BMP-onderzoekStro en oogstresten

Wheat straw — BMP: 92 onderzoeken, gewogen gemiddelde 261 m³ CH₄/t oDS

Wheat straw: 92 records aan BMP-gegevens uit 17 publicaties, gewogen gemiddelde 261 m³ CH₄/t oDS, bereik 162–490.

beoordeling: goedCH₄ ≈ 52 % (schatting)

Gepubliceerd Bijgewerkt 2 min leestijdRedactie FeedstockData

Foto Huw Williams (Huwmanbeing) / Wikimedia Commons, publiek domein, bronbestand; wijzigingen: bijsnijding

Gewogen gemiddelde
261m³ CH₄/t oDS
Bereik
162–490m³ CH₄/t oDS
Records
92onderzoeken
Publicaties
17bronnen
Temperaturen
35 °C, 37 °C, 38 °C, 40 °Cvan de test

Methaan in biogas

Laag methaangehalte · ≈ 5,2 kWh/m³ biogas

schatting op basis van het type substraat De verzamelde onderzoeken bevatten geen meting. Het interval volgt uit de bij benadering bepaalde samenstelling (eiwit uit totaal stikstof (N 0,7% DS × 6,25)) en de opbrengsten van stofgroepen volgens FNR.

Hoe wij het berekenen en wat de zones betekenen

Beoordeling voor biogasinstallaties

goed — redactionele beoordeling voor biogasinstallatiesStabiel, meestal zonder vergoeding geaccepteerd

Potentieel per ton vers materiaal: zeer hoog (218 m³ CH₄/t); geen bijzondere bedreigingen voor de stabiliteit. Verwerkingskosten: vezels, drijflaag, langzame afbraak.

Waarom? Beoordelingsfactoren

Potentieel per ton +3

  • +3potentieel 218 m³ CH₄/t vers materiaal (BMP 261 × DS 92% × oDS 90,6%)

Processtabiliteit 0

  • 0geen factoren

Verwerking en kosten −1

  • −0,5vezels, drijflaag — versnipperen en intensief mengen
  • −0,5langzame afbraak — lange verblijftijd

Totaal aantal punten: 2 · drempels: ≥ 2,5 zeer goed, ≥ 1 goed, daaronder — neutraal; negatief bij cumulatief procesrisico.

Redactionele beoordeling volgens de methodologie · betrouwbaarheid van de beoordeling: hoog · exclusief marktprijzen

Toevoegen aan de covergistingsrekentool CSV-gegevens

BMP-curves uit 92 onderzoeken

Gewogen gemiddelde Afzonderlijke records

BMP-curves: Wheat strawCumulatieve methaanproductie in de tijd voor 92 records en het gewogen gemiddelde van 261 m³ CH₄/t oDS. 25 van de curves zijn modelcurves (kinetiek van de eerste orde).02004006000510152025303540tijd [d]m³ CH₄/t oDSHafner et al. (2022) · lab. 1 · test 273: 178 m³ CH₄/t oDS (meting)Hafner et al. (2022) · lab. 16 · test 235: 178 m³ CH₄/t oDS (meting)Hafner et al. (2022) · lab. 15 · test 268: 199 m³ CH₄/t oDS (meting)Hafner et al. (2022) · lab. 15 · test 217: 214 m³ CH₄/t oDS (meting)Hafner et al. (2022) · lab. 18 · test 242: 222 m³ CH₄/t oDS (meting)Hafner et al. (2022) · lab. 1 · test 253: 226 m³ CH₄/t oDS (meting)Hafner et al. (2022) · lab. 31 · test 224: 227 m³ CH₄/t oDS (meting)Hafner et al. (2022) · lab. 35 · test 216: 232 m³ CH₄/t oDS (meting)Hafner et al. (2022) · lab. 18 · test 258: 232 m³ CH₄/t oDS (meting)Hafner et al. (2022) · lab. 2 · test 244: 238 m³ CH₄/t oDS (meting)Hafner et al. (2022) · lab. 21 · test 255: 243 m³ CH₄/t oDS (meting)Hafner et al. (2022) · lab. 31 · test 233: 244 m³ CH₄/t oDS (meting)Hafner et al. (2022) · lab. 21 · test 263: 247 m³ CH₄/t oDS (meting)Hafner et al. (2022) · lab. 9 · test 214: 247 m³ CH₄/t oDS (meting)Hafner et al. (2022) · lab. 39 · test 220: 249 m³ CH₄/t oDS (meting)Hafner et al. (2022) · lab. 11 · test 202: 249 m³ CH₄/t oDS (meting)Hafner et al. (2022) · lab. 10 · test 249: 250 m³ CH₄/t oDS (meting)Hafner et al. (2022) · lab. 31 · test 245: 253 m³ CH₄/t oDS (meting)Hafner et al. (2022) · lab. 37 · test 208: 253 m³ CH₄/t oDS (meting)Hafner et al. (2022) · lab. 39 · test 264: 254 m³ CH₄/t oDS (meting)Hafner et al. (2022) · lab. 8 · test 219: 254 m³ CH₄/t oDS (meting)Hafner et al. (2022) · lab. 35 · test 222: 258 m³ CH₄/t oDS (meting)Hafner et al. (2022) · lab. 13 · test 262: 264 m³ CH₄/t oDS (meting)Hafner et al. (2022) · lab. 34 · test 254: 266 m³ CH₄/t oDS (meting)Hafner et al. (2022) · lab. 3 · test 257: 266 m³ CH₄/t oDS (meting)Hafner et al. (2022) · lab. 5 · test 259: 269 m³ CH₄/t oDS (meting)Hafner et al. (2022) · lab. 3 · test 228: 270 m³ CH₄/t oDS (meting)Hafner et al. (2022) · lab. 32 · test 203: 270 m³ CH₄/t oDS (meting)Hafner et al. (2022) · lab. 20 · test 266: 272 m³ CH₄/t oDS (meting)Hafner et al. (2022) · lab. 39 · test 274: 272 m³ CH₄/t oDS (meting)Hafner et al. (2022) · lab. 25 · test 234: 272 m³ CH₄/t oDS (meting)Hafner et al. (2022) · lab. 29 · test 237: 272 m³ CH₄/t oDS (meting)Hafner et al. (2022) · lab. 38 · test 223: 273 m³ CH₄/t oDS (meting)Hafner et al. (2022) · lab. 8 · test 270: 274 m³ CH₄/t oDS (meting)Hafner et al. (2022) · lab. 11 · test 252: 275 m³ CH₄/t oDS (meting)Hafner et al. (2022) · lab. 36 · test 215: 275 m³ CH₄/t oDS (meting)Hafner et al. (2022) · lab. 3 · test 265: 278 m³ CH₄/t oDS (meting)Hafner et al. (2022) · lab. 36 · test 232: 280 m³ CH₄/t oDS (meting)Hafner et al. (2022) · lab. 4 · test 205: 282 m³ CH₄/t oDS (meting)Hafner et al. (2022) · lab. 30 · test 271: 283 m³ CH₄/t oDS (meting)Hafner et al. (2022) · lab. 37 · test 226: 283 m³ CH₄/t oDS (meting)Hafner et al. (2022) · lab. 19 · test 225: 283 m³ CH₄/t oDS (meting)Hafner et al. (2022) · lab. 29 · test 238: 285 m³ CH₄/t oDS (meting)Hafner et al. (2022) · lab. 14 · test 230: 288 m³ CH₄/t oDS (meting)Hafner et al. (2022) · lab. 39 · test 211: 288 m³ CH₄/t oDS (meting)Hafner et al. (2022) · lab. 19 · test 272: 290 m³ CH₄/t oDS (meting)Hafner et al. (2022) · lab. 37 · test 207: 291 m³ CH₄/t oDS (meting)Hafner et al. (2022) · lab. 40 · test 260: 293 m³ CH₄/t oDS (meting)Hafner et al. (2022) · lab. 12 · test 267: 293 m³ CH₄/t oDS (meting)Hafner et al. (2022) · lab. 10 · test 246: 296 m³ CH₄/t oDS (meting)Hafner et al. (2022) · lab. 27 · test 212: 297 m³ CH₄/t oDS (meting)Hafner et al. (2022) · lab. 24 · test 206: 299 m³ CH₄/t oDS (meting)Hafner et al. (2022) · lab. 24 · test 221: 304 m³ CH₄/t oDS (meting)Hafner et al. (2022) · lab. 13 · test 236: 305 m³ CH₄/t oDS (meting)Hafner et al. (2022) · lab. 14 · test 240: 490 m³ CH₄/t oDS (meting)Hafner et al. (2026) · lab. E27: 220 m³ CH₄/t oDS (meting)Hafner et al. (2026) · lab. E20: 247 m³ CH₄/t oDS (meting)Hafner et al. (2026) · lab. E18: 254 m³ CH₄/t oDS (meting)Hafner et al. (2026) · lab. R04: 264 m³ CH₄/t oDS (meting)Hafner et al. (2026) · lab. E08: 266 m³ CH₄/t oDS (meting)Hafner et al. (2026) · lab. E11: 270 m³ CH₄/t oDS (meting)Hafner et al. (2026) · lab. R02: 274 m³ CH₄/t oDS (meting)Hafner et al. (2026) · lab. R06: 289 m³ CH₄/t oDS (meting)Hafner et al. (2026) · lab. E13: 300 m³ CH₄/t oDS (meting)Hafner et al. (2026) · lab. R01: 308 m³ CH₄/t oDS (meting)Hafner et al. (2026) · lab. R05: 341 m³ CH₄/t oDS (meting)Hafner et al. (2026) · lab. E24: 410 m³ CH₄/t oDS (meting)Prajapati et al. (2018): 225 m³ CH₄/t oDS (modelcurve)ÖZBAYRAM i İNCE (2021): 164 m³ CH₄/t oDS (modelcurve)Amon et al. (2007): 189 m³ CH₄/t oDS (modelcurve)Shen et al. (2019): 204 m³ CH₄/t oDS (modelcurve)Sharma et al. (1988) · 1: 162 m³ CH₄/t oDS (modelcurve)Sharma et al. (1988) · 2: 227 m³ CH₄/t oDS (modelcurve)Sharma et al. (1988) · 3: 241 m³ CH₄/t oDS (modelcurve)Sharma et al. (1988) · 4: 248 m³ CH₄/t oDS (modelcurve)Sharma et al. (1988) · 5: 249 m³ CH₄/t oDS (modelcurve)Tong et al. (1990) · 1: 302 m³ CH₄/t oDS (modelcurve)Tong et al. (1990) · 2: 333 m³ CH₄/t oDS (modelcurve)Klavins et al. (2020): 246 m³ CH₄/t oDS (modelcurve)Ferreira et al. (2014) · 1: 232 m³ CH₄/t oDS (modelcurve)Ferreira et al. (2014) · 2: 239 m³ CH₄/t oDS (modelcurve)Ferreira et al. (2014) · 3: 245 m³ CH₄/t oDS (modelcurve)Kouas et al. (2017): 201 m³ CH₄/t oDS (modelcurve)Li et al. (2013): 245 m³ CH₄/t oDS (modelcurve)Menardo et al. (2012) · 1: 182 m³ CH₄/t oDS (modelcurve)Menardo et al. (2012) · 2: 285 m³ CH₄/t oDS (modelcurve)Menardo et al. (2012) · 3: 334 m³ CH₄/t oDS (modelcurve)Chevalier et al. (2023): 249 m³ CH₄/t oDS (modelcurve)Naji et al. (2023): 176 m³ CH₄/t oDS (modelcurve)Meneses Quelal i Pilamunga Hurtado (2023) · 1: 265 m³ CH₄/t oDS (modelcurve)Meneses Quelal i Pilamunga Hurtado (2023) · 2: 275 m³ CH₄/t oDS (modelcurve)Sambusiti et al. (2013): 204 m³ CH₄/t oDS (modelcurve)gemiddelde261

Gestippelde lijnen zijn een modelcurve (kinetiek van de eerste orde, B(t) = B₀·(1 − e−kt)); het eindpunt is afkomstig uit de publicatie. Doorgetrokken lijnen zijn metingen (67).

Cumulatieve methaanproductie gedurende de test [m³ CH₄/t oDS]. De dikke lijn is het gewogen gemiddelde van alle records (261); punten markeren de in de publicaties vermelde eindwaarden. Wijs naar de grafiek om waarden af te lezen; klik op een item in de legenda om een record te verbergen of te tonen.

  • De overige records in de legenda tonen (80)

Records en bronnen

CSV downloaden
BronBMP
m³ CH₄/t oDS
TemperatuurMonsterCurve
Hafner et al. (2022) · lab. 1 · test 273 DOI178— · mesofiel—meting (31 punten)
Hafner et al. (2022) · lab. 16 · test 235 DOI178— · mesofiel—meting (31 punten)
Hafner et al. (2022) · lab. 15 · test 268 DOI199— · mesofiel—meting (31 punten)
Hafner et al. (2022) · lab. 15 · test 217 DOI214— · mesofiel—meting (31 punten)
Hafner et al. (2022) · lab. 18 · test 242 DOI222— · mesofiel—meting (31 punten)
Hafner et al. (2022) · lab. 1 · test 253 DOI226— · mesofiel—meting (31 punten)
Hafner et al. (2022) · lab. 31 · test 224 DOI227— · mesofiel—meting (31 punten)
Hafner et al. (2022) · lab. 35 · test 216 DOI232— · mesofiel—meting (31 punten)
Hafner et al. (2022) · lab. 18 · test 258 DOI232— · mesofiel—meting (31 punten)
Hafner et al. (2022) · lab. 2 · test 244 DOI238— · mesofiel—meting (31 punten)
Hafner et al. (2022) · lab. 21 · test 255 DOI243— · mesofiel—meting (31 punten)
Hafner et al. (2022) · lab. 31 · test 233 DOI244— · mesofiel—meting (31 punten)
Hafner et al. (2022) · lab. 21 · test 263 DOI247— · mesofiel—meting (31 punten)
Hafner et al. (2022) · lab. 9 · test 214 DOI247— · mesofiel—meting (31 punten)
Hafner et al. (2022) · lab. 39 · test 220 DOI249— · mesofiel—meting (31 punten)
Hafner et al. (2022) · lab. 11 · test 202 DOI249— · mesofiel—meting (31 punten)
Hafner et al. (2022) · lab. 10 · test 249 DOI250— · mesofiel—meting (31 punten)
Hafner et al. (2022) · lab. 31 · test 245 DOI253— · mesofiel—meting (31 punten)
Hafner et al. (2022) · lab. 37 · test 208 DOI253— · mesofiel—meting (31 punten)
Hafner et al. (2022) · lab. 39 · test 264 DOI254— · mesofiel—meting (31 punten)
Hafner et al. (2022) · lab. 8 · test 219 DOI254— · mesofiel—meting (31 punten)
Hafner et al. (2022) · lab. 35 · test 222 DOI258— · mesofiel—meting (31 punten)
Hafner et al. (2022) · lab. 13 · test 262 DOI264— · mesofiel—meting (31 punten)
Hafner et al. (2022) · lab. 34 · test 254 DOI266— · mesofiel—meting (31 punten)
Hafner et al. (2022) · lab. 3 · test 257 DOI266— · mesofiel—meting (31 punten)
Hafner et al. (2022) · lab. 5 · test 259 DOI269— · mesofiel—meting (31 punten)
Hafner et al. (2022) · lab. 3 · test 228 DOI270— · mesofiel—meting (31 punten)
Hafner et al. (2022) · lab. 32 · test 203 DOI270— · mesofiel—meting (31 punten)
Hafner et al. (2022) · lab. 20 · test 266 DOI272— · mesofiel—meting (31 punten)
Hafner et al. (2022) · lab. 39 · test 274 DOI272— · mesofiel—meting (31 punten)
Hafner et al. (2022) · lab. 25 · test 234 DOI272— · mesofiel—meting (31 punten)
Hafner et al. (2022) · lab. 29 · test 237 DOI272— · mesofiel—meting (31 punten)
Hafner et al. (2022) · lab. 38 · test 223 DOI273— · mesofiel—meting (31 punten)
Hafner et al. (2022) · lab. 8 · test 270 DOI274— · mesofiel—meting (31 punten)
Hafner et al. (2022) · lab. 11 · test 252 DOI275— · mesofiel—meting (31 punten)
Hafner et al. (2022) · lab. 36 · test 215 DOI275— · mesofiel—meting (31 punten)
Hafner et al. (2022) · lab. 3 · test 265 DOI278— · mesofiel—meting (31 punten)
Hafner et al. (2022) · lab. 36 · test 232 DOI280— · mesofiel—meting (31 punten)
Hafner et al. (2022) · lab. 4 · test 205 DOI282— · mesofiel—meting (31 punten)
Hafner et al. (2022) · lab. 30 · test 271 DOI283— · mesofiel—meting (31 punten)
Hafner et al. (2022) · lab. 37 · test 226 DOI283— · mesofiel—meting (31 punten)
Hafner et al. (2022) · lab. 19 · test 225 DOI283— · mesofiel—meting (31 punten)
Hafner et al. (2022) · lab. 29 · test 238 DOI285— · mesofiel—meting (31 punten)
Hafner et al. (2022) · lab. 14 · test 230 DOI288— · mesofiel—meting (31 punten)
Hafner et al. (2022) · lab. 39 · test 211 DOI288— · mesofiel—meting (31 punten)
Hafner et al. (2022) · lab. 19 · test 272 DOI290— · mesofiel—meting (31 punten)
Hafner et al. (2022) · lab. 37 · test 207 DOI291— · mesofiel—meting (31 punten)
Hafner et al. (2022) · lab. 40 · test 260 DOI293— · mesofiel—meting (31 punten)
Hafner et al. (2022) · lab. 12 · test 267 DOI293— · mesofiel—meting (31 punten)
Hafner et al. (2022) · lab. 10 · test 246 DOI296— · mesofiel—meting (31 punten)
Hafner et al. (2022) · lab. 27 · test 212 DOI297— · mesofiel—meting (31 punten)
Hafner et al. (2022) · lab. 24 · test 206 DOI299— · mesofiel—meting (31 punten)
Hafner et al. (2022) · lab. 24 · test 221 DOI304— · mesofiel—meting (31 punten)
Hafner et al. (2022) · lab. 13 · test 236 DOI305— · mesofiel—meting (31 punten)
Hafner et al. (2022) · lab. 14 · test 240 DOI490— · mesofiel—meting (31 punten)
Hafner et al. (2026) · lab. E27 DOI220— · mesofielWheat strawmeting (31 punten)
Hafner et al. (2026) · lab. E20 DOI247— · mesofielWheat strawmeting (31 punten)
Hafner et al. (2026) · lab. E18 DOI254— · mesofielWheat strawmeting (31 punten)
Hafner et al. (2026) · lab. R04 DOI264— · mesofielWheat strawmeting (31 punten)
Hafner et al. (2026) · lab. E08 DOI266— · mesofielWheat strawmeting (31 punten)
Hafner et al. (2026) · lab. E11 DOI270— · mesofielWheat strawmeting (31 punten)
Hafner et al. (2026) · lab. R02 DOI274— · mesofielWheat strawmeting (31 punten)
Hafner et al. (2026) · lab. R06 DOI289— · mesofielWheat strawmeting (31 punten)
Hafner et al. (2026) · lab. E13 DOI300— · mesofielWheat strawmeting (31 punten)
Hafner et al. (2026) · lab. R01 DOI308— · mesofielWheat strawmeting (31 punten)
Hafner et al. (2026) · lab. R05 DOI341— · mesofielWheat strawmeting (31 punten)
Hafner et al. (2026) · lab. E24 DOI410— · mesofielWheat strawmeting (31 punten)
Prajapati et al. (2018) DOI225—wheat straw (WS)eindpunt (modelcurve)
ÖZBAYRAM i İNCE (2021) DOI16437 °C · mesofielwheat straweindpunt (modelcurve)
Amon et al. (2007) DOI18938 °C · mesofielwinter Wheat (Straw)eindpunt (modelcurve)
Shen et al. (2019) DOI204—Wheat straw (Triticum aestivum)eindpunt (modelcurve)
Sharma et al. (1988) · 1 DOI16237 °C · mesofielWheat · voorbehandeling: Material were first dried in the sun and then in an oven at 90oCeindpunt (modelcurve)
Sharma et al. (1988) · 2 DOI22737 °C · mesofielWheat · voorbehandeling: Material were first dried in the sun and then in an oven at 90oCeindpunt (modelcurve)
Sharma et al. (1988) · 3 DOI24137 °C · mesofielWheat · voorbehandeling: Material were first dried in the sun and then in an oven at 90oCeindpunt (modelcurve)
Sharma et al. (1988) · 4 DOI24837 °C · mesofielWheat · voorbehandeling: Material were first dried in the sun and then in an oven at 90oCeindpunt (modelcurve)
Sharma et al. (1988) · 5 DOI24937 °C · mesofielWheat · voorbehandeling: Material were first dried in the sun and then in an oven at 90oCeindpunt (modelcurve)
Tong et al. (1990) · 1 DOI30235 °C · mesofielWheat straw 1 · voorbehandeling: air driedeindpunt (modelcurve)
Tong et al. (1990) · 2 DOI33335 °C · mesofielWheat straw 2 · voorbehandeling: air driedeindpunt (modelcurve)
Klavins et al. (2020) DOI24638 °C · mesofielWheat straw (shredded, milled)eindpunt (modelcurve)
Ferreira et al. (2014) · 1 DOI23235 °C · mesofielwheat straweindpunt (modelcurve)
Ferreira et al. (2014) · 2 DOI23935 °C · mesofielwheat straweindpunt (modelcurve)
Ferreira et al. (2014) · 3 DOI24535 °C · mesofielwheat straweindpunt (modelcurve)
Kouas et al. (2017) DOI20135 °C · mesofielwheat straweindpunt (modelcurve)
Li et al. (2013) DOI24537 °C · mesofielWheat Straweindpunt (modelcurve)
Menardo et al. (2012) · 1 DOI18240 °C · mesofielWheat Straweindpunt (modelcurve)
Menardo et al. (2012) · 2 DOI28540 °C · mesofielWheat Straweindpunt (modelcurve)
Menardo et al. (2012) · 3 DOI33440 °C · mesofielWheat Straweindpunt (modelcurve)
Chevalier et al. (2023) DOI249—Wheat straw (WS), milled control (CM)eindpunt (modelcurve)
Naji et al. (2023) DOI176—Wheat straw (WS)eindpunt (modelcurve)
Meneses Quelal i Pilamunga Hurtado (2023) · 1 DOI265—Wheat straw (RR:WS 0:4), I:S 1:1eindpunt (modelcurve)
Meneses Quelal i Pilamunga Hurtado (2023) · 2 DOI275—Wheat straw (RR:WS 0:4), I:S 2:1eindpunt (modelcurve)
Sambusiti et al. (2013) DOI20435 °C · mesofielWheat Straweindpunt (modelcurve)
Gewogen gemiddelde261rekenkundig gemiddelde 261, SD 47

Typische samenstelling

Droge stof (DS)
92% (bereik 86,6–94)
Organische droge stof (oDS)
90,6 % DS (bereik 86,1–95,7)
Stikstof
0,7 % DS
C/N-verhouding
66

Mediaan en bereik van de bepalingen die in de publicaties achter de BMP-records van dit substraat zijn vermeld (afgelezen uit: BCBPD, CROPGEN D4, MY-D); droge stof: 4 bepalingen, organische droge stof: 7 bepalingen. C/N is berekend als de verhouding van het C- en N-gehalte (% DS) uit dezelfde bron. De monsters zijn gedroogd/luchtdroog getest – de DS heeft betrekking op het materiaal in de test, niet op vers materiaal.

Bronnen: Shen e.a. (2019); Sharma e.a. (1988); Tong e.a. (1990); Li e.a. (2013); Menardo e.a. (2012); Sambusiti e.a. (2013).

De samenstelling van de grondstof verschilt per partij — gebruik voor berekeningen voor een installatie een analyse van uw eigen monster. De rekentool vult automatisch typische waarden in.

Proceseigenschappen

  • vezelig
  • langzaam afbreekbaar
  • koolstofrijk
  • stikstofarm
  • vormt een drijflaag
  • hoge droge stof
  • seizoensgebonden
  • arm aan sporenelementen
  • redactionele classificatie

Covergisting — waarmee te combineren, waar op te letten

Dosering

Bronnen van de procesgegevens

  1. Saha, C.K.; Nime, J.; Khatun, M.L.; Sharna, T.H.; Alam, M.M. (2025) Rice straw co-digestion potential with cow dung and poultry droppings for maximizing biogas production in Bangladesh. Heliyon 11(4), e42687
  2. Weiland, P. (2010) Biogas production: current state and perspectives. Applied Microbiology and Biotechnology
  3. Meneses Quelal, O.; Pilamunga Hurtado, D. (2023) Anaerobic Fermentation of Slaughterhouse Waste—Codigestion with Wheat Straw to Determine Methane Biochemical Potential and Kinetic Analysis. Fermentation 9(8), 726
  4. Chen, Y.; Cheng, J.J.; Creamer, K.S. (2008) Inhibition of anaerobic digestion process: A review. Bioresource Technology
  5. Prajapati, K.K.; Pareek, N.; Vivekanand, V. (2018) Pretreatment and Multi-Feed Anaerobic Co-digestion of Agro-Industrial Residual Biomass for Improved Biomethanation and Kinetic Analysis. Frontiers in Energy Research 6, 111
  6. ÖZBAYRAM, E.G.; İNCE, O. (2021) Comparative Assessment of Biogas Production Potential of the Most Abundant Agro-residues in Turkey. Deu Muhendislik Fakultesi Fen ve Muhendislik 23(68), 547–555
  7. Amon, T.; Amon, B.; Kryvoruchko, V.; Machmüller, A.; Hopfner-Sixt, K.; Bodiroza, V.; Hrbek, R.; Friedel, J.; Pötsch, E.; Wagentristl, H.; Schreiner, M.; Zollitsch, W. (2007) Methane production through anaerobic digestion of various energy crops grown in sustainable crop rotations. Bioresource Technology 98(17), 3204–3212
  8. Arthur, R. et al. (2022) Mesophilic and Thermophilic Anaerobic Digestion of Wheat Straw in a CSTR System with Synthetic Manure: Impact of Nickel and Tungsten on Methane Yields, Cell Count, and Microbiome. Bioengineering
  9. Shen, J.; Zheng, Q.; Zhang, R.; Chen, C.; Liu, G. (2019) Co-pretreatment of wheat straw by potassium hydroxide and calcium hydroxide: Methane production, economics, and energy potential analysis. Journal of Environmental Management 236, 720–726
  10. Sharma, S.K.; Mishra, I.; Sharma, M.; Saini, J. (1988) Effect of particle size on biogas generation from biomass residues. Biomass 17(4), 251–263
  11. Tong, X.; Smith, L.H.; McCarty, P.L. (1990) Methane fermentation of selected lignocellulosic materials. Biomass 21(4), 239–255
  12. Klavins, A.; Dubrovskis, V.; Plume, I. (2020) Effectiveness of usage of straw and oak leave pellets for biogas production. Engineering for Rural Development 19
  13. Ferreira, L.; Nilsen, P.; Fdz-Polanco, F.; Pérez-Elvira, S. (2014) Biomethane potential of wheat straw: Influence of particle size, water impregnation and thermal hydrolysis. Chemical Engineering Journal 242, 254–259
  14. Hafner, S.D.; Astals, S.; Holliger, C.; Koch, K.; Nielsen, L.; Refsahl, L.; Weinrich, S. (2022) Assessing the value of kinetic results from biochemical methane potential tests: Reproducibility from a large inter-laboratory study. Cleaner Chemical Engineering 4, 100065
  15. Hafner, S.D.; Leca, E.; Sambusiti, C.; Astals, S.; Azam, O.; Koch, K.; Liu, J.; Møller, H.B.; Nistor, M.; Olaya-Rincon, M.; Peyrelasse, C.; Ward, A.J.; Zennaro, B.; Monlau, F. (2026) Reliable biochemical methane potential testing: insights and recommendations from global interlaboratory study. Bioresource Technology 446, 134136
  16. Hendriks, A.T.W.M.; Zeeman, G. (2009) Pretreatments to enhance the digestibility of lignocellulosic biomass. Bioresource Technology
  17. Kouas, M.; Torrijos, M.; Sousbie, P.; Steyer, J.P.; Sayadi, S.; Harmand, J. (2017) Robust assessment of both biochemical methane potential and degradation kinetics of solid residues in successive batches. Waste Management 70, 59–70
  18. Li, Y.; Zhang, R.; Liu, G.; Chen, C.; He, Y.; Liu, X. (2013) Comparison of methane production potential, biodegradability, and kinetics of different organic substrates. Bioresource Technology 149, 565–569
  19. Menardo, S.; Airoldi, G.; Balsari, P. (2012) The effect of particle size and thermal pre-treatment on the methane yield of four agricultural by-products. Bioresource Technology 104, 708–714
  20. Chevalier, A.; Evon, P.; Monlau, F.; Vandenbossche, V.; Sambusiti, C. (2023) Twin-Screw Extrusion Mechanical Pretreatment for Enhancing Biomethane Production from Agro-Industrial, Agricultural and Catch Crop Biomasses. Waste 1(2), 497–514
  21. Naji, A.; Rechdaoui, S.G.; Jabagi, E.; Lacroix, C.; Azimi, S.; Rocher, V. (2023) Horse Manure and Lignocellulosic Biomass Characterization as Methane Production Substrates. Fermentation 9(6), 580
  22. Sambusiti, C.; Monlau, F.; Ficara, E.; Carrère, H.; Malpei, F. (2013) A comparison of different pre-treatments to increase methane production from two agricultural substrates. Applied Energy 104, 62–70
  23. FNR (2010). Guía sobre el Biogás – Desde la producción hasta el uso (hiszp. wydanie „Leitfaden Biogas”, GIZ 2013)

De covergistingsrekentool beoordeelt een specifiek mengsel dat dit substraat bevat.

Wat de compilatie laat zien

De compilatie omvat 92 records van het methaanpotentieel (BMP) voor het substraat “Wheat straw” uit 17 publicaties gepubliceerd in 1988–2026. De resultaten lopen uiteen van 162 tot 490 m³ CH₄/t oDS en het gewogen gemiddelde bedraagt 261 m³ CH₄/t oDS (rekenkundig gemiddelde 261, standaardafwijking 47).

De tests zijn uitgevoerd bij 35, 37, 38, 40 °C (regime: mesofiel). Verschillen in temperatuur, inoculum, testduur en monstervoorbereiding zijn typische oorzaken van de spreiding van resultaten tussen laboratoria.

Voor 25 records vermeldt de publicatie alleen de eindwaarde. De lijn in de grafiek is dan een modelcurve (kinetiek van de eerste orde) en dient alleen om vormen te vergelijken — alleen het eindpunt is afkomstig uit de publicatie.

Hoe u deze gegevens gebruikt

BMP beschrijft het potentieel dat in een batchtest onder laboratoriumomstandigheden wordt verkregen. In een installatie op ware grootte hangt het rendement bovendien af van de verblijftijd, de belasting van de vergister, de menging en de samenstelling van het voer. Gebruik voor voorlopige berekeningen het best het gewogen gemiddelde en voor risicobeoordeling het hele bereik van de resultaten. Bij de planning van een specifiek voer is het raadzaam een eigen BMP-test op een representatief monster te laten uitvoeren.

Methodologie in het kort

BMP is de hoeveelheid methaan die in een batchtest uit organische droge stof (oDS) wordt verkregen, uitgedrukt in m³ CH₄ per ton oDS (numeriek gelijk aan NmL CH₄/g oDS in de publicaties) en omgerekend naar normaalomstandigheden (0 °C, 101,325 kPa). Bij het gewogen gemiddelde krijgt elke publicatie een totaalgewicht van 1, gelijkmatig verdeeld over haar resultaten voor het substraat — een artikel dat twintig variëteiten test, weegt dus niet zwaarder dan een artikel met één monster. Bij interlaboratoriumprogramma’s is het laboratorium de eenheid (totaalgewicht 1), en binnen het laboratorium neemt het gewicht van een test toe met het aantal flessen (herhalingen). Resultaten na voorbehandeling (bijv. thermisch, chemisch, enzymatisch) worden apart getoond en tellen niet mee in het gemiddelde.

Doorgetrokken lijnen zijn in de tests gemeten curves. Wanneer een publicatie alleen het eindresultaat vermeldt, tekenen wij een kinetisch model van de eerste orde, B(t) = B₀·(1 − e−kt): alleen het eindpunt is afkomstig uit de publicatie en de vorm van de curve dient uitsluitend ter visualisatie — lees er niet de productie op een bepaalde dag uit af. Voor dit substraat is k = 0,136 d−1 aangenomen (mediaan van de in de bronnen vermelde en/of aan de gemiddelde gemeten curves gefitte snelheidsconstanten k).

De statistieken beschrijven de spreiding van gepubliceerde resultaten — een beschrijvende compilatie, geen meta-analyse en geen garantie voor het rendement van een installatie.

Volledige methodologie en correctiebeleid

Resultaten na voorbehandeling (12) — uitgesloten van het gemiddelde
BronBMP
m³ CH₄/t oDS
VoorbehandelingMonster
Menardo et al. (2012)295unspecifiedWheat Straw
Menardo et al. (2012)299unspecifiedWheat Straw
Sambusiti et al. (2013)291chemical-unspecifiedWheat Straw
Sambusiti et al. (2013)302chemical-unspecifiedWheat Straw
Gunaseelan (2004)341chemical-unspecifiedWheat Straw
Ferreira et al. (2014)291physical-unspecifiedwheat straw
Ferreira et al. (2014)304physical-unspecifiedwheat straw
Ferreira et al. (2014)301physical-unspecifiedwheat straw
Ferreira et al. (2014)316unspecifiedwheat straw
Ferreira et al. (2014)315unspecifiedwheat straw
Ferreira et al. (2014)293unspecifiedwheat straw
Ferreira et al. (2014)323unspecifiedwheat straw

Bibliografie

  1. Hafner, S.D.; Astals, S.; Holliger, C.; Koch, K.; Nielsen, L.; Refsahl, L.; Weinrich, S. (2022). Assessing the value of kinetic results from biochemical methane potential tests: Reproducibility from a large inter-laboratory study. Cleaner Chemical Engineering 4, 100065. DOI: 10.1016/j.clce.2022.100065 DOI
  2. Hafner, S.D.; Leca, E.; Sambusiti, C.; Astals, S.; Azam, O.; Koch, K.; Liu, J.; Møller, H.B.; Nistor, M.; Olaya-Rincon, M.; Peyrelasse, C.; Ward, A.J.; Zennaro, B.; Monlau, F. (2026). Reliable biochemical methane potential testing: insights and recommendations from global interlaboratory study. Bioresource Technology 446, 134136. DOI: 10.1016/j.biortech.2026.134136 DOI
  3. Prajapati, K.K.; Pareek, N.; Vivekanand, V. (2018). Pretreatment and Multi-Feed Anaerobic Co-digestion of Agro-Industrial Residual Biomass for Improved Biomethanation and Kinetic Analysis. Frontiers in Energy Research 6, 111. DOI: 10.3389/fenrg.2018.00111 DOI
  4. ÖZBAYRAM, E.G.; İNCE, O. (2021). Comparative Assessment of Biogas Production Potential of the Most Abundant Agro-residues in Turkey. Deu Muhendislik Fakultesi Fen ve Muhendislik 23(68), 547–555. DOI: 10.21205/deufmd.2021236817 DOI
  5. Amon, T.; Amon, B.; Kryvoruchko, V.; Machmüller, A.; Hopfner-Sixt, K.; Bodiroza, V.; Hrbek, R.; Friedel, J.; Pötsch, E.; Wagentristl, H.; Schreiner, M.; Zollitsch, W. (2007). Methane production through anaerobic digestion of various energy crops grown in sustainable crop rotations. Bioresource Technology 98(17), 3204–3212. DOI: 10.1016/j.biortech.2006.07.007 DOI
  6. Shen, J.; Zheng, Q.; Zhang, R.; Chen, C.; Liu, G. (2019). Co-pretreatment of wheat straw by potassium hydroxide and calcium hydroxide: Methane production, economics, and energy potential analysis. Journal of Environmental Management 236, 720–726. DOI: 10.1016/j.jenvman.2019.01.046 DOI
  7. Sharma, S.K.; Mishra, I.; Sharma, M.; Saini, J. (1988). Effect of particle size on biogas generation from biomass residues. Biomass 17(4), 251–263. DOI: 10.1016/0144-4565(88)90107-2 DOI
  8. Tong, X.; Smith, L.H.; McCarty, P.L. (1990). Methane fermentation of selected lignocellulosic materials. Biomass 21(4), 239–255. DOI: 10.1016/0144-4565(90)90075-u DOI
  9. Klavins, A.; Dubrovskis, V.; Plume, I. (2020). Effectiveness of usage of straw and oak leave pellets for biogas production. Engineering for Rural Development 19. DOI: 10.22616/erdev.2020.19.tf529 DOI
  10. Ferreira, L.; Nilsen, P.; Fdz-Polanco, F.; Pérez-Elvira, S. (2014). Biomethane potential of wheat straw: Influence of particle size, water impregnation and thermal hydrolysis. Chemical Engineering Journal 242, 254–259. DOI: 10.1016/j.cej.2013.08.041 DOI
  11. Kouas, M.; Torrijos, M.; Sousbie, P.; Steyer, J.P.; Sayadi, S.; Harmand, J. (2017). Robust assessment of both biochemical methane potential and degradation kinetics of solid residues in successive batches. Waste Management 70, 59–70. DOI: 10.1016/j.wasman.2017.09.001 DOI
  12. Li, Y.; Zhang, R.; Liu, G.; Chen, C.; He, Y.; Liu, X. (2013). Comparison of methane production potential, biodegradability, and kinetics of different organic substrates. Bioresource Technology 149, 565–569. DOI: 10.1016/j.biortech.2013.09.063 DOI
  13. Menardo, S.; Airoldi, G.; Balsari, P. (2012). The effect of particle size and thermal pre-treatment on the methane yield of four agricultural by-products. Bioresource Technology 104, 708–714. DOI: 10.1016/j.biortech.2011.10.061 DOI
  14. Chevalier, A.; Evon, P.; Monlau, F.; Vandenbossche, V.; Sambusiti, C. (2023). Twin-Screw Extrusion Mechanical Pretreatment for Enhancing Biomethane Production from Agro-Industrial, Agricultural and Catch Crop Biomasses. Waste 1(2), 497–514. DOI: 10.3390/waste1020030 DOI
  15. Naji, A.; Rechdaoui, S.G.; Jabagi, E.; Lacroix, C.; Azimi, S.; Rocher, V. (2023). Horse Manure and Lignocellulosic Biomass Characterization as Methane Production Substrates. Fermentation 9(6), 580. DOI: 10.3390/fermentation9060580 DOI
  16. Meneses Quelal, O.; Pilamunga Hurtado, D. (2023). Anaerobic Fermentation of Slaughterhouse Waste—Codigestion with Wheat Straw to Determine Methane Biochemical Potential and Kinetic Analysis. Fermentation 9(8), 726. DOI: 10.3390/fermentation9080726 DOI
  17. Sambusiti, C.; Monlau, F.; Ficara, E.; Carrère, H.; Malpei, F. (2013). A comparison of different pre-treatments to increase methane production from two agricultural substrates. Applied Energy 104, 62–70. DOI: 10.1016/j.apenergy.2012.10.060 DOI

Alle bronnen van de site: bibliografie.