Spectroscopie dans le proche infrarouge pour la prédiction de la teneur en humidité dans la biomasse ligneuse mélangée à du sol

Pourquoi l'humidité du combustible ligneux compte

À mesure que les sociétés cherchent des énergies plus propres, les copeaux de bois et autres résidus végétaux deviennent des sources de combustible importantes. Mais un détail simple peut en compromettre l'utilité : la quantité d'eau qu'ils contiennent. Une humidité trop élevée signifie moins d'énergie disponible, plus de risques de moisissure et même la possibilité d'autoéchauffement et d'incendies pendant le stockage. Le problème s'accentue lorsque des particules de sol se mélangent au bois lors de la récolte. Cette étude examine si une méthode optique appelée spectroscopie dans le proche infrarouge (NIR) peut mesurer rapidement l'humidité dans ces tas de biomasse contaminés par le sol, offrant une alternative plus rapide aux essais lents en étuve.

Des déchets forestiers aux échantillons de test

Les chercheurs se sont concentrés sur deux types de biomasse représentatifs des combustibles courants. Le premier était des résidus d'exploitation forestière : branches et cimes laissées après l'abattage. Ce sont des éléments ligneux denses avec des parois cellulaires robustes et une structure relativement stable. Le second était le sorgho sucré, une grande herbe aux tissus plus poreux et riche en sucres. Le sorgho sucré réagit très différemment à la lumière, ce qui en fait un bon substitut pour les cultures herbacées utilisées en bioénergie. Pour reproduire des conditions réelles, l'équipe a séché tous les échantillons puis les a réhumidifiés dans une chambre climatique réglée à différentes températures et humidités, obtenant une large gamme de teneurs en eau d'environ 3 % à 16 %.

Ajouter de la terre pour plus de réalisme

En exploitation forestière réelle, la biomasse est rarement propre. Le sol adhère aux branches traînées au sol ou stockées en tas ouverts. Pour refléter cette réalité, les scientifiques ont mélangé soigneusement un sol forestier contrôlé à la biomasse à six niveaux : 0, 1, 5, 10, 20 et 30 % en poids. Les niveaux faibles correspondent à des opérations propres ; les niveaux élevés représentent des tas fortement contaminés. Pour chaque combinaison de type de biomasse et de teneur en sol, ils ont formé des « palets » compacts et uniformes dans un moule. Cette étape a réduit l'effet de la densité d'empaquetage irrégulière, qui peut autrement déformer le parcours de la lumière dans le matériau et fausser les mesures d'humidité.

Illuminer et nettoyer le signal

Puis l'équipe a mesuré la réflexion des échantillons dans le proche infrarouge sur des longueurs d'onde de 870 à 2 500 nanomètres. L'eau présente dans la biomasse absorbe la lumière de manière particulièrement forte près de certaines longueurs d'onde, de sorte que le profil réfléchi contient des indices sur la teneur en humidité. Toutefois, les particules de sol et les surfaces irrégulières diffusent la lumière, ajoutant du « bruit » au signal. Pour y remédier, les chercheurs ont appliqué deux étapes de traitement aux spectres. La première, appelée Standard Normal Variate (SNV), élimine une grande partie de la variation due à la diffusion et aux surfaces inégales. La seconde, un filtre de Savitzky–Golay calculant la seconde dérivée, aiguise les pics qui se chevauchent et aplatit les lignes de base dérivantes. Ensemble, ces étapes font mieux ressortir les signatures d'humidité cachées.

Transformer les profils lumineux en valeurs d'humidité

Avec des spectres plus propres en main, les chercheurs ont utilisé une méthode statistique connue sous le nom de régression par moindres carrés partiels pour relier les motifs lumineux aux teneurs en eau mesurées par séchage en étuve. Ils ont constaté que, pour les résidus d'exploitation, la combinaison SNV + Savitzky–Golay offrait les meilleures performances, les valeurs prédites correspondant étroitement aux niveaux d'humidité réels. Le sorgho sucré, avec sa structure plus complexe et sa chimie riche en sucres, s'est avéré plus difficile à modéliser mais a néanmoins donné des résultats raisonnablement précis. Fait important, la qualité des modèles est restée assez stable même lorsque la teneur en sol a augmenté de 0 à 30 %, montrant que les prétraitements réduisaient efficacement les effets perturbateurs de la poussière. Lorsque les données étaient regroupées selon le niveau de sol connu, la précision s'améliorait encore, ce qui suggère qu'inclure l'information sur la contamination peut affiner les prédictions.

Implications pour l'utilisation de la biomasse sur le terrain

L'étude montre que la spectroscopie proche infrarouge, combinée à un traitement de données adapté, peut estimer rapidement et de façon non destructive l'humidité de la biomasse ligneuse contaminée par du sol. Pour les opérateurs qui gèrent des résidus forestiers ou des cultures énergétiques, cela pourrait signifier contrôler la qualité des chargements entrants en quelques secondes plutôt qu'en plusieurs heures, aidant à prévenir la détérioration, améliorer l'efficacité de combustion et réduire les risques pour la sécurité. La méthode n'est pas encore parfaite : elle a eu du mal à quantifier précisément la quantité de sol présente et les tests étaient limités à un type de sol et à des conditions de laboratoire. Néanmoins, les résultats ouvrent la voie à des appareils NIR portables ou en ligne capables de surveiller l'humidité en temps réel tout au long des chaînes d'approvisionnement de la biomasse, rendant les combustibles solides renouvelables plus fiables et efficaces.

Citation: 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

Mots-clés: spectroscopie proche infrarouge, humidité de la biomasse, résidus ligneux, contamination par le sol, bioénergie