Modelos de estimación de la densidad básica de la madera de Acacia dealbata y A. mearnsii mediante espectroscopía de infrarrojo cercano (NIR).
Barra lateral del artículo
Contenido principal del artículo
Resumen
La densidad básica (DB) es una variable fundamental para caracterizar la madera. La DB se determina mediante la Norma Tappi T258-om94, sin embargo, se requieren metodologías que permitan estimarla en forma precisa, rápida y no destructiva. La espectroscopia de infrarrojo cercano (NIR, Near Infrared) permitiría hacerlo y facilitar la planificación y toma de decisiones, pero antes esta metodología debe ser evaluada en diferentes especies.
Se probó el uso de espectroscopía NIR para estimar la DB de Acacia dealbata y Acacia mearnsii y comparar sus resultados con los de la metodología tradicional (Norma Tappi). Se utilizó polvo de astillado en estado seco obtenido de tarugos, y un análisis basado en modelos estadísticos de regresión multivariantes de mínimos cuadrados parciales, generando modelos de estimación individual por especie. Los modelos permitieron estimar la densidad básica a partir de una matriz de variables de absorción de energía de la muestra por cada longitud de onda de la luz emitida por el equipo. En Acacia dealbata la media del error del modelo predictivo fue -5,46 kg/m3, y en Acacia mearnsii de 2,67 kg/m3. Estos resultados validan el uso de la espectroscopía NIR como herramienta para estimar DB, lo que además permite disminuir el costo y tiempo requerido en comparación con el método tradicional
Referencias
Bailléres, H., Davrieux, F. & Ham-Pichavant, F. (2002). Near infrared analysis as a tool for rapid screening of some major wood characteristics in a eucalyptus breeding program. Annals of Forest Science, N°59. Pp: 479-490. https://doi.org/10.1051/forest:2002032
Cooper, P., Jeremic, D., Radivojevic, S., Ung, Y. & Leblon, B. (2011). Potential of near-infrared spectroscopy to characterize wood products. The Role of Sensors in the New Forest Products Industry and Bioeconomy. Canadian Journal of Forest Research, 41(11): 2150-2157. https://doi.org/10.1139/x11-088
Everard, C.D., Fagan, C.C., & McDonnell, K.P. (2012). Visible-Near Infrared Spectral Sensing Coupled with Chemometric Analysis as a Method for on-line Prediction of Milled Biomass Composition Pre-Pelletising. Journal of Near Infrared Spectroscopy, N°20. Pp: 361-369. https://doi.org/10.1255/jnirs.997
Kannegiesser, U. (1990). Apuntes sobre algunas acacias australianas: 1. Acacia mearnsii De Willd. Ciencia & Investigación Forestal, 4(2): 195-212. https://doi.org/10.52904/0718-4646.1990.141
Kelley, S., Rials, T., Snell, R., Groom, L. & Sluiter, A. (2004 a). Use of near infrared spectroscopy to measure the chemical and mechanical properties of solid wood. Wood Science and Technology, (38):257-276. https://doi.org/10.1007/s00226-003-0213-5
Kelley, S., Rials, T., Groom, L. & So, G. (2004 b). Use of near infrared spectroscopy to predict the mechanical properties of six softwoods. Holzforschung, 58(3): 252-260. https://doi.org/10.1515/HF.2004.039
Labbé, R., Droppelmann, F., Balocchi, C. & Peredo, M. (2013). Variación de la densidad de la madera y rendimiento pulpable en clones de Eucalyptus globulus evaluado con espectroscopia de infrarrojo cercano. Bosque, 34(3): 263-272. https://doi.org/10.4067/S0717-92002013000300002
Nisgoski, S., Carneiro, M. & Bolzon de Muñiz, G. (2015). Influencia de la granulometría de la muestra en la discriminación de especies de Salix por infrarrojo cercano. Maderas, Ciencia y Tecnología, 17(1): 195-204. https://doi.org/10.4067/S0718-221X2015005000019
Pinilla, J.C. (2000). Descripción y Antecedentes Básicos sobre Acacia dealbata, Acacia melanoxylon y Acacia mearnsii. Revisión bibliográfica. INFOR. Informe Técnico N°147. Concepción, Chile. 51p.
Pinilla, J.C. & Hernández, G. (2010). Poder Calorífico de Acacia dealbata Link crecida en Chile. INFOR. Informe Técnico N°16. Concepción, Chile. 35p. https://doi.org/10.52904/0718-4646.2010.354
Pinilla, J.C., Navarrete, F., Luengo, K., González, J., Navarrete, M. & Acevedo, J. (2021). Aplicación de la metodología seis sigmas para mejorar la calidad de la estimación de densidad básica de la madera en Acacia mearnsii. Ciencia & Investigación Forestal, 27(1): 19-41. https://doi.org/10.52904/0718-4646.2021.470
Posom, J., Maraphum, K., & Phuphaphud, A. (2020). Rapid Evaluation of Biomass Properties Used for Energy Purposes Using Near-Infrared Spectroscopy. In: Taner, T., Tiwari, A. & Ustun, T.S. (Eds). Renewable Energy - Technologies and Applications. IntechOpen. https://doi.org/10.5772/intechopen.90828.
Rios, J., Acuña, E., Cancino, J., Rubilar, R., Corral, J. & Rosales, R. (2017). Dinámica de brotación y densidad básica de la madera en rebrotes de tres especies dendroenergéticas. Agrociencia, 51(2): 215-227. Colegio de Postgraduados Texcoco, México.
Schimleck, L., Jones, P., Peter, G., Daniels, R. & Clark, A. (2004). Nondestructive estimation of tracheid length from sections of radial wood strips by near infrared spectroscopy. Holzforschung, N°58. Pp: 375-381. https://doi.org/10.1515/HF.2004.057
Searle, S.D. & Owen, J.V. (2005). Variation in basis wood density and percentage heartwood in temperate Australian Acacia species. Australian Forestry, N°68. Pp: 126-136. https://doi.org/10.1080/00049158.2005.10674956
TAPPI (1994). Basis density and moisture content of pulpwood. T. 258 om – 94. 8p. En: https://www.tappi.org/content/SARG/T258.pdf.
Tsuchikawa, D. & Koboro, H. (2015). A review of recent application of near infrared spectroscopy to wood science and technology. J. Wood Sci., N°61. Pp: 213-220. Japan. https://doi.org/10.1007/s10086-015-1467-x
Via, B. (2004). Modeling longleaf pine (Pinus palustris Mill.) wood properties using near infrared spectroscopy. A Dissertation Submitted to the Graduate Faculty of the Louisiana State University and Agriculture and Mechanical College. In: Partial Fulfillment of the Requirements for the degree of Doctor of Philosophy.
Descargas
Los trabajos publicados en Ciencia & Investigación Forestal se rigen por la licencia Creative Commons Atribución 4.0 Internacional (CC BY 4.0).
En lo esencial esta licencia involucra que los autores conservan sus derechos de autor, y que los lectores puedan de forma gratuita descargar, almacenar, copiar y distribuir la versión final aprobada y publicada del trabajo, siempre y cuando se realice sin fines comerciales y se cite la fuente y autoría de la obra.