各行表示从研究目标到最终数据格式所需的步骤。白色框体表示本工具链中相关的步骤。灰色框体表示可使用其他软件或R语言程序包完成的步骤，例如使用dplr47和Treeclim48进行树木年轮分析，或使用ROXAS44以及ImageJ42或其他（商业）应用程序，基于CT图像提取木材解剖参数。请点击此处查看此图的放大版本。

木材的X射线计算机断层扫描（X-CT）研究
扫描仪的设置：标准的X射线CT扫描仪由X射线管、X射线探测器、旋转平台以及一组用于前后移动旋转平台的电机组成，在大多数情况下，还包括用于移动探测器的电机（图2）。

X射线断层扫描装置、旋转台、探测器、光路、源-样品距离（SOD）、源-探测器距离（SDD）、成像过程示意图。
图2．HECTOR扫描系统。 该系统35，显示源-探测器距离（SDD）和源-样品距离（SOD）。请点击此处查看此图的放大版本。

大多数基于实验室的系统采用锥形束几何结构，这意味着产生的X射线从X射线管出口窗口呈锥形束状分布。因此，通过改变物体与X射线源之间的距离（SOD = 源-物体距离）以及探测器与X射线源之间的距离（SDD = 源-探测器距离），可以控制成像的放大倍数（参见关于分辨率的讨论）。由于X射线具有穿透能力，其穿过物体时，衰减后射线的强度取决于X射线束的能量、物体的化学组成（所含元素的原子序数）以及材料的密度。在X射线能谱和木材材料组成保持恒定的条件下，X射线束的衰减程度主要依赖于材料的密度，这解释了其在密度测定中的应用。衰减（或透射）过程可用比尔-朗伯定律表示：

放射成像中的指数衰减方程 \(I_d = I_0 e^{-\mu d}\) 示意图。

其中 I0 为入射X射线束，当其穿过材料传播距离 d 后，指数衰减为透射X射线束 Id。线性衰减系数 µ 取决于X射线与物体材料发生的一系列相互作用。因此，投影图像即为透射射线束的记录。

实际操作中，将样品安装在旋转台上，选择合适的源到探测器距离（SDD）和源到样品距离（SOD），并根据样品的尺寸、密度和组成选择适当的功率。随后将样品旋转360°，并在旋转过程中采集多个投影图像。这些投影图像随后用于重建样品的内部结构。目前有多种重建算法可供使用，其中最常用的方法仍基于数十年前建立的解析框架，依赖于拉东变换（Radon transformation）和傅里叶切片定理。更多细节请参见专业文献36。

分辨率、数据量与样本尺寸的难题：分辨率在X射线CT扫描中至关重要。在具有逆几何结构或平行束几何结构（如同步辐射光束线）的系统中，其他因素也起作用。本方案仅讨论采用锥束几何结构的标准实验室X射线CT扫描。在此类系统中，放大倍数、探测器像素尺寸和焦点尺寸的概念至关重要。放大倍数定义为源-探测器距离（SDD）与源-样本距离（SOD）的比值。其次，探测器的像素尺寸显然也影响分辨率：像素尺寸越小，分辨率越高，但在大多数情况下，视场（FoV）也与像素尺寸和探测器尺寸直接相关（在像素数量相同的情况下，像素尺寸越小，视场越小）。此外，X射线束的焦点尺寸同样重要：焦点尺寸越大，分辨率越低，意味着可观察到的细节越少。

需要强调的是，有时获得的分辨率可能高于上述限制条件所允许的范围，因此使用“体素大小”（体素即体积像素）这一术语比“分辨率”更为恰当。此外，还有其他因素会影响实际扫描分辨率，例如探测器的锐度，这些因素进一步限制了物体扫描时的真实分辨率。只有通过已确立的标准样品对系统进行真实校准，才能获得准确的答案。

然而，在大多数情况下，物体可被扫描的体素尺寸主要受限于物体本身的大小。这意味着物体越大，体素尺寸就越低。如果物体在特定体素尺寸下无法完全置于探测器的视场（FoV）范围内，则可以通过降低放大倍数等方式减小体素尺寸。

在确定所需的体素大小时，需要考虑扫描时间和数据量。通常情况下，体素尺寸越小，意味着希望观察到的细节越精细，但可同时扫描的样品尺寸或数量就越小，所需时间也越长，产生的数据量也越大。设想以下理论示例：使用某种X射线CT系统，可以一次性扫描一个尺寸为10 cm × 10 cm × 10 cm的样品，体素大小为50 µm；若希望以10 µm的体素大小扫描相同总体积，则在视野（FoV）内可容纳的体积仅为2 cm × 2 cm × 2 cm（假设这在物理上是可行的）。这意味着需要进行125次扫描（5³ = 分辨率提高5倍，由于成像技术具有三维特性，因此按立方倍数增长），数据量也将相应增加。当然，这只是一个思想实验，实际中需要考虑的因素远不止分辨率。欲了解更多信息，建议读者参考有关扫描可能性的综述37。

用于木质物体扫描的仪器灵活性：在过去十年中，许多公司推出了与HECTOR35结构相似的X射线CT系统。文献38对多种CT系统（特别是其时间分辨率）进行了综述。

总体而言，X射线CT系统的灵活性和用户友好性已显著提高。许多系统能够扫描多种多样的物体，UGCT的系统也是如此。以下方案以适用于年轮分析的HECTOR系统为例进行演示，但如果分辨率和数据格式允许，该方案同样适用于其他任何可用系统。

这些系统能够对多种物体进行扫描。图3展示了使用HECTOR系统扫描的不同木质物体的若干图像。正是这种灵活性涵盖了我们在图1中展示的三个尺度，其范围从粗分辨率到极细分辨率。

CT 扫描实验装置；包括小提琴、木制圆柱体和 X 射线成像系统。
图 3．扫描装置示例。 （A）一段原木，（B）一把大提琴49，（C）样品架（类型 1），内含用于批量扫描的树木年轮样本，以及（D）类型 2 样品架，其上安装有用于螺旋扫描的生长锥样本，并置于 HECTOR 的旋转台上。 请点击此处查看该图的放大版本。

访问受限。请登录或开始试用以查看此内容。

方案

1. 钻取岩心样品

  1. 使用 Pressler 钻取样器对树木进行取样。有关如何手动钻取树芯，请参考相关文献39。本技术流程适用于直径为 5.15 mm 的树芯。
  2. 将树芯不粘胶地放入 6 mm 的纸质吸管中，或放入其他无需使用胶水的容器中。切勿将树芯粘在木质支撑物上。如果树芯已固定在载片上，应根据所用胶水类型，使用解剖刀/锯子或溶剂将其拆下。
  3. 避免将树芯包裹在塑料管中，应先尝试将其干燥，以防止霉菌生长和真菌降解。
  4. 请使用铅笔在纸质吸管上书写标记，因为提取过程可能导致记号笔字迹褪色。
    注意：本技术流程同样适用于 4 mm 的树芯。已固定并打磨好的树芯也可使用，但需先将其拆下。对于考古样品或残存木材，需通过锯切或修整方式制备出与树芯尺寸相当的样品用于扫描。

扫描前岩心准备

  1. 乙醇/甲苯或乙醇或丙酮处理40 索氏提取至少24 h（图 4A，B）。这是为了确保无树脂的木材体积，从而进行准确的密度计算（树脂会衰减信号， 图 4C13, 41).
    1. 配制1000 mL含427 mL甲苯的乙醇溶液（例如依据ASTM D 1107 - 96标准），或使用纯乙醇或丙酮。许多大学设有实验室玻璃工坊，可定制适用于树木年轮样本的索氏提取器改良装置图4B).
    2. 将溶剂加入圆底烧瓶中，把装有样品的玻璃管置于索氏提取器的不锈钢支架内，并连接冷凝管，放置于实验室加热装置上。确保每小时至少完成6次虹吸循环。
      注意：建议使用封闭式水循环系统（或任何其他现代冷却系统）进行冷却。在此系统中，水泵以120 L/h的流速循环储存于100 L水槽中的水，水槽中加入含氯片剂（以防止藻类生长）。（水流速度取决于索氏提取器的尺寸以及加热元件所提供的热量。）使用空气冷却器对100 L水槽中的水进行降温。为节约溶剂，可使用玻璃珠填充索氏提取器的空余体积。
    3. 定期检查温度和虹吸次数。在通风橱下干燥岩心（请查阅实验室相关规定），以去除溶剂残留，或将干燥烘箱置于通风橱内。
  2. 将芯样在干燥箱中干燥 24 h（103.5 °C) 在通风橱中进行，并使用热水浴（90 °C或按上述方法使用热水索氏提取24小时。
    1. 将样品连同纸吸管一起放入不锈钢样品架中，在干燥烘箱中再次干燥24小时，温度为 103.5 °C，然后在扫描前调节至60%相对湿度（RH）。
      注意：本实验选择60%的相对湿度，是因为该值近似X射线CT扫描室内的环境平均相对湿度。也可使用烘干样品。最重要的是所有样品均在相同条件下进行扫描。
    2. 如果水提取导致纸吸管降解，将树芯重新放入新的6 mm纸吸管中215.15 mm和4 mm的组织芯均可放入6 mm的纸质吸管中。
    3. 确保整个纸吸管内部填满木材。将吸管两端包裹并剪切端部，以便于将吸管顺利插入圆柱形支架中。
    4. 确保在年轮样本上明确标记形成层（树皮）一侧，因为CoreProcessor和RingIndicator默认树皮侧朝下。应剔除碎屑以及有裂纹的样本，因为这类样本难以处理。

溶剂萃取、干燥过程、实验室设备装置示意图、萃取结果对比。
图4．扫描前提取和干燥样品芯的实验流程。（A）装在纸管中的树木年轮样品芯首先置于热水浴中，随后使用索氏提取器在热的乙醇-甲苯混合液中提取24小时，然后干燥；再放入热水浴中24小时，再次于103.5 °C下干燥，最后进行调湿处理，再进行扫描。（B）比利时根特大学改造后的索氏提取装置照片。多个改造后的索氏提取器以串联方式连接。注意使用铝箔和保温管以确保溶剂或溶剂混合物保持足够温度以利于萃取。（C）Pinus longaeva树木年轮样品芯在萃取前后的表面示例。树脂及其他可提取物会因对X射线的衰减而掩盖真实的密度信号。请点击此处查看该图的高清版本。

3. 核心扫描

  1. 根据研究目的（如图1所述），选择合适的样品 holder 类型（如图5所示）。
    1. 用于环间尺度分析时，使用 holder 类型1——纸板和穿孔花泥。
    2. 用于 MXD 数据时，使用 holder 类型2——一种塑料样品 holder，可容纳6个长度为1–15 cm、直径为3 cm的样品芯。
    3. 用于树木解剖学分析时，使用 holder 类型3——将纸吸管简单捆扎在一起即可。
  2. 将树芯装入纸吸管后放入样品 holder，并填写可从 https://dendrochronomics.ugent.be/#software 下载的电子表格模板。每个编号对应样品 holder 中的一个特定位置。
  3. 在X射线 µCT 设备中进行扫描：请咨询X射线CT专家以确定合适的设置和扫描方案。本方案所用扫描仪信息见37。
  4. 扫描图像的重建：请咨询X射线CT专家以确定合适的重建参数，或使用CT扫描仪配套的默认设置（X射线CT扫描仪的软件包设置）。本方案的重建参数详见37。

纤维夹持器的静态平衡示意图；显微图像；纤维排列分析。
图5。样品夹持器类型与分辨率。 三种主要夹持器类型的设计，分别对应于（A）年轮间尺度、（B）年轮尺度和（C）解剖学尺度。由于尺寸限制，随着分辨率要求的提高，可容纳的样品数量减少。对应的三维渲染图分别为（D）年轮间尺度（夹持器1）、（E）年轮宽度和最大密度（MXD）（夹持器类型2）以及（F）解剖学参数（夹持器类型3）。比例尺 = 5 mm。 请点击此处查看该图的放大版本。

4. 获取树木年轮宽度数据、密度数据及解剖学数据

  1. 软件使用入门
    1. 为获得密度值（支架类型1和2），请安装以下三个软件包：(i) CoreProcessor，(ii) RingIndicator 和 (iii) CoreComparison 工具箱，来自
    2. 由于这些工具箱是在 MATLAB 中开发的，因此请安装正确版本的 MATLAB 编译器运行时（MCR），下载地址为：http://nl.mathworks.com/products/compiler/mcr/。当前所需的版本为 MATLAB2022B。MCR 与这三个软件包一样，均可免费获取。
    3. 在重建体积数据的文件夹旁，新建一个用于存放 MAT 文件的空文件夹（MAT 是 MATLAB 的一种文件格式，用于存储变量等），例如 matfiles_useful_name_sample_holder，该文件夹用于存储临时参数。
    4. 确保电子表格位于重建体积的文件夹中，以便在后续步骤中填写样本信息。
  2. 使用CoreProcessor对岩心样本进行预处理。
    注意：对于高分辨率解剖学数据，以下处理步骤并非必需（图1），一旦重建体积可用，可参考 ImageJ 的 3D 图像操作指南42可通过 Weka 插件进行分割43 用于指示单个切片上的血管12，或在 ROXAS 等软件插件中44.
    1. 准备年轮样本提取：根据年轮间尺度，准备进行年轮样本的自动化提取 图6A 或环形刻度 图6B如下所述。
      1. 选择包含重建文件（16位横截面TIFF切片）的文件夹和电子表格文件（XrayForm.xlsx）。
      2. 从 4.1.3 中选择空文件夹。该文件夹将用于 CoreProcessor 生成一个 MAT 文件，该文件将在 4.2.2 中用于质量核心提取。
      3. 选择新创建的空 MAT 文件夹；若尚未创建，则选择任意其他文件夹。体积数据将被加载，圆柱体的纵向截面将显示出来，检查若干水平切片，以确认所有岩心和参考物是否均已正确安装到圆柱体中。
      4. 从底部向上点击以选择需评估的切片。这些横截面将用于下一步操作，因此请沿整个长度依次点击。标示出暗色（空气）和白色参考图6），按照电子表格文件中指示的次数重复操作。每次选择后双击。
      5. 对于样品架1，使用参考材料生成的包含9个横截面的多屏图像进行检查，以确认密度计算是否针对木材进行（而非针对纸吸管或其他非木材材料）。这是正确转换为实际木材密度值的关键步骤。
      6. 在新弹出的窗口中，通过在每个组织芯周围绘制圆形或椭圆形，逐一选择每个组织芯。根据电子表格文件中的信息进行标注，并核对名称是否正确。需按照模板填写的顺序进行操作。所有信息将保存在一个 MAT 文件中，供下一步骤中一次性提取全部组织芯时使用。
    2. 点击 质量核心提取 对指定圆柱体中的所有岩心（如4.2.1.2中所列）进行岩心提取，前提是元数据和电子表格文件位于同一文件夹中。
      注意：使用质量核心提取时，所有核心将根据用户标注（存储在 mat 文件夹中的文件）进行提取。此操作将生成一个名为 提取的 将创建一个包含所有独立核心的文件。当在第一步中准备了多个样本架，并且所有MAT文件都存储在同一文件夹中时，该文件夹中的所有MAT文件都将被处理。
    3. 在 CoreProcessor 工具箱中，单击 手动 Tg 校正，然后选择 提取的 文件夹，以确保每个岩心样本体积的横截面和径向平面方向正确，类似于在打磨前将实物样本安装到样本 holder 中时保持横截面可见（图7B).
      1. 部分横截面已显示，以便用户观察纹理方向。在最后一张图（右下角）中，检查所呈现的切片，并绘制一条线以指示纹理方向。双击可自动旋转岩心。
      2. 然后会出现一个界面，在此处裁剪核心区域的体积（图7C），确保矩形覆盖整个核心直径。这是因为矩形的中心点应尽可能接近核心轴线（以确保在 RingIndicator 模块中正确对齐）。
        注意：若以高分辨率扫描，此阶段应仅选择髓心区域内的材料，并使用转换器切换至2型样品台。这对于环孔材树种等尤为有益。
    4. 若出现错位、翻转、断裂的组织芯或图像格式不兼容的情况，请执行以下可选步骤。
      1. 岩心倾斜校正（仅适用于样品架1）：用于自动校正岩心倾斜（例如，当岩心在圆筒中轻微倾斜时）； 图7A）。这在后续步骤中非常重要。选择 提取的 在上一步中创建的文件夹。
        注意：如果使用2型或3型样品架，通常不需要此步骤（图5或当所有样品及样品架均完全垂直放置时。
      2. 翻转样本方向：如果样本未将树皮面朝下放置（即髓心-树皮方向并非从左至右），需通过翻转样本芯来调整方向。该功能会提示选择一个文件夹，并将创建一个新的文件夹。
      3. 粘合岩心：将单个岩心的大部分片段在虚拟空间中拼接在一起。拼接的目的并非追求完美对齐，而是确保在需要时，单个岩心位于同一个多页TIFF图像序列中。利用断裂岩心的标记（见步骤4.3.4.9）来弥补岩心片段之间的间隙。
      4. 转换器：如果体积数据已在其他软件包（例如 ImageJ）中进行处理并保存在工具箱外部，则执行此步骤以校正头部信息。此步骤也适用于来自其他 CT 扫描仪的 16 位多页 TIFF 体积数据，以及使用 RingIndicator 工具箱时的情况。
        注意：从这一步开始的所有操作均用于校正结构方向，最终进行光密度测定和年轮分析。
  3. 校正角度并在 RingIndicator 中标示环状结构。
    注意：在 RingIndicator 模块中，需按以下顺序依次执行步骤：（i）横断面与径向平面的可视化，（ii）结构校正，（iii）生成密度分布曲线，（iv）手动或半自动标记环状结构。
    1. 按照下文所述，进行横断面和径向平面的可视化。
      1. 为了熟悉图形用户界面，打开工具箱并选择一个多页文档 TIFF 文件 （一个在提取后且tg校正后创建的，即来自文件夹名称） Tg 校正).
      2. 选择 切片图像的半厚度 显示中心X层的平均图像，其中X的取值范围为1-10，X=1表示不进行平均（即仅显示中心层面），X=10表示对中心10个层面取平均生成图像。
        注意：平均化处理有助于更好地突出环状边界并抑制噪声，但另一方面，当纤维角度较大时，也可能导致环状边界显得不够清晰。请根据实际需求调整此参数。需要强调的是，该操作仅用于显示效果，不会影响底层图像数据，也不会影响最终的计算结果。
      3. 检查图形用户界面（GUI）。该界面包含顶部的核心横断面图和底部的核心径向平面图，以及一个菜单图8).
      4. 要加载新的核心体积，请搜索 体积 > 上样体积 选择新多页的功能 TIFF 文件 在目录中。现在用户可以指定结构方向，以进一步标示实际的年轮。
    2. 通过结构校正促进年轮的自动识别。
      1. 手动点击图像，插入绿色标线以进行结构校正。从髓心（或可识别的最老年轮）开始，至最新形成的年轮结束。沿树芯方向，在横切面和径向平面上校正结构偏差。
      2. 务必正确标示环向和纤维角度，因为所有后续标示将取相应标示之间的插值角度。
      3. 在其中一个平面上插入绿色标线，系统将自动在另一个平面上生成对应的标线。插入标线后，拖动标线末端的节点（白色方块）可调整角度，拖动中间的节点可改变标线位置。可根据需要调整节点大小，以方便操作。
      4. 每完成一个步骤后，务必按压 数据 > 输出与环状结构 > 导出环状结构，以确保环状结构和纤维的标注被正确写入相应的 .txt 文件中。在进行所有校正时，务必始终执行这两个操作。
    3. 计算密度分布曲线。
      1. 使用 密度测定法 > 密度测定图 计算密度分布。通过选择创建并绘制密度分布图 叠加绘图 > 绘制密度分布图，可作为核心平面的覆盖层。
      2. 对于MXD计算，需指定一个百分比（推荐值为20%，例如，20%表示仅包含最高密度值中的20%），以排除树脂道、早材等的较低数值。计算平均密度值时使用100%。计算最小密度时也使用100%。
    4. 使用鼠标左键单击每个环，按照下文所述方法手动和/或自动标示环的边界。
      注意：插入与步骤 4.3.2.1 中相同的绿色条，此次用户应逐个环状依次进行图9).
      1. 使用 叠加图绘制 > 绘制密度分布图，以可视化图像上的密度分布轮廓。最好将环状边界的指示与此轮廓图结合使用。
        注意：根据需要从工具箱中打开多个实例，并与 CoreComparison 工具箱结合使用（见下文）。
      2. 对于自动指示（例如，针叶树推荐使用） 自动 > 最大值/最小值/拐点 检测。此功能将根据上一步生成的密度图谱自动标示年轮边界。对于自动标示（适用于北方针叶树或年轮边界在密度图谱上清晰可辨的物种），请使用 自动 > 最大值/最小值/拐点 检测。此功能将根据上一步骤生成的密度测定曲线自动标示年轮边界。
      3. 根据物种类型（散孔材/环孔材或针叶材），采用最大值/最小值或曲线拐点（密度峰值后的拐点）作为年轮边界判断标准。第一个参数是峰函数的阈值，第二个参数是平滑函数。
      4. 完成自动环状指示后，执行自动移位（窗口大小为1像素，迭代次数由用户定义），同时确保由于移位未导致环状指示相互重叠，并重新运行密度测定图分析。
      5. 将采伐日期更改为在活立木上采集年轮样芯的年份，或其他合适的日期。默认值为1900年。
      6. 在 叠加图绘制，选择 绘图环 并显示年份。同时选择用于绘制环状结构和/或密度分布图的平面。
      7. 当获得两个完整指示的年轮样本（例如来自同一棵树）后，打开“CoreComparison”工具箱，对年轮宽度曲线进行两两比对。每个年轮样本打开一个RingIndicator实例，并在必要时编辑指示标记。再次导出数据，并通过这种迭代且交互的方法获得高质量的数据。在下一步（步骤4.4.1）中，对所有年轮样本执行相同操作，以导出树木年轮宽度（TRW）数据及其对应的密度值。
      8. 检查双环位置 环状结构 > 检查环 选项；此功能将检测是否有指示标记位于图像范围之外，以及是否存在重叠的环，例如在同一位置发生两次双击的情况。
      9. 对于断裂的年轮样本，若存在碎片，应从髓心开始，将异常部分（如因样本断裂产生的气隙、树脂囊导致的亮斑、污染区域及腐烂部分）标记为年轮，以便后续删除。最后以最新形成的年轮边界结束，并导出数据。在取样过程中应尽量避免获取断裂的年轮样本（参见步骤1.1）。39).
        注意：缺失和断裂的环均可被标记，参见 图10定义了两种情况：一种是岩心在环的中间断裂，另一种是岩心在环的边界处断裂。对于第一种情况（图10A），标明该缺口，注明该缺口的编号后跟数字1，然后关闭括号。程序将把环的两部分相加，以获得正确的年轮宽度（TRW）值。在第二种情况下，标明缺口编号后跟数字2，程序将忽略该部分（图10B).
      10. 通过标记环状结构并生成密度分布图，会创建多个 .txt 文件，并存储在与多页 TIFF 文件相同的文件夹中，其中最重要的文件列于 表1将这些 .txt 文件与 TIFF 图像保存在同一个文件夹中，以便在 CoreComparison 模块中进一步处理（步骤 5.4）。
        注意：若需基于原始密度轮廓以其他方式计算密度值（例如晚材宽度与早材宽度的比较）45 或用于 CoreComparison 和 CoreProcessor 工具箱不支持的其他指标），请使用 zpos_corr 和 density_corr 文本文件进行此类计算。
  4. 为比较TRW序列并通过CoreComparison导出数据，请遵循以下步骤。
    注意：使用该工具箱时，将同时打开两个窗口，即 CoreComparison 模块和 PatternMatching 模块。CoreComparison 模块用于年轮宽度（TRW）数据的交叉定年与导出，而 PatternMatching 模块可用于导出密度轮廓及密度数值（如最大密度（MXD）、最小密度（MND）、平均密度以及4个四分位数值）。CoreComparison 的主要目标是生成年轮宽度（TRW）值和密度值，并对交叉定年质量进行初步评估，在存在缺失年轮或错误标记的情况下可联动 RindIndicator 进行分析。
    1. 执行以下步骤，以进行交叉定年或比对年轮宽度模式与其他序列。
      1. 完成 RingIndicator 部分后，选择要比较的文本文件，随后将打开一个显示年轮宽度以及交叉定年或统计参数（如 Gleichlaüfigkeit (GLK)）的界面46 以及各序列间的皮尔逊或斯皮尔曼相关性（图11).
      2. 要更改环状指示（例如在交叉定年期间），请重新打开 环指示器导入数据，导出修改后的数据和环状图，并使用 刷新 单击核心比较模块中的按钮（见左上角）以查看更改。
      3. 打开多个 RingIndicator 实例以对不同的年轮序列进行修改，并使用多个屏幕显示器来完成此操作。
      4. 在GLK和CORR菜单中（图11），执行一系列与GLK相关的操作，例如对图像进行阈值处理，将GLK值导出至电子表格并进行排序。
    2. 根据下文所述，从 CoreComparison 中获取 TRW 值。
      1. 使用 CoreComparison 中的绘图和导出功能来调整曲线之间的偏移量（数值越大，偏移量越小）。通过选择以下选项，在图表中可视化年轮宽度（TRW）数据 绘图与导出 > 年轮宽度.
      2. 通过点击导出 TRW 数据 绘图与导出 > 导出 RW 数据以电子表格格式或图森格式导出年轮宽度数据。
    3. 从 PatternMatching 模块获取密度分布图，具体步骤如下所述。
      1. 要获取电子表格中的密度分布图，请前往 模式匹配 模块，并在加载配置文件后，在菜单中 其他 选择 绘图 > 导出校正后的密度分布曲线.
      2. 要批量处理谱图或使用不同方法分析数据，可直接使用来自的 .txt 文件 表1 （参见步骤 4.3.4.11）。
    4. 按照下文所述，从 PatternMatching 模块获取 MXD、MND 及其他密度值。
      1. 为获得每一年轮的平均密度、最大密度（MXD）、最小密度（MND）及四分位数数据，使用 其他绘图方法 > 导出聚类数据将生成一个电子表格，该表格与TIFF文件位于同一文件夹中。
      2. 电子表格中的标签页已详述于 表 2将这些树轮变量导出至 Rstudio 或其他软件以进行进一步分析。

显示材料密度对比的CT扫描图像；标注了核心、参考物和空气区域的示意图。
图6．通过灰度值获取木材密度值。 利用参考材料进行校准，将图像的灰度值转换为实际的木材密度估计值。（A）样品架1，在60 µm分辨率下，显示空气参考区、白色参考区和核心。（B）样品架在20 µm下的图像，同样显示空气、参考物和核心。请点击此处查看该图的放大版本。

显示矢量和角度的剪切应力分析图，说明材料变形。
图 7．三维木材芯样体积的预处理步骤。 可视化前对三维木材芯样体积进行预处理，并标示年轮。（A）倾斜（轴向）校正，（B）切向校正，灰色条表示纤维方向，（C）裁剪芯样体积，以获得仅包含木质体素的体积。请点击此处查看该图的放大版本。

土壤侵蚀分析；包含数据序列的图表，显示2010年至2014年的时间变化。
图8．树芯截面图。 在RingIndicator工具箱中打开的树芯截图（切向宽度约3 mm，分辨率为µm）。上方窗格为横切面视图，下方窗格为径向视图。绿色条表示结构指示（本例中位于年轮边界），红线为密度剖面。黄色数字表示日历年份，蓝色数字表示通用年轮编号（从第一个指示点开始计数）。请点击此处查看该图的放大版本。

静力平衡示意图；密度分布分析；展示载荷指示与力的偏移。
图9。RingIndicator 模块中的环形指示与密度分布可视化。 绿色线条为指示线，红线为木材密度分布曲线。请点击此处查看该图的放大版本。

树轮分析示意图；裂纹边界、生长年份的年轮计数、树木年轮学研究。
图10．如何处理钻芯中的裂纹。（A）当裂纹出现在年轮中间时，通用年轮编号（从髓心开始）将被标记为一个缺口，年轮宽度（TRW）通过将该年轮两部分的宽度相加计算得出。参数为3（年轮编号）和1（情况1：年轮中间出现裂纹）31。（B）当裂纹出现在年轮边界时，该缺口将不计入年轮宽度（TRW）的计算中。参数为3（年轮编号）和2（情况2：裂纹位于年轮边界）31。 请点击此处查看该图的放大版本。

树轮宽度比较图表，包含GLK、CORR数据分析；树木年轮学研究结果。
图11。核心比较模块截图。 核心比较模块的截图，其中树轮宽度序列以垂直方式分布，便于直观比较。上方窗格显示来自Fagus sylvatica的4个样本芯的树轮宽度，左下窗格显示Gleichlaüfigkeit（GLK）值，右下窗格显示Spearman相关系数。请点击此处查看该图的放大版本。

文件名说明
SAMPLENAME_density.txt图像全长的未校正密度值，即未对年轮和纤维角度进行校正
SAMPLENAME _density_corr.txt与前一个 txt 文件相同，但密度值已校正
SAMPLENAME _ring-and-fibre.txt年轮和纤维方向的位置及角度信息
SAMPLENAME _zpos.txt样本年轮边界在年轮样芯上的位置，未进行年轮和纤维角度校正
SAMPLENAME _zpos.corr.txt与 zpos 相同，但已对年轮和纤维角度进行校正
SAMPLENAME _ringwidth.txt计算得到的年轮宽度，已考虑年轮和纤维角度

表1. RingIndicator生成的文本文件。 在RingIndicator中标识环状结构并导出密度分布后生成的文本文件列表。这些文件应与.tiff文件保留在同一文件夹中，以便在CoreComparison模块中打开。

年轮变量说明
平均密度每一轮年轮的平均密度
后半段最大密度最大密度（MXD），但仅基于年轮的后半段，以避免包含前一年的高密度值
最小密度每一轮年轮的最小密度
Q1-Q4年内年轮剖面每个四分位区间的平均值和最大值

表2. 电子表格详情。 导出到名为 export clustered data 的电子表格中的树木年轮变量。

访问受限。请登录或开始试用以查看此内容。

结果

如果目标是估算大量样本的生物量或树木生长增量，即年轮间尺度（图1），则使用样本架1（图5）对样本进行扫描，以获得密度分布（见步骤5.4.3）和树木生长的估算值，例如适用于具有较大年轮宽度的速生树种，此时可采用较粗的分辨率。图12展示了来自刚果盆地树种T. superba的髓心至树皮方向及轴向密度变化趋势的示例。这些图谱基于从树干不同高度位置获取的树木年轮样本芯，经110 µm分辨率扫描所得数据生成。

对于使用样品架2（图5B）扫描样本核心所针对的年轮尺度（图1），可进行树木年轮分析和最大密度（MXD）计算。一个示例如图13所示，该图绘制了来自南非赛德伯格山脉的W. cedarbergensis...

访问受限。请登录或开始试用以查看此内容。

讨论

方案中的关键步骤
方案中的关键步骤包括正确操作生长锥以获取高质量的钻取芯样（步骤 1.1.，参见39），避免产生碎屑。接下来，必须保持芯样不固定（但参见26），这既是为了将其插入样品 holder（图5，参见21），也是为了有效提取树脂50，以及可能的后续分析。在扫描前（步骤 2.2.2.），将样品在扫描仪房间内进行平衡处理至关重要，以防止因湿度波动导致的尺寸形变。随后，当在 RingIndicator 模块中可识别年轮时，必须准确标定年轮边界和角度，因为密度峰值可能出现平坦化，类似于传统密度测定系统中标定不准确的情况13。标定对于获得准确的年轮宽度测量值也十分重要21。下一个关键步骤是通过 CoreComparison 模块进行正确的交叉定年（步骤 4.4.1.）。若某些芯样的标定...

访问受限。请登录或开始试用以查看此内容。

披露

作者声明无利益冲突。

致谢

感谢三位匿名审稿人提供的反馈与建议。本研究由JVdB的BOF专项研究基金（BOF启动资助BOF.STG.2018.0007.01）、UGCT作为卓越中心（BOF.EXP.2017.0007）及核心设施（BOF.COR.2022.008）提供资助。作者同时感谢佛兰德研究基金会（G019521N 和 G009720N）以及根特大学工业研究基金（IOF）通过资助项目IOF.APP.2021.0005（项目FaCT F2021/IOF-Equip/021）为基础设施提供的财政支持。

访问受限。请登录或开始试用以查看此内容。

材料

本文使用的材料清单
姓名公司目录编号评论
6 毫米纸质吸管 http://artstraws.com/education/product/artstraws-thick-asst-cols/钻孔取样
铝制样品芯持有器
ASTM 标准 ASTM D 1107 – 96
纸板邮寄管https://www.rajapack.co.uk/envelopes-mailing-bags/postal-tubes/1-5-2mm-brown-cardboard-postal-tubes_PDT05623.html
立式钻床
用于重建与分析的计算机硬件X射线CT扫描
冷却 
干燥箱
乙醇 
索氏提取器下方用烧瓶（2000 ml）
花泥https://www.oasisfloral.eu/样品 holder 类型 1
用于填充索氏提取器空隙体积以节省溶剂的玻璃珠
胶水
热水浴 https://www.memmert.com/products/water-baths/water-bath/#!filters=%7B%7D索氏提取
生长锥 https://haglofsweden.com/project/increment-borers/
塑料圆筒 Moonen 等，2022 样品 holder 类型 2
塑料圆筒
储液瓶
定制索氏提取装置 
甲苯 
水泵 
X射线CT扫描仪

参考文献

  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).

访问受限。请登录或开始试用以查看此内容。

重印与许可

标签

年轮宽度最大晚材密度木材密度剖面定量木材解剖高通量扫描树木年轮学年轮样本对比年轮指示参数
利用X射线计算机断层扫描进行树木年轮分析
联系我们
向图书馆推荐

隐私政策

使用条款

政策

版权所有 © 2026 MyJoVE Corporation。保留所有权利。