ชื่อเรื่องภาษาไทย (Cordia New, 15 pt, Bold, Exactly at 19 pt ... - CRDC

Agricultural Sci. J. 41(3/1)(Suppl.): 65-68 (2010) ว. วิทย์. กษ. 41(3/1)(พิเศษ): 65-68 (2553)
การวิเคราะห์ปริมาณองค์ประกอบทางเคมีในวัสดุเหลือทิ้งทางการเกษตรเพื ่อใช้เป็ น
พลังงานทดแทนด้วยเนียร์อินฟราเรดสเปกโตรสโกปี
Quantitative Determination of Chemical Constituents in Biomass for Substitute Energy Utilization
by using Near Infrared Spectroscopy
ศุมาพร เกษมส าราญ 1 ณัฐภรณ์ สุทธิวิจิตรภักดี1 จริยา ประศาสน์ศรีสุภาพ 2 วารุณี ธนะแพสย์
1 และ ซาโตรุ มิยาตะ 3
Kasemsumran, S. 1 , Suttiwijitpukdee, N. 1 , Prasatsrisupub, J. 2 , Thanapase, W. 1 and Miyata, S. 3
Abstract
In this study, near infrared (NIR) spectroscopy was employed to determine cellulose, hemi-cellulose in term of
xylan and lignin contents in sugarcane bagasse as a biomass for energy purpose utilization. 50 sugarcane
bagasse samples were collected from various sugar factories in Thailand and 20 simulated biomass prepared by
mixing of 3 standard biomass were prepared in many ratio to expand the range of contents for those three
analyzed. All samples were measured in the NIR region of 1100 – 2500 nm. Partial least square regression (PLSR)
models for quantitative determination of cellulose, xylan and lignin contents in sugarcane bagasse samples were
developed from the whole region of NIR spectra and the analyzed contents detected by reference method. The
best PLSR calibration models for cellulose, xylan and lignin in sugarcane bagasse samples were developed from
original, 1 st derivative and multiplicative scattering correction (MSC) spectra, respectively. This study shows that
NIR spectroscopy can be used to predict the necessary chemical constituents of agricultural biomass samples
prior converting biomass to substitute energy.
Keywords: near infrared, biomass, cellulose, lignin
บทคัดย่อ
งานวิจัยนี ้ศึกษาวิเคราะห์ปริมาณเซลลูโลส เฮมิเซลลูโลสในรูปไซแลน และลิกนินในชานอ้อย ซึ่งเป็ นวัสดุเหลือทิ ้งทาง
การเกษตรที่สามารถน าไปใช้เป็ นพลังงานทดแทนได้ เก็บฃ ตัวอย่างชานอ้อย 50 ตัวอย่าง จากโรงงานผลิตน ้าตาลทรายหลาย
แห่งในประเทศไทยและเตรียมตัวอย่างชีวมวลสังเคราะห์ 20 ตัวอย่างจากการผสมสารมาตรฐานทั ้ง 3 ชนิดในอัตราส่วนต่างๆ
เพื่อขยายช่วงสารชีวมวลทั ้ง 3 ชนิด ปริมาณเซลลูโลส ไซแลนและลิกนิน น าตัวอย่างทั ้งหมดไปวัดในช่วงเนียร์อินฟราเรดตั ้งแต่
1100 – 2500 นาโนเมตร น าข้อมูลสเปกตร้าเนียร์อินฟราเรดทั ้งช่วงและค่าปริมาณแท้จริงขององค์ประกอบที่จะท านายปริมาณ
ซึ่งวิเคราะห์ตามวิธีมาตรฐานมาใช้ในการค านวณเพื่อสร้างสมการเทียบมาตรฐานแบบ partial least square regression
ส าหรับวิเคราะห์ปริมาณเซลลูโลส ไซแลน และลิกนินในชานอ้อย สมการเทียบมาตรฐานที่ดีที่สุดส าหรับท านายปริมาณ
เซลลูโลส ไซแลนและลิกนินสร้ างจากสเปกตร้าไม่ปรับแต่ง ปรับแต่งวิธีอนุพันธ์อันดับหนึ่ง และปรับแต่งวิธี multiplicative
scattering correction ตามล าดับ จากผลการศึกษานี ้แสดงให้เห็นว่าเนียร์อินฟราเรดสเปกโตรสโกปี สามารถใช้วิเคราะห์
ปริมาณองค์ประกอบทางเคมีที่จ าเป็ นของตัวอย่างชีวมวล ก่อนที่จะน าตัวอย่างชีวมวลเปลี่ยนไปเป็ นพลังงานทดแทนต่อไป
ค าส าคัญ: เนียร์อินฟราเรด ชีวมวล เซลลูโลส ลิกนิน
ค าน า
ประเทศไทยเป็ นประเทศเกษตรกรรมที่ส าคัญประเทศหนึ่งในโลก ซึ่งผลผลิตทางการเกษตรมีหลากหลายชนิด ทั ้งเพื่อการ
บริโภคของมนุษย์และสัตว์ ผลพลอยได้จากการเกษตรกรรมและอุตสาหกรรมการเกษตร คือ วัสดุเหลือทิ ้งทางการเกษตรและ
1
สถาบันคันคว้าและพัฒนาผลิตผลทางการเกษตรและอุตสาหกรรมเกษตร มหาวิทยาลัยเกษตรศาสตร์ 50 พหลโยธิน จตุจักร กรุงเทพฯ 10900
1
Kasetsart Agricultural and Agro-Industrial Product Improvement Institute, Kasetsart University, 50 Phahonyotin, Chatuchak, Bangkok 10900
2
กรมวิชาการเกษตร กระทรวงเกษตรและสหกรณ์ พลโยธิน จตุจักร กรุงเทพฯ 10900
2
Department of Agriculture, Ministry of Agriculture and Coorperatives, Phahonyotin, Chatuchak, Bangkok 10900
3
สถาบันวิจัยวิทยาศาสตร์การเกษตรนานาชาติแห่งประเทศญี ่ปุ ่ น ทซุกุบะ ญี ่ปุ ่ น
3 Japan International Research Center for Agricultural Sciences, Tsukuba, Japan

66 ปี ที่ 41 ฉบับที่ 3/1 (พิเศษ) กันยายน-ธันวาคม 2553 ว. วิทยาศาสตร์เกษตร
อุตสาหกรรม เช่น ชานอ้อย กากมัน แกลบ เป็ นต้น ซึ่งสามารถน ามาเปลี่ยนแปลงให้เป็ นพลังงานได้ เรียกวัสดุเหล่านี ้ว่า “ชีว
มวล” เนื่องจากน ้ามันปิ โตรเลียมซึ่งถือเป็ นแหล่งพลังงานเชื ้อเพลิงหลักของโลกมีปริมาณลดน้อยลงและมีราคาที่สูงขึ ้นทุกปี การ
หาพลังงานทดแทนพลังงานจากน ้ามันจึงเป็ นสิ่งจ าเป็ นอย่างยิ่ง พลังงานชีวมวลจึงเป็ นพลังงานทดแทนอย่างหนึ่งซึ่งประเทศ
ไทยได้เปรียบหลายประเทศในโลกเนื่องจากเป็ นประเทศที่มีศักยภาพในการผลิตชีวมวลสูง ก่อนที่จะน าชีวมวลไปเปลี่ยนเป็ น
พลังงานจ าเป็ นต้องทราบองค์ประกอบทางเคมีที่จะเป็ นสารตั ้งต้นในการเปลี่ยนไปเป็ นพลังงาน หรือเป็ นสารที่ต้องทราบ
ปริมาณเพื่อน าไปสู ่การเลือกใช้กระบวนการผลิตพลังงานที่เหมาะสม องค์ประกอบทางเคมีเหล่านี ้ ได้แก่ เซลลูโลส เฮมิ
เซลลูโลส และลิกนิน อย่างไรก็ตามการวิเคราะห์ปริมาณองค์ประกอบทางเคมีนี ้มีวิธีการที่ยุ ่งยากซับซ้อนมากและมีค่าใช้จ่ายสูง
ดังนั ้นการหาวิธีวิเคราะห์ปริมาณระบบใหม่เพื่อทดแทนการวิเคราะห์แบบเดิมจึงมีความส าคัญยิ่ง วิธีการวิเคราะห์ด้วยแสงเนียร์
อินฟราเรดสเปกโตรสโกปี (near infrared spectroscopy; NIRS) เป็ นวิธีการวิเคราะห์ปริมาณองค์ประกอบทางเคมีที่รวดเร็ว
และมีค่าใช้จ่ายต ่า โดยอาศัยหลักการสร้างสมการเทียบวิธีอ้างอิง (calibration model) จากข้อมูลสเปกตรัมเนียร์อินฟราเรด
ของตัวอย่างและค่าปริมาณองค์ประกอบที่ต้องการท านายโดยวิเคราะห์ด้วยวิธีมาตรฐาน
งานวิจัยนี ้มีวัตถุประสงค์เพื่อวิเคราะห์หาปริมาณเซลลูโลส เฮมิเซลลูโลสในรูปไซแลน และลิกนินในชานอ้อยซึ่งเป็ นชีวมวล
ชนิดหนึ่งด้วยเนียร์อินฟราเรดสเปกโตรสโกปี โดยการสร้างสมการเทียบวิธีมาตรฐานส าหรับหาปริมาณแต่ละองค์ประกอบ
อุปกรณ์และวิธีการ
ขั ้นตอนการสร้างสมการท านายปริมาณเซลลูโลส ไซแลน และลิกนินในชานอ้อยด้วยเทคนิค NIRS เริ่มจากเก็บตัวอย่างชาน
อ้อย 50 ตัวอย่างจากโรงงานน ้าตาลทั่วประเทศไทย น ามาอบแห้ง บด และร่อนให้มีขนาดอนุภาคเท่าๆ กัน (60 mesh) บรรจุผง
ชานอ้อยในที่ใส่ตัวอย่างระบบปิ ด น ามาวัดค่าการดูดกลืนแสง NIR ในช่วง 1100 – 2500 นาโนเมตร (Infrared analyzer 500,
BRAN+LUEBBE, Norderstedt, Germany) ทุก ๆ 2 นาโนเมตร วัดค่าตัวอย่างละ 2 ครั ้ง บันทึกค่าสเปกตรัมเฉลี่ย จากนั ้นน า
ตัวอย่างทั ้งหมดไปวิเคราะห์ปริมาณเซลลูโลส ไซแลน และลิกนิน ตามวิธีอ้างอิง (TAPPI 1997; Iiyama และคณะ, 1990)
เนื่องจากตัวอย่างมีปริมาณองค์ประกอบทั ้ง 3 ชนิดในช่วงแคบ เพื่อให้สมการเทียบวิธีมาตรฐานที่สร้างขึ ้นมีประสิทธิภาพในการ
ท านายครอบคลุมและแม่นย าส าหรับตัวอย่างในอนาคต จึงต้องเพิ่มตัวอย่างชีวมวลสังเคราะห์จ านวน 20 ตัวอย่างเพื่อขยาย
ช่วงปริมาณขององค์ประกอบทางเคมี โดยการผสมสารมาตรฐานเซลลูโลส ไซแลน (Sigma-Aldrich, Steinheim, Germany)
และลิกนิน (Wood Chemistry Lab, Tokyo University) ในอัตราส่วนต่าง ๆ ให้ได้เปอร์เซ็นโดยน ้าหนักตามที่ต้องการ (เครื่องชั่ง
ความละเอียดสูง 4 ต าแหน่ง รุ่น AE200, Mettler Toledo, Switzerland) น าตัวอย่างที่เตรียมไปวัดค่าการดูดกลืนแสง NIR
ในช่วง 1100 – 2500 นาโนเมตรเช่นเดียวกัน น าข้อมูลสเปกตร้า NIR และค่าปริมาณเซลลูโลส ไซแลน และลิกนินของตัวอย่าง
ทั ้งหมด 70 ตัวอย่างมาค านวณสร้างสมการเทียบวิธีมาตรฐานส าหรับวิเคราะห์ปริมาณองค์ประกอบทั ้งสามในชานอ้อย ใช้วิธี
ทางสถิติ Partial Least Square Regression (PLSR) ด้วยโปรแกรม Unscramble (ver.9.8: CAMO) เนื่องจากตัวอย่างมีเพียง
70 ตัวอย่าง จึงใช้ข้อมูลของตัวอย่างทั ้งหมดส าหรับสร้างสมการเทียบวิธีมาตรฐาน (calibration model) และทดสอบสมการ
(cross validation) ศึกษาเปรียบเทียบค่าทางสถิติของสมการที่ค านวณจากสเปกตรัมดิบและสเปกตรัมที่ท าการปรับแต่งด้วยวิธี
1) multiplicative scattering correction (MSC) 2) อนุพันธ์อันดับหนึ่ง 3) อนุพันธ์อันดับสอง และแบบหลายวิธีร่วมกัน เลือก
สมการเทียบวิธีมาตรฐานที่มีประสิทธิภาพการท านายสูงสุด พิจารณาจากผลทางสถิติ ได้แก่ correlation (R) สูงเข้าใกล้ 1.0
และค่าความผิดพลาดในการท านาย root mean squared error of cross validation (RMSECV) ต ่า
ผลและวิจารณ์ผลการทดลอง
สเปกตร้า NIR ของชานอ้อยทั ้งหมดแสดงใน Figure 1 สามารถสังเกตเห็นพีค O-H stretching ที่ต าแหน่ง 1426 และ 1920
นาโนเมตร พีค O-H/C-O ของกลูโคสที่ต าแหน่ง ~2280 นาโนเมตร พีค C-H stretching/CH 2 deformation combination ของ
โพลีแซคคาไรด์ที่ต าแหน่ง ~2350 นาโนเมตร พีคที่ปรากฏในต าแหน่ง ~ 1670 นาโนเมตร แสดง C-H aryl ของกลุ ่มอะโรแมติก
และที่ต าแหน่ง ~ 1370 นาโนเมตรแสดงข้อมูล C-H การสั่นของหมู ่เมทิล (Workman และ Weyer, 2007)

ว. วิทยาศาสตร์เกษตร ปี ที่ 41 ฉบับที่ 3/1 (พิเศษ) กันยายน-ธันวาคม 2553 67
Figure 1 Original NIR spectra of sugarcane bagasse samples in the region of 1100 – 2500 nm.
Table 1 แสดงผลการค านวณทางสถิติที่ได้จากสมการ NIR เทียบมาตรฐานส าหรับวิเคราะห์ปริมาณเซลลูโลส ไซแลน และ
ลิกนินในชานอ้อย จากการเปรียบเทียบสมการที่สร้างจากสเปกตร้าดิบและปรับแต่งทั ้ง 5 วิธี พบว่าสมการท านายปริมาณ
เซลลูโลสที่ดีที่สุดสร้างจากสเปกตร้าดิบ ใช้ 6 แฟกเตอร์ ให้ค่า correlation สูง 0.958 และเมื่อทดสอบด้วยวิธี cross-validation
ให้ค่าเฉลี่ยของความคลาดเคลื่อนในการท านาย (RMSECV) ต ่าสุด 2.914 %w/w สมการท านายปริมาณไซแลนที่มี
ประสิทธิภาพดีสร้างจากสเปกตร้าปรับแต่งวิธีอนุพันธ์อันดับหนึ่ง ใช้ 6 แฟกเตอร์ ให้ค่า correlation สูง 0.918 และ RMSECV
ต ่าสุด 1.466 %w/w และสุดท้ายสมการท านายปริมาณลิกนินที่มีประสิทธิภาพสูง สร้างจากสเปกตร้าปรับแต่งวิธี MSC ใช้ 9
แฟกเตอร์ ให้ค่า correlation สูงสุด 0.997 และ RMSECV ต ่าสุด 1.384 % w/w พล็อตระหว่างปริมาณที่แท้จริงซึ่งได้จากการ
วิเคราะห์ด้วยวิธีอ้างอิง และปริมาณที่ท านายจากสมการ NIR เทียบมาตรฐานของแต่ละองค์ประกอบแสดงใน Figure 2
Table 1 The statistical results of PLS models for cellulose, xylan and lignin in sugarcane bagasse developed from
original and pretreated NIR spectral data.
PLS Pretreatment Factor Calibration Cross-validation
model spectra
R RMSEC (%) Bias R RMSECV (%) Bias
Cellulose Original
MSC
1 st derivative
2 nd derivative
MSC+1 st
MSC+2 nd
6
6
4
5
5
4
0.958
0.955
0.953
0.960
0.954
0.954
2.563
2.646
2.698
2.506
2.669
2.674
1.104 x10 -6
-5.763 x10 -6
-1.594 x10 -6
-2.493 x10 -6
-1.431 x10 -6
-1.076 x10 -6
0.945
0.938
0.938
0.934
0.937
0.935
2.914
3.109
3.101
3.199
3.122
3.177
-0.012
-0.049
-0.063
0.004
-0.019
-0.014
Xylan
Lignin
Original
MSC
1 st derivative
2 nd derivative
MSC+1 st
MSC+2 nd
Original
MSC
1 st derivative
2 nd derivative
MSC+1 st
MSC+2 nd
10
9
6
5
6
5
8
9
7
5
6
5
0.940
0.932
0.918
0.910
0.909
0.916
0.996
0.997
0.996
0.993
0.996
0.996
1.041
1.107
1.217
1.267
1.274
1.224
1.226
1.015
1.107
1.271
1.131
1.115
-5.845 x10 -6
2.698 x10 -5
9.945 x10 -7
6.948 x10 -7
8.311 x10 -7
5.041 x10 -7
6.539 x10 -7
-1.079 x10 -10
1.335 x10 -6
1.417 x10 -6
8.447 x10 -7
1.308 x10 -6
0.881
0.873
0.879
0.865
0.863
0.858
0.993
0.994
0.994
0.993
0.994
0.994
1.468
1.510
1.466
1.535
1.557
1.580
1.500
1.384
1.388
1.567
1.394
1.409
-0.024
-0.021
-0.006
-0.018
-0.002
-0.016
-0.005
-0.033
0.004
0.017
-0.016
-0.010

66 68
ปี ที่ 41 ฉบับที่ 3/1 (พิเศษ) กันยายน-ธันวาคม 2553 ว. วิทยาศาสตร์เกษตร
(a)
(b)
(c)
Figure 2 Correlation plot between actual (x axis) and NIR predicted (y axis) contents of cellulose (a) xylan (b) and
lignin (c) in sugarcane bagasse.
สรุปผล
ผลการศึกษาแสดงให้เห็นถึงความเป็ นไปได้ในการประยุกต์ใช้เทคนิค NIRS ส าหรับวิเคราะห์ปริมาณเซลลูโลส ไซแลนและ
ลิกนินในชานอ้อย เพื่อทดแทนวิธีการทางเคมีเดิมซึ่งมีความยุ ่งยากและใช้เวลาในการวิเคราะห์นาน ผลการทดลองยังแสดงถึง
โอกาสในการศึกษาวิจัยทางด้าน NIRS ส าหรับวิเคราะห์สารส าคัญเหล่านี ้ในวัสดุชีวมวลอื่น ๆ เทคนิค NIRS จึงเป็ นการ
วิเคราะห์ทางเคมีทางเลือกหนึ่งที่สะดวก รวดเร็ว และประหยัดงบประมาณ อีกทั ้งช่วยลดขั ้นตอนการวิเคราะห์ทางเคมีท าให้
กระบวนการวิเคราะห์เพื่อเปลี่ยนชีวมวลมาเป็ นพลังงานง่ายยิ่งขึ ้น
ค าขอบคุณ
ขอขอบคุณศูนย์วิจัยเชี่ยวชาญเฉพาะทางด้านการตรวจสอบคุณภาพสินค้าโดยวิธีไม่ท าลาย และJapan International
Research Center for Agricultural Sciences ในการสนับสนุนทุนวิจัยและประสานงาน
เอกสารอ้างอิง
Iiyama, K. and Wallis, A.F.A., 1990, Determination of Lignin in Herbaceous Plants by an Improved Acetyl Bromide
Procedure, Journal of the Science of Food and Agriculture, 51:45–161.
TAPPI, 1997, Solvent Extractives of Wood and Pulp Technical Association of the Pulp and Paper Industry, T204
om-97.
Workman, J. and Weyer, J.L., 2007, Practical Guide to Interpretive Near-Infrared Spectroscopy, CRC Press, 239-
263.