《Industrial Crops and Products》：Fuel behavior prediction from thermal and physico-chemical characterization for African woods, energy crops and agro-residues for fuel switching in cookstoves
通过热学与理化表征预测非洲木材、能源作物及农业残余物的燃料行为，以实现炊事炉的燃料替代。共选取48个样品作为可用非洲生物质残余物的代表。4种参考生物质物种能够恰当代表生物质数据集的多样性。无机元素比率有助于预测灰熔融行为与排放。高位热值（HHV）、氮（N）及总无机物含量是表征数据集多样性的主要变量。聚类分组与生物质类型并不一致，因此表征是必需的。引言：露天燃烧和传统炉灶（主要以木炭或木材为燃料）至今仍是全球近21亿人、约80%非洲人口日常烹饪所用技术（International Energy Agency (IEA), 2024）。这种依赖导致木材采集引发的森林砍伐、室内空气污染及不良健康效应，尤其对妇女和儿童影响显著。事实上，非洲每年损失约390万公顷森林，而东非地区森林覆盖数十年来急剧下降，尤其在2005–2017年期间（Bank, 2024）。森林砍伐主要源于清林用于农业生产，并影响农村家庭所用生物质燃料的类型和来源（Jagger and Shively, 2014）。在这些地区使用低质量木材作为燃料，与接触烹饪烟雾的儿童呼吸系统疾病发病率升高相关（Jagger and Shively, 2014）。事实上，与传统的烹饪方式相关的室内空气污染在非洲每年导致约60万例过早死亡，主要是妇女和儿童。此外，人们（通常是妇女）需要长途跋涉并花费大量时间收集薪柴（Kyayesimira and Muheirwe, 2021, L'agriculture, O. des N.U. pour l'alimentation et, 2019），这导致性别不平等。乌干达等非洲国家具有从生物质残余物（如玉米、香蕉和咖啡等主要种植系统）产生能源的潜力（Jagger and Kittner, 2017）。在乌干达农村，三石灶火是most常见的烹饪技术，其特点是效率低、产烟高（Kisiki Nsamba et al., 2021），这增加了使用者的健康风险和森林砍伐率（Okello et al., 2013）。近几十年来，改进型炊事炉和便携式炉灶技术的开发取得了进展。清洁烹饪联盟提出了自愿性性能目标，为炊事炉性能基准提供指导（Clean Cooking Alliance, 2018）。在一氧化碳（CO）和颗粒物（PM）排放方面，这些建议与世界卫生组织（WHO）有关家庭燃料燃烧的室内空气质量指南相一致（World Health Organization (WHO), 2021）。然而，所提出的炊事炉通常针对特定燃料（通常为木材或木炭）进行优化，由于缺乏数据，不建议使用其他资源（Kirch et al., 2020）。在此背景下，LEAP-RE Smart Home Africa（SHE）项目聚焦于根据WHO标准优化便携式强制通风顶部点火上吸式气化炉（TLUD cookstove）的排放和效率，使其能够使用更广泛的生物质样品，包括非洲木材残余物、能源作物和农业残余物。根据国际能源署（IEA）的数据，2018年生物质（主要是木炭和薪柴）满足了非洲约45%的烹饪用一次能源需求（IEA, 2018）。作为燃料使用，生物质不得与粮食或农业竞争，且必须限制CO排放（Marrison and Larson, 1996）。就非洲生物质而言，生物质废弃物和农业残余物的增值潜力巨大，如文献中先前关于能源生产或生物精炼的研究所示（Awaafo et al., 2024, Fertahi et al., 2023）。事实上，中非热带木材的热解和燃烧潜力已被研究（Martínez-Cartas et al., 2022）。突尼斯的一些农业残余物，如棕榈废弃物和枣核（Abed et al., 2012），或肯尼亚的咖啡壳、花生壳、澳洲坚果壳、稻壳和茶叶废弃物（Bongomin et al., 2024），已被考虑用于热化学转化。在某些情况下，生物质特性的比较是在植物的不同部分之间进行的，以确定最适合特定应用的部位（Mattonai et al., 2017, Mei et al., 2016, Uzoagba et al., 2024）。文献中的大多数研究集中于有限数量的木材和/或农业物种，在特定实验室条件下进行表征（Amaral et al., 2014, Chiang et al., 2012, Pereira and Costa, 2017），这使得难以比较来自不同来源的大型数据集，尤其是在处理热重行为（TGA）时（Dupont et al., 2010）。一些较大规模的研究主要考虑常见资源，包括丰富的木材（松木、云杉、山毛榉、桦木、白蜡木、橡木）（Ding et al., 2016, Safi et al., 2004）或农业残余物（小麦秸秆、橄榄核、稻壳或棕榈废弃物）（González Martínez et al., 2018, Vassilev et al., 2010）。然而，关于非洲农村地区当地生物质样品（特别是农业残余物）的可用性和理化特性缺乏数据，而这些生物资源可作为炊事炉中化石燃料的替代品。此外，缺乏关于烹饪用煤替代的实地研究意味着目前使用这些生物质残余物进行烹饪的社会接受度尚不清楚。作为燃料使用，生物质必须在水分含量、灰分含量、无机组成和高位热值（HHV）方面满足某些标准，如ISO 17225固体生物燃料标准所述（"ISO 17225–1," 2021）。生物质元素组成与其热行为直接相关，从而与其烹饪能源潜力相关。事实上，较高的碳含量与较高的热值、较低的灰分含量和较慢的燃烧速率相关，这些都有助于改善热转化，使生物质成为更高效的燃料（Bouesso et al., 2025, Vargas-Moreno et al., 2012）。生物质水分含量与其低位热值（LHV）直接相关，这在炊事炉中无烟气冷凝的燃烧中尤为重要，因为与水冷凝相关的能量会损失（Quaak et al., 1999）。生物质氮含量与燃烧和气化过程中氮氧化物（NOx）的形成有关（Chen et al., 2023），这些在现代炉窑和锅炉中受到严格监测（Costa et al., 2023），但在炊事炉中尚未监测（Faisal et al., 2026）。ISO 17225标准建议最大N含量值为2.0 wt%，daf（质量百分比，干燥无灰基），以限制NOx排放。生物质无机组成直接影响其热化学转化行为，并可能在气化和燃烧装置中引起灰团聚和结渣现象（Degereji et al., 2012, Zheng et al., 2025）。事实上，据报道钾（K）催化热化学转化反应，而硅（Si）和程度较轻的磷（P）被报道为抑制剂（Dupont et al., 2016, Romero Millán et al., 2019, Zhang et al., 2018）。Si、P和碱金属及碱土金属（AAEM）的比例与PM排放和灰团聚现象密切相关。结渣和积灰沉积物的形成发生在挥发性金属（如K、Na、Pb和Zn）和腐蚀性元素（如S和Cl）释放之后（Zhang et al., 2026）。这些金属导致细无机颗粒的形成，从而产生气溶胶排放或留在飞灰和底灰中。这些物质随后迁移到传热表面，在那里形成聚集体和沉积物（Frandsen et al., 2007）。因此，文献中这些元素之间的比例被用于预测热化学转化（尤其是燃烧）中的燃料行为（Sommersacher et al., 2012）。硅与钾含量之间的摩尔比（Si/K）被证明可以指示钾从固体燃料向气相的释放（Sommersacher et al., 2018）。据报道，钾可避免气化中重多环芳香化合物的形成，从而减少烟灰和焦油的形成。然而，硅的存在会诱导硅酸钾的形成，这些硅酸钾被封存在焦炭中，减少K释放并限制气溶胶形成（Bach-Oller et al., 2019）。另一方面，高Si/K比通常与较高的硫氧化物（SOx）和HCl排放相关（Mediavilla et al., 2020）。摩尔比2S/Cl是高温下因气相中硫酸盐和碱金属氯化物形成而产生腐蚀风险的指标（Sommersacher et al., 2012）。此外，K + Na + Zn + Pb之和（质量基准）据报道与燃烧中的气溶胶排放（PM < 1 μm）相关，更准确地说与无机PM1形成相关，不包括粗飞灰（Mediavilla et al., 2020）。由于生物质燃烧中产生的PM与生物质元素组成直接相关，改善燃料燃尽直接与烟灰颗粒减少相关，从而与有机PM排放减少相关。然而，无机PM排放不受气相燃烧影响，因此对于灰分含量高的农业残余物和能源作物可能较高。最后，摩尔比Si/(Ca+Mg)与灰熔融温度相关。Ca和Mg的存在被证明可提高灰烧结温度，而K、P和Si的存在可能降低灰烧结温度（Sommersacher et al., 2012）。该比率针对富磷燃料用P和K进行了校正，得到(Si + P + K)/(Ca + Mg)摩尔比，这也是K向气相释放的指标（Mediavilla et al., 2020）。因此，文献中先前的研究通过与其他实验结果比较，证明了使用这些无机元素比率进行燃料行为预测的 pertinence（Bach-Oller et al., 2019, Mediavilla et al., 2020, Sommersacher et al., 2018, Sommersacher et al., 2012）。在本研究中，考虑了顶部点火上吸式气化炉（TLUD）炊事炉，因为与同等功率比的燃烧炊事炉相比，它在性能和排放方面表现出最佳结果（Sutar et al., 2015）。TLUD基于气化原理，将生物质热解与受控空气比、焦油转化和气体燃烧相结合。事实上，产生的气体燃烧发生在床层上方，这得益于来自床层顶部的二次空气，遵循气化原理。事实上，反应前沿由于强制供气而从顶部向底部移动，因此残余焦炭和灰分催化挥发性物质的转化。这两种机制有助于比其他炊事炉技术降低烹饪排放（Zhang et al., 2020）。根据文献，大多数炊事炉研究主要集中于化石燃料或木材。然而，当地生物质物种，特别是非洲农村地区的农业残余物，在炊事炉燃料替代方面具有强大潜力，但迄今尚未以此目的进行分析。在LEAP-RE SHE项目框架内，TLUD炊事炉的燃料替代潜力已在4种木质和农业残余物（软木、芒草、稻壳和灌木地）上得到证明。这包括烹饪用燃料热性能（每批燃料的烹饪时间、燃料消耗速率、燃烧速率、焦炭产率、当量比），以及一次产气和烟气中排放的表征。燃料性能被证明与燃料理化表征及TGA和热解中的热行为直接相关（Smart Home Energy (SHE) project, 2026）。为了更好地了解当地可用资源在理化表征和热行为方面的情况，以促进其在炊事炉中替代化石燃料和木材的使用，需要对4种参考生物资源进行的研究进行外推，通过识别和表征炊事炉使用地区农村可用的当地生物质残余物，因为这些资源在文献中鲜为人知。本研究旨在识别和表征可用的生物质物种，包括木材残余物、能源作物和农业残余物，以替代非洲农村地区炊事炉中通常使用的化石燃料和木材。为此，利用生物质理化表征和热行为，通过与LEAP-RE SHE项目框架内已在炊事炉中研究的4种参考生物质样品进行比较，来预测燃料行为。这种比较通过计算文献中报道的用于气化和燃烧中燃料行为预测的无机元素比率得到加强，这些比率代表了TLUD炊事炉中发生的主要现象。生物质样品的选择得益于在乌干达的实地研究，以及文献综述和SHE合作伙伴在非洲其他地区（南非、纳米比亚、赞比亚和几内亚）的经验。由于数据集的复杂性，使用层次聚类来识别所选参考生物质样品的代表性以及整体数据集中的most有影响力变量，从而从其理化表征预测燃料行为。结果，识别了行为模式，并可以提出关于这些生物质残余物在炊事炉中使用的建议。材料与方法：生物质选择基于现有文献和实地经验。初步文献研究侧重于识别中非和南部非洲（如乌干达、赞比亚、纳米比亚、冈比亚和南非）种植的主要作物，这些作物摘自各国国家发展计划IV（NPA, 2024）商品项目。此外，农业、畜牧业和渔业部（MAAIF, 2016）的2016–2020年农业部门计划优先考虑了10种商品，其中9种是作物。所选作物旨在代表非洲在潜在可用农业残余物方面的多样性。这些包括香蕉、豆类、玉米、水稻、木薯、爱尔兰马铃薯、茶叶、咖啡、水果和蔬菜，其中一些的区域年产量如图1所示。例如，在西尼罗河地区，花生产量在12330至13086 Mt/年之间（图1d），而水稻产量较低，为432–2379 Mt/年（图1f）。高粱（2625–5060 Mt/年，图1b）、咖啡（195–2035 Mt/年，图1c）和玉米（38124–59837 Mt/年，图1e）也在该地区生产。该研究还考察了先前已用于或研究用于生产致密生物质燃料或气化的农业废弃物。所识别的一些作物包括咖啡壳和稻壳（Lubwama and Yiga, 2017, Olupot et al., 2024）、玉米芯、豆荚和茎、木薯皮、香蕉、甘蔗渣、果皮和叶（Olupot et al., 2024）、香蕉皮（Kabenge et al., 2018）、花生壳（Lubwama and Yiga, 2017）、菠萝皮（Mibulo et al., 2023）、高粱（Theerarattananoon et al., 2011）和竹（Yusuf and Inambao, 2020）。部分生物质是根据其可用性和对能源及材料增值的潜在相关性选择的。特别是，几种禾草如象草、几内亚草和野生象草因其在热带和亚热带地区的普遍性及其作为C4多年生物种的生理优势而被纳入。这些物种更适应温暖季节性条件下的潮湿或干燥环境，因此在高温和高光照强度条件下表现出更高的光合效率和生物质生产力。相比之下，竹等其他物种代表C3禾草，更典型于温带气候，表现出不同的碳固定机制。同样，木质生物质包括银合欢、格木和镰刀木被纳入以代表当地可用的非洲硬木，而商业物种如桉树和松树（尽管有时具有入侵性）被添加用于与欧洲生物质样品进行比较。这种生物质选择策略旨在确保全面代表具有热化学转化和可持续生物资源利用前景的本地和栽培生物质。连同48个非洲生物质样品，选择了4个生物质样品作为主要生物质科的代表，因为它们在炊事炉中的行为已经过评估（Poser et al., 2026）。这包括代表木材的软木颗粒、代表能源作物的芒草颗粒、代表农业残余物的稻壳颗粒以及具有后两科共同特征的灌木地颗粒。软木颗粒是市售的，而稻壳、灌木地和芒草颗粒由RAGT Energie（法国阿尔比）从原料生物质制造。灌木地收集于布列塔尼（法国），主要由蕨类组成。选择颗粒是由于其均匀性。生物质采集点：选择坎帕拉、姆巴莱和阿朱马尼区作为废弃物收集点，是基于与开发颗粒生产供应链目标相一致的战略、后勤和技术考虑。姆巴莱区因其丰富的农业特征和作物残余物多样性而被选中。作为咖啡、水稻和玉米生产的主要枢纽，姆巴莱提供了广泛的一二次农业废弃物流。其合作社作为聚合点，简化了物流并确保颗粒生产原料的稳定数量。阿朱马尼区，特别是Nyumanzi难民安置点，因其最大的难民人口而被选中（图1，a），作为所开发气化炉灶测试点的预期动机。高粱是难民和收容社区种植的主要作物，产生适合生物质增值的茎秆和谷壳。该地点还提供了在人道主义环境中评估清洁烹饪解决方案可行性的独特机会。相比之下，坎帕拉区虽然城市化，但因其作为国家加工中心以及most新鲜农产品的市场而被纳入。坎帕拉的农产品加工商和市场摊贩处理来自乌干达各地的农产品，产生大量二次废弃物。这种城市废弃物流补充了农村来源，并支持原料的全年可用性。其他生物质样品根据文献以及LEAP-RE SHE项目合作伙伴的现场经验选择。这些样品收集于南非、赞比亚、纳米比亚和几内亚。生物质收集过程：乌干达三个区的农业废弃物收集根据当地基础设施和废弃物类型采取了量身定制的方法。在姆巴莱，废弃物主要来自农业合作社，这些合作社是农民产品的中心节点。咖啡壳和果肉从加工厂获得，而稻秆从指定垃圾填埋场回收。竹残余物直接从花园收获，确保一二次废弃物的混合。在坎帕拉，废弃物从农产品加工设施和生鲜市场收集。稻壳和甘蔗渣从碾磨和榨汁作业中收集，而棕榈仁是新鲜收获的。在阿朱马尼，高粱秆和竹残余物从Nyumanzi营地周围的家庭花园收集。鉴于安置点农业的小规模性质，收集依赖于与家庭的直接接触和社区向导来识别和获取可用生物质。来自南非、赞比亚、纳米比亚和几内亚的样品由LEAP-RE SHE项目的合作伙伴根据上述标准在其活动地点收集。总共收集了48个来自木材、农业残余物和能源作物的非洲生物质样品（完整列表见补充材料表S1）。为确保均匀性和适合实验室分析，所有收集的废弃物和新鲜农产品均经过标准化预处理方案。材料铺设在露天安全区域并定期翻动以促进均匀干燥。该过程通常持续3–5天，取决于环境湿度和材料厚度，旨在显著降低水分含量。一旦干燥，生物质被装入密封袋以防止吸湿和污染。样品到达实验室进行分析后，在60°C烘箱中干燥、研磨并筛分至150 μm粒径范围。生物质表征：所有生物质样品均进行了元素分析、灰分含量（ISO 18122）和水分含量（ISO 18134，表S1）的表征（Nzihou, 2020）。每个分析进行三次以检查重复性。使用电感耦合等离子体发射光谱仪（ICP-OES, HORIBA Jobin Yvon Ultima 2）在样品矿化后测定了40个生物质样品的无机组成。该选择排除了：花生和松树、野生象草、镰刀木Dichrostachys cinerea、棕榈油中果皮、竹（姆巴莱）、咖啡壳阿拉比卡湿法加工、稻壳（坎帕拉）、咖啡壳干法加工、玉米芯（阿朱马尼）、甘蔗渣（坎帕拉）、竹（阿朱马尼）和柳树颗粒，因为它们与所分析的其他生物质样品在元素分析和灰分含量方面呈现相似结果。分析的无机元素对应于ISO 17225建议（Cr、Cu、Pb、Hg、Ni、Zn），以及据报道对生物质热化学转化具有潜在催化（K、Ca、Na和Mg）（Di Blasi, 2009）或抑制（Si、Al或P）（Romero Millán et al., 2019）作用的元素。生物质无机组成以文献中常见的几种比率表示，包括K/(Si+P)质量比、AAEM之和（wt%，db）、Si/K摩尔比、(Si + P + K)/(Ca + Mg)摩尔比以及K + Na + Zn + Pb之和（wt%，db）。这允许描述潜在的催化行为、灰团聚和烧结温度、气相中K释放以及无机细颗粒形成（Sommersacher et al., 2012, Dupont et al., 2016, Yu et al., 2021b）。生物质高位热值（HHV）在105°C烘箱中干燥24小时的生物质样品上，使用氧弹量热仪（IKA C5000 calorimeter, Gemini BV）以 duplicates 进行实验测定。生物质水分含量对收到的生物质样品按照ISO 18134固体生物燃料标准，使用105°C烘箱以 duplicates 测定（ISO, (1813)）。生物质热解中的热分解行为通过热重分析耦合差示扫描量热法（TGA-DSC, LabSys evo SETARAM）测定。该分析对减少数量的样品（18个）进行，对应于来自乌干达实地研究的14个生物质样品和4个参考生物质样品。这些样品根据其理化特性及与数据集中其他生物质样品的相似性，被证明代表了集合的多样性。在TGA中，样品质量和热流作为时间和温度的函数进行监测，以识别每个样品发生的主要降解事件，从而将其与纤维素、半纤维素和木质素的降解联系起来。TGA热解测试对20–30 mg样品在3 l/h N2流下进行。样品置于铂坩埚中，从室温以10°C/min加热至800°C。TGA的起始参考温度考虑为105°C，以从TGA曲线中去除水分去除的影响。在每个加热程序之前记录空白测试，然后从所得结果中减去。实验误差估计低于1%。主成分分析（PCA）和聚类：使用多变量统计方法确定行为家族并将其与生物家族（木材、能源作物、农业残余物）进行比较。该分析使用Matlab R2025a软件进行，无量纲变量和个体首先进行标准化。主成分分析（PCA）通过降维进行，随后进行变量聚合和相关性分析。最后，确定个体定位。基于PCA结果，个体的相关矩阵揭示了样品之间的自然分离，表明结构聚类潜力。使用转化为距离测量的个体Pearson相关系数对降维数据集进行层次聚类。为此，使用Matlab中的clusterdata函数，采用欧几里得距离和完全连接方法。在该方法中，两个聚类之间的距离定义为每个聚类中对象之间的最大距离，即最远邻居。通过使用Maxclust选项限制聚类数量以形成最佳聚类数（k）。在这种情况下，3个不同的聚类（k = 3）作为最稳定和可解释的配置出现。最佳聚类数使用簇内平方和准则验证，确保簇内同质性和簇间分离之间的适当平衡。结果与讨论：实地研究：几种生物质样品因其在颗粒生产中的潜在用途而被识别，特别是用于气化炉。这些物种具有不同的废弃物流和当前利用模式。咖啡（阿拉比卡和罗布斯塔）在多个层面产生废弃物。在花园层面，咖啡叶通常用作覆盖物。在家庭层面，咖啡果肉占樱桃重量的30–40%，作为肥料返回花园。在加工层面，咖啡壳占干豆重量的15–25%，并以多种方式再利用。它们用作肥料（单独或与土壤混合）、家禽垫料以及工业窑炉（如瓷砖厂）的燃料。水稻（旱稻和低地品种）在农场层面产生稻草，在加工过程中产生稻壳和米糠。稻秆可达稻谷重量的1.5–2倍，通常留在田间或焚烧。稻壳占稻谷重量的20–25%，往往在碾米厂积累，再利用有限。另一方面，玉米废弃物在农场、家庭和加工设施中产生。在农场，玉米覆盖物、茎秆和秸秆占生物质的30–40%。家庭以玉米芯的形式贡献额外废弃物，而加工产生破碎玉米芯和麸皮。这些废弃物大部分被丢弃、焚烧或直接用作烹饪燃料。玉米麸皮通常用于牲畜饲料。高粱，特别是在Nyumanzi难民 camp，在田间层面产生茎秆和叶，在家庭层面产生谷壳和壳，在加工过程中产生壳。茎秆有时被咀嚼取汁、焚烧或用作应急烹饪燃料，而壳很少被再利用。高粱秆可能非常适合颗粒化。然而，其可用性是季节性的，通常限于7月和8月，这可能限制其全年生产的可行性。在收集的样品中，从乌干达的实地测试结果中选择了14个生物质样品（表S1，蓝色）。这14个入围样品根据以下参数在炊事炉使用方面most有前景：可用性、不与粮食竞争以及目前无增值途径。因此，对这14个入围样品使用ICP和TGA进行了更深入的表征，以研究其无机组成和热行为，并能够通过将其与4个参考生物质样品进行比较来说明它们是否适合在炊事炉中使用。燃料表征：生物质样品在元素分析、水分含量、815°C灰分含量和HHV方面进行了表征（图S1）。有机元素分析：所有样品在C、H、N和S的有机元素组成方面进行了表征，而O通过考虑灰分含量差减计算（表S1）。由于碳和氮含量与燃料热值和相关排放的关系，结果讨论重点放在这两者上。样品的碳含量从稻秆的44.6 wt%，db到棕榈仁废弃物的71.8 wt%，db不等（图2）。木材和能源作物的碳含量平均值接近（分别为48.2和47.7 wt%，db），结果离散度低（标准差分别为1.1和1.2 wt%，db）。农业残余物的平均碳含量相似（49.2 wt%，db），但值更分散（5.4 wt%，db）。4个参考生物质样品表现出相似的范围，稻壳颗粒most低（47.6 wt%，db），灌木地颗粒most高（50.9 wt%，db）。尽管ISO 17225标准未规定最低碳含量，但普遍认为较高的碳含量通常导致较高的HHV值，从而更好的燃烧（Bouesso et al., 2025, Vargas-Moreno et al., 2012）。测定了所有生物质样品的氮含量（图3）。值范围从所有科中几种资源的< 0.1 wt%，db到木豆荚的4.0 wt%，db。对于木质生物质，值不超过0.8 wt%，db，daf（Glyricidia Agroforestry）。能源作物和农业残余物的氮含量值分散，范围分别为< 0.1–2.4 wt%和4 wt%，db。4个参考生物质样品显示出相似的值，芒草颗粒most低（0.2 wt%，db），灌木地颗粒most高（1.5 wt%，db）。关于乌干达实地研究的14个入围生物质样品（表S1，蓝色），值分散，most高值（即木豆荚）属于选择范围。文献中先前的研究表明，生物质中的N含量与燃烧炉中的NOx排放直接相关。根据其N含量，生物质燃料被分为（1）低N燃料（<0.4 wt%，db）；（2）中N燃料（0.4?1 wt%，db）；（3）高N燃料（1?10 wt%，db）。农业残余物和木材废弃物被证明属于后两类，因此导致NOx排放高于200 mg/Nm3（相对于干烟气和13 vol% O2）（Sommersacher et al., 2012）。在优化的小型生物质炉排炉中，通过双空气分级和尿素基选择性非催化还原系统，咖啡颗粒（2.1 wt% N，db）的NOx排放降至17 mg/m3（13 vol% O2）（Steiner et al., 2025）。ISO 17225标准建议最大N含量值为2.0 wt%，db，以限制NOx排放。在本研究中，大多数木材和草本作物属于低N或中N燃料类别，除了灌木地颗粒（1.5 wt%，db）和象草bana（2.4 wt%，db）。约一半的分析农业废弃物样品显示出高于1.0 wt%，db的N含量值，因此可视为高N燃料，预期会有更高的NOx排放。当将这些值与ISO 17225标准比较时，4个生物质样品超过了最大N含量2.0 wt%，db的建议。这包括象草bana、坎帕拉稻壳、咖啡壳干法加工和木豆荚，如果在炊事炉中使用，可能导致高NOx排放（Sobotková et al., 2026）。无机元素含量和组成：总无机元素含量（对应于灰分含量）在815°C下测定（图4）。然后，通过ICP-OES测定了样品的详细无机元素组成（表1）。灰分含量值范围为0.3至23.1 wt%，db（图4）。木质生物质的灰分含量不太分散（0.4–2.7 wt%，db）。相比之下，能源作物（0.5–14.5 wt%，db）和农业残余物（0.3–23.1 wt%，db）的灰分含量值在样品之间差异很大，反映了这些科更高的异质性。农业残余物中观察到most高灰分含量值，姆巴莱稻壳达到23.1 wt%，db。参考生物质燃料被有意选择具有广泛的灰分含量范围（软木和稻壳颗粒分别为0.9–15.5 wt%，db），以代表灰分含量的这种变异性，由于其熔点而强烈影响热行为（Zhang et al., 2020）。较高的灰分含量被证明与较高的焦炭产率、较低的气体产量和TLUD炊事炉测试中较低的火功率相关。然而，燃料消耗速率更依赖于灰分组成。据报道，硅减缓热解反应，导致灌木地和稻壳的燃料消耗速率较低，部分被AAEM催化效应抵消。较高的灰分含量也与较高的CO排放相关，取决于灰分组成和TLUD炊事炉中的空气当量比（Poser et al., 2026）。因此，高灰分含量的生物质，如象草bana和稻残余物，在炊事炉中应表现出与稻壳（法国）相似的热效率和排放。根据ISO 17225，建议的最大灰分含量为10 wt%，db（"ISO 17225–1," 2021）。5个农业残余物超过了该阈值。高灰分含量可能对燃烧有害，导致HHV降低、结渣、颗粒物（PM）排放增加以及潜在腐蚀，特别是在存在碱金属等腐蚀性元素时（Cassida et al., 2005, Dupont et al., 2016, Zhang et al., 2020）。分析了所选40个生物质样品的无机组成，包括4个参考生物质样品。计算了文献中报道的与催化行为（K/(Si+P)质量比、AAEM之和wt%，db，图5）、灰团聚（K/(Si+P)质量比）、气相中K释放（Si/K，摩尔比）、灰烧结温度（(Si + P + K)/(Ca + Mg)摩尔比）和无机细颗粒形成（K+Na+Zn+Pb之和，wt%，db）相关的不同无机元素比率（表1）。计算K/(Si + P)比率作为生物质组成的催化或抑制潜力的指示（图5，表1）。事实上，K主导的生物质热转化反应可能遵循催化机制，动力学可由钾含量决定。相反，在富含硅或磷的生物质中，热转化反应似乎遵循非催化机制（Dupont et al., 2016）。基于该比率，生物质样品被分为四组：（i）Si主导（比率< 0.2）；（ii）高Si和P含量，由高K含量补偿（比率~ 0.2–0.5）；（iii）Si + P和K含量平衡（比率~ 1）；（iv）K主导（比率> 1.5，图5）。能源作物大多属于前两类，比率低于1。这表明其热行为可能受到Si和P存在的抑制。相比之下，木质生物质样品主要属于K主导类别，表明Si值低，与文献一致（~0.01db%）（Dupont et al., 2016）。农业残余物显示出最大的变异性，棕榈仁壳观察到most低K/(Si + P)比率（0.02），卢萨卡玉米秆most高（6.46）。花生荚具有高Si含量（43.9 g/kg生物质，db），未被K含量（5.6 g/kg生物质，db）补偿，因此K/(Si+P)比率为0.12。此外，先前分析表明高灰分（10.2 wt%，db）和氮含量（2.0 wt%，daf），超过ISO标准建议。基于这些发现，花生荚在炊事炉中的使用似乎不合适。相反，尽管咀嚼甘蔗废弃物也呈现低比率（<0.2），但其灰分含量低（0.8 wt%，db），且没有其他特性使其不适合在炊事炉中潜在使用。关于4个参考生物质，稻壳（46.2 g/kg生物质，db）和灌木地颗粒（30.1 g/kg生物质，db）以Si为主，而芒草（0.93）和木颗粒（0.99）的K/(Si + P)比率接近1。对于芒草，K（3.8 g/kg生物质，db）补偿了高Si（3.2 g/kg生物质，db）值，该生物质应表现出接近软木颗粒的热降解行为。在某些情况下，高硅值可能与土壤矿物质污染有关，特别是在使用机械化收获时（Mediavilla et al., 2020）。还报告了碱金属和碱土金属（AAEM，包括Li、Na、K、Be、Mg、Ca）的总和（图5）。该累积浓度通常用作生物质中催化促进剂数量的指标，有利于热化学转化，因为已知AAEMs促进焦炭反应性、焦油裂化和气化反应，同时也影响灰相关现象（Jiang et al., 2015, Yu et al., 2021b, Yu et al., 2021a）。三种农业残余物观察到most高AAEM含量：水葫芦（59333 mg/kg生物质）、烛果壳（40684 mg/kg生物质）和木豆荚（31034 mg/kg生物质）。这些生物质样品属于先前定义的K主导（木豆荚和水葫芦）和"高Si + P但由K补偿"（烛果壳）类别。most低AAEM浓度测定于赞比亚玉米秆（1724 mg/kg生物质）、松木锯屑（1879 mg/kg生物质）和咀嚼甘蔗废弃物（1880 mg/kg生物质），这些生物质样品属于"Si主导"类别。这一观察表明高AAEM浓度与高钾含量之间可能存在关联。本研究中未发现总AAEM含量与K/(Si + P)比率之间存在明确或系统的关系。此外，amarula坚果尽管钾浓度高且K/(Si + P)比率超过1.5，但总AAEM含量相对较低（4160 mg/kg生物质）。总体而言，这些结果表明，虽然高AAEM含量更频繁地出现在K主导生物质中，但总AAEM浓度不能仅从K/(Si + P)比率可靠预测。这表明AAEM积累受K、Si或P相对丰度之外的其他因素支配。计算Si/K摩尔比（表1）作为钾从固体燃料向气相释放（Sommersacher et al., 2018）和气溶胶形成（Bach-Oller et al., 2019）的指示。木材（0.20至9.12）和某些农业残余物如赞比亚玉米秆（0.12）和木薯皮（0.13）观察到较低的Si/K值，但银合欢农林业（20.28）除外。most高值见于棕榈仁壳（77.82）、赞比亚甘蔗渣（51.79）和姆巴莱稻壳（47.72）。总体而言，农业残余物的K + Na + Zn + Pb之和较高（分析样品平均为11350 mg/kg，db），水葫芦可达38610 mg/kg，db，而木材（平均4076 mg/kg，db）和能源作物（平均7311 mg/kg，db）（表1）。在某些情况下，这些污染物（特别是锌和铅）可能来自经过处理或污染的生物质。当结合两个指标时，对于低Si/K（Bach-Oller et al., 2019）和高K + Na + Zn + Pb之和（Mediavilla et al., 2020）的生物质样品，预期会有较高的气溶胶形成风险，从而有无机PM1排放，这对应于分析生物质样品中的赞比亚玉米秆（分别为0.12和25737 mg/kg，db）和水葫芦（0.17，38610 mg/kg，db）。most低风险为玉米秆颗粒（9.73，688 mg/kg，db）和松木锯屑（9.12，697 mg/kg，db），与先前研究表明木材和玉米残余物风险较低一致（Sommersacher et al., 2012）。然而，玉米残余物组成因收集地点和形式（茎秆、玉米芯、茎秆颗粒）而差异很大。关于稻残余物，稻秆（25275 mg/kg，db）的K + Na + Zn + Pb之和比稻壳（两个样品分别为5530和5326 mg/kg，db）高一个数量级，而Si/K比率相反（分别为3.78对12.68和47.72），突出了稻壳具有较低风险的增值潜力。据报道，灌木的K + Na + Zn + Pb指数值在1000至10000 mg/kg之间，Si/K摩尔比约为1，这与木材和能源作物获得的值相当（Mediavilla et al., 2020）。计算Si/(Ca+Mg)和(Si + P + K)/(Ca + Mg)摩尔比（表1）作为灰烧结温度和K向气相释放的指标（Mediavilla et al., 2020）。两个指标的最高值见于棕榈仁壳（分别为153.64、155.86）和姆巴莱稻壳（128.47、131.63），而较低值见于软木颗粒（0.54、1.02）和锯屑（0.29、0.66）。然而，所有生物质类型（木材、能源作物和农业残余物）都获得了高值和低值。两个指标值之间差异较大的是空心竹、amarula坚果、赞比亚玉米秆、木薯皮和水葫芦，大多数情况下是由于其K含量。获得的值范围大于文献中先前报道的范围（Mediavilla et al., 2020, Sommersacher et al., 2018, Sommersacher et al., 2012），可能是由于所考虑生物质样品的异质性。关于与灰熔融温度的联系，对于秸秆颗粒，发现(Si+P + K)/(Ca+Mg)比率为5.3，与约840°C的灰烧结温度相关，而对于软木，该比率约为0.9，灰熔融温度约为1400°C。总体而言，农业残余物预期K释放较低，因为钾以磷酸钾和氧化物形式存在（Sommersacher et al., 2012），其灰熔融温度较低（KPO3为807°C，K2O.4SiO2为765°C）（Kamiya et al., 2002）。低位和高位热值（LHV和HHV）：测得的HHV范围从几内亚草的13.7 MJ/kg，db到棕榈仁废弃物的36.1 MJ/kg，db（图6）。就生物质类型而言，木质生物质在测得HHV之间的差异most小，而能源作物的差异较大，农业残余物的差异most大。据报道，较高的碳含量增加HHV，而较高的灰分含量倾向于降低HHV（Cassida et al., 2005, Gaur and Reed, 1995）。棕榈仁废弃物表现出most高碳含量（71.8 wt%，db）和相对较低的灰分含量（2.1 wt%，db），这解释了其高HHV。相比之下，几内亚草的HHV（13.7MJ/kg，db）低于预期，尽管其碳（47.5 wt%，db）和灰分（2.0 wt%，db）含量在具有较高HHV的其他生物质样品的典型范围内。生物质样品获得的HHV值与文献一致（14–23 MJ/kg）（Nzihou, 2020）。总体而言，仅看HHV，所有生物质样品似乎都适合根据ISO建议（>14.5 MJ/kg，db）在炊事炉中使用，几内亚草除外。当考虑4个参考生物质样品在TLUD炊事炉中的行为时，一次气体（即二次空气入口前产生的气体）中的化学能以及火功率似乎与HHV直接相关，除了灌木地颗粒由于其AAEM组成而呈现较长的实验持续时间（Poser et al., 2026）。这表明特性接近灌木地的生物质物种，特别是那些具有可比AAEM含量的物种（桉树、棕榈仁废弃物和壳），在炊事炉中也可能呈现这种特殊行为。然而，由于分析是多参数的，需要考虑生物质理化特性（元素组成、灰分含量和组成、HHV）的组合，以通过与参考生物质样品比较来预测燃料行为。LHV由HHV计算（Eq. 1），考虑水的汽化潜热（Δhvap (H2O)，25°C时为2.44 MJ/kg），以及原料生物质的氢（H）和水分含量（MC）（wt%）。该计算显示了某些样品（如乌干达高粱秆（42.1 wt%）和桉树（41.1 wt%））高水分含量对测得HHV（分别为16.4和19.3 MJ/kg）的影响。对于低水分含量的样品（如竹（姆巴莱，2.6 wt%）），HHV和LHV之间的差异较小，除非它们呈现高氢含量，如棕榈仁废弃物（11.2 wt%，daf）。大多数分析的生物质样品水分含量低于20 wt%，除了上述那些、玉米秆（25.0 wt%）和一些竹样品（22.6–25.1 wt%）。(1)LHV = HVH – ΔhvapH2O (9H/100 + MC/100)。水分含量越高，如果生物质在能源增值前不干燥，过程的总体能源成本就越高。对于LHV值低的生物质样品，这种能源成本可能很大，从而影响其能源增值的兴趣。通过考虑水分含量和LHV，棕榈仁废弃物由于其低水分含量（2.4 wt%）和高LHV（33.7 MJ/kg），似乎是最适合无需干燥预处理即可进行能源增值的生物质样品。其他生物质样品，如桉树和乌干达高粱秆，呈现高水分含量（分别为41.1和42.2 wt%）但LHV不是极高（17.0和14.0 MJ/kg）。在这些情况下，可能需要在能源增值前在田间或通过热处理干燥生物质，以免影响其能源增值。最后，一些生物质样品表现出低水分含量和低LHV值，如几内亚草（12.4 MJ/kg，水分含量1.6 wt%）。混合生物质物种或适当选择其收获期可能有助于应对这种高水分含量与相对较低LHV的问题。此外，选择收获期或种植区可以影响LHV和水分含量。这可以从阿朱马尼和乌干达的高粱秆看出，因为它们在水分为含量方面的强烈差异（分别为9.2和42.1 wt%）转化为LHV的显著差异（分别为17.1和14.0 MJ/kg）。在其他情况下，如乌干达和卢萨卡（赞比亚）的玉米秆，它们呈现非常不同的水分含量（分别为25.0和5.3 wt%）和接近的LHV（分别为15.8和16.4 MJ/kg）。热解中的热行为（TGA）：在105至800°C之间、10°C/min的TGA热解中，计算了质量损失与温度和时间的函数关系，针对来自乌干达实地研究的14个入围生物质样品以及4个参考生物质样品（图7a）。最终剩余固体质量（即焦炭产率）在棕榈仁废弃物的5.8%和稻壳颗粒的38.4%之间变化。大多数样品的最终质量损失在芒草和灌木地颗粒（4个参考生物质中的两个）之间。然而，咀嚼甘蔗废弃物、玉米秆、甘蔗皮和木薯皮的值低于芒草焦炭产率（21.2%）。农业残余物在热行为方面的多样性（与其异质组成一致）得到证明，因为根据生物质样品发现了质量损失结果之间7倍的因子。当比较TGA结果和TLUD炊事炉操作时，参考生物质发现了相似的行为趋势。然而，与炊事炉相比，TGA中通常测得更高的剩余固体质量值，从而更高的焦炭产率。这是由于氧化反应（在纯热解中几乎不存在）在炊事炉中增强碳分解，导致较低的残余固体质量（Poser et al., 2026）。因此，本研究中分析的非洲残余物在热降解剖面方面将与其在元素有机和无机组成方面most接近的参考生物质相似，而生物科似乎起次要作用。这可以从稻壳颗粒看出，由于其高灰分含量（15.5 wt%，db）富含硅，与TGA中表征的其他农业残余物如棕榈仁废弃物相比，后者灰分含量低得多（2.1 wt%，db）且硅的影响至少部分被钾补偿（图5）。还确定了相应的降解速率曲线（图7b）。most低降解温度见于玉米秆、咀嚼甘蔗废弃物和甘蔗皮。后3种生物质在200°C呈现第一个降解速率峰，在350°C呈现第二个峰。低降解温度是富含半纤维素样品的特征，因为该生物质大分子组分在200–350°C左右降解（Collard and Blin, 2014, González Martínez et al., 2018）。木薯皮降解速率峰出现在300°C之前。对于其他生物质样品，其峰在300至400°C之间，如4个参考生物质。most高降解速率峰见于软木颗粒（3.97 mg/min）、芒草颗粒（3.74 mg/min）和灌木地颗粒（3.07 mg/min）。棕榈仁废弃物在入围生物质样品中具有most高峰（2.31 mg/min）。most低峰（1.0–1.35 mg/min）见于稻秆、木豆荚和咀嚼甘蔗废弃物。当检查降解速率与生物质组成或类型之间的关系时，可以观察到几个趋同趋势。然而，当比较具有相似无机组成的样品时，如稻壳颗粒（法国）、稻秆（坎帕拉）或花生荚，具有富含硅的高灰分含量，降解速率曲线形状出现差异。正如文献所指出的，生物质大分子组成在TGA降解剖面中起关键作用。半纤维素热降解发生在比纤维素更低的温度（220–315°C）（纤维素为280或315–400°C，取决于作者），而木质素从低温开始并在更宽的温度范围内热降解（160或220–800或900°C，取决于作者）（Yang et al., 2007, Yiga and Lubwama, 2020）。咀嚼甘蔗废弃物、玉米秆和甘蔗皮表现出非常相似的TGA剖面，特征是在220°C、280°C和350°C附近有三个降解峰。这些生物质样品呈现较低的灰分含量（0.3–1.7 wt%，db）、低AAEM总和（1881–3443 mg/kg生物质）和可变的Si/(K+P)比率（2.67–10.12）。TGA曲线的这些相似性部分归因于其大分子组成的相似性，观察到的峰可能对应于半纤维素和纤维素降解。然而，区分这两种现象很复杂，因为它们的热降解温度范围重叠。虽然咀嚼甘蔗废弃物的较高Si含量未影响其降解速率剖面，但对于其他富硅残余物（如稻壳和花生荚），低于300°C的降解峰要低得多。这些结果部分支持Si在热解过程中抑制热降解动力学和延迟峰温度的作用（Liu et al., 2025, M?rtenk?tter et al., 2024, Yu et al., 2021b），但也支持由于这些生物质物种不同性质而导致的生物质大分子组成的影响。其他生物质样品呈现350°C左右的单一降解峰，如软木颗粒，在某些情况下与280°C峰部分重叠，如芒草、灌木地颗粒和非空心竹。对于木豆荚和豆荚观察到类似的 consistencies，两者都表现出300°C左右的主导单一降解峰，属于K主导生物质类别。钾众所周知催化脱挥发分和成炭反应，这可以将降解转移到较低温度并改变ATG峰强度（Liu et al., 2025, Yu et al., 2021b）。相比之下，对于其他生物质样品，无机组成与热行为之间的联系似乎不太直接。稻秆和棕榈仁废弃物都被归类为高Si但由K补偿的生物质，并在300°C左右显示初始降解峰。然而，棕榈仁废弃物在约420°C处表现出额外的第二峰，这将其与稻秆区分开来。这种高温事件可能反映富含木质素或热稳定性更强部分的更高贡献，并与棕榈仁废弃物相比其他生物质显著更高的HHV一致，因为富含木质素的材料通常表现出更高的HHV值和增强的热稳定性（Demirba?, 2001）。此外，棕榈仁废弃物降解从较低温度开始，并实现比高粱秆更高的质量损失，后者呈现较低的LHV和较高的水分含量。如前所述，这种热行为主要与生物质大分子组成有关，这一观察不能外推到所有样品。然而，总体而言，具有低LHV和高MC的生物质物种可能需要更高的温度来实现等效的加热和转化。当将非洲生物质样品与4个参考生物质样品进行比较时，预计木材和软木颗粒在炊事炉中行为接近，因为该科生物质特性和热行为的变异性较低。然而，能源作物的较高异质性证明了选择两种参考生物质的合理性。在农业残余物的情况下，该科甚至更高的异质性将需要选择几个参考生物质样品。然而，影响燃料热行为的多个参数，加上其高异质性和变异性，建议通过统计方法评估参考燃料的代表性。PCA和聚类结果：主成分分析（PCA）应用于表征生物质样品的主要理化参数，包括元素组成（C、H、N、O）、灰分含量、测得的HHV（表S1）以及无机元素比率（表1）。目的是根据其理化相似性识别模式和潜在分组。由于数据集变异性的复杂性，分别对元素组成和HHV以及灰分含量和无机元素比率进行了单独的PCA。当考虑元素组成（灰分、C、H、N、O含量）和HHV进行PCA时，2个主成分（PC1和PC2）解释了数据集总变异性的79.0%（PC1的λ1 = 53.8%，PC2的λ2 = 25.2%，图8a）。PC1似乎与C和H含量以及HHV直接相关，而与O含量反相关。PC2与灰分和N含量直接相关（负相关）。当添加第三主成分（PC3，未显示）时，将代表91.4%的变异性。然而，根据PCA，沿该轴表示的氮和灰分含量在HHV中的作用将不同。灰分含量对PC3的贡献低于50%，因此用变量识别轴被认为对PC3不结论性，该PC被丢弃。当考虑灰分含量和无机元素比率进行PCA时，PC1和PC2发现了相似的变异性表示（总变异性的80.3%，PC1的λ1 = 53.0%，PC2的λ2 = 27.3%，图8b）。PC1似乎与硅含量相关的比率直接相关，无论是与钾（Si/K）还是与碱土金属（Ca、Mg）相关。PC2更与K主导比率（K/(Si+P)、K + Na + Zn + Pb）相关。这些结果与关于无机元素比率的讨论一致，因为高硅含量的生物质样品和高钾含量的生物质样品通常表现出不同的热行为。由元素组成和HHV的PCA产生的个体（生物质样品，图8，名称见表1，表征见表S1）之间的相关矩阵显示，大多数生物质样品强相关，正如共享相似有机基质的材料所预期的那样（图9a）。没有相关系数低于0.5，表明没有个体样品表现出离群行为。然而，生物质样品在PC1和PC2轴上的投影显示，个体分布在一个狭窄的散点区域，除了棕榈仁废弃物（样品41）和一些富氮或富灰生物质如稻壳纤维（样品24）。这表明生物质类型之间存在明显的理化剖面，并有可能进行分组。棕榈仁废弃物（样品41）很好地代表了PC1，因为它是碳含量most高（71.8 wt%）从而HHV most高（36.1 MJ/kg，db）的样品。灰分含量most高的生物质样品，即稻壳（20.3 wt%，样品24）和象草bana（14.5 wt%，样品30），很好地由PC2代表。PCA允许识别主要变量，但个体无法清晰分组，因为它们在主要变量方面显得相当相似。当考虑灰分含量和无机元素比率时，个体（图9b）之间的相关矩阵显示，样品之间的相关性不如前一种情况重要。生物质样品在PC1和PC2轴上的投影显示，个体分布在更大的散点区域，除了一些孤立的个体。棕榈仁壳（样品20）就是这种情况，它在这种情况下很好地代表了PC1，由于其高值的Si主导比率（Si/K、Si/(Ca+Mg)、(Si+P + K)/(Ca+Mg)），并且程度较低地，稻壳（姆巴莱，样品23）。相反，水葫芦（样品43）和稻秆（乌干达，样品42）可能更适合代表PC2，由于其较高的K主导比率值。来自两个PCA的个体的PCA得分用于层次聚类分析，以分组相似的生物质样品（表2）。在这种情况下使用3个PC以最大化变异性表示。属于同一组的生物质在图9中着色以便于解释。3个所得聚类揭示了 consistent 的内部结构和有意义的理化解释。在基于元素组成和HHV的PCA（图9a）的情况下，这些聚类对应于：（i）聚类1：特征为PC?正值和中等PC?值。这些生物质样品表现出高HHV和低灰分含量（图6），反映出潜在的高能量密度（如果足够干燥）。它们包括所有生物质类型，如松树、咖啡壳、竹、高粱秆和软木颗粒。该聚类表明高能源潜力不限于特定生物质类别。（ii）聚类2：由高PC?和更负的PC?值定义。这些样品通常更经过加工或来自管理系统的衍生物，如农林业或颗粒化材料（例如银合欢、格木、桉树、芒草颗粒）。该聚类反映了能源潜力与矿物质含量之间的平衡，其中许多样品来自乌干达，那里生物质转化实践更为普遍。（iii）聚类3：以低PC?和强烈负PC?为特征，对应于具有较低能量密度（高水分和低HHV，图6）的替代或实验性生物质类型。该组主要包括农业残余物和入侵物种，如水葫芦、木豆荚和甘蔗渣。这些样品大多在乌干达收集，对应于被识别为进一步增值研究的14个入围材料。在基于灰分含量和无机元素比率的PCA（图9b）的情况下，水葫芦（样品43）出现在单个聚类中，由于其K相关比率值大大较高。第二个聚类也由具有高K主导比率值和低Si主导比率值的样品形成，包括：咖啡壳（10）、烛果（17）、玉米秆（赞比亚）（29）、木豆荚（36）、豆荚（38）、木薯皮（39）、稻秆（乌干达）（42）和空心竹类型A（48）。其余样品呈现两类比率的中等值，包含在第三个聚类中。聚类结果并未完全对应于仅基于来源或植物类型的传统生物质分类（Vassilev et al., 2015, Vassilev et al., 2010）。在第一种情况下，聚类3主要包括农业残余物，而聚类1和2包含木质和草本材料的异质混合物。在第二种情况下，聚类1和2对应于农业残余物，因为它们通常呈现较高的无机物含量。此外，来自不同地区的相同生物质类型（例如稻壳和玉米秆）被发现处于不同的聚类中，表明地理来源、栽培实践、收获期和储存条件可以显著影响理化组成，从而影响聚类行为。最后，同一作物的不同部分呈现非常不同的特性并被分离到不同的聚类中，如棕榈废弃物（仁、中果皮、壳、废弃物）和玉米（茎秆、玉米芯）的情况。这些发现与先前的研究一致（Obernberger and Thek, 2004），这些研究强调了由于环境和收获后因素导致的生物质特性的变异性，以及根据当地资源特性和需求选择生物质增值路线的重要性。结论：在坎帕拉、姆巴莱和阿朱马尼（乌干达）进行的实地研究表明，存在广泛的生物质残余物多样性，其中咖啡、玉米、高粱和水稻残余物在可用性、丰富性以及与粮食用途或其他增值途径无竞争方面，似乎是most有前景的炊事炉应用原料。LEAP-RE SHE项目的合作伙伴在赞比亚、纳米比亚和南非识别了具有相似可用性和特性的其他生物质残余物，也纳入了研究。这些资源将可用于烹饪，而不会与食品等其他用途竞争。对48个收集的生物质样品进行了表征，并与4个参考生物质样品和ISO 17225建议进行比较，以评估其在炊事炉中燃料替代的适用性。虽然农业残余物显示出预期的高变异性，但大多数符合ISO 17225建议。4个参考生物质样品代表了生物生物质类别，其热行为与所有样品一致。表征结果以及与TLUD炊事炉中4个参考生物质样品行为的比较表明，直接考虑生物质科进行燃料预测行为是不够的。事实上，需要结合理化特性（元素组成、灰分含量和组成、HHV），并辅以TGA中热行为的描述，才能为给定样品确定本研究中考虑的4个参考生物质中most接近的参考生物质。这种识别将允许通过与特性most接近的参考生物质比较，预测TLUD炊事炉中的燃料行为，包括能源效率和气体组成的估计。文献中的无机元素比率用于经验估计燃料行为，并通过与参考生物质样品比较来识别炊事炉燃料替代的潜在良好候选者。一些样品如花生荚可能不合适，因为其高灰分含量可能导致高无机PM排放、结渣（灰熔融）和高温腐蚀，或高氮水平从而导致高NOx排放。农业残余物发现较高的(Si+P + K)/(Ca+Mg)摩尔比值，特别是棕榈仁壳（155.86）和姆巴莱稻壳（131.63），这可能表明较低的灰熔融温度但由于高Si/K比率而 mitigated 的K向气相释放。一些农业残余物呈现较高的K + Na + Zn + Pb之和 coupled with 低Si/K摩尔比（玉米秆、水葫芦），这可能表明较高的气溶胶形成风险，从而有无机PM1排放。most低气溶胶形成风险预计为玉米秆颗粒和松木锯屑。稻壳可能呈现中等气溶胶形成风险和低灰熔融温度以及低K向气相释放。然而，由于分析的大量生物质样品，无法在炊事炉条件下通过实验验证这些预测，应被视为本研究的局限性。所有样品的HHV值在炊事炉应用的 acceptable 范围内。一些生物质样品如棕榈仁废弃物，具有较高的LHV值和较低的收到基水分含量，显示出从较低温度开始的热降解和较高的质量损失。这些物种将更适合能源增值，因为其转化所需的能源需求较低。事实上，来自不同地理区域的同一物种的生物质样品在表征方面显示出相当大的差异，特别是在水分含量和LHV方面。这可能影响其能源增值，并可通过选择种植区和/或收获期来控制。结合PCA和聚类的多变量分析基于生物质样品的理化特性对其进行分类，而不是考虑生物质科，以与4个参考生物质样品进行比较。聚类分析识别了三个主要组，具有不同的能源、无机或来源剖面。由于这些组与常规生物质科不一致，强调了生物资源表征的重要性，以证明其增值路线的合理性。在这个意义上，本文生成的可用非洲生物质残余物的理化和能源表征数据库有望作为决策支持工具，鼓励在地方范围内对这些资源进行增值。
本研究旨在识别和表征可用的生物质物种（包括木材残余物、能源作物和农业残余物），以替代非洲农村地区炊事炉中通常使用的化石燃料和木材。研究人员通过生物质理化表征和热行为，并与LEAP-RE SHE项目框架内已在炊事炉中研究的4种参考生物质样品进行比较，来预测燃料行为；通过计算文献中报道的无机元素比率加强比较；通过乌干达实地研究、文献综述和SHE合作伙伴经验选择生物质样品；并采用层次聚类识别参考生物质样品的代表性和most有影响力变量。研究结论表明，实地研究揭示了广泛的生物质残余物多样性，咖啡、玉米、高粱和水稻残余物在可用性、丰富性和无竞争方面most有前景；48个样品表征显示大多数农业残余物符合ISO 17225建议；4个参考生物质样品代表生物生物质类别且热行为一致；直接考虑生物质科不足以预测燃料行为，需要结合理化特性（元素组成、灰分含量和组成、HHV）及TGA热行为描述来确定most接近的参考生物质；无机元素比率可经验估计燃料行为并识别潜在良好候选者，如花生荚因高灰分和高氮可能不合适，农业残余物(Si+P+K)/(Ca+Mg)比值较高可能表明较低灰熔融温度，某些农业残余物高K+Na+Zn+Pb和低Si/K可能表明较高气溶胶形成风险，稻壳可能呈现中等风险；HHV值均在可接受范围内，棕榈仁废弃物等因高LHV和低水分更适合能源增值；同一物种不同地理区域样品表征差异显著，可通过选择种植区和收获期控制；PCA和聚类基于理化特性分类，聚类组与常规生物质科不一致，强调了生物资源表征的重要性，生成的数据库有望作为决策支持工具鼓励地方资源增值。
研究背景：全球近21亿人（非洲约80%人口）仍依赖露天燃烧和传统炉灶（主要以木炭或木材为燃料）进行日常烹饪，导致森林砍伐、室内空气污染和不良健康效应，非洲每年损失约390万公顷森林，室内空气污染每年导致约60万例过早死亡。乌干达等非洲国家具有从生物质残余物（玉米、香蕉、咖啡等）产生能源的潜力，农村常用三石灶效率低、产烟高。清洁烹饪联盟提出炊事炉性能目标，但所提炊事炉通常针对特定燃料优化，使用其他资源因缺乏数据而不被推荐。LEAP-RE SHE项目聚焦优化便携式强制通风顶部点火上吸式气化炉（TLUD cookstove），使其可使用更广泛生物质样品。文献中大多数炊事炉研究集中于化石燃料或木材，当地生物质物种（特别是非洲农村农业残余物）在炊事炉燃料替代方面潜力强大但迄今未以此目的分析；且缺乏非洲农村当地生物质样品（特别是农业残余物）可用性和理化特性数据，也缺乏烹饪用煤替代的实地研究，社会接受度未知。因此，本研究旨在识别和表征可用生物质物种（木材残余物、能源作物、农业残余物），以替代非洲农村炊事炉中通常使用的化石燃料和木材，通过理化表征和热行为并与4种参考生物质样品比较预测燃料行为，通过无机元素比率加强比较，通过实地研究、文献综述和合作伙伴经验选择样品，并采用层次聚类识别参考样品代表性和most有影响力变量，从而识别行为模式并提出使用建议。
关键技术方法：通过乌干达坎帕拉、姆巴莱和阿朱马尼区实地研究、文献综述及LEAP-RE SHE项目合作伙伴在南非、赞比亚、纳米比亚和几内亚的经验选择48个非洲生物质样品（木材、农业残余物、能源作物），并选取4个参考生物质样品（软木颗粒、芒草颗粒、稻壳颗粒、灌木地颗粒）；对样品进行元素分析、灰分含量（ISO 18122）、水分含量（ISO 18134）和HHV测定；对40个样品采用电感耦合等离子体发射光谱仪（ICP-OES）测定无机组成并计算无机元素比率；对18个样品（14个乌干达实地入围样品+4个参考样品）采用热重分析耦合差示扫描量热法（TGA-DSC）测定热解热行为；采用主成分分析（PCA）和层次聚类进行多变量统计分析（Matlab R2025a）。
研究结果：
3.1 实地研究：识别出咖啡、玉米、高粱和水稻残余物在可用性、丰富性和无竞争方面most有前景，14个入围样品（表S1蓝色）根据可用性、不与粮食竞争和无当前增值途径选出并进行更深入ICP和TGA表征。
3.2 燃料表征：
3.2.1 有机元素分析：碳含量从稻秆44.6 wt%，db到棕榈仁废弃物71.8 wt%，db；木材和能源作物碳含量平均值接近（48.2和47.7 wt%，db）且离散度低，农业残余物平均相似（49.2 wt%，db）但更分散（5.4 wt%，db）；氮含量从<0.1 wt%，db到木豆荚4.0 wt%，db，木质生物质不超过0.8 wt%，db，daf，约一半农业废弃物N含量高于1.0 wt%，db，4个样品（象草bana、坎帕拉稻壳、咖啡壳干法加工、木豆荚）超过ISO 17225最大N含量2.0 wt%，db建议。
3.2.2 无机元素含量和组成：灰分含量0.3–23.1 wt%，db，木质生物质0.4–2.7 wt%，db，能源作物0.5–14.5 wt%，db，农业残余物0.3–23.1 wt%，db（姆巴莱稻壳most高23.1 wt%，db），5个农业残余物超过ISO 17225最大灰分10 wt%，db建议；K/(Si+P)比率将样品分为Si主导（<0.2）、高Si和P由高K补偿（~0.2–0.5）、平衡（~1）、K主导（>1.5）四组，能源作物多属前两组，木质生物质多属K主导，农业残余物变异性most大（棕榈仁壳0.02至卢萨卡玉米秆6.46）；AAEM总和most高为水葫芦（59333 mg/kg）、烛果壳（40684 mg/kg）、木豆荚（31034 mg/kg），most低为赞比亚玉米秆（1724 mg/kg）、松木锯屑（1879 mg/kg）、咀嚼甘蔗废弃物（1880 mg/kg），总AAEM含量与K/(Si+P)比率无明确系统关系；Si/K摩尔比木材（0.20–9.12，银合欢农林业20.28除外）和某些农业残余物（赞比亚玉米秆0.12、木薯皮0.13）较低，most高为棕榈仁壳（77.82）、赞比亚甘蔗渣（51.79）、姆巴莱稻壳（47.72），农业残余物K+Na+Zn+Pb之和平均11350 mg/kg，db（水葫芦most高38610 mg/kg，db），木材平均4076 mg/kg，db，能源作物平均7311 mg/kg，db，低Si/K和高K+Na+Zn+Pb之和（赞比亚玉米秆、水葫芦）表明较高气溶胶形成风险，most低风险为玉米秆颗粒和松木锯屑；Si/(Ca+Mg)和(Si+P+K)/(Ca+Mg)摩尔比most高为棕榈仁壳（153.64、155.86）和姆巴莱稻壳（128.47、131.63），most低为软木颗粒（0.54、1.02）和锯屑（0.29、0.66），秸秆颗粒(Si+P+K)/(Ca+Mg)比率5.3对应灰烧结温度约840°C，软木比率约0.9对应灰熔融温度约1400°C，农业残余物预期K释放较低。
3.2.3 LHV和HHV：HHV从几内亚草13.7 MJ/kg，db到棕榈仁废弃物36.1 MJ/kg，db，木质生物质HHV差异most小，农业残余物most大；除几内亚草外所有样品HHV符合ISO建议（>14.5 MJ/kg，db）；TLUD炊事炉中一次气体化学能和火功率与HHV直接相关（灌木地颗粒因AAEM组成实验持续时间较长除外）；LHV由HHV计算，高水分含量（乌干达高粱秆42.1 wt%、桉树41.1 wt%）影响HHV；棕榈仁废弃物因低水分（2.4 wt%）和高LHV（33.7 MJ/kg）most适合无需干燥预处理能源增值；桉树和乌干达高粱秆高水分但LHV不太高，可能需要干燥；几内亚草低水分和低LHV；同种生物质不同地区水分和LHV差异显著（高粱秆阿朱马尼9.2 wt%对乌干达42.1 wt%，LHV 17.1对14.0 MJ/kg）。
3.2.4 热解热行为（TGA）：焦炭产率从棕榈仁废弃物5.8%到稻壳颗粒38.4%，大多数样品最终质量损失在芒草和灌木地颗粒之间，咀嚼甘蔗废弃物、玉米秆、甘蔗皮和木薯皮低于芒草焦炭产率（21.2%），质量损失结果间存在7倍因子；most低降解温度见于玉米秆、咀嚼甘蔗废弃物和甘蔗皮（200°C和350°C两个峰），木薯皮峰在300°C前，其他样品峰在300–400°C之间；most高降解速率峰为软木颗粒（3.97 mg/min）、芒草颗粒（3.74 mg/min）、灌木地颗粒（3.07 mg/min），入围样品中棕榈仁废弃物most高（2.31 mg/min），most低为稻秆、木豆荚和咀嚼甘蔗废弃物（1.0–1.35 mg/min）；咀嚼甘蔗废弃物、玉米秆和甘蔗皮TGA剖面相似（220、280、350°C三峰），低灰分（0.3–1.7 wt%，db）、低AAEM（1881–3443 mg/kg）、可变Si/(K+P)比率（2.67–10.12）；富硅残余物（稻壳、花生荚）低于300°C降解峰较低，部分支持Si抑制热降解动力学；木豆荚和豆荚300°C左右主导单一降解峰（K主导类别），钾催化脱挥发分和成炭反应；棕榈仁废弃物在约420°C额外第二峰，可能反映富含木质素部分更高贡献，与其显著更高HHV一致。
3.2.5 PCA和聚类结果：元素组成和HHV的PCA中PC1和PC2解释79.0%总变异性（PC1 53.8%、PC2 25.2%），PC1与C、H含量和HHV直接相关、与O反相关，PC2与灰分和N含量直接相关（负相关）；灰分含量和无机元素比率的PCA中PC1和PC2解释80.3%总变异性（PC1 53.0%、PC2 27.3%），PC1与硅含量相关比率（Si/K、Si/(Ca+Mg)）直接相关，PC2与K主导比率（K/(Si+P)、K+Na+Zn+Pb）相关；个体相关矩阵显示大多数生物质样品强相关（无相关系数低于0.5），棕榈仁废弃物（样品41）很好代表PC1（most高C 71.8 wt%和HHV 36.1 MJ/kg，db），稻壳（样品24）和象草bana（样品30）由PC2代表；灰分和无机元素比率PCA中棕榈仁壳（样品20）很好代表PC1（高Si主导比率），水葫芦（样品43）和稻秆（样品42）代表PC2（高K主导比率）；层次聚类3个聚类：基于元素组成和HHV的PCA中，聚类1（PC?正、PC?中等）高HHV低灰分（包括所有生物质类型如松树、咖啡壳、竹、高粱秆、软木颗粒），聚类2（高PC?、更负PC?）更加工或管理系统的衍生物（银合欢、格木、桉树、芒草颗粒），聚类3（低PC?、强负PC?）较低能量密度（水葫芦、木豆荚、甘蔗渣，大多乌干达收集，对应14个入围材料）；基于灰分和无机元素比率的PCA中，水葫芦单独聚类（K相关比率值大大较高），第二聚类高K主导比率低Si主导比率（咖啡壳、烛果、赞比亚玉米秆、木豆荚、豆荚、木薯皮、乌干达稻秆、空心竹类型A），其余样品第三聚类；聚类结果不完全对应传统生物质分类，聚类3主要农业残余物而聚类1和2为木质和草本的异质混合物，相同生物质类型不同地区处于不同聚类（稻壳、玉米秆），同一作物不同部分特性不同并分离（棕榈废弃物、玉米）。
4 结论：实地研究揭示广泛生物质残余物多样性，咖啡、玉米、高粱和水稻残余物在可用性、丰富性和无竞争方面most有前景，其他相似资源在赞比亚、纳米比亚和南非识别并纳入；48个样品表征并与4个参考样品和ISO 17225比较，农业残余物显示预期高变异性但大多数符合ISO建议，4个参考样品代表生物生物质类别且热行为与所有样品一致；直接考虑生物质科不足以预测燃料行为，需要结合理化特性（元素组成、灰分含量和组成、HHV）及TGA热行为描述确定most接近参考生物质，从而预测TLUD炊事炉燃料行为（能源效率和气体组成估计）；文献无机元素比率用于经验估计燃料行为和识别潜在良好候选者，花生荚可能因高灰分（高无机PM排放、结渣、高温腐蚀）或高氮（高NOx排放）不合适，农业残余物(Si+P+K)/(Ca+Mg)比值较高（棕榈仁壳155.86、姆巴莱稻壳131.63）可能表明较低灰熔融温度但高Si/K比率 mitigated K释放，某些农业残余物高K+Na+Zn+Pb和低Si/K（玉米秆、水葫芦）可能表明较高气溶胶形成风险（无机PM1排放），most低风险为玉米秆颗粒和松木锯屑，稻壳可能中等气溶胶形成风险、低灰熔融温度和低K释放，但无法在炊事炉条件下实验验证这些预测是本研究局限性；所有样品HHV在炊事炉应用 acceptable 范围内，棕榈仁废弃物等高LHV低水分样品热降解从较低温度开始且质量损失较高，更适合能源增值，同物种不同地理区域表征差异显著（水分和LHV）可通过选择种植区和收获期控制；PCA和聚类基于理化特性分类而非生物质科，聚类识别三个主要组（不同能源、无机或来源剖面），组与常规生物质科不一致，强调生物资源表征重要性以证明增值路线合理性，生成的非洲生物质残余物理化和能源表征数据库有望作为决策支持工具鼓励地方资源增值。
