Aplicação de métodos de reamostragem computacional na regressão linear múltipla para o estudo da composição física e do poder energético da madeira de Eucalipto durante o processo de torrefação

Abstract

A crescente população mundial e o aumento do consumo de recursos fósseis têm causado impactos ambientais significativos, como o aquecimento global. Por isso, a busca por fontes de energia renovável, como solar, eólica e biomassa, torna-se crucial. No Brasil, a biomassa, especialmente proveniente de florestas energéticas de eucalipto, desempenha um papel importante na matriz energética, sendo utilizada na indústria de papel e celulose e na produção de carvão vegetal. No entanto, a biomassa in natura possui desvantagens como alto teor de umidade e baixo teor de carbono, o que compromete seu uso como biocombustível. Para superar esses desafios, a torrefação de biomassa tem sido utilizada como tratamento termoquímico para aumentar a densidade energética do produto, otimizando os processos de manejo, transporte e estocagem, além de mitigar custos desnecessários.

Nesse contexto, o estudo propõe a aplicação dos métodos de reamostragem computacional de Bootstrap e de Jackknife em modelos de regressão linear múltipla para analisar o rendimento de massa e o poder energético da madeira de eucalipto durante a torrefação. Os resultados das análises indicaram que o método de Bootstrap apresentou melhor desempenho que o de Jackknife; ele foi capaz de indicar que, apesar da não aleatoriedade dos resíduos dos modelos de regressão, as estimativas são consistentes, o que permite entender melhor a relação de causa e efeito dos parâmetros operacionais do processo de torrefação nos seus resultados