Assessment of biomass functions for calculating bark proportions and ash contents of refined biomass fuels derived from major boreal tree species
Notice bibliographique
Résumé
Knowledge of the components of above-ground biomass of low-quality stems harvested to produce biofuel pellets is important, since bark has higher ash contents (a key quality parameter for the pellets) than wood. Therefore, single-tree biomass functions by Marklund (1988. Rep. 45. Department of Forest Survey, Swedish University of Agricultural Sciences, Umea, Sweden.) were evaluated using a sample population of 1612 Scots pine ( Pinus sylvestris L.), Norway spruce ( Pices abies (L.) Karst.), and birch ( Betula pendula Roth and Betula pubescens Ehrh.) trees and three methods to model bark proportions. Bark percentages calculated subtractively using functions for stem biomass over and under bark showed anomalous patterns, especially for pine and birch. However, additive use of biomass functions for bark biomass and stem biomass under bark resulted in similar patterns to bark percentages traditionally calculated from bark biomass and stem biomass over bark. Published ash contents of bark and stemwood indicate that pine, birch, and spruce stems with breast height (1.3 m) diameters of 4–40, 4–30, and >19 cm, respectively, have <0.7% ash contents (the current limit for the highest quality fuel pellets). However, if the highest recorded ash contents are used, only pine stems meet this criterion. Thus, material of different species and stem dimensions may need to be carefully mixed when whole-stem biomass is used as feedstock for pelletizing.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».