Nicht-destruktive Vorhersage von Verkohlungsindices in aus ungenutzter Wald-Biomasse gewonnenem Biokohle mittels ATR-IR-Chemometrie

Waldreste in Klimaschützer verwandeln

Weltweit werden Berge von Ästen, Kronenresten und anderem Waldabfall verbrannt oder verrotten, wobei ihr Kohlenstoff leise wieder in die Atmosphäre entweicht. Diese Studie untersucht, wie diese wenig genutzten Waldreste zu Biokohle verarbeitet werden können — einem kohleähnlichen Material, das Kohlenstoff über Jahrzehnte bis Jahrhunderte binden kann. Noch wichtiger: Sie zeigt, wie sich die Qualität dieser Biokohle schnell und zerstörungsfrei prüfen lässt, indem man lichtbasierte Messungen statt langsamer, teurer Labortests verwendet.

Von Abfallholz zu stabilem Kohlenstoff

Allein in Südkorea bleiben jährlich mehr als eine Million Tonnen Waldrestholz weitgehend ungenutzt. Die Autoren sehen darin keinen Abfall, sondern Rohstoff für Biokohle, die Böden verbessern, Kohlenstoff speichern und in Filtern oder Energiesystemen eingesetzt werden kann. Sie erzeugten Biokohle aus dieser gemischten Waldbiomasse bei drei moderaten Erhitzungstemperaturen — 200 °C, 300 °C und 400 °C — unter sauerstofffreien Bedingungen, sodass das Holz nicht verbrannte, sondern langsam in einen kohlenstoffreichen Feststoff umgewandelt wurde. Traditionelle chemische Analysen zeigten, dass mit steigender Temperatur der Kohlenstoffgehalt zunahm, während Wasserstoff und Sauerstoff abnahmen, was bedeutet, dass das Material kohleähnlicher, stabiler und besser für langfristige Kohlenstoffspeicherung geeignet wurde.

Biokohle mit unsichtbarem Licht lesen

Die Messung dieser chemischen Veränderungen erfordert normalerweise spezialisierte Geräte, die kleine Probenmengen verbrennen und die Tests so langsam und kostenintensiv machen. Stattdessen nutzten die Forschenden die attenuierte Totalreflexions-Infrarotspektroskopie (ATR-IR), die unsichtbares Infrarotlicht auf die Oberfläche der Biokohle richtet und aufzeichnet, wie verschiedene chemische Bindungen schwingen. Jede Probe erzeugte ein detailliertes „Fingerabdruck“-Spektrum. Zur Vorbereitung dieser Fingerabdrücke für die Analyse reinigte und normalisierte das Team die Spektren digital und wandte dann mathematische Verfahren an, die überlappende Signale schärfen. Mit Hilfe der Hauptkomponenten­analyse bestätigten sie zudem, dass sich die Spektren in einer klaren, geordneten Weise mit zunehmender Erhitzungstemperatur veränderten, was den schrittweisen Verlust wasserliebender Gruppen und das Wachstum starrer, ringförmiger Kohlenstoffstrukturen widerspiegelt.

Ein Modell lehren, Kohlenstoffqualität vorherzusagen

Um Spektren in brauchbare Zahlen zu übersetzen, bauten die Forschenden chemometrische Modelle — im Wesentlichen statistische Übersetzer — die die Infrarot-Fingerabdrücke mit zentralen Verkohlungsindices verbinden: dem Kohlenstoffanteil und den atomaren Verhältnissen Sauerstoff-zu-Kohlenstoff (O/C) sowie Wasserstoff-zu-Kohlenstoff (H/C). Unter Verwendung der Partial-Least-Squares-Regression trainierten sie das Modell mit vielen wiederholten Messungen, prüften die Leistung sorgfältig per Kreuzvalidierung und entfernten Ausreißer. Die verfeinerten Modelle sagten alle drei Indices mit auffälliger Genauigkeit voraus (R²-Werte über 0,94), was bedeutet, dass für neue Proben das Infrarotspektrum allein zuverlässig abschätzen kann, wie verkohlt und stabil die Biokohle ist.

Die aussagekräftigsten Signale finden

Über die Genauigkeit hinaus wollten die Forschenden verstehen, welche Spektrenbereiche am wichtigsten sind. Sie berechneten „variable importance“-Werte, die die Wellenlängen hervorheben, die die stärksten Hinweise auf die Kohlenstoffqualität liefern. Bereiche, die mit dem Abbau von Kohlenhydraten und dem Wachstum aromatischer, ringförmiger Kohlenstoffstrukturen verknüpft sind, stachen hervor. Dieselben Bereiche tauchten auch in der früheren Musteranalyse auf, was Vertrauen schafft, dass das Modell keine Blackbox ist, sondern reale chemische Veränderungen im Material widerspiegelt. Dass diese Leistung mit relativ einfachen, transparenten statistischen Methoden — statt undurchsichtiger Machine-Learning-Systeme — erzielt wurde, erleichtert die Übernahme und das Vertrauen in praktischen Anwendungen.

Was das für Klima und Waldbewirtschaftung bedeutet

Für Laien lautet die Quintessenz: Diese Arbeit verwandelt einen schwierigen, zerstörenden Labortest in einen schnellen „Scan“, der die Probe intakt lässt. Mit einem Infrarotsensor auf eine Prise Biokohle gerichtet könnten Produzenten vor Ort abschätzen, wie viel Kohlenstoff sie enthält und wie stabil dieser Kohlenstoff ist. Das kann die Qualitätskontrolle beschleunigen, eine intelligentere Nutzung von Waldresten unterstützen und helfen, Biokohle als Instrument zur Sicherung atmosphärischen Kohlenstoffs in fester Form zu skalieren. Während das aktuelle Modell auf eine Biomasseart und spezifische Erhitzungsbedingungen abgestimmt ist, lässt sich die gleiche Strategie auf weitere Ausgangsstoffe und Öfen ausweiten und ebnet den Weg zu verlässlicherer, klimafreundlicher Biokohleproduktion.

Zitation: Kim, Y., Hwang, C., Shin, H. et al. Non-destructive prediction of carbonization indices in biochar derived from underutilized forest biomass using ATR-IR chemometric modeling. Sci Rep 16, 6054 (2026). https://doi.org/10.1038/s41598-026-37261-z

Schlüsselwörter: Biokohle, Wald-Biomasse, Kohlenstoffbindung, Infrarotspektroskopie, Chemometrische Modellierung