利用ATR-IR化学计量建模对来自未充分利用林木生物质的生物炭碳化指标进行无损预测

将林地剩余物变为气候帮手

在世界各地，成堆的树枝、树梢和其他林地剩余物要么被焚烧，要么任其腐烂，从而缓慢将其中的碳释放回大气。该研究探讨了如何将这些未充分利用的林木碎料转化为生物炭——一种能将碳封存几十年或数百年的类木炭材料。更重要的是，研究展示了如何用光学测量快速、无损地评估生物炭的质量，替代耗时且昂贵的实验室化学检测。

从废木到稳定碳

仅在韩国，每年就有超过一百万吨的林业残余物基本未被利用。论文作者并不视其为废弃物，而是视为生物炭的原料，生物炭可改良土壤、储存碳，并可用于过滤器或能量装置。他们在无氧条件下将这种混合林木生物质在三种中等加热温度下制备成生物炭——200 °C、300 °C和400 °C——以避免燃烧，使木材缓慢转化为富碳的固体。传统化学分析表明，随温度升高，碳含量上升，而氢和氧含量下降，表明材料变得更像煤，更加稳定，也更适合长期碳封存。

用不可见光“读”生物炭

测量这些化学变化通常需要将样品小部分燃烧的专用仪器，使检测既慢又昂贵。研究者改用衰减全反射红外（ATR-IR）光谱法，通过将不可见的红外光照射到生物炭表面，记录不同化学键的振动来工作。每个样品都会产生一条详细的“指纹”光谱。为便于分析，团队对这些指纹进行了数字化清理和归一化处理，然后应用数学方法以增强重叠信号的分辨率。他们还使用主成分分析来确认随着加热温度的升高，光谱呈现出清晰、有序的变化，反映出亲水基团的逐步丧失和刚性、环状碳结构的增长。

教模型预测碳质量

为了将光谱转化为有用指标，研究者建立了化学计量模型——本质上是把红外指纹与关键碳化指数联系起来的统计翻译工具：碳百分比以及氧碳原子比（O/C）和氢碳原子比（H/C）。他们使用偏最小二乘回归，在大量重复测量上训练模型，采用交叉验证严格检验模型性能，并剔除表现为离群点的数据。精炼后的模型以惊人的精度预测了这三个指标（R²值均高于0.94），意味着对于新样品，仅凭红外光谱就能可靠估算生物炭的碳化程度和稳定性。

找出最有信息量的信号

除了准确性外，团队还希望理解光谱中哪些部分最为关键。他们计算了“变量重要性”得分，以突显那些携带关于碳质量最强线索的波长区间。与碳水化合物分解和芳香族、环状碳结构增长相关的区域尤为突出。这些区域在早先的模式分析中也有所体现，这增强了人们对模型并非黑箱，而是反映了材料内部真实化学变化的信心。采用相对简单且透明的统计方法而非不透明的机器学习系统，也使该方法在实际应用中更易被采纳和信任。

对气候与林地利用的意义

对普通读者来说，结论是：这项工作把一项困难且破坏性的实验室检测转变为一次快速的“扫描”，并且不会破坏样品。通过将红外传感器对准一小撮生物炭，生产者可以现场估算其含碳量及碳的稳定性。这可加快质控流程，支持更明智地利用林业残余物，并有助于将生物炭推广为一种将大气碳固化为固态形式的工具。虽然当前模型针对一种生物质类型和特定加热条件进行了调校，但相同策略可扩展到更多原料和炉型，为更可靠、对气候友好的生物炭生产铺平道路。

引用: 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

关键词: 生物炭, 林木生物质, 碳封存, 红外光谱, 化学计量建模