Acta Sil va e et Ligni 124 (2021), 1–11 1 Pregledni znanstveni članek / Review article GOSTOT A LESA - METODE DOLOČANJA IN POMEN PRI RAZVOJU GOZDNO LESNEGA BIOGOSPODARSTVA WOOD DENSITY - DETERMINATION METHODS AND IMPORT ANCE IN THE DEVELOPMENT OF THE FOREST-BASED BIOECONOMY Domen ARNIČ 1 , Miha HUMAR 2 , Davor KRŽIŠNIK 3 , Luka KRAJNC 4 , Peter PRISLAN 5 (1) Gozdarski inštitut Slovenije, domen.arnic@gozdis.si (2) Univerza v Ljubljani, Biotehniška fakulteta, Oddelek za lesarstvo, miha.humar@bf.uni-lj.si (3) Univerza v Ljubljani, Biotehniška fakulteta, Oddelek za lesarstvo, davor.krzisnik@bf.uni-lj.si (4) Gozdarski inštitut Slovenije, luka.krajnc@gozdis.si (5) Gozdarski inštitut Slovenije, peter.prislan@gozdis.si IZVLEČEK Gostota lesa je fizikalna lastnost, ki je enostavno določljiva in nakazuje na številne druge lastnosti lesa in s tem tudi na njegovo uporabnost v lesno-predelovalni industriji, gradbeništvu ali energetiki. Ker je odvisna od vlažnosti ter poroznosti, se v stroki pojavljajo različne definicije gostot lesa, med katerimi je največkrat uporabljena gostota lesa v absolutno suhem stanju. Namen prispevka je predstavitev različnih načinov določanja gostote lesa ter pomen hitrega in natančnega določanje tega parametra kakovosti pri razvoju gozdno lesnega biogospodarstva. V stroki obstaja več neposrednih in posrednih metod določanja gostote; najbolj običajen in razširjen je volumetrični pristop, sledi postopek ocenjevanja gostote s penetrometrom, rezistografom, viso- kofrekvenčno denzitometrijo, rentgenskimi žarki, infrardečo spektroskopijo ter mikrovalovi. Les je surovina, ki ji bo v priho- dnosti pomen še naraščal, saj je ključna za razvoj trajnostnega biogospodarstva. Natančno in pravočasno določanje gostote lesa bo omogočalo ustrezno razporejanje in usmerjanje tokov te surovine med posameznimi konvencionalnimi in novimi sektorji (področji rabe) in posledično bolj učinkovito in trajnostno rabo. Ključne besede: lastnosti lesa, gostota lesa, rezistograf, penetrometer, rentgenska denzitometrija, visokofrekvenčna denzitometrija, gozdno lesno biogospodarstvo ABSTRACT Wood density is an important physical property that can be easily measured and is closely related to many other wood proper- ties. Furthermore, wood density is a good indicator of the usability and applicability of wood in the wood processing, construc- tion and energy industries. Because it is strongly dependent on moisture content and porosity, there are various definitions of wood density in the literature, among which the density measured on the basis of dry matter and volume is the most commonly used. The aim of this paper is to present different methods for wood density determination and the importance of collecting such data for the development of the forest-based bioeconomy. In practice, there are several direct and indirect methods of density measurement; in addition to the most basic volumetric approach, the density of wood can be measured by penetrom- eter, resistograph, high frequency densitometry, X-rays, near infrared spectroscopy and microwaves. Wood will continue to grow in importance, as it is one of the key raw materials for the transition to a sustainable bioeconomy. The accurate and timely determination of wood density allows for the appropriate distribution and direction of flows of this raw material between individual conventional and new sectors (areas of use) and thus its more efficient and sustainable use. Key words: wood properties, wood density, resistograph, penetrometer, X-ray densitometry, high frequency densitometry, forest-based bioeconomy GDK 812.31--01(045)=163.6 Prispelo / Received: 6. 10. 2020 DOI 10.20315/ASetL.124.1 Sprejeto / Accepted: 16. 12. 2020 1 UVOD 1 INTRODUCTION Gostota lesa je fizikalna lastnost, ki je v splošnem definirana kot masa vzorca na enoto prostornine pri določeni vlažnosti (ISO-13061-2, 2014) in spada med glavne kazalnike uporabnosti lesa, saj je tesno pove- zana s številnimi drugimi mehanskimi in fizikalnimi lastnostmi lesa (Gorišek in sod., 2009; Ross, 2010). Gostota lesa je poleg anatomske in kemijske zgradbe odvisna od njegove vlažnosti, zato jo vedno podajamo ob izmerjeni lesni vlažnosti. Standard ISO-13061-2 (2014) v delu »Določanje gostote lesa pri fizikalnih in mehanskih testih « navaja tri vrste gostote: (1) gosto- to lesa v absolutno suhem stanju, (2) gostoto lesa pri določeni vlažnosti, ter (3) osnovno gostoto lesa. Pred- vsem v angleški literaturi se za les kot porozen materi- al navajata nominalna gostota in relativna gostota (To- relli, 1998; Gorišek in sod., 2009; Ross, 2010). 2 Arnič D ., Humar M., Kr žišnik D ., Kr ajnc L., P r islan P .: Gost o ta l esa - met ode dol očanja in pomen pr i r azv oju go z dno l esnega ... Pri gostoti lesa pri določeni vlažnosti meritve mase ter prostornine lesa opravimo pri isti vlažnosti (ISO- 13061-2, 2014). Gostota lesa pri absolutno suhem sta- nju je definirana kot razmerje med maso in prostornino absolutno suhega lesa (ISO-13061-2, 2014). Nominalna gostota je razmerje med maso lesa, izmerjeno v absolu- tno suhem stanju, in prostornino pri določeni vlažnosti (Gorišek in sod., 2009). Kadar vlažnost preseže nasi- čenost celičnih sten (med 25 in 40 %) in je volumen maksimalen (Gorišek in sod., 2009; Meyer in Brischke, 2015; Zelinka in sod., 2015), govorimo o osnovni go- stoti (ISO-13061-2, 2014). Relativna gostota lesa pona- zarja razmerje med nominalno gostoto lesa in gostoto vode pri 4 °C (Gorišek in sod., 2009) (preglednica 1). Gostota lesa je neposredno povezana tudi z njegovo poroznostjo. Upoštevajoč dejstvo, da je gostota celič- nih sten približno konstantna, je povezava med poro- znostjo in gostoto zelo tesna. Poroznost je definirana z deležem prostornine vzorca, ki ga v lesu zasedajo pore (Plötze in Niemz, 2010). Podobno kot gostota je tudi poroznost pomemben kazalnik za druge lastnosti lesa, kot so: prepustnost plinov, absorpcija kapljevin, impre- gnabilnost, prevodnost toplote, natezna in upogibna trdnost itd. (Plötze in Niemz, 2010). Poleg poroznosti gostoto lesa opredeljuje tudi gostota lesne substance ali gostota celičnih sten (ang. skeletal density) (Brewer in sod., 2014; Zelenka in sod., 2019), kjer maso vzorca izražamo glede na enoto volumna celičnih sten - torej, volumen brez upoštevanja por v lesu (Brewer in sod., 2014). Na gostoto lesne substance kot tudi na gosto- to lesa kot poroznega materiala najbolj vplivajo ana- tomska zgradba lesa, kemična zgradba lesa, vsebnost mineralnih snovi, vsebnost ekstraktivov itd. (Torelli, 1998; Gorišek in sod., 2009). Gostota lesne substance v absolutno suhem stanju dosega okoli 1500 kg/m 3 (Torelli, 1998; Plötze in Nie- mz, 2010), kar je najvišja vrednost gostote, ki bi jo les lahko teoretično dosegel (Chave in sod., 2009). Gostota lesa kot poroznega materiala pri različnih lesnih vr- stah variira na zelo širokem intervalu; od 110 kg/m 3 (balsa - Ochroma pyramidale (Cav. ex Lam.)) do več kot 1300 kg/m 3 (gvajak - Guaiacum officinale L.) (Patten in sod., 2010). Pri pogostejših vrstah v Sloveniji gostote lesa značilno nihajo tudi znotraj vrste, npr. pri smre- kovem lesu 400–780 kg/m 3 , bukovini 490–880 kg/m 3 , hrastovini 540–600 kg/m 3 , macesnovini 500–560 kg/ m 3 (Plötze in Niemz, 2010; Ross, 2010; Čufar in sod., 2017). Variiranje gostot znotraj vrste je posledica raz- ličnih ekoloških razmer, kot so: razlike v rastiščnih raz- merah (Mäkinen in sod., 2002), podnebne spremembe (van der Maaten-Theunissen in sod., 2013), ki povzro- čajo razlike v anatomski zgradbi lesa (Preston in sod., 2006), in nenazadnje fenotipska prilagoditev in drugo. Gostota lesa variira tudi znotraj drevesa tako po višini (Jyske in sod., 2008) kot tudi po prirastnih plasteh oz. branikah. Za iglavce je značilen negativen odnos med gostoto in širino branike (t.j. za les z ožjimi letnimi pri- rastnimi plastmi je značilna večja gostota) (Bouriaud in sod., 2005). Obraten odnos kot pri iglavcih je zna- čilen predvsem za venčastoporozne vrste, kjer gostota lesa narašča s širino letnega prirastka (Bergès in sod., 2008). V primeru difuzno poroznih drevesnih vrst po- vezava med gostoto in letnim prirastkom ni značilna (Bouriaud in sod., 2004). Poznavanje variabilnosti gostote lesa (tako časov- no kot prostorsko) je ključno z vidika (1) povečanja učinkovitosti izrabe materiala po načelih krožnega gospodarstva, in (2) zaradi povezave med gostoto lesa Gostota Formula Definicija Gostote pri določeni vlažnosti Razmerje med maso lesa pri določeni vlažnosti (m u ) in njegovim volumnom pri isti vlažnosti (V u ) Gostota v absolutno suhem stanju Razmerje med maso lesa (m 0 ) in njegovim volu- mnom (V 0 ) pri vlažnosti 0 % Nominalna gostota lesa Razmerje med maso v absolutno suhem stanju in volumnom pri poljubni vlažnosti u Osnovna gostota Razmerje med maso v absolutno suhem stanju in maksimalnim volumnom; tj. pri vlažnosti nad nasičenostjo celičnih sten. Relativna gostota Razmerje med nominalno gostoto lesa R u in gostoto vode pri 4 °C. Preglednica 1: Vrste izražanja gostote lesa (kot poroznega materiala), formule njihovega izračuna in njihove definicije (Gorišek in sod., 2009; ISO-13061-2, 2014) Table 1: Types of expression of wood density (as a porous material), formulas for calculation and definitions (Gorišek et al., 2009; ISO-13061-2, 2014) Acta Sil va e et Ligni 124 (2021), 1–11 3 in vsebnostjo ogljika v luči ponora CO 2 in prilagajanju podnebnim spremembam (Chave in sod., 2009; Hur- mekoski in sod., 2018a). Z natančnim poznavanjem prostorske in časovne variabilnosti gostote lesa raz- ličnih drevesnih vrst lahko natančneje opredeljujemo in napovedujemo njegovo rabo (Walker, 2006; Čufar in sod., 2017). Podrobneje, gostota lesa iglavcev vpliva na donos celuloze v papirniški industriji (Dutilleul in sod., 1998; Mäkinen in sod., 2002; Walker, 2006); značilna je tudi povezava z modulom elastičnosti lesa in upogib- no trdnostjo, ki narekuje uporabnost lesa v modernem gradbeništvu (Krajnc in sod., 2019; Tony in sod., 2019). Namen pričujočega prispevka je: (1) Predstavitev hitrih in učinkovitih metod za posredno in neposredno določanje gostote lesa, ki so potencialno uporabne v gozdarstvu ali lesno predelovalni industriji za ocenje- vanje kakovosti lesa; t.j. volumetrični pristop določa- nja gostote lesa, ocenjevanje gostote lesa s penetro- metrom, ocenjevanje gostote lesa na podlagi merjenja mehanske odpornosti pri vrtanju v les, določanje go- stote lesa na podlagi visokofrekvenčne denzitometrije ter določanje gostote lesa na podlagi presevanja lesa z rentgenskimi žarki in ocena gostote lesa z infrardečo spektroskopijo in mikrovalovi; (2) uporabno vrednost izbranih metod ter pomembnost poznavanja variabil- nosti gostote lesa v praksi bomo predstavili v konte- kstu razvoja gozdno lesnega biogospodarstva. 2 POSREDNE IN NEPOSREDNE METODE DOLO- ČANJA GOSTOTE LESA 2 INDIRECT AND DIRECT METHODS FOR MEA- SURING WOOD DENSITY Posredne in neposredne metode določanja gosto- te lesa se v splošnem delijo glede na način določanja gostote in njihovo področje uporabe, npr. lesarstvu, papirništvu, arboristiki in drugod. V primeru neposre- dnih metod gostoto natančno določimo na podlagi vo- lumna in teže (npr. določanje gostote s piknometrom). Pri posrednih metodah o gostoti sklepamo na podlagi korelacije med izmerjeno vrednostjo (npr. uporu vrta- nja pri rezistografu) in dejansko gostoto. V lesarstvu določanje in poznavanje gostote lesa bistveno pripo- more k napovedovanju uporabnosti lesa (Gorišek in sod., 2009; Čufar in sod., 2017). V arboristiki se po- gosto uporabljajo pol-destruktivne metode določanja ali ocenjevanja gostot na stoječih drevesih z namenom ugotavljanja stopnje razkroja lesa v notranjosti debla, na podlagi česar sklepajo o stabilnosti drevesa (Ross, 2015). V zadnjih desetletjih so raziskave variabilnosti gostote lesa postale pomemben del dendro-klimato- loških študij, kar omogoča podrobnejše razumevanje odziva dreves na podnebne spremembe, posredno iz takšnih rezultatov lahko sklepamo o vplivu podnebnih sprememb na uporabnost lesa (Zhang, 1997; van der Maaten in sod., 2012). 2.1 Volumetrični pristop določanja gostote lesa 2.1 Volumetric approach to wood density deter- mination Volumetrične metode določanja gostote, ki delujejo na principu tehtanja (določanja mase) in merjenja pro- stornine, so osnovne in najstarejše metode določanja gostote snovi (Barnett in Jeronimidis, 2003). Standard ISO-13061-2 (2014) opredeljuje uporabo merilnih naprav, ki zelo natančno (± 0,2–0,3 %) izmerijo (a) di- menzije vzorca oz. prostornino, (b) maso vzorca, in (c) vlažnost lesa. Pri vzorcih z nepravilno obliko standard določa izmero volumna z izpodrivanjem vode ali dru- gih snovi (po Arhimedovem zakonu). V preteklosti so pogosto uporabljali živo srebro, ki omogoča natančno izmero prostornine vzorca (Martinčič, 2010). Danes se za natančno določanje gostote uporablja- jo piknometri (ang. envelope density analyser / sand pycnometer), ki za določanje volumna uporabljajo raz- lične medije. Za primer, naprava GeoPyc (Micrometics, Norcross, ZDA) omogoča natančno izmero volumna s Slika 1: Naprava piknometer GeoPyc (a) za določanje gosto- te lesa kot poroznega materiala in piknometer AccuPyc (b) s sistemom za izpodrivanje zraka Fig. 1: GeoPyc pycnometer device (a) for determination of wood density and AccuPyc pycnometer (b) with air displace- ment system 4 Arnič D ., Humar M., Kr žišnik D ., Kr ajnc L., P r islan P .: Gost o ta l esa - met ode dol očanja in pomen pr i r azv oju go z dno l esnega ... suhim, sipkim medijem iz mešanice zelo majhnih del- cev grafita in keramičnih mikrosfer (Micrometrics, 2016). Sistem je avtomatsko voden in v primeru pred- hodno vnesene mase vzorca izračuna tudi gostoto lesa (slika 1a). Sistem je najbolj primeren za določanje go- stote lesa v absolutno suhem stanju, kjer se vlažnost vzorca zaradi uporabe nadtlaka ne spreminja. Omeji- tev metode je velikost vzorca, ki je omejena z velikostjo uporabljenega cilindra (0,5 do 25 cm 3 ) (Micrometrics, 2016). Podrobnejše analize omogočajo piknometri s sis- temom za izpodrivanje zraka (slika 1b), ki s prepiho- vanjem vzorca (npr. helijem ali dušikom) natančno določijo poroznost materialov (Micrometrics, 2014). V primeru lesa poroznost ponazarja prostornino lu- mnov prevodnih elementov v lesu, npr. trahej v pri- meru listavcev oz. traheid v primeru lesa iglavcev. Ko predhodno izmerjenemu volumnu vzorca odštejemo poroznost, dobimo volumen lesne substance, ki v na- daljevanju omogoča izračun gostote lesne substance. 2.2 Ocenjevanje gostote lesa s penetrometrom 2.2 Estimation of wood density with a penetro- meter Metoda ocenjevanja gostote lesa s penetrometrom je manj destruktivna, učinkovita in robustna metoda ocenjevanja gostote lesa (Mäkipää in Linkosalo, 2011). V našem primeru smo povzeli način merjenja pene- trometra Pilodyn (slika 2), ki deluje po principu pene- triranja 2 ali 2,5 mm jeklene igle v les. Naprava prek vzmeti na iglo prenese konstantno silo, ki povzroči pe- netracijo v les. Globina prodiranja igle, dolge 40 mm, je odvisna predvsem od gostote vzorca, drevesne vrste, dolžine in geometrije lesnih vlaken ter anatomske ori- entacije lesa (Mäkipää in Linkosalo, 2011). Gostoto pri tej metodi določimo na podlagi viso- ke korelacije med globino penetracije in gostoto lesa (Micko in sod., 1982; Gao in sod., 2017). Sprva je bil penetrometer razvit za določanje stanja lesenih tele- fonskih drogov, v nadaljevanju so ga uporabljali tudi za določanje gostote in zaznavanje razkroja lesa v stoječih drevesih (Micko in sod., 1982; Chen in sod., 2015) ter za hitro oceno kakovosti lesa stoječih dreves v planta- žnih nasadih (Wu in sod., 2010). Prednost te metode je hitrost merjenja, saj meritev na posameznem drevesu traja približno eno minuto. Pomanjkljivost metode je točkovno določanje pri globini penetracije med 0 in 40 mm, naprava ima tudi razmeroma šibko resolucijo zaznavanja sprememb gostot in relativno velik vpliv vlažnosti lesa na globino penetriranja igle (Mäkipää in Linkosalo, 2011; Gao in sod., 2017; Fundova in sod., 2018; Llana in sod., 2018;). 2.3 Ocenjevanje gostote lesa z merjenjem me- hanske odpornosti pri vrtanju v les 2.3 Estimation of wood density by measuring mechanical resistance when drilling Gostoto lesa lahko ocenjujemo tudi z napravami za merjenje mehanske odpornosti med vrtanjem v les, npr. Resistograph (Rinntech, Heidelberg, Nemčija, sli- ka 3a) (Rinn in sod., 1996; Gao in sod., 2017; Sharapov in sod., 2019). Vrtanje poteka z jekleno iglo debeline 1–1,5 mm, ki je na delu, namenjenemu vrtanju v les, sploščena na 3 mm in geometrijsko preoblikovana v ploščati sveder (slika 3b). Naprava med vrtanjem vzdr- žuje konstantno število vrtljajev (1000 rpm ± 1 %) in v odvisnosti od gostote lesa različno dolžinsko napre- duje. Pri vrstah z višjo gostoto naprava opravi vrtanje z natančnostjo merjenja meritve na 0,01 mm na dolžini okoli 70 mm v minuti, pri vrstah z nižjo gostoto tudi Slika 2: Primer penetrometra Pilodyn proizvajalca Hylec Fig. 2: Example of the Pilodyn penetrometer from Hylec Acta Sil va e et Ligni 124 (2021), 1–11 5 do 1000 mm v minuti (Rinn in sod., 1996). Znanstve- na različica naprave zaradi relativno velike ločljivosti in natančnosti merjenja (zaznavanje meritev na 1/100 mm) omogoča tudi spremljanje trendov gostote in pri- raščanja tako na letni kot tudi sezonski ravni, pri čemer se lahko spremljajo npr. lastnosti ranega in kasnega lesa in druge rastne posebnosti (Rinn in sod., 1996). Vrednost, ki jo naprava za merjenje mehanske od- pornosti izmeri, ponazarja rezistografsko gostoto lesa (slika 3c). Le ta zadošča za zelo natančno prepoznava- nje razkroja lesa, variabilnosti gostote po preseku de- bla ter posledično oceno kakovosti lesa (Rinn in sod., 1996; Ceraldi in sod., 2001; Wang in Allison, 2008; Rinn, 2012). Za podrobnejše analize dejanskih gostot so v sklopu preteklih raziskav za različne vrste že raz- vili modele pretvorbe rezistografskih gostot v gostoto absolutno suhega lesa (Sharapov in sod., 2019). Posle- dično se rezistograf lahko uporablja tudi v dendrokli- matologiji, z namenom analize vpliva podnebnih spre- memb na lastnosti lesa (Oliveira in sod., 2017; Shara- pov in sod., 2019). 2.4 Ocenjevanje gostote lesa z visokofrekvenčno denzitometrijo 2.4 Estimation of wood density by high-frequen- cy densitometry Visokofrekvenčna denzitometrija (slika 4) je meto- da določanja gostote lesa na podlagi mikro-elektrodne- ga sistema, nameščenega na konici jeklenega cilindra, ki med merjenjem drsi po površini vzorca (npr. preč- nega prereza izvrtka) (Schinker in sod., 2003). Ključna dela naprave sta dve vzporedno postavljeni elektrodi (slika 4): prva je namenjena oddaji konstantnega viso- kofrekvenčnega signala, druga sprejemu povratnega signala med drsenjem po površini vzorca (Schinker in sod., 2003). Elektromagnetno polje z napetostjo, ki jo proizvaja visokofrekvenčni generator, se na vzorec prenese prek oddajne elektrode, pri čemer na spre- jemno elektrodo iz vzorca vrne manjši del napetosti, ki kaže na lokalno relativno dielektrično konstanto (LRDK), katere vrednosti se beležijo z 0,12 mm natanč- nostjo (Schinker in sod., 2003). Trend LRDK zelo na- tančno pojasnjuje trend gostote lesa, kar so dokazali z rentgenskim slikanjem istih vzorcev (Schinker in sod., 2003; Wassenberg in sod., 2015). Pretvorniki vredno- sti LRDK so dostopni za več drevesnih vrst (Wassen- berg in sod., 2014). Visokofrekvenčna denzitometrija omogoča natanč- no izdelavo gostotnih profilov in analizo variabilnosti gostote med leti (branikami) ter znotraj letne prira- stne plasti (razlike med ranim in kasnim lesom) (Was- senberg in sod., 2014; Wassenberg in sod., 2015). Tudi pri tej metodi se vrednost gostote ocenjuje posredno prek zveze (korelacije) med LRDK in gostoto lesa. Po- datki visokofrekvenčne denzitometrije so ključni pri dendroklimatoloških raziskavah za ocenjevanje vpliva okoljskih dejavnikov na gostoto lesa v letnih prirastkih (van der Maaten in sod., 2012; van der Maaten-Theu- nissen in sod., 2013). 2.5 Določanje gostote lesa na podlagi rentgen- skih žarkov 2.5 Determination of wood density on the basis of x-rays Denzitometrično določevanje variabilnosti gostote v vzorcu lesa poteka tudi z različnimi metodami, ki te- Slika 3: Uporaba rezistografa (a), sploščitev jeklene igle v ploščati sveder (b) in rezistografski gostotni profil (c) Fig. 3: Use of a Resistograph (a), flattening of a steel needle in a flat drill (b) and resistograph density profile (c) 6 Arnič D ., Humar M., Kr žišnik D ., Kr ajnc L., P r islan P .: Gost o ta l esa - met ode dol očanja in pomen pr i r azv oju go z dno l esnega ... meljijo na merjenju absorpcije različnih oblik radiacije (ionizirajočega sevanja), t.j. rentgenskih- (Lindgren, 1991), gama- (Macedo in sod., 2002) ali beta žarkov (Cameron in sod., 1959). V nadaljevanju predstavljamo danes največkrat uporabljeni način določanja z rent- genskimi žarki (Jacquin in sod., 2017). Rentgenska radiografija (ang. X-ray radiography) je metoda prek katere pridobimo projekcijo objekta na podlagi prehajanja rentgenskih žarkov skozi objekt. Prek digitalnega detektorja se ustvari slika z različno intenzivnostjo sivin. Njena intenzivnost je odvisna od kemijske sestave, atomskega števila ter količine ato- mov, ki so se pojavili na poti rentgenskega žarka, med oddajnikom in detektorjem. Izračun temelji na Beer- Lambertovem zakonu, po katerem je razlika med ko- ličino oddanih in sprejetih rentgenskih žarkov odvisna od absorpcijskega koeficienta, dolžine poti rentgenskih žarkov skozi vzorec ter gostote lesa (Lindgren, 1991; Bergsten in sod., 2001). Pri lesu sta anatomska sestava in absorpcijski koeficient znotraj iste vrste razmeroma konstantna, posledično so intenzitete sivin rentgenske radiografije ob konstantni debelini vzorca bolj ali manj odvisne od gostote (Lindgren, 1991; Bergsten in sod., 2001; Jacquin in sod., 2017). Računalniška tomografija ponazarja metodo dolo- čanja gostote lesa, pri kateri prek hkratne uporabe več rentgenov z različnih zornih kotov ali vrtečega se rent- gena in detektorja okoli vzorca pridobimo (1) 2D pro- jekcijo preseka objekta na natančno določeni točki, ali (2) 3D projekcijo celotnega objekta. Vrednosti gostote lesa se določajo na enak način kot pri rentgenski radi- ografiji, tj. na podlagi razlike med oddano in sprejeto količino rentgenskih žarkov, absorpcijskim koeficien- tom materiala ter dolžino prehoda rentgenskih žarkov skozi vzorec. Projekcija gostot v 2D oz. 3D prostoru je rezultat preseka rentgenskega snemanja z različnih zornih kotov (Lindgren, 1991; Jacobs in sod., 1995; Ja- cquin in sod., 2017). Rentgenska radiografija za vzorce dolžine 10 cm in širine 2 cm traja nekaj minut, medtem ko tomografija potrebuje zgolj nekaj sekund zaradi uporabe večjega števila rentgenskih senzorjev. Resolucija določanja gostote je pri obeh med 0,4 in 200 µm, pri čemer so rentgenske naprave z najboljšo resolucijo večinoma namenjene medicini (Jacquin in sod., 2017). Določanje gostot lesa na podlagi rentgenskih žar- kov zaradi zelo visoke natančnosti določanja gostot se uporablja tudi kot referenčna metoda za umerjanje drugih pristopov določanja gostote lesa znotraj bra- nike, tj. visokofrekvenčne denzitometrije (Schinker in sod., 2003) in merilnikov mehanske odpornosti med vrtanjem v les (Rinn in sod., 1996). Prednost omenje- ne metode je poleg natančnosti določanja gostote tudi možnost ovrednotenja lesno anatomskih posebnosti (Evans in sod., 2000). Metoda določanja gostote lesa na podlagi rentgenskih žarkov je bistveno dražja od drugih metod. Na področju lesarstva in gozdarstva se tehnologijo rentgenskih žarkov uporablja za do- ločanje kakovosti lesa, dendro-klimatologijo ter za določanje gostote lesnih kompozitov (Jacquin in sod., 2017). 2.6 Ocena gostote lesa z infrardečo spektrosko- pijo in mikrovalovi 2.6 Wood denstiy evaluation with infrared spec- troscopy and microwaves V industriji sta, poleg zgoraj naštetih, za določanje gostote potencialno uporabni še infrardeča spektro- Slika 4: Določanje gostote lesa na podlagi visokofrekvenčne denzitometrije (a), in vzporedno postavljeni elektrodi na ko- nici jeklenega cilindra, prek katerega potekajo meritve gosto- te lesa (b) (Arbortools, 2017; TUM, 2018) Fig. 4: Determination of wood density on the basis of high- frequency densitometry (a) and parallel electrodes placed on the tip of a steel cylinder through which wood density meas- urements are made (b) (Arbortools, 2017; TUM, 2018) Acta Sil va e et Ligni 124 (2021), 1–11 7 skopija (IR spektroskopija) in metoda z uporabo mi- krovalov. IR spektroskopska tehnika (ang. near infrared spec- troscopy - NIRS) se v splošnem uporablja za analizo različnih materialov, kot so kmetijski proizvodi, poli- meri, farmacevtski proizvodi, tekstil in nenazadnje tudi les (Tsuchikawa in Kobori, 2015). NIRS omogoča hitro določanje nekaterih kemijskih in fizikalnih lastnosti in temelji na merjenju absorpcije infrardečega sevanja ob različnih valovnih dolžinah (Tsuchikawa in Kobori, 2015). Glede na kemijsko sestavo vzorca se ob izposta- vljenosti sevanju določeni deli IR spektra absorbirajo, preostanek infrardečega spektra pa se zabeleži na de- tektorju. Na podlagi analize absorbiranega dela IR-va- lovanja se določi delež lignina, ogljikovih hidratov, pro- teinov, lipidov ter drugih komponent (Nuopponen in sod., 2006). Metoda se na področju rabe lesa večinoma uporablja pri: (1) analizah kemijske sestave lesa, (2) ugotavljanju razkroja lesa zaradi fizikalnih, kemijskih ali mikrobioloških vplivov, (3) analizah lastnosti lesnih vlaken, (4) analizah mehanskih lastnosti lesa, (5) anali- zah donosa celuloze v papirništvu, (6) napovedovanju donosov pri biorafinerizaciji lesa, ter drugo (Naumann in sod., 2007; Tsuchikawa in Kobori, 2015). Metoda je posredno uporabna tudi za določanje gostote lesa. Le ta se določa s pomočjo kemometrije (ang. chemometri- cs), in sicer na podlagi zveze med gostoto in glavnimi tremi kemičnimi komponentami lesa (lignin, celuloza in hemiceluloza) (Via in sod., 2005; Tsuchikawa in Ko- bori, 2015). Vrednosti modelirane gostote kažejo na visoko korelacijo z dejanskimi vrednostmi gostote lesa v absolutno suhem stanju (R 2 = med 0,7 in 0,95) (Via in sod., 2005; Nuopponen in sod., 2006; Tsuchikawa in Kobori, 2015). Uporaba tehnologije NIRS v zadnjih desetletjih narašča predvsem na področju učinkovite predelave lesa (Tsuchikawa in Kobori, 2015). Določanje gostote lesa z mikrovalovi temelji na merjenju zmanjšanja jakosti elektromagnetnega va- lovanja pri prehajanju mikrovalov skozi vzorec lesa (Aichholzer in sod., 2013). Naprava je sestavljena iz oddajnika in sprejemnika mikrovalovnega signala, ve- zanih na vektorski analizator omrežja, med katera po- stavimo vzorec lesa. Gostota lesa se izračuna na pod- lagi spremembe jakosti mikrovalov med oddajnikom in sprejemnikom, širino vzorca, anatomsko orinetacijo vzorca lesa ter dielektričnimi lastnostmi lesa, ki so vr- stno specifične (Torgovnikov, 1993; Aichholzer in sod., 2013; Aichholzer in sod., 2017;). Naparava omogoča ocenjevanje gostote lesa le na ravni celotnega vzorca, uporablja pa se tudi za določanje vsebnosti vode (Ai- chholzer in sod., 2013). 3 POMEN GOSTOTE LESA V RAZVOJU GOZDNO- LESNEGA BIOGOSPODARSTVA 3 THE IMPORT ANCE OF WOOD DENSITY IN THE DEVELOPMENT OF THE FOREST-BASED BIOECONOMY Smernice za razvoj evropskega gozdarskega in le- sno predelovalnega sektorja spodbujajo optimizacijo proizvodnih procesov, ki bodo skladni z načeli kaska- dne rabe virov in krožnega biogospodarstva (Carus in Dammer, 2018; Hurmekoski in sod., 2018a). Za učin- kovito izrabo lesa glede na njegovo kakovost je ključen podatek o gostoti lesa ter njeni prostorski variabilnosti (Ross, 2010). Gostota lesa je namreč v tesni korelaci- ji tako z modulom elastičnosti lesa kot tudi z njegovo upogibno trdnostjo in posledično kaže na lastnosti in uporabnost lesa tako v lesno predelovalni industri- ji kot tudi gradbeništvu (Hurmekoski in sod., 2018b; Krajnc in sod., 2019). V kontekstu učinkovitosti izrabe ali proizvodnje v žagarski industriji je gostota lesa tudi ena izmed lastnosti, ki jih merijo s sodobnimi napravami za rentgensko snemanje žaganih elementov ali hlodov (Microtec, 2019). Poleg gostote zajemajo tudi (1) pri- sotnost in lokacijo stržena, (2) grče, (3) razpoke, (4) smolne žepe, (5) prisotnost razkrojenega lesa, (6) je- drovino, (7) reakcijski les, ter (8) morebitne tujke v lesu, in drugo. Podatki o gostoti žaganih elementov se uporabljajo pri razvrščanju v kakovostne razrede, računalniška tomografija hlodov služi kot osnova za algoritme računalniškega krojenja hlodov na primar- ne lesne proizvode (Microtec, 2019). Metoda omogoča optimizacijo razreza hlodovine z izkoristki, višjimi od 11 % (v primeru lesa boljše kakovosti), do 25 % (pri lesu slabše kakovosti) (Stängle in sod., 2014; Breinig in sod., 2015). Gostota lesa se tudi v papirni industriji pojavlja kot kazalnik donosa celuloze (Lönnberg, 2009), pri čemer se pojavljajo različni podatki o uporabnosti te meto- de v primeru iglavcev in listavcev. V primeru iglavcev osnovna gostota lesa močno korelira z donosom v pa- pirniški industriji (r > 0,8) (Cown in McConchie, 1980; Lönnberg, 2009), obenem ta povezava v primeru li- stavcev ni značilna (Costa e Silva in sod., 2008; Santos in sod., 2012). V povezavi z nadgradnjami papirniške industrije v prihodnosti je les tudi obnovljiv vir za proizvodnjo biopolimernih materialov, kot so biokemikalije, bio- plastika, biogoriva, biotekstil in drugo (de Jong in sod., 2012; Alam in Christopher, 2017; Hurmekoski in sod., 2018a). Proizvodnja teh v prvi fazi temelji na kemij- skem razklopu lesa v biorafinerijah, kjer les razgradijo na osnovne gradnike (celulozo, hemicelulozo in lignin) 8 Arnič D ., Humar M., Kr žišnik D ., Kr ajnc L., P r islan P .: Gost o ta l esa - met ode dol očanja in pomen pr i r azv oju go z dno l esnega ... (de Jong in sod., 2012). Iz celuloze v nadaljevanju prek encimatske hidrolize pridobivajo glukozo. Glukozo lah- ko v postopkih fermentacije pretvorijo v biopolimerne materiale (Kitak, 2015). Odnosi med gostoto lesa in donosom celulozne pulpe se glede na študije v tujini razlikujejo. Panayotov in sod. (2016) v svoji raziskavi klonov robinije (Robinia pseudoacacia L.) poudarjajo, da imajo kloni z nižjimi gostotami lesa višji donos celu- loze, medtem ko Raymond in Schimleck (2002) v raz- iskavi evkaliptusa (Eucalyptus globulus Labill.) nista našla značilnih povezav med gostoto in vsebnostjo ce- luloze. Podobno so za trepetliko (Populus tremuloides Michx.) dokazali tudi Mansfield in Weineisen (2007), kjer opozarjajo, da je donos celulozne pulpe bolj kot od gostote lesa odvisen od vsebnosti lignina. Torej, gosto- ta kot kazalnik kemijske strukture lesa in kazalnik po- tenciala v biorafinerijski industriji velja le za nekatere drevesne vrste (Cown in McConchie, 1980; Raymond in Schimleck, 2002; Mansfield in Weineisen, 2007; Pa- nayotov in sod., 2016). Ključno vlogo gostota lesa opravlja v primeru rabe lesa v energetske namene, kjer je donos oz. pridobljena energija poleg gostote odvisna predvsem od kalorične vrednosti lesa. Kalorične vrednosti (ang. high heating value) pogostejših drevesnih vrst v Sloveniji so za bu- kev 19–20, smreko 20–20,5, bor 21,5–22 in hrast 19– 19,5 MJ/kg (Demirbaş in Demirbaş, 2004; Nhuchhen in Abdul Salam, 2012). O upoštevanju njihovih povpreč- nih gostot v absolutno suhem stanju, in sicer za bukev 680 kg/m 3 , hrast 720 kg/m 3 , smreko 410 kg/m 3 in bor 460 kg/m 3 , je donos energije glede na volumen višji pri vrstah z višjo gostoto (Ross, 2010). Gostota lesa je ključen podatek v modernem grad- beništvu, saj je dober kazalec za druge lastnosti, kot so trdnost, trdota in elastičnost (Ramage in sod., 2017). V nekaterih državah je s sprostitvijo administrativnih ovir za uporabo v gradnjah večnadstropnih objektov les postal eden pomembnejših konstrukcijskih materi- alov (Toppinen in sod., 2018). Razmerja med modulom elastičnosti in trdnostjo na enoto mase predstavljajo mnoge možnosti za uporabo lesa v gradbeništvu. Z ra- zvojem novih tehnologij, predvsem na področju grad- benih kompozitov (tj. križno lepljen les, lameliran le- pljen les, slojnat furnirni les, leseni I nosilci, zgoščeva- nje lesa), bo postalo učinkovito določanje/ocenjevanje lastnosti in posledično kakovosti lesa še bolj pomemb- no (Ramage in sod., 2017). 4 ZAKLJUČKI 4 CONCLUSIONS Gostota lesa je ključna lastnost, ki omogoča načr- tovanje smotrne rabe lesa kot materiala v različnih panogah od gradbeništva do biorafinerijske in ener- Slika 5: CT Log, naprava za rentgensko snemanje hlodov z modulom optimizacije razreza hlodovine in s tem poveča- njem učinkovitosti izrabe lesa (Microtec, 2019) Fig. 5: CT Log, a device for X-ray scanning of logs with a mod- ule for optimizing the sawing of logs and thus increasing the efficiency of wood utilization (Microtec, 2019) Acta Sil va e et Ligni 124 (2021), 1–11 9 getske industrije (Cown in McConchie, 1980; Demir- baş in Demirbaş, 2004; Krajnc in sod., 2019). Hkrati se uporablja tudi kot kazalnik drugih lastnosti lesa (me- hanska trdnost, modul elastičnosti, anatomija lesa) in s tem predstavlja pomembno področje, ki vpliva na ra- zvoj gozdno lesnega biogospodarstva tako v Sloveniji kot tudi drugod po svetu. Gostota lesa se lahko meri/ ocenjuje na več različnih načinov, najosnovnejši način predstavlja volumetrični način določanja (piknome- ter), sledijo hitre/učinkovite metode, prek katerih lah- ko sklepamo o gostotah (penetrometer, rezistograf), in nazadnje tehnološko bolj razvite ter dražje metode (visokofrekvenčna denzitometrija, rentgenska denzi- tometrija, IR-spectroscopija in uporaba mikrovalov). Zbiranje podatkov o gostoti bo omogočalo učinkovito usmerjanje surovine med klasičnimi področji rabe lesa (gozdarstvo, lesarstvo, papirništvo) in novimi področji rabe (biorafinerije, tekstilna industrija, kemijska indu- strija, in druge) (Trung in Leblon, 2011; Karp in sod., 2015, Kumar in sod., 2020). 5 POVZETEK 5 SUMMARY Wood density is a physical property of wood that is relatively easy to measure and correlates relatively well with many other wood properties. Wood density is therefore often used to assess the use of wood in the wood processing, construction and energy indus- tries (Gorišek in sod., 2009; Ross, 2010; Nhuchhen in Abdul Salam, 2012). Due to the strong correlation be- tween wood density and moisture content, different expressions of wood density are common: (1) density at a given moisture content, (2) density of oven-dried wood, (3) nominal density, (4) basic density and (5) specific gravity (Gorišek in sod., 2009; ISO -13061-2, 2014). Wood density can be determined volumetrical- ly by measuring the mass and volume of wood at cer- tain moisture contents (ISO -13061-2, 2014). Indirect methods are also used in forestry and the wood pro- cessing industry to estimate wood density. The wood density of standing trees can be determined with a penetrometer or resistograph, but these methods suf- fer from lower accuracy and lower comparability with volumetric methods. The intra- and inter-annual vari- ability of wood density can be determined with high- frequency densitometry and X-rays. These methods have high accuracy, but their operation costs are high. While near-infrared spectroscopy and microwaves are mostly used for other purposes (i.e. to determine the chemical composition of wood, wood decay, moisture content), they can also be used to determine wood density. The development of the bioeconomy in the future is based on the efficient and intelligent use of wood as renewable raw material. Information about its proper- ties, such as density, will enable more efficient use and production in traditional industries (Trung in Leblon, 2011; Kumar in sod., 2020). Furthermore, it will also enable the entry of wood as a raw material into a much broader field of application (pharmaceuticals, textile industry, biorefinery) (Hurmekoski in sod., 2018a). 6 ZAHVALA 6 ACKNOVLEDGEMENTS Delo je bilo financirano s strani Javne agencije za raziskovalno dejavnost Republike Slovenije (ARRS), programa Gozdna biologija, ekologija in tehnologija P4-0107, program za usposabljanje mladih raziskoval- cev (Domen Arnič) ter projekta J4-2541 in V4-2017. 7 VIRI 7 R E F E R E N C E S Aichholzer A., Arthaber H., Schuberth C., Mayer H. 2013. Non-de- structive evaluation of grain angle, moisture content and den- sity of spruce with microwaves. European Journal of Wood and Wood products, 71, 6: 779–786. Aichholzer A., Schuberth C., Mayer H., Arthaber H. 2017. Microwave testing of moist and oven-dry wood to evaluate grain angle, den- sity, moisture content and the dielectric constant of spruce from 8 GHz to 12 GHz. European Journal of Wood and Wood products, 76, 1: 89–103. Alam M.N., Christopher L.P . 2017. A novel, cost-effective and eco- friendly method for preparation of textile fibers from cellulosic pulps. Carbohydrate Polymers, 173: 253–258. Arbortools. 2017. Lignostation. https://www.arbor.tools/product/ lignostation/ (1. 10. 2020) Barnett J.R., Jeronimidis G. 2003. Wood quality and its biological ba- sis. Oxford (UK), Blackwell Publishing: 225 str. Bergès L., Nepveu G., Franc A. 2008. Effects of ecological factors on radial growth and wood density components of sessile oak (Quercus petraea Liebl.) in Northern France. Forest Ecology and Management, 255, 3: 567–579. Bergsten U., Lindeberg J., Rindby A., Evans R. 2001. Batch measure- ments of wood density on intact or prepared drill cores using x-ray microdensitometry. Wood Science and Technology, 35, 5: 435–452. Bouriaud O., Bréda N., Le Moguédec G., Nepveu G. 2004. Modelling variability of wood density in beech as affected by ring age, radi- al growth and climate. Trees, 18, 3: 264–276. Bouriaud O., Leban J.-M., Bert D., Deleuze C. 2005. Intra-annual vari- ations in climate influence growth and wood density of Norway spruce. Tree Physiology, 25, 6: 651–660. Breinig L., Broman O., Brüchert F., Becker G. 2015. Optimization potential for perception-oriented appearance classification by simulated sawing of computed tomography-scanned logs of Norway spruce. Wood Material Science & Engineering, 10, 4: 319–334. Brewer C.E., Chuang V.J., Masiello C.A., Gonnermann H., Gao X., Dugan B., Driver L.E., Panzacchi P ., Zygourakis K., Davies C.A. 2014. New approaches to measuring biochar density and porosity. Biomass and Bioenergy, 66: 176–185. Cameron J.F., Berry P .F., Phillips E.W.J. 1959. The determination of wood density using beta rays. Holzforschung, 13, 3: 78–84. 10 Arnič D ., Humar M., Kr žišnik D ., Kr ajnc L., P r islan P .: Gost o ta l esa - met ode dol očanja in pomen pr i r azv oju go z dno l esnega ... Carus M., Dammer L. 2018. The circular bioeconomy - concepts, opportunities, and limitations. Industrial Biotechnology, 14, 2: 83–91. Ceraldi C., Mormone V., Russo Ermolli E. 2001. Resistographic in- spection of ancient timber structures for the evaluation of me- chanical characteristics. Materials and Structures, 34, 1: 59–64. Chave J., Coomes D., Jansen S., Lewis S.L., Swenson N.G., Zanne A.E. 2009. Towards a worldwide wood economics spectrum. Ecology Letters, 12, 4: 351–66. Chen Z.-Q., Karlsson B., Lundqvist S.-O., García Gil M.R., Olsson L., Wu H.X. 2015. Estimating solid wood properties using Pilodyn and acoustic velocity on standing trees of Norway spruce. Annals of Forest Science, 72, 4: 499–508. Costa e Silva J., Borralho N.M.G., Araújo J.A., Vaillancourt R.E., Potts B.M. 2008. Genetic parameters for growth, wood density and pulp yield in Eucalyptus globulus. Tree Genetics & Genomes, 5, 2: 291–305. Cown D.J., McConchie D.L. 1980. Wood property variations in an old- crop stand of radiata pine. New Zealand Journal of Forestry Sci- ence, 10, 3: 508–520. Čufar K., Gorišek Ž., Merela M., Kropivšek J., Gornik Bučar D., Straže A. 2017. Lastnosti bukovine in njena raba. Les, 1: 27–39. de Jong E., Higson A., Walsh P ., Wellisch M. 2012. Bio-based chemicals value added products from biorefineries. Wageningen, Nether- lands, IEA Bioenergy: 36 str. Demirbaş A., Demirbaş A.H. 2004. Estimating the calorific values of lignocellulosic fuels. Energy Exploration & Exploitation, 22, 2: 135–143. Dutilleul P ., Herman M., Avella-Shaw T . 1998. Growth rate effects on correlations among ring width, wood density, and mean tracheid length in Norway spruce (Picea abies). Canadian Journal of Fo- rest Research, 28, 1: 56–68. Evans R., Stringer S., Kibblewhite R.P . 2000. Variation of microfibril angle, density and fibre orientation in twenty-nine Eucalyptus nitens trees. Appita Journal, 53: 450–457. Fundova I., Funda T ., Wu H.X. 2018. Non-destructive wood density assessment of Scots pine (Pinus sylvestris L.) using resistograph and Pilodyn. PLoS One, 13, 9: 1–16. Gao S., Wang X., Wiemann M.C., Brashaw B.K., Ross R.J., Wang L. 2017. A critical analysis of methods for rapid and nondestructive de- termination of wood density in standing trees. Annals of Forest Science, 74, 2: 1–13. Gorišek Ž., Oven P ., Čufar K. 2009. Les: zgradba in lastnosti: njegova variabilnost in heterogenost. Ljubljana, Biotehniška fakulteta, Oddelek za lesarstvo: 178 str. Hurmekoski E., Jonsson R., Korhonen J., Jänis J., Mäkinen M., Leski- nen P ., Hetemäki L. 2018a. Diversification of the forest industri- es: role of new wood-based products. Canadian Journal of Forest Research, 48, 12: 1417–1432. Hurmekoski E., Pykäläinen J., Hetemäki L. 2018b. Long-term tar- gets for green building: explorative Delphi backcasting study on wood-frame multi-story construction in Finland. Journal of Cle- aner Production, 172: 3644–3654. ISO-13061-2. 2014. Physical and mechanical properties of wood - test methods for small wood speciments Part 2: determination of density for physical and mechanical tests. Geneva, ISO copyri- ghts Office. Jacobs P ., Sevens E., Kunnen M. 1995. Principles of computerised X- ray tomography and applications to building materials. Science of The Total Environment, 167, 1: 161–170. Jacquin P ., Longuetaud F., Leban J.-M., Mothe F. 2017. X-ray microden- sitometry of wood: a review of existing principles and devices. Dendrochronologia, 42: 42–50. Jyske T ., Mäkinen H., Saranpää P . 2008. Wood density within Norway spruce stems. Silva Fennica, 42, 3: 439–455. Karp A., Beale M.H., Beaudoin F., Eastmond P .J., Neal A.L., Shield I.F., Townsend B.J., Dobermann A. 2015. Growing innovations for the bioeconomy. Nature Plants, 1, 12: 1–3. Kitak M. 2015. Encimska razgradnja odpadnega mulja papirne indu- strije: magistrsko delo. (Univerza v Mariboru, Fakulteta za kemi- jo in kemijsko tehnologijo). Maribor, samozaložba: 42 str. Krajnc L., Farrelly N., Harte A.M. 2019. Relationships between wood properties of small clear specimens and structural-sized boards in three softwood species. Holzforschung, 73, 11: 987–996. Kumar A., Adamopoulos S., Jones D., Amiandamhen S.O. 2020. Forest biomass availability and utilization potential in Sweden: a revi- ew. Waste and Biomass Valorization, 12: 65–80. Lindgren L.O. 1991. Medical CAT-scanning: X-ray absorption coef- ficients, CT-numbers and their relation to wood density. Wood Science and Technology, 25, 5: 341–349. Llana D.F., Hermoso E., Bobadilla I., Iñiguez-Gonzalez G. 2018. In- fluence of moisture content on the results of penetration and withdrawal resistance measurements on softwoods. Holzforsc- hung, 72, 7: 549–555. Lönnberg B. 2009. Mechanical pulping. Helsinki, Paperi ja Puu Oy: 549 str. Macedo A., Vaz C.M.P ., Pereira J.C.D., Naime J.M., Cruvinel P .E., Cresta- na S. 2002. Wood density determination by X- and gamma-ray tomography. Holzforschung, 56, 5: 535–540. Mäkinen H., Saranpää P ., Linder S. 2002. Wood-density variation of Norway spruce in relation to nutrient optimization and fibre di- mensions. Canadian Journal of Forest Research, 32, 2: 185–194. Mäkipää R., Linkosalo T . 2011. A non-destructive field method for measuring wood density of decaying logs. Silva Fennica, 45, 5:1135–1142. Mansfield S.D., Weineisen H. 2007. Wood fiber quality and kraft pulping efficiencies of trembling aspen (Populus tremuloides Michx.) clones. Journal of Wood Chemistry and Technology, 27, 3–4: 135–151. Martinčič A. 2010. Variabilnost gostote lesa debla, vej in korenin jelk s snežniškega območja: diplomsko delo - visokošolski strokovni študij. (Univerza v Ljubljani, Biotehniška Fakulteta, Oddelek za lesarstvo). Ljubljana, samozaložba: 48 str. Meyer L., Brischke C. 2015. Fungal decay at different moisture levels of selected European-grown wood species. International Biode- terioration & Biodegradation, 103: 23–29. Micko M.M., Wang E.I.C., Taylor F.W., Yanchuk A.D. 1982. Determina- tion of wood specific gravity in standing white spruce using a Pilodyn tester. The Forestry Chronicle, 58, 4: 178–180. Micrometrics. 2014. AccuPyc II 1340 - Gas displacement pycnometry system. Norcoss, USA, Micrometrics: 6 str. Micrometrics. 2016. GeoPyc - 1365 Enevelope density analyser. Norcros, USA, Micrometrics: 4str. Microtec. 2019. CT Log: computed tomography for the sawmill of the future. https://microtec.eu/assets/products/ctlog/MT-CT-Log. pdf (1. 10. 2020) Naumann A., Peddireddi S., Kües U., Polle A. 2007. Fourier trans- form infrared microscopy in wood analysis. V: Wood production, wood technology, and biotechnological impacts. Kües U. (ur.). Göttingen, Universiti of Göttingen: 179–196. Nhuchhen D.R., Abdul Salam P . 2012. Estimation of higher heating value of biomass from proximate analysis: a new approach. Fuel, 99: 55–63. Nuopponen M.H., Birch G.M., Sykes R.J., Lee S.J., Stewart D. 2006. Esti- mation of wood density and chemical composition by means of diffuse reflectance mid-infrared fourier transform (DRIFT-MIR) spectroscopy. Journal of Agricultural and Food Chemistry, 54, 1: 34–40. Oliveira J.T .d.S., Wang X., Vidaurre G.B. 2017. Assessing specific gra- vity of young Eucalyptus plantation trees using a resistance dril- ling technique. Holzforschung, 71, 2: 137–145. Acta Sil va e et Ligni 124 (2021), 1–11 11 Panayotov P ., Valchev I., Kalmukov K., Panayotov M., Petrin S., Yavo- rov N. 2016. Black locust wood - perspective raw material for production of chemical pulp and glucose. Forestry Ideas, 21, 2: 307–316. Patten A.M., Vassão D.G., Wolcott M.P ., Davin L.B., Lewis N.G. 2010. Trees: a remarkable biochemical bounty. V: Comprehensive natural products II. Liu H.-W., Mander L. (ur.). Oxford, Elsevier: 1173–1296. Plötze M., Niemz P . 2010. Porosity and pore size distribution of dif- ferent wood types as determined by mercury intrusion poro- simetry. European Journal of Wood and Wood products, 69, 4: 649–657. Preston K.A., Cornwell W.K., Denoyer J.L. 2006. Wood density and vessel traits as distinct correlates of ecological strategy in 51 California coast range angiosperms. New Phytologist, 170, 4: 807–818. Ramage M.H., Burridge H., Busse-Wicher M., Fereday G., Reynolds T ., Shah D.U., Wu G., Yu L., Fleming P ., Densley-Tingley D., Allwood J., Dupree P ., Linden P .F., Scherman O. 2017. The wood from the tre- es: the use of timber in construction. Renewable and Sustainable Energy Reviews, 68: 333–359. Raymond C.A., Schimleck L.R. 2002. Development of near infrared reflectance analysis calibrations for estimating genetic parame- ters for cellulose content in Eucalyptus globulus. Canadian Jour- nal of Forest Research, 32, 1: 170–176. Rinn F. 2012. Basics of micro-resistance drilling for timber inspecti- on. Holztechnologie, 53, 3: 24–29. Rinn F., Schweingruber F.-H., Schär E. 1996. Resistograph and X-ray density charts of wood. Comparative evaluation of drill resistan- ce profiles and X-ray density charts of different wood species. Holzforschung, 50, 4: 303–311. Ross R.J. 2010. Wood handbook: wood as an engineering material. Centennial ed. (General technical report FPL:GTR-190). Madi- son, WI, U.S. Department of Agriculture, Forest Service, Forest Products Laboratory: 508 str. Ross R.J. 2015. Nondestructive evaluation of wood. 2nd ed. (General Technical Report FPL-GTR-238). Madison, U.S. Department of Agriculture, Forest Service, Forest Products Laboratory: 169 str. Santos A., Anjos O., Amaral M.E., Gil N., Pereira H., Simões R. 2012. Influence on pulping yield and pulp properties of wood density of Acacia melanoxylon. Journal of Wood Science, 58, 6: 479–486. Schinker M.G., Hansen N., Spiecker H. 2003. High-frequency densi- tometry-a new method for the rapid evaluation of wood density variations. IAWA Journal, 24, 3: 231–239. Sharapov E., Brischke C., Militz H., Smirnova E. 2019. Prediction of modulus of elasticity in static bending and density of wood at different moisture contents and feed rates by drilling resistance measurements. European Journal of Wood and Wood Products, 77, 5: 833–842. Stängle S.M., Brüchert F., Heikkila A., Usenius T ., Usenius A., Sauter U.H. 2014. Potentially increased sawmill yield from hardwoods using X-ray computed tomography for knot detection. Annals of Forest Science, 72, 1: 57–65. Tony F., Thibaut F., Guillaume G., Julie B., Robert S. 2019. Modelling wood density and modulus of elasticity in white spruce planta- tions in Eastern Québec. The Forestry Chronicle, 95, 3: 196–206. Toppinen A., Röhr A., Pätäri S., Lähtinen K., Toivonen R. 2018. The fu- ture of wooden multistory construction in the forest bioecono- my - a Delphi study from Finland and Sweden. Journal of Forest Economics, 31: 3–10. Torelli N. 1998. Gostota in relativna gostota lesa. Les, 50, 3: 52–54. Torgovnikov G. 1993. Dielectric properties of wood and wood-based materials. Berlin, Springer: 196 str. Trung T ., Leblon B. 2011. The role of sensors in the new forest pro- ducts industry and forest bioeconomy. Canadian Journal of Fo- rest Research, 41, 11: 2097–2099. Tsuchikawa S., Kobori H. 2015. A review of recent application of near infrared spectroscopy to wood science and technology. Journal of Wood Science, 61, 3: 213–220. TUM. 2018. Technical University of Munich: The Hearth of Li- gnostation. https://www.tum.de/en/studies/studinews/is- sue-062016/show/article/34896/ (1. 10. 2020) van der Maaten-Theunissen M., Boden S., van der Maaten E. 2013. Wood density variations of Norway spruce (Picea abies (L.) Karst.) under contrasting climate conditions in southwestern Germany. Annals of Forest Research, 56, 1: 91–103. van der Maaten E., van der Maaten-Theunissen M., Spiecker H. 2012. Temporally resolved intra-annual wood density variations in European beech (Fagus sylvatica L.) as affected by climate and aspect. Annals of Forest Research, 55, 1: 113–124. Via B., So C.L., Shupe T ., Stine M., Groom L. 2005. Ability of near in- frared spectroscopy to monitor air-dry density distribution and variation of wood. Wood and Fiber Science, 37: 394–402. Walker J.C.F. 2006. Primary wood processing. 2 nd ed. Dordrecht, Springer: 596 str. Wang X., Allison R.B. 2008. Decay detection in red oak trees using a combination of visual inspection, acoustic testing, and resis- tance microdrilling. Arboriculture & Urban Forestry, 34, 1: 1–4. Wassenberg M., Montwé D., Kahle H.-P ., Spiecker H. 2014. Exploring high frequency densitometry calibration functions for different tree species. Dendrochronologia, 32, 3: 273–281. Wassenberg M., Schinker M., Spiecker H. 2015. Technical aspects of applying high frequency densitometry: probe-sample contact, sample surface preparation and integration width of different dielectric probes. Dendrochronologia, 34: 10–18. Wu S.-j., Xu J.-m., Li G.-y., Risto V., Lu Z.-h., Li B.-q., Wang W. 2010. Use of the Pilodyn for assessing wood properties in standing trees of Eucalyptus clones. Journal of Forestry Research, 21, 1: 68–72. Zelenka T ., Slovák V., Lhotka M., Hotová G. 2019. Alternative determi- nation of the skeletal density of solids using a manometric gas physisorption apparatus: a systematic and methodological stu- dy. Microporous and Mesoporous Materials, 290: 1–7. Zelinka S.L., Glass S.V., Jakes J.E., Stone D.S. 2015. A solution ther- modynamics definition of the fiber saturation point and the de- rivation of a wood-water phase (state) diagram. Wood Science and Technology, 50, 3: 443–462. Zhang S.Y. 1997. Variations and correlations of various ring width and ring density features in European oak: implications in den- droclimatology. Wood Science and Technology, 31, 1: 63–72. 12 Arnič D ., Humar M., Kr žišnik D ., Kr ajnc L., P r islan P .: Gost o ta l esa - met ode dol očanja in pomen pr i r azv oju go z dno l esnega ...