Nahinfrarotspektroskopie zur Vorhersage des Feuchtegehalts in mit Boden vermischter holziger Biomasse

Warum Feuchte bei Holzbrennstoff wichtig ist

Während Gesellschaften nach saubereren Energiequellen suchen, werden Hackschnitzel und andere Pflanzenreste zu wichtigen Brennstoffen. Ein einfacher Faktor kann jedoch darüber entscheiden, wie nützlich sie sind: wie viel Wasser sie enthalten. Zu hohe Feuchte bedeutet weniger nutzbare Energie, erhöhtes Schimmelrisiko und sogar die Gefahr der Selbsterhitzung und Brände während der Lagerung. Die Herausforderung wächst, wenn beim Ernten Erde mit ins Holz gelangt. Diese Studie untersucht, ob ein lichtbasiertes Verfahren, die Nahinfrarotspektroskopie (NIR), die Feuchte in solchen bodenverunreinigten Biomassebeständen schnell messen kann und so eine schnellere Alternative zu den langsamen Ofentrocknungstests bietet.

Von Waldresten zu Prüfproben

Die Forschenden konzentrierten sich auf zwei Biomassetypen, die typische Brennstoffquellen repräsentieren. Der eine waren Holzrückstände aus der Holzernte – Äste und Spitzen, die nach dem Fällen der Bäume übrig bleiben. Diese sind dichte, holzige Stücke mit robusten Zellwänden und relativ stabiler Struktur. Der andere war Zucker-Sorghum, ein hohes Gras mit poröserem Gewebe und hohem Zuckergehalt. Zucker-Sorghum reagiert unter Lichteinfall sehr anders und eignet sich daher gut als Stellvertreter für krautige Energiekulturen. Um reale Bedingungen zu simulieren, trocknete das Team alle Proben und befeuchtete sie dann in einer Klimakammer bei verschiedenen Temperaturen und Feuchtigkeitsstufen, sodass ein breites Feuchtespektrum von etwa 3 % bis 16 % entstand.

Realistische Verschmutzung durch Erde

In echten Holzernte-Betrieben bleibt Biomasse selten sauber. Boden haftet an Ästen, die über den Boden gezogen werden, oder an offen gelagerten Haufen. Um diese Realität abzubilden, mischten die Wissenschaftler einen kontrollierten Waldboden in sechs Anteilen in die Biomasse: 0, 1, 5, 10, 20 und 30 % nach Gewicht. Niedrigere Anteile entsprechen sauberen Abläufen; höhere Anteile stehen für stark verschmutzte Bestände. Für jede Kombination aus Biomassetyp und Bodenanteil formten sie kompakte, gleichförmige „Pucks“ in einer Form. Dieser Schritt verringerte die Auswirkungen unregelmäßiger Packungsdichte, die sonst das Lichtverhalten im Material verzerren und Feuchtemessungen stören kann.

Licht an und Störsignal bereinigen

Anschließend maßen die Forschenden, wie die Proben im Nahinfrarotbereich Licht über Wellenlängen von 870 bis 2.500 Nanometern reflektieren. Wasser in der Biomasse absorbiert Licht besonders stark in bestimmten Wellenlängenbereichen, sodass das Reflexionsmuster Hinweise auf den Feuchtegehalt enthält. Allerdings streuen Bodenpartikel und unebene Oberflächen das Licht und fügen dem Signal „Rauschen“ hinzu. Zur Bewältigung dieses Problems wendeten die Forschenden zwei Schritte zur Signalbereinigung an. Der erste, Standard Normal Variate (SNV), entfernt einen Großteil der durch Streuung und ungleichmäßige Probenoberflächen verursachten Variationen. Der zweite, ein Savitzky–Golay-Filter zweiter Ableitung, schärft überlappende Peaks und glättet driftende Basen. Zusammen heben diese Schritte die verborgenen Feuchtesignaturen deutlicher hervor.

Aus Lichtmustern werden Feuchtewerte

Mit bereinigten Spektren verwendeten die Forschenden ein statistisches Verfahren, die partielle kleinste Quadrate-Regression, um Lichtmuster mit den tatsächlichen Feuchtewerten zu verknüpfen, die durch Ofentrocknung bestimmt wurden. Für Holzrückstände ergab die Kombination aus SNV und Savitzky–Golay die beste Leistung, wobei die vorhergesagten Werte den gemessenen Feuchten eng ähnelten. Zucker-Sorghum mit seiner komplexeren Struktur und zuckerreichen Chemie ließ sich schwerer modellieren, lieferte aber dennoch einigermaßen genaue Ergebnisse. Wichtig ist, dass die Modellqualität relativ stabil blieb, selbst wenn der Bodenanteil von 0 auf 30 % anstieg, was zeigt, dass die Vorverarbeitungsschritte die störenden Effekte des Bodens erfolgreich reduzierten. Wenn die Daten nach bekanntem Bodenanteil gruppiert wurden, verbesserte sich die Genauigkeit weiter, was darauf hindeutet, dass Informationen über die Verschmutzung die Vorhersagen verfeinern können.

Was das für die Praxis bedeutet

Die Studie zeigt, dass Nahinfrarotspektroskopie kombiniert mit intelligenter Datenbereinigung Feuchte in bodenverunreinigter holziger Biomasse schnell und zerstörungsfrei schätzen kann. Für Betreiber, die Waldreste oder Energiepflanzen verwalten, könnte dies bedeuten, die Qualität eingehender Lieferungen in Sekunden statt Stunden zu prüfen, Verderb zu verhindern, die Verbrennungseffizienz zu verbessern und Sicherheitsrisiken zu verringern. Die Methode ist noch nicht perfekt: Sie tat sich schwer, die genaue Bodenmenge zu bestimmen, und die Tests beschränkten sich auf einen Bodentyp und Laborbedingungen. Dennoch deuten die Ergebnisse auf praktikable handgeführte oder online einsetzbare NIR-Geräte hin, die Feuchte in Echtzeit entlang von Biomasse-Lieferketten überwachen und feste erneuerbare Brennstoffe verlässlicher und effizienter machen könnten.

Zitation: Batjargal, BU., Kang, M., Cho, Y. et al. Near-infrared spectroscopy for moisture content prediction in soil-mixed woody biomass. Sci Rep 16, 6096 (2026). https://doi.org/10.1038/s41598-026-36901-8

Schlüsselwörter: Nahinfrarotspektroskopie, Biomassefeuchte, holzige Rückstände, Bodenverunreinigung, Bioenergie