Previsão não destrutiva de índices de carbonização em biochar derivado de biomassa florestal subutilizada usando modelagem quimiométrica ATR-IR

Transformando Sobras Florestais em Aliadas do Clima

Em todo o mundo, montes de galhos, copas de árvores e outros restos florestais são queimados ou deixados apodrecer, liberando silenciosamente seu carbono de volta ao ar. Este estudo investiga como esses resíduos florestais subutilizados podem ser convertidos em biochar — um material semelhante ao carvão que retém carbono por décadas ou séculos. Além disso, mostra como a qualidade desse biochar pode ser verificada de forma rápida e sem destruí-lo, usando medições óticas em vez de testes laboratoriais lentos e caros.

Da Madeira Descartada ao Carbono Estável

Apenas na Coreia do Sul, mais de um milhão de toneladas de resíduos florestais ficam em grande parte sem uso a cada ano. Os autores deste artigo veem isso não como desperdício, mas como matéria-prima para biochar, que pode melhorar solos, armazenar carbono e servir em filtros ou dispositivos energéticos. Eles produziram biochar a partir dessa biomassa florestal mista em três temperaturas de aquecimento moderadas — 200 °C, 300 °C e 400 °C — em condições sem oxigênio para que a madeira não queimasse, mas se transformasse lentamente em um sólido rico em carbono. Análises químicas tradicionais mostraram que, à medida que a temperatura aumentava, o teor de carbono subia enquanto hidrogênio e oxigênio diminuíam, indicando que o material se tornava mais semelhante ao carvão, mais estável e mais adequado ao armazenamento de carbono em longo prazo.

Lendo o Biochar com Luz Invisível

Medir essas mudanças químicas normalmente requer máquinas especializadas que queimam pequenas porções da amostra, tornando os testes lentos e caros. Em vez disso, os pesquisadores usaram espectroscopia de reflectância total atenuada no infravermelho (ATR-IR), que incide luz infravermelha invisível na superfície do biochar e registra como diferentes ligações químicas vibram. Cada amostra produziu um espectro “impressão digital” detalhado. Para preparar essas impressões para análise, a equipe as limpou e normalizou digitalmente e depois aplicou técnicas matemáticas que acentuam sinais sobrepostos. Também usaram uma técnica chamada análise de componentes principais para confirmar que os espectros mudavam de maneira clara e ordenada conforme a temperatura de aquecimento aumentava, refletindo a perda gradual de grupos hidrofílicos e o crescimento de estruturas de carbono rígidas e aromáticas em anel.

Treinando um Modelo para Prever a Qualidade do Carbono

Para transformar espectros em números úteis, os pesquisadores construíram modelos quimiométricos — essencialmente ferramentas estatísticas de tradução — que vinculam as impressões infravermelhas aos principais índices de carbonização: a porcentagem de carbono e as razões atômicas oxigênio-carbono (O/C) e hidrogênio-carbono (H/C). Usando regressão por mínimos quadrados parciais, treinaram o modelo com muitas medições repetidas, verificaram cuidadosamente seu desempenho com validação cruzada e removeram pontos de dados que se comportavam como outliers. Os modelos refinados previram os três índices com precisão impressionante (com valores de R² acima de 0,94), significando que, para novas amostras, apenas o espectro infravermelho pode estimar de forma confiável quão carbonizado e estável o biochar é.

Identificando os Sinais Mais Relevantes

Além da precisão, a equipe quis entender quais partes do espectro eram mais importantes. Calcularam escores de “importância das variáveis” que destacam os comprimentos de onda que carregam as pistas mais fortes sobre a qualidade do carbono. Regiões associadas à degradação de carboidratos e ao crescimento de estruturas aromáticas em anel se destacaram. Essas mesmas regiões também apareceram na análise de padrão anterior, dando confiança de que o modelo não era uma caixa-preta, mas refletia mudanças químicas reais no material. O fato de tal desempenho ter sido alcançado com estatísticas relativamente simples e transparentes — em vez de sistemas opacos de aprendizado de máquina — torna a abordagem mais fácil de adotar e confiar em cenários práticos.

O Que Isso Significa para o Clima e o Uso Florestal

Para o público em geral, a conclusão é que este trabalho transforma um teste laboratorial difícil e destrutivo em uma “varredura” rápida que preserva a amostra. Apontando um sensor infravermelho para uma pitada de biochar, os produtores poderiam estimar no local quanto carbono ele contém e quão estável esse carbono é. Isso poderia acelerar o controle de qualidade, apoiar o uso mais inteligente de resíduos florestais e ajudar a ampliar o emprego do biochar como ferramenta para fixar carbono atmosférico na forma sólida. Embora o modelo atual esteja ajustado a um tipo de biomassa e condições de aquecimento específicas, a mesma estratégia pode ser expandida para mais matérias-primas e fornos, abrindo caminho para uma produção de biochar mais confiável e favorável ao clima.

Citação: 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

Palavras-chave: biochar, biomassa florestal, sequestro de carbono, espectroscopia no infravermelho, modelagem quimiométrica