除了野火灾害，括伐木在内的与木材有关的商品生产，是造成近年来全球森林损失近四分之一以上的主要原因。尤其是非法砍伐，导致森林损失日益严峻。因此，为避免非法砍伐而来的木材流入更多的市场，目前，研究人员正通过对木材进行“指纹”识别来防止这种可能。
木材的化学成分根据生长环境、地理等不同而各不相同。荷兰瓦赫宁根大学和研究所的科学家们通过对喀麦隆、刚果、加蓬以及印度尼西亚等地区的近棵不同品种的木材样本进行分析，发现或许能够对木材追溯到产地国。
作为这项研究的主要工作人员之一，数据科学家LauraBoeschoten就该项研究说道：“实行这项研究的最主要动机是进一步改进小规模追踪，而最终目的是为了减少非法木材贸易”。
据了解，研究团队的选样采用了翼红铁木（azobé）、非洲菠萝格以及红柳桉三款木材，在对每个样本进行溶解后，测量了包含钙、镁和镧等大约40种元素的含量，以便为这些木材进行“指纹”认证。
不仅如此，研究团队还开发了一个分配模型，并利用机器学习来确定每个样本的可能来源。机器学习有助于区分特定地区的木材含有的元素。比如，木材样本显示，来自喀麦隆西部的钼浓度含量较高，来自刚果共和国东部的钠含量更高，而来自婆罗洲北部的则是硅浓度含量更高。
此外，研究人员发现，来自中非的样本可以追溯到其产国以下的来源，且准确率在86%到98%之间。而在婆罗洲，样本可以追溯到其森林来源，准确度能够达到88%。
然而，据了解，目前的木材追踪方法并不能将样本的来源缩小到小于公里的区域，这是准确识别非法木材所需要的重要因素之一。但根据欧盟实行的反毁林立法，这项研究将会是一个重要工具。而由于木材化学并不简单，微量元素的数量也可能因树木年份而异，因此仍需要进行更多研究。
