结合木材性状追溯木材地理起源：一种应用于巴西贸易链的创新方法及其在打击非法采伐中的潜力

《Science of The Total Environment》：Combining wood traits as a promising timber origin verification and its application in the Brazilian trade chain

　　本文提出了一种结合木材物理特性（年轮宽度、木材密度）和元素组成（Ca、K、S等）的创新方法，利用机器学习模型（准确率超80%）实现区域尺度木材溯源。该方法成本低、操作便捷，为打击非法木材贸易（尤其针对濒危属种Cedrela spp.）提供了有效技术支撑，对完善热带木材贸易链监管具有重要意义。

　　

Highlight

木材性状变异与地点差异

方差分解分析揭示了地点、物种、地点内个体树木和树木大小（个体发育）因素对木材性状变异的贡献（图2A，表S4，研究问题1）。地点解释了Sr（53%）、Fe（51%）、Ca（50%）和Al（47%）变异的大部分。物种对S（32%）、Ca（31%）、Sr（25%）和Fe（23%）的变异尤其重要，但对Al和Si的方差没有贡献。归因于个体树木的变异（即地点内个体间的差异）在树木生长速率（44%）和木材密度（38%）中最高。树木大小（胸径DBH）对木材性状变异的贡献最小（< 10%），除了对树木生长速率（12%）和木材密度（10%）有中等影响。地点是Ca、Sr、Fe和Al变异的主要来源，而个体树木是树木生长速率和木材密度变异的主要来源。地点和物种的交互作用对Ca、Sr和Fe的变异有显著贡献（15-20%），表明物种对元素的吸收和分配可能因地点而异。

讨论

在此，我们介绍了一种结合树木生长速率、木材密度和化学（Ca、Sr、Fe、Al、S、K、Zn和Si）木材性状来区分木材地理起源的创新方法，为打击非法木材增添了力量。这是美洲首个结合多种木材性状分析进行木材追溯的研究。通过研究分布在热带和亚热带森林广泛环境梯度上的新热带属Cedrela的树木，我们发现树木生长速率、木材密度以及元素Ca、K和S是区分研究地点最有效的预测因子。我们的研究结果表明，结合木材性状可以高精度地预测木材的地理起源，在区域尺度上准确率超过80%，在具体地点水平上准确率达到63%。这些发现支持了我们的初始假设，即木材性状的组合可以作为区分木材地理起源的可靠“指纹”。

结论

我们的研究强调了整合直径生长、物理特性和化学性状在木材追溯方面的潜力，特别是在生态多样化的地区。通过分析径向剖面上易于测量的木材性状，我们证明了地点水平效应是化学元素（如Ca）变异的主要驱动因素，而个体发育的影响在木材横截面面积的30-80%范围内是最小的或已降低。基于这些发现，我们的模型（使用Ca、K、S、Al、木材密度和树木生长速率）在区分地理起源方面表现出色，为在木材生产链中实施具有成本效益的追踪工具提供了概念验证。