
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)
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.
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.
Toevoegen aan de covergistingsrekentool CSV-gegevens
BMP-curves uit 92 onderzoeken
Gewogen gemiddelde Afzonderlijke records
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| Bron | BMP m³ CH₄/t oDS | Temperatuur | Monster | Curve |
|---|---|---|---|---|
| Hafner et al. (2022) · lab. 1 · test 273 DOI | 178 | — · mesofiel | — | meting (31 punten) |
| Hafner et al. (2022) · lab. 16 · test 235 DOI | 178 | — · mesofiel | — | meting (31 punten) |
| Hafner et al. (2022) · lab. 15 · test 268 DOI | 199 | — · mesofiel | — | meting (31 punten) |
| Hafner et al. (2022) · lab. 15 · test 217 DOI | 214 | — · mesofiel | — | meting (31 punten) |
| Hafner et al. (2022) · lab. 18 · test 242 DOI | 222 | — · mesofiel | — | meting (31 punten) |
| Hafner et al. (2022) · lab. 1 · test 253 DOI | 226 | — · mesofiel | — | meting (31 punten) |
| Hafner et al. (2022) · lab. 31 · test 224 DOI | 227 | — · mesofiel | — | meting (31 punten) |
| Hafner et al. (2022) · lab. 35 · test 216 DOI | 232 | — · mesofiel | — | meting (31 punten) |
| Hafner et al. (2022) · lab. 18 · test 258 DOI | 232 | — · mesofiel | — | meting (31 punten) |
| Hafner et al. (2022) · lab. 2 · test 244 DOI | 238 | — · mesofiel | — | meting (31 punten) |
| Hafner et al. (2022) · lab. 21 · test 255 DOI | 243 | — · mesofiel | — | meting (31 punten) |
| Hafner et al. (2022) · lab. 31 · test 233 DOI | 244 | — · mesofiel | — | meting (31 punten) |
| Hafner et al. (2022) · lab. 21 · test 263 DOI | 247 | — · mesofiel | — | meting (31 punten) |
| Hafner et al. (2022) · lab. 9 · test 214 DOI | 247 | — · mesofiel | — | meting (31 punten) |
| Hafner et al. (2022) · lab. 39 · test 220 DOI | 249 | — · mesofiel | — | meting (31 punten) |
| Hafner et al. (2022) · lab. 11 · test 202 DOI | 249 | — · mesofiel | — | meting (31 punten) |
| Hafner et al. (2022) · lab. 10 · test 249 DOI | 250 | — · mesofiel | — | meting (31 punten) |
| Hafner et al. (2022) · lab. 31 · test 245 DOI | 253 | — · mesofiel | — | meting (31 punten) |
| Hafner et al. (2022) · lab. 37 · test 208 DOI | 253 | — · mesofiel | — | meting (31 punten) |
| Hafner et al. (2022) · lab. 39 · test 264 DOI | 254 | — · mesofiel | — | meting (31 punten) |
| Hafner et al. (2022) · lab. 8 · test 219 DOI | 254 | — · mesofiel | — | meting (31 punten) |
| Hafner et al. (2022) · lab. 35 · test 222 DOI | 258 | — · mesofiel | — | meting (31 punten) |
| Hafner et al. (2022) · lab. 13 · test 262 DOI | 264 | — · mesofiel | — | meting (31 punten) |
| Hafner et al. (2022) · lab. 34 · test 254 DOI | 266 | — · mesofiel | — | meting (31 punten) |
| Hafner et al. (2022) · lab. 3 · test 257 DOI | 266 | — · mesofiel | — | meting (31 punten) |
| Hafner et al. (2022) · lab. 5 · test 259 DOI | 269 | — · mesofiel | — | meting (31 punten) |
| Hafner et al. (2022) · lab. 3 · test 228 DOI | 270 | — · mesofiel | — | meting (31 punten) |
| Hafner et al. (2022) · lab. 32 · test 203 DOI | 270 | — · mesofiel | — | meting (31 punten) |
| Hafner et al. (2022) · lab. 20 · test 266 DOI | 272 | — · mesofiel | — | meting (31 punten) |
| Hafner et al. (2022) · lab. 39 · test 274 DOI | 272 | — · mesofiel | — | meting (31 punten) |
| Hafner et al. (2022) · lab. 25 · test 234 DOI | 272 | — · mesofiel | — | meting (31 punten) |
| Hafner et al. (2022) · lab. 29 · test 237 DOI | 272 | — · mesofiel | — | meting (31 punten) |
| Hafner et al. (2022) · lab. 38 · test 223 DOI | 273 | — · mesofiel | — | meting (31 punten) |
| Hafner et al. (2022) · lab. 8 · test 270 DOI | 274 | — · mesofiel | — | meting (31 punten) |
| Hafner et al. (2022) · lab. 11 · test 252 DOI | 275 | — · mesofiel | — | meting (31 punten) |
| Hafner et al. (2022) · lab. 36 · test 215 DOI | 275 | — · mesofiel | — | meting (31 punten) |
| Hafner et al. (2022) · lab. 3 · test 265 DOI | 278 | — · mesofiel | — | meting (31 punten) |
| Hafner et al. (2022) · lab. 36 · test 232 DOI | 280 | — · mesofiel | — | meting (31 punten) |
| Hafner et al. (2022) · lab. 4 · test 205 DOI | 282 | — · mesofiel | — | meting (31 punten) |
| Hafner et al. (2022) · lab. 30 · test 271 DOI | 283 | — · mesofiel | — | meting (31 punten) |
| Hafner et al. (2022) · lab. 37 · test 226 DOI | 283 | — · mesofiel | — | meting (31 punten) |
| Hafner et al. (2022) · lab. 19 · test 225 DOI | 283 | — · mesofiel | — | meting (31 punten) |
| Hafner et al. (2022) · lab. 29 · test 238 DOI | 285 | — · mesofiel | — | meting (31 punten) |
| Hafner et al. (2022) · lab. 14 · test 230 DOI | 288 | — · mesofiel | — | meting (31 punten) |
| Hafner et al. (2022) · lab. 39 · test 211 DOI | 288 | — · mesofiel | — | meting (31 punten) |
| Hafner et al. (2022) · lab. 19 · test 272 DOI | 290 | — · mesofiel | — | meting (31 punten) |
| Hafner et al. (2022) · lab. 37 · test 207 DOI | 291 | — · mesofiel | — | meting (31 punten) |
| Hafner et al. (2022) · lab. 40 · test 260 DOI | 293 | — · mesofiel | — | meting (31 punten) |
| Hafner et al. (2022) · lab. 12 · test 267 DOI | 293 | — · mesofiel | — | meting (31 punten) |
| Hafner et al. (2022) · lab. 10 · test 246 DOI | 296 | — · mesofiel | — | meting (31 punten) |
| Hafner et al. (2022) · lab. 27 · test 212 DOI | 297 | — · mesofiel | — | meting (31 punten) |
| Hafner et al. (2022) · lab. 24 · test 206 DOI | 299 | — · mesofiel | — | meting (31 punten) |
| Hafner et al. (2022) · lab. 24 · test 221 DOI | 304 | — · mesofiel | — | meting (31 punten) |
| Hafner et al. (2022) · lab. 13 · test 236 DOI | 305 | — · mesofiel | — | meting (31 punten) |
| Hafner et al. (2022) · lab. 14 · test 240 DOI | 490 | — · mesofiel | — | meting (31 punten) |
| Hafner et al. (2026) · lab. E27 DOI | 220 | — · mesofiel | Wheat straw | meting (31 punten) |
| Hafner et al. (2026) · lab. E20 DOI | 247 | — · mesofiel | Wheat straw | meting (31 punten) |
| Hafner et al. (2026) · lab. E18 DOI | 254 | — · mesofiel | Wheat straw | meting (31 punten) |
| Hafner et al. (2026) · lab. R04 DOI | 264 | — · mesofiel | Wheat straw | meting (31 punten) |
| Hafner et al. (2026) · lab. E08 DOI | 266 | — · mesofiel | Wheat straw | meting (31 punten) |
| Hafner et al. (2026) · lab. E11 DOI | 270 | — · mesofiel | Wheat straw | meting (31 punten) |
| Hafner et al. (2026) · lab. R02 DOI | 274 | — · mesofiel | Wheat straw | meting (31 punten) |
| Hafner et al. (2026) · lab. R06 DOI | 289 | — · mesofiel | Wheat straw | meting (31 punten) |
| Hafner et al. (2026) · lab. E13 DOI | 300 | — · mesofiel | Wheat straw | meting (31 punten) |
| Hafner et al. (2026) · lab. R01 DOI | 308 | — · mesofiel | Wheat straw | meting (31 punten) |
| Hafner et al. (2026) · lab. R05 DOI | 341 | — · mesofiel | Wheat straw | meting (31 punten) |
| Hafner et al. (2026) · lab. E24 DOI | 410 | — · mesofiel | Wheat straw | meting (31 punten) |
| Prajapati et al. (2018) DOI | 225 | — | wheat straw (WS) | eindpunt (modelcurve) |
| ÖZBAYRAM i İNCE (2021) DOI | 164 | 37 °C · mesofiel | wheat straw | eindpunt (modelcurve) |
| Amon et al. (2007) DOI | 189 | 38 °C · mesofiel | winter Wheat (Straw) | eindpunt (modelcurve) |
| Shen et al. (2019) DOI | 204 | — | Wheat straw (Triticum aestivum) | eindpunt (modelcurve) |
| Sharma et al. (1988) · 1 DOI | 162 | 37 °C · mesofiel | Wheat · voorbehandeling: Material were first dried in the sun and then in an oven at 90oC | eindpunt (modelcurve) |
| Sharma et al. (1988) · 2 DOI | 227 | 37 °C · mesofiel | Wheat · voorbehandeling: Material were first dried in the sun and then in an oven at 90oC | eindpunt (modelcurve) |
| Sharma et al. (1988) · 3 DOI | 241 | 37 °C · mesofiel | Wheat · voorbehandeling: Material were first dried in the sun and then in an oven at 90oC | eindpunt (modelcurve) |
| Sharma et al. (1988) · 4 DOI | 248 | 37 °C · mesofiel | Wheat · voorbehandeling: Material were first dried in the sun and then in an oven at 90oC | eindpunt (modelcurve) |
| Sharma et al. (1988) · 5 DOI | 249 | 37 °C · mesofiel | Wheat · voorbehandeling: Material were first dried in the sun and then in an oven at 90oC | eindpunt (modelcurve) |
| Tong et al. (1990) · 1 DOI | 302 | 35 °C · mesofiel | Wheat straw 1 · voorbehandeling: air dried | eindpunt (modelcurve) |
| Tong et al. (1990) · 2 DOI | 333 | 35 °C · mesofiel | Wheat straw 2 · voorbehandeling: air dried | eindpunt (modelcurve) |
| Klavins et al. (2020) DOI | 246 | 38 °C · mesofiel | Wheat straw (shredded, milled) | eindpunt (modelcurve) |
| Ferreira et al. (2014) · 1 DOI | 232 | 35 °C · mesofiel | wheat straw | eindpunt (modelcurve) |
| Ferreira et al. (2014) · 2 DOI | 239 | 35 °C · mesofiel | wheat straw | eindpunt (modelcurve) |
| Ferreira et al. (2014) · 3 DOI | 245 | 35 °C · mesofiel | wheat straw | eindpunt (modelcurve) |
| Kouas et al. (2017) DOI | 201 | 35 °C · mesofiel | wheat straw | eindpunt (modelcurve) |
| Li et al. (2013) DOI | 245 | 37 °C · mesofiel | Wheat Straw | eindpunt (modelcurve) |
| Menardo et al. (2012) · 1 DOI | 182 | 40 °C · mesofiel | Wheat Straw | eindpunt (modelcurve) |
| Menardo et al. (2012) · 2 DOI | 285 | 40 °C · mesofiel | Wheat Straw | eindpunt (modelcurve) |
| Menardo et al. (2012) · 3 DOI | 334 | 40 °C · mesofiel | Wheat Straw | eindpunt (modelcurve) |
| Chevalier et al. (2023) DOI | 249 | — | Wheat straw (WS), milled control (CM) | eindpunt (modelcurve) |
| Naji et al. (2023) DOI | 176 | — | Wheat straw (WS) | eindpunt (modelcurve) |
| Meneses Quelal i Pilamunga Hurtado (2023) · 1 DOI | 265 | — | Wheat straw (RR:WS 0:4), I:S 1:1 | eindpunt (modelcurve) |
| Meneses Quelal i Pilamunga Hurtado (2023) · 2 DOI | 275 | — | Wheat straw (RR:WS 0:4), I:S 2:1 | eindpunt (modelcurve) |
| Sambusiti et al. (2013) DOI | 204 | 35 °C · mesofiel | Wheat Straw | eindpunt (modelcurve) |
| Gewogen gemiddelde | 261 | rekenkundig 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
Covergisting — waarmee te combineren, waar op te letten
- combineert goed
- combineert goed
substraten: eiwitrijk — bijv. Food waste, Municipal sewage sludge (mixed), Poultry manure, Organic fraction of municipal solid waste, Grass clippings
- voorzichtigheid
substraten: gemakkelijk afbreekbaar — bijv. Maize silage (whole crop), Food waste, Sorghum, whole crop, Whey, Beet leaves and tops
Dosering
Bronnen van de procesgegevens
- 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
- Weiland, P. (2010) Biogas production: current state and perspectives. Applied Microbiology and Biotechnology
- 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
- Chen, Y.; Cheng, J.J.; Creamer, K.S. (2008) Inhibition of anaerobic digestion process: A review. Bioresource Technology
- 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
- 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
- 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
- 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
- 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
- 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
- Tong, X.; Smith, L.H.; McCarty, P.L. (1990) Methane fermentation of selected lignocellulosic materials. Biomass 21(4), 239–255
- Klavins, A.; Dubrovskis, V.; Plume, I. (2020) Effectiveness of usage of straw and oak leave pellets for biogas production. Engineering for Rural Development 19
- 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
- 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
- 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
- Hendriks, A.T.W.M.; Zeeman, G. (2009) Pretreatments to enhance the digestibility of lignocellulosic biomass. Bioresource Technology
- 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
- 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
- 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
- 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
- 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
- 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
- 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.
Resultaten na voorbehandeling (12) — uitgesloten van het gemiddelde
| Bron | BMP m³ CH₄/t oDS | Voorbehandeling | Monster |
|---|---|---|---|
| Menardo et al. (2012) | 295 | unspecified | Wheat Straw |
| Menardo et al. (2012) | 299 | unspecified | Wheat Straw |
| Sambusiti et al. (2013) | 291 | chemical-unspecified | Wheat Straw |
| Sambusiti et al. (2013) | 302 | chemical-unspecified | Wheat Straw |
| Gunaseelan (2004) | 341 | chemical-unspecified | Wheat Straw |
| Ferreira et al. (2014) | 291 | physical-unspecified | wheat straw |
| Ferreira et al. (2014) | 304 | physical-unspecified | wheat straw |
| Ferreira et al. (2014) | 301 | physical-unspecified | wheat straw |
| Ferreira et al. (2014) | 316 | unspecified | wheat straw |
| Ferreira et al. (2014) | 315 | unspecified | wheat straw |
| Ferreira et al. (2014) | 293 | unspecified | wheat straw |
| Ferreira et al. (2014) | 323 | unspecified | wheat straw |
Bibliografie
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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.





