Espectroscopia no infravermelho próximo para previsão do teor de umidade em biomassa lenhosa misturada com solo

Por que a umidade do combustível de madeira importa

À medida que as sociedades buscam energia mais limpa, cavacos de madeira e outros resíduos vegetais tornam‑se fontes de combustível importantes. Mas há um detalhe simples que pode determinar sua utilidade: quanto de água eles contêm. Umidade excessiva significa menos energia disponível, mais mofo e até risco de autoaquecimento e incêndios durante o armazenamento. O desafio aumenta quando partículas de solo se misturam à madeira durante a colheita. Este estudo investiga se um método baseado em luz chamado espectroscopia no infravermelho próximo (NIR) pode medir rapidamente a umidade em pilhas de biomassa contaminadas por solo, oferecendo uma alternativa mais rápida aos testes lentos em estufa.

Dos resíduos florestais às amostras de teste

Os pesquisadores concentraram‑se em dois tipos de biomassa que representam fontes de combustível comuns. Um foi resíduos de corte—galhos e copas deixados após o abate das árvores. São fragmentos lenhosos densos, com paredes celulares resistentes e estrutura relativamente estável. O outro foi sorgo doce, uma gramínea alta com tecidos mais porosos e alto teor de açúcar. O sorgo doce comporta‑se de maneira muito diferente sob luz, tornando‑se um bom representante para culturas herbáceas usadas em bioenergia. Para simular condições do mundo real, a equipe secou todas as amostras e, em seguida, as reidratou em uma câmara climática ajustada a diferentes temperaturas e níveis de umidade, criando uma ampla faixa de teores de umidade entre cerca de 3% e 16%.

Adicionando sujeira realista à mistura

Em operações de corte reais, a biomassa raramente permanece limpa. O solo adere aos galhos arrastados pelo chão ou armazenados em pilhas abertas. Para capturar essa realidade, os cientistas misturaram cuidadosamente um solo florestal controlado na biomassa em seis níveis: 0, 1, 5, 10, 20 e 30% em massa. Níveis baixos assemelham‑se a operações limpas; níveis altos representam pilhas fortemente contaminadas. Para cada combinação de tipo de biomassa e nível de solo, formaram “discos” compactos e uniformes em um molde. Essa etapa reduziu o efeito da densidade de empacotamento irregular, que poderia distorcer a passagem da luz pelo material e confundir as medições de umidade.

Iluminando e limpando o sinal

Em seguida, a equipe mediu como as amostras refletiam luz no infravermelho próximo em comprimentos de onda de 870 a 2.500 nanômetros. A água dentro da biomassa absorve luz com intensidade especialmente forte em certas faixas, de modo que o padrão de reflexão contém pistas sobre o teor de umidade. No entanto, partículas de solo e superfícies irregulares espalham a luz, adicionando “ruído” ao sinal. Para lidar com isso, os pesquisadores aplicaram dois passos de limpeza de dados aos espectros. O primeiro, chamado Standard Normal Variate (SNV), remove grande parte da variação causada pelo espalhamento e pela irregularidade das superfícies das amostras. O segundo, um filtro derivada segunda de Savitzky–Golay, afina picos sobrepostos e nivela bases inclinadas. Juntos, esses procedimentos tornam as assinaturas de umidade mais claras.

Transformando padrões de luz em números de umidade

Com espectros mais limpos em mãos, os pesquisadores utilizaram um método estatístico conhecido como regressão por mínimos quadrados parciais para relacionar padrões de luz aos teores de umidade reais medidos por secagem em estufa. Eles descobriram que, para resíduos de corte, a combinação de SNV e Savitzky–Golay apresentou o melhor desempenho, com valores previstos correspondendo de perto aos níveis reais de umidade. O sorgo doce, com sua estrutura mais complexa e química rica em açúcares, revelou‑se mais difícil de modelar, mas ainda assim forneceu resultados razoavelmente precisos. Importante, a qualidade do modelo manteve‑se relativamente estável mesmo com o aumento do teor de solo de 0 a 30%, mostrando que os passos de pré‑processamento reduziram com sucesso os efeitos perturbadores da sujeira. Quando os dados foram agrupados por nível conhecido de solo, a precisão melhorou ainda mais, sugerindo que incluir informação sobre contaminação pode refinar as previsões.

O que isso significa para o uso real de biomassa

O estudo mostra que a espectroscopia no infravermelho próximo, combinada com processamento inteligente de dados, pode estimar de forma rápida e não destrutiva a umidade em biomassa lenhosa contaminada por solo. Para operadores que gerenciam resíduos florestais ou culturas energéticas, isso pode significar verificar a qualidade de cargas recebidas em segundos em vez de horas, ajudando a prevenir deterioração, melhorar a eficiência da combustão e reduzir riscos de segurança. O método ainda não é perfeito: teve dificuldade em determinar exatamente quanto solo estava presente, e os testes foram limitados a um tipo de solo e a condições de laboratório. Ainda assim, os resultados apontam para dispositivos NIR manuais ou em linha práticos que poderiam monitorar a umidade em tempo real ao longo das cadeias de suprimento de biomassa, tornando os combustíveis sólidos renováveis mais confiáveis e eficientes.

Citação: 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

Palavras-chave: espectroscopia no infravermelho próximo, umidade da biomassa, resíduos lenhosos, contaminação por solo, bioenergia