Doctorado de Ingeniería del Agua y Medioambiental
Título del Trabajo Investigación:
ANÁLISIS DE LAS CORRELACIONES ENTRE LOS PARÁMETROS
OPERACIONALES, FÍSICO-QUÍMICOS Y BIOLÓGICOS ASOCIADOS AL
PROCESO DE FANGOS ACTIVOS
Autor:
ZORNOZA ZORNOZA, ANDRÉS MIGUEL
Director/es:
DR. ALONSO MOLINA, JOSÉ LUÍS
DR. CUESTA AMAT, GONZALO
DRA. SERRANO BARRERO, SUSANA
Fecha: JULIO, 2012
Doctorado de Ingeniería del Agua y Medioambiental
Título del Trabajo de Investigación: ANÁLISIS DE LAS CORRELACIONES ENTRE LOS PARÁMETROS OPERACIONALES FÍSICO-QUÍMICOS Y BIOLÓGICOS ASOCIADOS AL PROCESO DE FANGOS ACTIVOS
Autor: ZORNOZA ZORNOZA, ANDRÉS MIGUEL
Director Codirector1 Codirector2 Tutor
DR. ALONSO MOLINA, JOSÉ LUÍS DR. CUESTA AMAT, GONZALO DRA. SERRANO BARRERO, SUSANA
Lugar de Realización
Fecha de Lectura
VALENCIA
JULIO, 2012
Resumen: El tratamiento de aguas residuales por el sistema de fangos activos es un proceso biotecnológico donde intervienen multitud de variables físico-químicas, biológicas y operacionales. Los estudios realizados en plantas depuradoras a escala real son escasos, especialmente aquellos análisis que integran todos los componentes, que interaccionan en el sistema. El conocimiento de estas variables bajo una perspectiva integrada permite aportar nuevos datos para la optimización y biomonitorización del proceso en las EDAR. El presente trabajo se realizó a partir de muestras de una EDAR con sistema de eliminación biológica de nitrógeno, siendo los objetivos principales: i) determinar la relación entre la carga másica y la edad del fango, ii) investigar la asociación de nuevas variables operacionales con la dinámica de los microorganismos y iii) estudiar la incidencia de distintas variables sobre el proceso de nitrificación-desnitrificación. Para ello se realizó en primer lugar un análisis bivariante, estableciéndose de esta forma el grado de relación entre dos variables dentro de la matriz de datos. Los resultados obtenidos mostraron que la carga másica y la edad del fango eran variables independientes de la composición y densidad de protistas y metazoos. Por otro lado, se demostró la utilidad del fraccionamiento de la DQO y DBO5 para evitar asociaciones sesgadas dentro de la comunidad microbiana. En el proceso de nitrificación, la influencia conjunta de distintas variables hizo posible alcanzar buenos rendimientos, con niveles de oxígeno por debajo de 2 mg/L, y sin que la temperatura en el reactor biológico fuera un factor limitante. Se demostró asimismo la asociación de la bacteria Microthrix parvicella con alta carga másica y baja edad del fango y del protista Trochilia minuta con una baja carga másica. Las expresiones de la edad del fango EF6 y EF7 se establecieron como las más adecuadas para el control del proceso biológico y la carga másica, expresada como DQO soluble, se presentó como una alternativa plausible frente a la expresada como DBO5. Summary: Wastewater Treatment by activated sludge system is a biotechnological process which involves different physico-chemical, biological and operational variables. Studies about full-scale plants are scarce, mainly those that include integrate analysis of all the interacting factors of the process. The knowledge about these variables under an integrated perspective provides new data for the biomonitoring in the WWTP. This study was performed in one WWTP with biological nitrogen removal system. The objectives were: i) to determine the relationship between the organic loading rate and the cellular retention time, ii) to investigate the association of new operational variables with
Doctorado de Ingeniería del Agua y Medioambiental
the dynamics of microorganisms and, iii) to study the association between nitrification-denitrification process and other control parameters. The relationships between the different variables were firstly established using bivariate statistical analysis. The results showed statistical independence between loading rate and the cellular retention time with the composition and density of protists and metazoans. On the other hand, it has been also demonstrated the usefulness of the fractionation of COD and BOD to avoid mistakes in the association within microbial communities. The influence of different variables in the nitrification process allowed to obtain a good performance with oxygen levels below 2 mgL, whereas the temperature was not a limiting factor in the bioreactor. The filamentous bacteria Microthrix parvicella was associated with high organic loading rate and low cellular retention time and the protist Trochilia minuta with low organic loading properly factor for the control of biological process and the organic loading rate, expressed as soluble COD, being a plausible alternative to the BOD. Resum: El tractament d'aigües residuals pel sistema de fangs actius és un procés biotecnològic on intervenen multitud de variables; físic- químiques, biològiques i operacionals. Els estudis realitzats en plantes depuradores a escala real són escassos, especialment aquelles anàlisis que integren tots els components que interaccionen en el sistema. El coneixement d'estes variables davall una perspectiva integrada del sistema permet aportar noves dades per a l'optimització i biomonitorización del procés en les EDAR. El present treball va ser realitzat en una EDAR amb sistema d'eliminació biològica de nitrogen, sent els objectius principals l'estudi de la relació entre la càrrega màssica i l'edat del fang, investigar l'associació de noves variables amb la dinàmica dels microorganismes i l'estudi del procés de nitrificació. Per a això es va realitzar una anàlisi preliminar a través d'una anàlisi bivariant, establint-se d'esta manera el grau de relació entre dos variables dins de la matriu de dades. Els resultats obtinguts van mostrar una independència en l'associació de la càrrega màssica i edat del fang amb la comunitat de protistas i metazous. D'altra banda, es va demostrar la necessitat del fraccionament de la DQO i DBO5 per a evitar associacions esbiaixades dins d'esta comunitat. En el procés de nitrificació, la influència conjunta de les distintes variables va fer possible aconseguir bons rendiments amb nivells d'oxigen per davall de 2 mg/L i sense que la temperatura en el reactor biològic fora un factor limiten-te. Microthrix parvicella va ser associada a una alta càrrega màssica i baixa edat del fang i el protista Trochilia minuta a una baixa càrrega màssica. Les expressions de l'edat del fang EF6 i EF7 es van establir com les més adequades per al control del procés biològic i la càrrega màssica, expressada com DQO soluble, es va presentar com una alternativa plausible enfront de l'expressada com DBO5.
Palabras clave: EDAD DEL FANGO, CARGA MÁSICA, NITRIFICACIÓN, PROTISTAS, METAZOOS Y BACTERIAS FILAMENTOSAS
i
AGRADECIMIENTOS
Ante todo quiero agradecer a mis directores Gonzalo Cuesta, Susana
Serrano y José Luis Alonso por transmitirme su apoyo incondicional, sus
consejos y su gran experiencia como investigadores.
A Inma por guiarme por el buen camino y a la gran familia del Instituto
Universitario de Ingeniería del Agua y Medio Ambiente (IIAMA) por acogerme y
respaldar mis ideas.
A la Entidad Pública de Saneamiento de Aguas Residuales de la
Comunidad Valenciana (EPSAR) por financiar este proyecto y a la EDAR Quart
Benager (AVSA-EGEVASA) por conceder mi tiempo durante la toma de datos.
Sin ellos este proyecto no habría sido posible.
A todos mis amigos y en especial a Dianelys por su apoyo y grandes
consejos.
A mis padres, porque sin su esfuerzo, dedicación, enseñanza y sacrificio
nunca habría llegado a escribir estas líneas.
A mi hermana Ana y esposo Rubén por su ayuda incondicional y
constante a mi trabajo.
ÍNDICE
ii
ÍNDICE
CAPÍTULO I.- INTRODUCCIÓN……………………………………………………… 1 1. DEPURACIÓN DE AGUAS RESIDUALES……………………………….……. 1
1.1 El proceso de fangos activos………………………………………………... 2
1.2 El flóculo como unidad fundamental estructural del fango activo……….. 3
1.3 Composición de la microbiota……………………………………………….. 4
2. EL PAPEL DE LOS PROTISTAS……………………………………………….. 5
3. BACTERIAS FILAMENTOSAS………………………………………………….. 7
4. PARÁMETROS BÁSICOS DE CONTROL Y OPERACIÓN…………………. 9
5. EL PROCESO DE NITRIFICACIÓN……………………………………………. 11
5.1 Bacterias nitrificantes………………………………………………………… 12
5.1.1 Bacterias Oxidantes de Amonio..................................................... 13
5.1.2 Bacterias Oxidantes de Nitrito........................................................ 13
5.2 Factores que afectan a la nitrificación……………………………………… 14
5.2.1 Temperatura................................................................................... 14
5.2.2 Alcalinidad y pH.............................................................................. 15
5.2.3 Necesidades de oxígeno……………………………………………... 16
5.2.4 Concentración de amonio y nitrito…………………………………… 17
5.2.5 La relación DBO5/NKT……………………………………………….. 17
5.2.6 Compuestos tóxicos…………………………………………………... 18
CAPÍTULO II.- OBJETIVOS…………………………………………………………… 20 CAPÍTULO III.- MATERIALES Y MÉTODOS……………………………………….. 21 1. TOMA DE MUESTRAS…………………………………………………………... 21
2. PARÁMETROS FÍSICO-QUÍMICOS Y BIOLÓGICOS………………………... 22
3. PARÁMETROS OPERACIONALES……………………………………………. 24
4. IDENTIFICACIÓN Y RECUENTO DE PROTISTAS Y METAZOOS………… 25
5. IDENTIFICACIÓN Y RECUENTO DE BACTERIAS FILAMENTOSAS.......... 26
6. ANÁLISIS ESTADÍSTICO………………………………………………………... 27
CAPÍTULO IV.- RESULTADOS………………………………………………………. 31
1. PARÁMETROS OPERACIONALES……………………………………………. 31
2. PARÁMETROS FÍSICO-QUÍMICOS……………………………………………. 34
2.1 Licor mezcla…………………………………………………………………… 34
ÍNDICE
iii
2.2 Afluente………………………………………………………………………… 36
2.3 Efluente………………………………………………………………………… 42
3. EL PROCESO DE NITRIFICACIÓN……………………………………………. 44
4. BACTERIAS FILAMENTOSAS………………………………………………….. 50
5. PROTISTAS Y METAZOOS……………………………………………………... 56
CAPÍTULO V.- DISCUSIÓN…………………………………………………………… 63 1. PARÁMETROS OPERACIONALES………………………………………......... 63
1.1 Edad del fango y carga másica……………………………………………... 63
2. PARÁMETROS FÍSICO-QUÍMICOS……………………………………………. 64
2.1 Licor mezcla…………………………………………………………………… 64
2.2 Afluente………………………………………………………………………… 65
2.3 Efluente………………………………………………………………………… 66
3. EL PROCESO DE NITRIFICACIÓN……………………………………………. 66
4. BACTERIAS FILAMENTOSAS………………………………………………….. 70
5. PROTISTAS Y METAZOOS……………………………………………………... 73
CAPÍTULO VI.- CONCLUSIONES………………………………………………........ 76 CAPÍTULO VII.- BIBLIOGRAFÍA……………………………………………………... 78 CAPÍTULO VIII.- ANEXOS…………………………………………………………….. 86 1. ATLAS FOTOGRÁFICO DE LOS MORFOTIPOS FILAMENTOSOS…......... 86
2. ATLAS FOTOGRÁFICO DE PROTISTAS Y METAZOOS……………........... 89
ÍNDICE
iv
ÍNDICE FIGURAS
Figura 1: Vista aérea de la EDAR QB………………………………………………… 21
Figura 2: Diagrama de bloques de la EDAR QB…………………………………….. 21
Figura 3: Esquema de la campaña de muestreo……………………………………. 22
Figura 4: Evolución del caudal de fangos en exceso……………………………….. 32
Figura 5: Evolución de la EF3, EF4 y EF5…………………………………………… 32
Figura 6: Evolución de la CM3 frente a la EF4………………………………………. 33
Figura 7: Evolución de la CM……………………………………………………......... 34
Figura 8: Representación del IVF frente al IVF*…………………………………….. 35
Figura 9: Evolución del NTLM frente a la Tªr………………………………………… 35
Figura 10: Fraccionamiento de la DQO y DBO5 afluente al reactor………………. 38
Figura 11: Evolución de las fracciones de la DQO y DBO5 afluente al reactor….. 39
Figura 12: Fraccionamiento del N y P afluente al reactor………………………….. 39
Figura 13: Evolución de las fracciones del N y P afluente al reactor……………… 40
Figura 14: Evolución del N-orgs afluente al reactor frente a la Tªr………………... 41
Figura 15: Comparación entre la relación DBO5, DBO5f, DQOs y PT, PTs,
NT, NTs.…………………………………………………………………….. 42
Figura 16: Fracciones de la DBO5 y DQO en función del rango de SST en el
efluente……………………………………………………………………… 43
Figura 17: Fraccionamiento de la DQO en el efluente……………………………… 43
Figura 18: Evolución del rNKTs frente a la CM3 y DQOs1………………………… 47
Figura 19: Evolución de la concentración de TA del afluente frente al rNKTs… 48
Figura 20: Evolución de la relación DBO5/NKT frente a rNKT…………………….. 49
Figura 21: Evolución de nocardioformes y Microthrix parvicella frente a la Tªr….. 55
Figura 22: Evolución de bacterias del tipo Nostocoida limícola, nocardioformes y
Microthrix parvicella frente al NTLM..................................................... 56
ÍNDICE
v
ÍNDICE DE TABLAS
Tabla 1: Efecto de la Tª en el proceso de nitrificación……………………………… 14
Tabla 2: Tª y TRC requerido para la nitrificación……………………………………. 15
Tabla 3: El pH y nitrificación…………………………………………………………… 16
Tabla 4: Influencia del OD en la nitrificación…………………………………………. 16
Tabla 5: Concentraciones inhibidoras de algunos residuos inorgánicos y
orgánicos………………………………………………………………………. 19
Tabla 6: Parámetros físico-químicos y biológicos determinados en el afluente al
reactor y efluente decantador secundario………………………………….. 23
Tabla 7: Parámetros físico-químicos determinados en el licor mezcla…………… 24
Tabla 8: Dimensiones utilizadas de los sólidos suspendidos y coloidales……….. 24
Tabla 9: Parámetros operacionales…………………………………………………… 24
Tabla 10: Escala criterio subjetivo de Eikelboom……………………………………. 26
Tabla 11: Estimación de la densidad de morfotipos filamentosos………………… 27
Tabla 12: Intervalos de coeficientes de correlación………………………………… 29
Tabla 13: Valor medio, mínimo, máximo y desviación estándar de los
parámetros operacionales…………………………………………………. 31
Tabla 14: Coeficientes de correlación entre la EF y CM…………………………… 33
Tabla 15: Valor medio, mínimo, máximo y desviación estándar de los
parámetros físico-químicos del licor mezcla……………………………... 34
Tabla 16: Coeficientes de correlación entre la EF, Tªr, SSVLM y NTLM, PTLM
y DQOLM…………………………………………………………………….. 36
Tabla 17: Coeficientes de correlación entre la CM y NTLM, PTLM y DQOLM…... 36
Tabla 18: Valor medio, mínimo, máximo y desviación estándar de los
parámetros físico-químicos del afluente al reactor……………………… 37
Tabla 19: Valor medio, mínimo, máximo y desviación estándar de los
rendimientos de eliminación y distintos estados del N……................... 44
Tabla 20. Coeficientes de correlación entre la EF y los rendimientos de
eliminación del N y sus diferentes estados en el efluente……………… 45
Tabla 21. Coeficientes de correlación entre la CM y los rendimientos de
eliminación del N y sus diferentes estados en el efluente……………… 45
ÍNDICE
vi
Tabla 22: Coeficientes de correlación entre el TRHr, Tªr, OD y los rendimientos
de eliminación y diferentes estados del N del efluente.......................... 46
Tabla 23: Coeficientes de correlación entre los TA, %DQOs y los rendimientos
de eliminación y diferentes estados del N del efluente.......................... 47
Tabla 24: Coeficientes de correlación entre parámetros físico-químicos afluente
al reactor y los diferentes rendimientos y estados del N del efluente... 48
Tabla 25: Coeficientes de correlación entre parámetros físico-químicos del licor
mezcla y los rendimientos de eliminación y diferentes estados del N
del efluente……………………………………………................................ 50
Tabla 26: Valor promedio deL índice de filamentos y abundancia de morfotipos
dominantes y secundarios……………………………….......................... 51
Tabla 27: Coeficientes de correlación entre la CM y morfotipos filamentosos…... 51
Tabla 28: Coeficientes de correlación entre la EF y morfotipos filamentosos…… 52
Tabla 29: Coeficientes de correlación entre el TRHr, OD, Tªr y morfotipos
filamentosos…………………………………………………………………. 52
Tabla 30: Coeficientes de correlación entre los diferentes rendimientos y
estados del N del efluente y los morfotipos filamentosos………………. 53
Tabla 31: Coeficientes de correlación entre los diferentes rendimientos y
estados de la DQO, DBO5, SST del efluente y los morfotipos
filamentosos…………………………………………………………………. 53
Tabla 32: Coeficientes de correlación entre los diferentes estados del N, P, TA
afluente al reactor y los morfotipos filamentosos……............................ 54
Tabla 33: Coeficientes de correlación entre los parámetros físico-químicos del
licor mezcla y los morfotipos filamentosos……………………………….. 55
Tabla 34: Promedio de la abundancia y valor máximo de protistas y metazoos… 57
Tabla 35: Coeficientes de correlación entre protistas, metazoos y la EF………… 58
Tabla 36: Coeficientes de correlación entre protistas, metazoos y la CM………... 59
Tabla 37: Coeficientes de correlación entre protistas, metazoos y el OD, Tªr y
TRHr………………………………………………………………………….. 60
ÍNDICE
vii
Tabla 38: Coeficientes de correlación entre protistas, metazoos y los diferentes
rendimientos y estados del N del efluente……………………………….. 61
Tabla 39: Coeficientes de correlación entre protistas, metazoos y las distintas
fracciones de la DQO y DBO5................................................................ 62
Tabla 40: Coeficientes de correlación entre parámetros operacionales y
concentración de coliformes fecales, E.coli y sus rendimientos de
eliminación en el efluente………………………………………………….. 62
ÍNDICE
viii
ABREVIATURAS y ACRÓNIMOS
%DQOs1 Porcentaje de la Demanda Química de Oxígeno soluble (< 0.45
μm) del día anterior al muestreo de LM
%DQOs2a Porcentaje de la Demanda Química de Oxígeno soluble (< 0.45
μm) promedio de los días 2 y 3, anteriores al muestreo de LM
%DQOs2b Porcentaje de la Demanda Química de Oxígeno soluble (< 0.45
μm) promedio de los días 1 y 2, anteriores al muestreo de LM
%DQOs3 Porcentaje de la Demanda Química de Oxígeno soluble (< 0.45
μm) promedio de los 3 días anteriores al muestreo de LM
%SSVLM Porcentaje de Sólidos en Suspensión Volátiles del Licor Mezcla
BOA Bacterias Oxidantes de Amonio
AO Anóxico-Óxico
AOA Arqueas Oxidantes de Amonio
BON Bacterias Oxidantes de Nitrito
Cfec Coliformes fecales
Cfecexp Exponencial de coliformes fecales
CM Carga Másica
CMdbo1 Carga másica del día anterior al muestreo de LM expresada como
DBO5
CMdbo2a Carga másica promedio de los días 2 y 3, anteriores al muestreo
de LM expresada como DBO5
CMdbo2b Carga másica promedio de los días 1 y 2, anteriores al muestreo
de LM expresada como DBO5
CMdbo3 Carga másica promedio de los 3 días anteriores al muestreo de
LM expresada como DBO5
CMdqos1 Carga másica del día anterior al muestreo de LM expresada como
DQOs
CMdqos2a Carga másica promedio de los días 2 y 3, anteriores al muestreo
de LM expresada como DQOs
CMdqos2b Carga másica promedio de los días 1 y 2, anteriores al muestreo
de LM expresada como DQOs
ÍNDICE
ix
CMdqos3 Carga másica promedio de los 3 días anteriores al muestreo de
LM expresada como DQOs
DBO5 Demando Bioquímica de Oxígeno total a los 5 días
DBO5f Demando Bioquímica de Oxígeno filtrada (<1.2 μm) a los 5 días
DBO5ps Demando Bioquímica de Oxígeno particulada suspendida (>1.2
μm) a los 5 días
DQO Demanda Química de Oxígeno total
DQOLM Demanda Química de Oxígeno del Licor Mezcla
DQOp Demanda Química de Oxígeno particulada (>0.45 μm)
DQOpc Demanda Química de Oxígeno particulada coloidal (0.45-1.2 μm)
DQOps Demanda Química de Oxígeno particulada suspendida (>1.2 μm)
DQOs Demanda Química de Oxígeno soluble (< 0.45 μm)
Ecoli Escherichia coli
Ecoliexp Exponencial de Escherichia coli
EDAR Estación Depuradora de Aguas Residuales
EF Edad de Fango
EPSAR Entidad Publica de Saneamiento de Aguas Residuales de la
Comunidad Valenciana
FISH Hibridación in situ con sondas fluorescentes
GALO Gordonia Amarae Like Organims
IF Índice de Filamentos
IVF Índice Volumétrico de Fango
IVFD Índice Volumétrico de Fango Diluido
LM Licor Mezcla
MCRT Tiempo Medio de Retención Celular
NKT Nitrógeno Kjeldhal Total
NKTs Nitrógeno Kjeldhal Total soluble (<0.45 μm)
N-NH4+ Nitrógeno amoniacal
N-NO2- Nitrógeno nitroso
N-NO3- Nitrógeno nítrico
N-orgp Nitrógeno orgánico particulado (>0.45 μm)
N-orgs Nitrógeno orgánico soluble (<0.45 μm)
ÍNDICE
x
NT Nitrógeno Total
NTLM Nitrógeno Total del Licor Mezcla
NTs Nitrógeno Total soluble (<0.45 μm)
Oa Oxígeno en el reactor biológico >2 ppm
Ob Oxígeno en el reactor biológico <0.8 ppm
Om Oxígeno en el reactor biológico 0.8-2 ppm
P-orgp Fósforo orgánico particulado (>0.45 μm)
P-orgs Fósforo orgánico soluble (<0.45 μm)
P-PO43- Fósforo relativo al ortofosfato
PT Fósforo Total
PTLM Fósforo Total del Licor Mezcla
PTs Fósforo Total soluble (<0.45 μm)
r Relación de recirculación
rCfec Rendimiento de reducción de coliformes fecales
rEcoli Rendimiento de reducción de Escherichia coli
rNKTs Rendimiento de reducción de Nitrógeno Total Kjeldhal soluble
(<0.45 μm)
rN-NH4+ Rendimiento de reducción de Nitrógeno amoniacal
rNTs Rendimiento de reducción de Nitrógeno Total soluble (<0.45 μm)
SPE Sustancias Poliméricas Extracelulares
SSLM Sólidos en Suspensión del Licor Mezcla
SSr Sólidos en Suspensión de la recirculación
SST Sólidos en Suspensión Totales
SSVLM Sólidos en Suspensión Volátiles del Licor Mezcla
SSVT Sólidos en Suspensión Volátiles Totales
TA Tensioactivos Aniónicos
Tªr Temperatura del reactor biológico
TRC Tiempo de Retención Celular
TRHr1 Tiempo de Retención Hidráulico en el reactor biológico del día
anterior al muestreo de LM
TRHr2a Tiempo de Retención Hidráulico en el reactor biológico promedio
de los días 2 y 3, anteriores al muestreo de LM
ÍNDICE
xi
TRHr2b Tiempo de Retención Hidráulico en el reactor biológico promedio
de los días 1 y 2, anteriores al muestreo de LM
TRHr3 Tiempo de Retención Hidráulico en el reactor biológico promedio
de los 3 días anteriores al muestreo de LM
V30 Volumen ocupado por 1 L de LM en probeta después de 30 min.
INTRODUCCIÓN
CAPITULO I.- INTRODUCCIÓN
1
CAPÍTULO I.- INTRODUCCIÓN
1. DEPURACIÓN DE LAS AGUAS RESIDUALES
La contaminación, a los efectos de la ley de aguas, es la acción y el efecto de
introducir materias o formas de energía, o inducir condiciones en el agua que, de
modo directo o indirecto, impliquen una alteración perjudicial de su calidad en
relación con sus usos posteriores o con su función ecológica. La contaminación de
las aguas es uno de los factores importantes que rompe la armonía entre el hombre
y su medio tanto a corto, como a medio y largo plazo; por lo que la prevención y
lucha contra ella constituye una necesidad prioritaria (Hernandez et al., 1996).
El hombre ha utilizado las aguas no solo para su consumo, sino con el paso del
tiempo, para su actividad y su confort, convirtiendo las aguas usadas en vehículo de
desecho. De aquí surge la denominación de aguas residuales. Por tanto, las aguas
residuales son aquellas que han sido utilizadas en viviendas, industria, agricultura,
pudiéndose incluir también las aguas de lluvia.
Las aguas residuales de origen doméstico tienen una composición muy variada
debido a la diversidad de factores que la afectan y a la naturaleza de la población
residente (Mujeriego, 1990). La mayor fuente de contaminación que fluye por las
alcantarillas domésticas tiene su origen en los excrementos humanos y animales
(heces y orina) y en menor proporción en las aguas resultantes del lavado de ropa,
preparación de alimentos y duchas. Por otra parte, las aguas pluviales o de lavado
de calles que drenan desde las zonas urbanas aportan también una carga
importante de contaminación (arrastre de materia sólida inorgánica en suspensión y
materia orgánica soluble e insoluble) (Knobelsdorf, 2005). Las aguas residuales
podrían llegar a constituir un problema ambiental serio, no solo por el hecho de
verter estas aguas contaminadas a los cauces de los ríos y mares, si no también por
el escaso aprovechamiento para diferentes usos, ocasionando una perdida
energética y económica.
La normativa aplicable para el control del vertido de las aguas residuales en
España viene recogida en el Real Decreto 509/1996 (modificado posteriormente por
el RD 2116/98), de desarrollo del RD-Ley 11/1995 y que a su vez incorpora la
Directiva 91/271/CEE, de 21 de Mayo. En este real decreto se impone la aplicación
de tratamientos a las aguas residuales urbanas (ARU) antes de su vertido a las
CAPITULO I.- INTRODUCCIÓN
2
aguas continentales o marítimas. Por otro lado, se definen los criterios para la
clasificación de los puntos de vertido en "zonas sensibles" y "zonas menos
sensibles". Por tanto, los requisitos de vertido dependerán de la clasificación del
punto de vertido. Las aguas residuales producidas a diario deberán ser recolectadas,
transportadas y tratadas adecuadamente. Para ello, se necesita toda una
infraestructura compuesta de alcantarillas y colectores, además de unas
instalaciones denominadas Estaciones Depuradoras de Aguas Residuales (EDAR).
1.1. El proceso de fangos activos
El proceso de fangos activos es el sistema de tratamiento biológico más
habitual en la depuración de las aguas residuales urbanas. Fue desarrollado en
Inglaterra en 1914 por Ardern y Lockett, quienes realizaron experimentos con un
cultivo biológico en suspensión en un tanque aireado e introdujeron la idea de
recircular la biomasa suspendida formada durante la aireación. Esta suspensión fue
llamada fangos activos y correspondía a la biomasa activa responsable del proceso
de depuración. Inmediatamente después de la publicación de su primer trabajo,
comenzaron a desarrollarse instalaciones a gran escala en Inglaterra y en Estados
Unidos.
Normalmente la configuración básica del proceso de fangos activos consta de
un reactor donde se mantiene en suspensión un cultivo microbiano capaz de asimilar
la materia orgánica y otros contaminantes presentes en el agua residual a depurar.
El proceso requiere un sistema de aireación y de agitación que suministre el oxígeno
requerido por las bacterias encargadas de la depuración, evite la sedimentación de
los flóculos en el reactor y permita la homogeneización de los fangos activos. Al
cabo de un período de tiempo determinado, y una vez que el sustrato ha sido
suficientemente oxidado, el líquido de mezcla se envía a un tanque de
sedimentación (decantador secundario) donde se separa el fango biológico del agua.
Una parte de la biomasa decantada se recircula al reactor para mantener una
concentración de microorganismos adecuada, mientras que el resto del fango se
extrae del sistema para evitar una acumulación excesiva de biomasa y controlar el
tiempo medio de retención celular (Knobelsdorf, 2005).
Los primeros reactores de fangos activos fueron operados en régimen
discontinuo, como una unidad de "llenado-vaciado". Sin embargo, la necesidad de
tratar grandes caudales de aguas residuales y los problemas de control de estas
CAPITULO I.- INTRODUCCIÓN
3
unidades (grandes descargas de caudal frente al caudal afluente, obstrucción de los
difusores de aireación durante la sedimentación, operación manual del ciclo cuando
no se disponía de automatización), obligaron rápidamente a su transformación en
reactores de flujo continuo, abandonándose el uso generalizado de estos durante
cerca de 50 años (Droste, 1997).
El proceso de fangos activos ha sido desarrollado principalmente para la
eliminación de materia orgánica y de nutrientes (nitrógeno y fósforo). Los
microorganismos convierten la materia orgánica y los nutrientes en compuestos más
simples como dióxido de carbono y agua, así como en nueva biomasa.
1.2. El flóculo como unidad fundamental estructural del fango activo
Para que el proceso de depuración se lleve a cabo con éxito, en el tanque de
aireación o reactor biológico debe formarse un flóculo de tamaño suficiente para
soportar las turbulencias del agua en el sistema de agitación y poder sedimentar
posteriormente, obteniendo de esta forma un sobrenadante claro y libre de turbidez.
El flóculo, como unidad fundamental estructural y funcional del fango activo, está
formado por la agregación de partículas orgánicas e inorgánicas del agua residual
junto con bacterias formadoras de flóculo y bacterias filamentosas, todo esto en un
proceso facilitado por la excreción de sustancias poliméricas extracelulares (SPE) de
origen microbiano (Jenkins et al., 2004). Además, en el floculo se encuentran
asociadas unas comunidades de organismos superiores (protozoos y metazoos),
que desempeñan un papel fundamental en la depuración.
Las SPE son producidas por los microorganismos por lisis celular o por
secreción activa (Sutherland, 2001), desempeñando un papel importante en la
formación de los flóculos como constituyente mayoritario de la fracción orgánica
(Frolund et al., 1996). Estas están formados por proteínas, sustancias húmicas,
carbohidratos, ácidos nucleicos y lípidos (Frolund et al., 1996; Urbain et al., 1993).
Las SPE presentan altas concentraciones de carbohidratos y proteínas durante el
invierno (Wilén et al., 2008). Varios estudios muestran que son muy importantes
para la fuerza, tamaño y propiedades de la superficie del flóculo (Mikkelsen y
Keiding, 2000a; Sponza, 2003). Debido a la alta carga de densidad negativa de las
SPE, los cationes juegan un papel importante en el proceso de biofloculación. Las
SPE actúan como un ligamiento de unión de los diferentes constituyentes del flóculo
unidos por fuerzas electrostáticas descritas por la teoría de DLVO (Zita y
CAPITULO I.- INTRODUCCIÓN
4
Hermansson, 1994), ponteado por cationes multivalentes como Mg2+, Ca2+ y Fe3+
(Keiding y Nielsen, 1997), entramado de moléculas (Rijnaarts et al., 1995) e
interacciones hidrofóbicas (Urbain et al., 1993).
En el flóculo del fango activo se presentan dos niveles de estructura (Sezgin et
al. 1978); la macroestructura y la microestructura. La microestructura la confieren
procesos de agregación microbiana y biofloculación. Esta es la base de la formación
del flóculo, ya que sin la capacidad de un organismo para adherirse a otro, nunca se
formarían los grandes agregados de microorganismos presentes en el fango activo.
Los mecanismos y factores que afectan a la biofloculación han sido poco estudiados
y comprendidos. La macroestructura de los flóculos del fango activo la proporcionan
las bacterias filamentosas, estos organismos forman una “espina dorsal” dentro del
flóculo donde las bacterias formadoras de flóculo (microestructura) se adhieren. Por
tanto, generan la consistencia suficiente para que puedan formarse flóculos grandes
y compactos que resistan la turbulencia del sistema de agitación en el reactor
biológico. La presencia moderada de bacterias filamentosas también ayuda a
capturar y mantener atrapadas partículas de pequeño tamaño durante la
sedimentación. En un flóculo ideal las bacterias filamentosas y las formadoras de
flóculo crecen en equilibrio.
1.3. Composición de la microbiota
Los sistemas de tratamiento biológico de aguas residuales se basan en la
interacción y el metabolismo de los microorganismos. Estos procesos dependen de
la capacidad de la comunidad microbiana para utilizar los compuestos del agua. No
existe un único organismo capaz de utilizar todos los compuestos orgánicos
presentes en las aguas residuales; por tanto, un proceso biológico constituye un
ecosistema diverso que se alimenta directamente del agua cruda que entra al
sistema y que depende de la disponibilidad de O2, del pH y de las condiciones del
licor mezcla (Knobelsdorf, 2005).
El proceso biológico de fangos activos se encuentra constituido por bacterias,
protistas, hongos, algas y organismos filamentosos. Los hongos y las algas
generalmente no tienen gran importancia dentro del proceso, mientras que los
protistas, los organismos filamentosos y otras bacterias son los principales
responsables de la eficiencia en el tratamiento biológico del agua residual (Muyima
et al., 1997). Cada una de estas poblaciones desempeña un papel determinado en el
CAPITULO I.- INTRODUCCIÓN
5
proceso y en conjunto forman la comunidad biológica característica de los fangos
activos (Knobelsdorf, 2005).
Las bacterias constituyen la mayor parte de la biomasa del proceso (90-95 %
de la biomasa existente) siendo, por tanto, el grupo dominante dentro de la
microbiota de los fangos activos. Su pequeño tamaño y su elevada relación
superficie/volumen favorecen el intercambio de nutrientes y catabolitos con el medio
que los rodea. Las bacterias predominantes son quimioorganotrofas, responsables
de la degradación y mineralización de los compuestos orgánicos, también las hay
quimilitótrofas, capaces de oxidar el amonio y los nitritos (Fernández-Galiano et al.,
1996). El restante 5-10 % se encuentra formando un componente biológico que
incluye protistas (flagelados, sarcodinos y ciliados) y metazoos. Los protistas son,
junto con las bacterias, los grupos de microorganismos más importantes dentro de la
comunidad de los fangos activos. Constituyen aproximadamente el 5% del peso
seco de la materia en suspensión del lícor de mezcla (Bitton, 1980; Fernández-
Galiano et al., 1996; Serrano et al., 2008). Los rotíferos eliminan bacterias dispersas
y materia orgánica, contribuyendo a la formación del flóculo por la secreción de
mucus. Se les considera indicadores de un buen funcionamiento del proceso de
depuración, siempre y cuando no alcancen densidades excesivas. Una gran
concentración de rotíferos indica un elevado tiempo de retención del fango
(Fernández-Galiano et al., 1996).
2. EL PAPEL DE LOS PROTISTAS
Muchos estudios coinciden en la importancia de los protistas en las EDAR
(Curds, 1982; Al-Shahwani y Horan, 1991; Madoni et al., 1993; Madoni, 1994;
Salvado et al., 1995; Pérez-Uz et al., 2010). Las poblaciones de protistas juegan un
papel fundamental en el proceso de eliminación de contaminantes por su
participación en las cadenas tróficas, principalmente mediante procesos de
bacterivoría, la eliminación de bacterias patógenas del licor mezcla y su contribución
a los procesos de biofloculación mediante la secreción de polímeros o la actividad
biológica asociada a la nutrición o al movimiento (Curds, 1963; Arregui et al., 2007,
2008). Además, los protistas tienen gran relevancia en el control del proceso debido
a que son utilizados como indicadores biológicos del mismo (Curds y Cockburn,
CAPITULO I.- INTRODUCCIÓN
6
1970a, b; Al-Shahwani y Horan, 1991; Madoni et al., 1993; Salvado, 1994; Salvado
et al., 1995, Pérez-Uz et al., 2010).
Diversos autores han demostrado que la presencia de los protistas en el
sistema proporciona una mejora en la calidad del efluente (Curds y Cockburn,
1970b; Curds y Hawkes, 1983; Esteban et al., 1991; Al Shahwani y Horan, 1991;
Madoni et al., 1993; Salvado et al., 1995). El mantenimiento de una elevada
actividad metabólica incide en la capacidad asimilatoria de la materia orgánica por
las poblaciones microbianas, siendo por tanto indispensable para un buen
funcionamiento de la EDAR. Así pues, dicha comunidad debe mantenerse en
crecimiento activo durante el proceso para optimizar el rendimiento en el tratamiento
secundario.
A pesar de que los protistas pueden estar involucrados en la eliminación de la
materia orgánica en los procesos de tratamiento (Curds y Cockburn, 1970a, b;
Curds, 1973), una de sus funciones fundamentales es la depredación sobre las
poblaciones de bacterias libres. La actividad bacterívora de los protistas contribuye a
la clarificación del efluente (Curds y Hawkes, 1983), así como a la eliminación de
bacterias patógenas de transmisión fecal. Curds (1992) demostró que en presencia
de protozoos se llega a eliminar el 95 % de Escherichia coli, mientras que en
ausencia de estos organismos el porcentaje disminuye hasta un 50 %.
Con respecto a la determinación de las especies de protistas bioindicadores de
control del proceso, se han llevado a cabo diversos estudios utilizando análisis
estadístico multivariante para determinar la relación existente entre diversas
especies de ciliados con parámetros físico-químicos y operacionales en plantas
piloto o en estaciones depuradoras particulares (Esteban et al., 1991; Sangjin et al.,
2004; Senggui et al., 2004; Pérez-Uz et al., 2010; Dubber y Gray, 2011) y a partir de
los datos obtenidos en varias plantas (Al-Shahwani y Horan, 1991; Madoni et al.,
1993; Martín-Cereceda et al., 1996). Madoni en 1994 propuso el “Índice Biótico de
Fango” (Sludge biotic index-SBI), un índice biológico de control de la marcha del
proceso basado en la determinación de la abundancia de ciertos grupos de protistas
como los pequeños flagelados, las amebas testáceas y ciertos grupos de ciliados
sésiles, reptantes, nadadores o depredadores, junto con algunas especies
particulares de ciertas condiciones del sistema; este índice biológico es en la
actualidad uno de los más utilizados en el control rutinario de las EDAR.
CAPITULO I.- INTRODUCCIÓN
7
La gran mayoría de estudios de bioindicación en protistas presentes en fangos
activos han sido llevados a cabo bajo un número escaso de parámetros
operacionales y físico-químicos. Por un lado, existe la necesidad de la búsqueda de
nuevas formas de expresión de los parámetros operacionales que expliquen mejor
los cambios que se producen en la comunidad de microorganismos. Además,
también existe la necesidad de estudios que relacionen los distintos parámetros
físico-químicos fraccionados del afluente al reactor y efluente del clarificador
secundario con los microorganismos, y así establecer su influencia en los resultados
de asociación que ocasionan las alteraciones en el flóculo y mala separación en el
clarificador.
La calidad y variedad de estos datos hace interesante la aplicación de técnicas
estadísticas de análisis bivariante y multivariante para conocer la relación entre los
distintos componentes del sistema.
3. BACTERIAS FILAMENTOSAS
Las bacterias filamentosas se originan por división celular de ciertas especies
bacterianas bajo condiciones específicas en el medio donde se desarrollan. La
células resultantes de la división celular no se separan, quedando asociadas entre sí
y formando largos filamentos que en ocasiones pueden llegar a medir varios
milímetros (Parody, 1997). Los microorganismos filamentosos son miembros junto
con protistas y metazoos de la microbiota de las EDAR, desempeñando un papel
esencial en la formación flocular (Madoni et al., 2000). Una presencia moderada de
filamentos contribuye a una buena formación de flóculos, así como a la captura y al
atrapamiento de partículas pequeñas durante la sedimentación del fango activo,
generando así un efluente de mayor calidad.
El sistema de identificación convencional para las bacterias filamentosas más
frecuentes en fangos activos fue publicado por Eikelboom en 1975. Posteriormente
Eikelboom y van Buijsen (1983) y Jenkins et al. (1993), desarrollaron unas claves de
identificación dicotómicas en función de una serie de características morfológicas y
una reactiva a las tinciones diferenciales clásicas. De esta forma, las bacterias
filamentosas fueron agrupadas bajo características comunes (morfotipos),
estableciéndose su denominación principalmente con un código de cuatro cifras
CAPITULO I.- INTRODUCCIÓN
8
precedido por la denominación “tipo” y en algunos casos a nivel de género. Las
versiones más actualizadas, Eikelboom (2000, 2006) y Jenkins et al. (2004), son una
modificación de las claves de identificación de Eikelboom y van Buijsen (1983)
donde se recogen las bacterias filamentosas mas frecuentes en fangos activos. El
uso de estas claves de identificación se encuentra limitado debido a que la
morfología y las respuestas a las diferentes tinciones diferenciales pueden variar en
virtud del amplio abanico de factores ambientales a los que se encuentran
sometidas. En sistemas industriales de fangos activos se pueden encontrar incluso
distintos morfotipos de bacterias filamentosas (Seviour, 1999; Eikelboom, 2006).
El empleo en los últimos años de técnicas moleculares que determinan las
secuencias del gen 16S rDNA (Seviour y Blackall, 1999), aplicadas al estudio de las
bacterias filamentosas, está comenzando a determinar la verdadera relación
evolutiva entre las bacterias y a establecer su estado filogenético. La técnica de
hibridación in situ con sondas de 16S rDNA marcadas con fluorocromos (FISH) es
una de las técnicas moleculares más conocidas que permite, mediante microscopía
de fluorescencia, identificar los microorganismos en muestras en su medio natural
(Bjornssom et al., 2002). Esta técnica, se basa en la hibridación directa de la
bacteria a identificar con una sonda complementaria de una región del gen 16S o
23S ARN ribosómico, que previamente se ha diseñado para que sea específica de la
bacteria que se va identificar. Aunque actualmente ya existen sondas de ADN
específicas de bacterias filamentosas en el fango activo (Seviour et al. 2010), aun
quedan un gran número de estas por desarrollar.
La proliferación excesiva de bacterias filamentosas genera problemas de
explotación y causa serios problemas de separación en el clarificador. Estos
problemas pueden ser clasificados en dos grandes grupos, que pueden aparecer de
forma separada o conjunta; esponjamiento o bulking y espumación o foaming. En el
caso del bulking las bacterias filamentosas pueden formar filamentos de gran
longitud, ocasionando puentes interfloculares, y las bacterias de escasa longitud,
capaces de formar gran número de estos, originan una estructura flocular abierta y
disgregada. En ambos casos se dificulta la bioagregacion, provocando una velocidad
de sedimentación lenta del licor mezcla en el clarificador secundario, y por tanto,
riesgo de perdida de biomasa principalmente en las puntas de caudal afluente a la
EDAR. En el caso del foaming, los agregados de bacterias filamentosas se unen con
CAPITULO I.- INTRODUCCIÓN
9
burbujas de aire del reactor y partículas del flóculo, formando espumas con aspecto
céreo en la superficie del tanque de aireación y/o clarificador secundario (Madoni et
al., 2000). En tal caso, pueden producirse pérdidas de biomasa en el efluente tratado
y generar malos olores por acumulación de espumas en superficie.
La identificación correcta de las bacterias filamentosas presentes es primordial
en el control del proceso de explotación de la EDAR. Recientemente los estudios
sobre la comunidad bacteriana del fango activo han ido encaminados sobretodo en
una línea claramente taxonómica y fisiológica. Por el contrario, los estudios de
asociación con los parámetros operacionales y físico-químicos en fangos activos
son menos numerosos que en el caso de los protistas. Estos se encuentran
principalmente recogidos en Jenkins et al. (2004), Eikelboom (2000, 2006), Tandoi et
al., 2005 y Seviour et al. (2010).
4. PARÁMETROS BÁSICOS DE CONTROL OPERACIONAL
La carga másica (CM) y la edad del fango (EF) son los parámetros
operacionales básicos de diseño más utilizados en el control y seguimiento de las
EDAR.
La CM representa la demanda bioquímica de oxígeno en 5 días (DBO5) que
llega diariamente al tratamiento biológico en relación con la masa de fangos en el
reactor, expresada en forma de sólidos suspendidos del licor mezcla (SSLM). Se
puede definir en función de los sólidos volátiles (SSVLM), en tal caso representa una
aproximación de la relación alimento/microorganismos, ya que los SSVLM también
incluye los volátiles inertes. La limitación más importante de este parámetro
operacional se encuentra en el tiempo necesario para el cálculo de la DBO5 (5 días),
haciéndolo poco operativo y práctico en la EDAR, pues no permite realizar
maniobras en planta con suficiente antelación. La demanda química de oxígeno
(DQO) en ocasiones puede ser utilizada para estimar la DBO5 después de una
operación física unitaria como la decantación primaria. A estas limitaciones hay que
añadir la falta de estudios sobre la inercia que produce la CM sobre los cambios en
la biota y estructura flocular del fango activo. Salvadó y Gracia (1993) relacionaron
las variaciones de la estructura de la comunidad de protozoos con el promedio de la
CM de los dos días anteriores al recuento de las especies presentes en el fango
activo.
CAPITULO I.- INTRODUCCIÓN
10
La EF representa la relación expresada en días entre la masa de fango en el
reactor y la masa de fangos eliminada diariamente de la instalación. Dicho
parámetro da una idea acerca del tiempo de retención de los microorganismos en la
EDAR, ya que estos siguen un ciclo desde que son decantados y recirculados al
reactor, hasta que salen por la corriente de purga de fangos en exceso. Aunque la
fórmula para el cálculo de la EF es bien conocida, su interpretación biológica y
cálculo en determinadas situaciones sigue siendo poco conocido en el sector de la
explotación. Actualmente la EF tiene más utilidad para el diseño de estaciones
depuradoras que para el control rutinario en las EDAR, determinando al final que la
estrategia principal sea establecer un régimen de purgas de fangos en exceso hasta
mantener la concentración deseada de SSLM en el reactor. Uno de los problemas
aparece cuando no se purgan fangos durante un día. Si en estos casos tenemos en
cuenta para su cálculo la concentración de sólidos suspendidos totales (SST) del
efluente de decantación secundaria, obtendremos valores de EF muy elevados e
incongruentes. En estos casos, algunos responsables de explotación optan
erróneamente por solucionar el problema sumando días naturales sin purga a la
última EF calculada en condiciones normales, o realizar un promedio de las EF de
los días previos hasta obtener un valor razonable. Una posible solución puntual
práctica se basa en el cálculo, a partir del sumatorio de las variables de su fórmula,
relativo a un número de días previos que evite datos incongruentes debido a los días
sin purga de fangos en exceso (p.e; EF3 = 3 días, EF7 = 7 días) (Zornoza et al.,
2011). A pesar de la sencillez que esta solución puntual, una de las asignaturas
pendientes sería conocer cual de todas esas edades de fango (EF1, EF2, EF3,
EF4…) es la que mejor se asocia con los cambios en la estructura flocular y la
estabilidad de las poblaciones de protistas, metazoos y bacterias. Es decir, lo
interesante desde el punto de vista del control del proceso es conocer el número de
días posteriores que el responsable de explotación ha de tener en cuenta para
obtener un valor de EF lo suficientemente representativo para que, modificándolo a
través de cualquier variable, exista una alta probabilidad de producir los cambios
deseados en el proceso biológico. Salvadó (1994) estudió el efecto de la EF en la
población de protistas basado en la propuesta de un modelo matemático.
Las variables CM y EF conceptualmente guardan entre si una relación inversa.
Este concepto contrapuesto es posible entenderlo a partir de las fórmulas aplicadas
para su cálculo, es decir, al reducir las purgas de fangos en exceso se eleva la
CAPITULO I.- INTRODUCCIÓN
11
concentración de SSLM y la EF, disminuyendo así la CM al incrementarse el valor
del denominador en su fórmula. Por tanto, se esperaría una evolución inversa y
proporcional de ambos parámetros, siempre que se considere que la carga
contaminante y la temperatura a la cual se produce la oxidación biológica, no varíen
con el tiempo. Estas condiciones no suelen darse en plantas de tratamiento a escala
real, siendo la realidad algo distinta (Zornoza et al., 2010). El sustrato puede variar
en un espacio corto (días) o largo de tiempo (meses) y la temperatura puede fluctuar
en mayor o menor grado en función de la estacionalidad y de la situación geográfica
de las EDAR.
5. EL PROCESO DE NITRIFICACIÓN
La presencia de nitrógeno en las descargas de aguas residuales puede ser
indeseable por varias razones: el amoniaco libre es tóxico para los peces y muchos
otros organismos acuáticos y el nitrógeno amoniacal ejerce una demanda de
oxígeno muy elevada pudiendo agotar el oxígeno disuelto de la masa de agua. La
toxicidad del amoniaco en solución es directamente atribuible a la especie NH3.
Para conseguir la eliminación del nitrógeno amoniacal de las ARU se necesita
la generación en el proceso biológico de microorganismos específicos, dando lugar
al proceso de nitrificación. Los nitratos generados en este pueden ser reducidos a
nitrógeno gas (N2) a través del proceso biológico de desnitrificación, completándose
de esta forma el ciclo completo de eliminación biológica del nitrógeno de las ARU.
La nitrificación biológica consiste en la oxidación del ión amonio a nitrito y
posteriormente a ión nitrato. Durante este proceso, un grupo de bacterias
quimiolitótrofas, las bacterias oxidantes de amonio (BOA), arqueas oxidantes de
amonio (AOA) y las bacterias oxidantes de nitritos (BON) realizan una respiración
aeróbica dependiente de oxígeno. Las reacciones de oxidación de amonio y nitritos
son (Gerardi, 2002):
NH4+ + 1.5 O2 → NO2
- + 2H+ + H2O + energía
NO2- + 0.5O2 → NO3
- + energía
BON
BOA/AOA
CAPITULO I.- INTRODUCCIÓN
12
Los iones amonio y el amoniaco son compuestos reducidos del nitrógeno. En el
proceso de nitrificación es el ión amonio el que es oxidado durante la nitrificación. Las
cantidades de ambos en el tanque de aireación dependen de los rangos de
temperatura (10ºC - 20ºC) y pH (7 - 8.5). Bajo estas condiciones operacionales, cerca
del 95% de estos compuestos se encuentra en forma de amonio (Gerardi, 2002).
La nitrificación es un proceso clave en el ciclo del nitrógeno en muchos
ecosistemas. Por ejemplo, en los ecosistemas terrestres este proceso es de crucial
importancia debido a que, a largo plazo, regula directa o indirectamente el balance del
nitrógeno inorgánico en el suelo, la lixiviación del nitrato en las aguas subterráneas y la
emisión de óxidos de nitrógeno (NOx) desde el suelo (Attard et al., 2010).
El nitrógeno presente en las aguas residuales urbanas generalmente se
encuentra en forma de amonio, urea, ácido úrico, proteínas, azúcares aminados y
aminas, entre otros. Gracias a la acción bacteriana el nitrógeno orgánico es
transformado a ión amonio. Como consecuencia de la actividad de los
microorganismos proteolíticos las proteínas son degradadas hasta aminoácidos, y a su
vez la degradación de los aminoácidos para formar amonio es realizada por los
organismos amonificantes (Catalán, 1997). El ión amonio o los nitratos pueden ser
también asimilados por las algas para la síntesis de material celular. El compuesto
orgánico con mas nitrógeno es la urea, la cual es hidrolizada por la enzima ureasa a
amoníaco y anhídrido carbónico, por lo tanto, la liberación del amoniaco se produce
antes de llegar las aguas residuales a la EDAR (Catalán, 1997). Cuando un organismo
muere, el nitrógeno de los aminoácidos se transforma en amoniaco a través del
proceso de amonificación:
R-NH2-(CH2)-COOH → NH3 + CO2 + H2O
Este proceso reintroduce el amoniaco o el ión amonio en el ciclo del nitrógeno.
Para completar el ciclo los iones nitrito y nitrato son convertidos a N2 o N2O mediante
la acción de las bacterias desnitrificantes (Catalán, 1997).
5.1. Bacterias nitrificantes
Las bacterias nitrificantes viven en una gran variedad de hábitats, incluyendo
agua dulce (agua potable y aguas residuales), agua de mar, agua salobre y en el
suelo. Las principales especies presentes en los fangos activos son autótrofas, es
CAPITULO I.- INTRODUCCIÓN
13
decir, utilizan el dióxido de carbono o carbono inorgánico como fuente de carbono para
la síntesis de material celular. Por cada molécula de dióxido de carbono asimilado, se
oxidan aproximadamente 30 moléculas del ión amonio o 100 moléculas de nitrito.
Debido a la gran cantidad de iones amonio y nitrito necesarios para asimilar dióxido de
carbono, las bacterias nitrificantes tienen una velocidad de crecimiento muy baja
(Gerardi, 2002).
El término nitrificación, como se explicó anteriormente, se refiere a la oxidación
secuencial aeróbica del amonio a nitrito y luego a nitrato. Estos dos pasos son
catalizados por organismos procariotas quimiolitótrofos; BOA, AOA y BON. Hasta el
momento no se han encontrado bacterias capaces de realizar ambos procesos
metabólicos a la vez (Daims et al., 2009).
5.1.1. Bacterias Oxidantes de Amonio (BOA)
Filogenéticamente las BOA se limitan a dos linajes diferentes de Proteobacterias,
la mayoría son Betaproteobacterias, incluyendo Nitrosomonas y Nitrosospira. En la
mayoría de las EDAR, el amonio es oxidado por las BOA del género Nitrosomonas,
que incluyen a las especies N. europaea, N. eutropha, N. mobilis y N. oligotropha. En
los fangos activos, en los flóculos y en la biocapa, las BOA pertenecientes al género
Nitrosomonas generalmente forman agregados celulares esféricos y compactos. Las
BOA del género Nitrosospira se han detectado ocasionalmente en las EDAR, pero
éstas se encuentran comúnmente en hábitats terrestres y juegan un papel de menor
importancia para el tratamiento de aguas residuales (Daims et al., 2009).
5.1.2. Bacterias Oxidantes de Nitrito (BON)
Las BON se engloban en cuatro géneros; Nitrobacter, Nitrococcus, Nitrospina y
Nitrospira (Mota et al., 2005). En la mayoría de las EDAR las BON dominantes
pertenecen al género Nitrospira y Nitrobacter (Wagner et al., 1996; Mota et al., 2005).
Las bacterias del género Nitrospira son de crecimiento lento, muy difíciles de cultivar en
el laboratorio y forman agregados esféricos o irregulares.
El género Nitrobacter parece desempeñar un papel menor en las EDAR con
concentraciones de nitrito medias. Sin embargo hay presencia de Nitrobacter en
reactores que contienen elevadas concentraciones de nitritos (Daims et al., 2001). Esto
puede deberse a que Nitrobacter prospera en aguas con concentraciones altas de
CAPITULO I.- INTRODUCCIÓN
14
oxígeno y de nitritos, al contrario que Nitrospira que se adapta mejor a concentraciones
bajas de nitrito y de oxígeno disuelto (Schramm et al., 1999).
5.2. Factores que afectan a la nitrificación
El proceso de nitrificación es un paso crítico en la depuración de ARU, debido a la
baja tasa de crecimiento de las bacterias nitrificantes y a la extremada sensibilidad a
los cambios del sistema y a sustancias inhibidoras que impiden su crecimiento y su
actividad. A continuación se presentan los factores que afectan a la nitrificación (Bitton,
1994; González et al., 2010).
5.2.1. Temperatura
La temperatura es el factor operacional más influyente en el crecimiento de las
bacterias nitrificantes. Hay una importante reducción en la velocidad de nitrificación con
la disminución de la temperatura, por el contrario, la tasa de crecimiento de las
bacterias nitrificantes aumenta considerablemente con la temperatura dentro del rango
de 8ºC a 30ºC, con un aumento del 10 % por cada incremento de 1ºC en el género
Nitrosomonas (Gerardi, 2002). En general, la velocidad del proceso disminuye mucho
para valores bajos de temperatura, siendo muy difícil que se lleve a cabo la
nitrificación. En estas condiciones es necesario operar con EF altas para que pueda
llevarse a cabo el proceso de manera eficaz (González et al., 2010). Por debajo de los
10 ºC la tasa de nitrificación cae de forma brusca. Por encima de los 10ºC la
nitrificación aumenta casi de forma proporcional a la temperatura. Las bacterias del
género Nitrosomonas aisladas de los fangos activos tienen una tasa de crecimiento
óptimo a 30ºC, por tanto, generalmente esta se considera la temperatura ideal para el
proceso de nitrificación. Por debajo de los 4ºC no hay crecimiento de Nitrosomonas ni
de Nitrobacter (tabla 1) (Gerardi, 2002).
Tabla 1 - Efecto de la Tª en el proceso de nitrificación (Gerardi M, 2002).
Temperatura Efecto sobre la nitrificación
> 45ºC Se para al nitrificación
28 – 32ºC Rango de Tª óptimo
16ºC Aproximadamente el 50% de la velocidad óptima
10 ºC Reducción significativa de la velocidad de nitrificación. 20% de la velocidad óptima
> 5ºC Se para la nitrificación
CAPITULO I.- INTRODUCCIÓN
15
Debido a la disminución de la actividad y la reproducción de bacterias nitrificantes
a bajas temperaturas, se hace necesario para mejorar la efectividad del proceso un
aumento del tiempo de retención celular (TRC) (tabla 2).
Tabla 2 - Tª y TRC requerido para la nitrificación (Gerardi, 2002).
Temperatura Tiempo de retención celular
10ºC 30 días
15ºC 20 días
20ºC 15 días
25 ºC 10 días
30ºC 7 días
La inhibición por temperaturas bajas es mayor para Nitrobacter que para
Nitrospira, siendo común que los iones nitrito se acumulen a bajas temperaturas
(Gerardi, 2002).
5.2.2. Alcalinidad y pH
El pH influye sobre la tasa de crecimiento de las bacterias nitrificantes. Se ha
observado que la tasa máxima de nitrificación se produce entre valores de 7.2 a 9.0
aproximadamente, a valores inferiores a 6.5 la velocidad de nitrificación se reduce de
forma brusca (González et al., 2010).
La alcalinidad se define como la capacidad que tiene un agua de neutralizar
ácidos, debido principalmente a su contenido en bicarbonatos (HCO3-), carbonatos
(CO32-) e hidróxidos (OH-) de calcio, magnesio y sodio. Generalmente las aguas
residuales son alcalinas, reciben su alcalinidad de las aguas potables, compuestos
presentes en las infiltraciones de las aguas subterráneas y químicos procedentes del
sistema de alcantarillado (Gerardi, 2002). La alcalinidad disminuye durante el proceso
de nitrificación, debido a que esta es utilizada como fuente de carbono por las bacterias
nitrificantes y por la generación de iones hidrógeno (H+) y de iones nitrito durante el
proceso (Gerardi, 2002).
NH4+ + 1.5O2 (Nitrosomonas) → 2H+ + NO2
- +2H2O
En la generación de iones hidrógeno durante la oxidación del amonio también se
produce ácido nitroso (HNO2), con el resultado de una disminución de la alcalinidad. La
CAPITULO I.- INTRODUCCIÓN
16
cantidad de ácido nitroso y de iones nitrito producidos depende del pH del tanque de
aireación (Gerardi, 2002).
H+ + NO2- → HNO2
En la tabla 3 se muestra como afecta los diferentes rangos de pH en el proceso
de nitrificación.
Tabla 3 - pH y nitrificación (Gerardi, 2002).
pH Impacto en la nitrificación
4.0 – 4.9 Presencia de bacterias nitrificantes. Ocurre nitrificación organotrófica
5.0 – 6.7 Nitrificación por bacterias nitrificantes. Velocidad de nitrificación lenta
6.7 – 7.2 Nitrificación por bacterias nitrificantes. Velocidad de nitrificación aumenta
7.2 – 8.0 Nitrificación por bacterias nitrificantes Velocidad de nitrificación constante.
5.2.3. Necesidades de oxígeno
La concentración de oxígeno disuelto (OD) puede convertirse en un factor
limitante, debido a que la velocidad de crecimiento de las bacterias nitrificantes
autótrofas se reduce significativamente a concentraciones bajas de OD (González et
al., 2010). La concentración óptima de OD para lograr una buena nitrificación se sitúa
en 2-3 mg/L (tabla 4).
Tabla 4 - Influencia del OD en la nitrificación.
Concentración de OD Nitrificación alcanzada
< 0.5 mg/L Muy poca nitrificación, si ocurre
0.5 – 1.9 mg/L Nitrificación ineficiente
2.0 – 2.9 mg/L Nitrificación significativa
3 mg/L Máxima nitrificación
Los factores responsables de la limitación de OD para la nitrificación son la falta
de difusión de oxígeno a través de los flóculos y la competencia por el oxígeno por
parte de otros organismos aerobios. El aumento de la concentración de OD puede
acelerar la nitrificación, permitiendo una mejor penetración de este en las partículas del
flóculo, y por tanto, su acceso a las bacterias nitrificantes (Gerardi, 2002).
CAPITULO I.- INTRODUCCIÓN
17
El OD debe estar bien distribuido en el tanque de aireación y su nivel no se
recomienda que sea inferior a 2 mg/L. Para oxidar 1 mg de amonio son necesarios 4.6
mg de O2 (Bitton, 1994). La cantidad de OD afecta a la actividad de las bacterias
nitrificantes en función de la temperatura. Se observó en un reactor a bajas
temperaturas que, incrementando la concentración de OD desde 0.7 a 3.0 mg/L, el
efecto en la capacidad de eliminación de nitrógeno fue muy pequeño debido a la
escasa actividad de las bacterias durante los meses de invierno (Wang et al., 2010).
Yen et al., (2010) observaron en estudios llevados a cabo en un fermentador continuo
que el porcentaje de BON del total de la comunidad bacteriana se incrementó de casi
el 0% al 30% cuando aumentaron los niveles de OD desde 0.15 mg/L a 0.5 mg/L,
mientras que el porcentaje de las BOA cambió muy poco en las distintas fases. Por
tanto, los niveles bajos de OD pueden lograr una nitrificación parcial.
5.2.4. Concentración de amonio y nitrito
Los nutrientes pueden afectar y limitar la síntesis celular y el crecimiento
bacteriano. Los principales nutrientes inorgánicos necesarios para los microorganismos
son: N, S, P, K, Mg, Ca, Fe, Na, Cl (Madigan et al., 2009).
El crecimiento de las BOA y BON siguen la cinética de Monod y dependen de las
concentraciones de amonio y de nitrito respectivamente (Bitton, 1994).
5.2.5. La relación entre la Demanda Bioquímica de Oxígeno (DBO5) y el
Nitrógeno Kjeldahl Total (NKT)
El agua residual afluente al proceso de fangos activos contiene una elevada
concentración de materia orgánica y otros nutrientes que proveen a las bacterias de
carbono y energía necesarias para su metabolismo, crecimiento y reproducción. La
Demanda Bioquímica de Oxígeno (DBO) incluye la total (DBOt), partículada (DBOp),
soluble (DBOs), coloidal (DBOc), carbonosa (cDBO) y nitrogenada (nDBO) (Gerardi,
2002).
Las reacciones bioquímicas de esta actividad metabólica se resumen en
reacciones de síntesis de material celular y crecimiento así como reacciones
catabólicas de degradación de sustratos oxidables para la producción de la energía
necesaria en los procesos biosintéticos. En estas reacciones las bacterias consumen
oxígeno hasta que el sustrato disponible se agota, comenzando la fase de
CAPITULO I.- INTRODUCCIÓN
18
metabolismo endógeno, caracterizado por un consumo mínimo de oxígeno. La DBO
mide el consumo de oxígeno en una muestra debido a estas reacciones.
La DBO no sólo proporciona energía para las bacterias quimioorganotrofas y las
bacterias nitrificantes (quimiolitótrofas) sino que también proporciona energía para las
formas de vida más complejas en el proceso de fangos activos, incluyendo los protistas
y metazoos.
La fracción de organismos nitrificantes disminuye al aumentar la proporción
DBO5/NKT. En procesos combinados de eliminación de carbono y de nitrógeno esta
proporción es superior a 5, mientras que en los procesos en los que se separan ambos
procesos, en la etapa de nitrificación la proporción es superior a 3 (Bitton, 2011).
5.2.6. Compuestos tóxicos
Las bacterias nitrificantes son muy sensibles a numerosas sustancias tóxicas que
pueden inhibir su crecimiento, provocando una disminución en la tasa de nitrificación o
produciendo una elevada toxicidad que interrumpe completamente el proceso de
nitrificación a causa de la muerte de las bacterias implicadas (Bitton, 1989).
Los compuestos orgánicos más tóxicos para las bacterias nitrificantes son el
cianuro, tiourea, fenoles, anilinas y metales pesados como plata, mercurio, níquel,
cromo, cobre y zinc (Bitton, 1994). La inhibición es temporal, en cambio la toxicidad se
refiere a la pérdida permanente de la actividad enzimática o a daños irreversibles en la
estructura celular. Aunque las bacterias nitrificantes pueden superar la inhibición
aclimatándose y de este modo reparar los sistemas dañados de la enzima, la inhibición
crónica puede reducir significativamente la tasa de crecimiento de las bacterias, lo que
genera un "lavado" de la población a través de la pérdida de bacterias en el efluente
del decantador secundario o de la purga de fangos en exceso (Gerardi, 2002).
Debido a la pequeña cantidad de energía disponible para la aclimatación, las
bacterias nitrificantes son sensibles a muy bajas concentraciones de residuos
inorgánicos y residuos orgánicos ( tabla 5).
CAPITULO I.- INTRODUCCIÓN
19
Tabla 5 - Concentraciones inhibidoras de algunos residuos inorgánicos y orgánicos (Gerardi, 2002).
Residuo inorgánico Concentración (mg/L) Residuo orgánico Concentración
(mg/L)
Cromo hexavalente 0.25 Alcohol alílico 20.0
Cromo trivalente 0.05 Anilina 8.0
Cobre 0.35 Cloroformo 18.0
Cianuro 0.50 Mercaptobenzotiazol 3.0
Mercurio 0.25 Fenol 6.0
Niquel 0.25 Escatol 7.0
Plata 0.25 Tioacetamida 0.5
Sulfato 500 Tiourea 0.1
Zinc 0.30
Wells et al. (2009) observaron que a pesar de que el cromo, níquel, mercurio,
cadmio, zinc y cobre han demostrado tener efectos inhibitorios sobre la actividad de las
BOA en cultivo puro y mixto, sólo el cromo y el níquel tienen una correlación
significativa con la variabilidad de BOA.
La procesos de eliminación biológica de nutrientes han adquirido recientemente
un especial interés debido a la reciente ampliación de zonas sensibles a
eutrofización (resolución 2006) desde 5 hasta 25 millones de habitantes equivalentes
(h.e), que conlleva la eliminación de nitrógeno y fósforo bajo los requerimientos de la
directiva 271 de 1991 (Larrea, 2010). Existen estudios que relacionan de una forma
independiente la influencia de algunos parámetros operacionales y físico-químicos
en el proceso de nitrificación. Sin embargo, la eficiencia del proceso en las EDAR es
el resultado de la interacción de todos estos factores sobre la población de bacterias
nitrificantes. Esto ocasiona que se puedan dar situaciones muy diferentes que hacen
que cada EDAR se comporte de una forma única y distinta de las demás. Se hace
necesario en este sentido estudios específicos en plantas depuradoras a escala real
para estudiar la influencia conjunta de todas las variables sobre el proceso de
nitrificación.
OBJETIVOS
CAPITULO II.- OBJETIVOS
20
CAPÍTULO II.- OBJETIVOS
La depuración de aguas residuales por el sistema de fangos activos es un
proceso biotecnológico donde intervienen multitud de variables; físico-químicas,
biológicas y operacionales de control del proceso. Los estudios realizados en plantas
depuradoras a escala real son escasos, especialmente aquellos análisis que integran
todos los componentes que interaccionan en el sistema. Los resultados del presente
trabajo han sido obtenidos a partir de muestras procedentes de la EDAR QB, y se
incluyen en el proyecto ESTUDIO INTEGRADO DEL PROCESO DE FANGOS ACTIVOS. Este
tiene como objetivo general, desde una visión integrada del sistema y tomando como
base la metodología de los estudios realizados en bioindicación, avanzar en el
conocimiento del proceso de fangos activos (el sistema más extendido para el
tratamiento de las aguas residuales urbanas) aportando nuevos datos para su
optimización y biomonitorización. Por tanto, en base al análisis bivariado, en el
presente trabajo se plantean los siguientes objetivos específicos:
1. Estudio de la relación entre la carga másica y la edad del fango.
2. Búsqueda de nuevas formas de expresión de la carga másica y edad del
fango que expliquen mejor la dinámica del ecosistema de fangos activos.
3. Estudio de la relación entre los parámetros físico-químicos del licor mezcla
y el resto de variables operacionales.
4. Estudio del grado de asociación e interpretación del fraccionamiento del
afluente y efluente en relación con las variables biológicas.
5. Estudio del grado de asociación de los distintos estados y rendimientos del
nitrógeno en el efluente con parámetros operacionales, físico-químicos y
biológicos.
6. Estudio de la dinámica de la comunidad de protistas, metazoos y bacterias
filamentosas y búsqueda de bioindicadores del proceso.
MATERIALES Y MÉTODOS
CAPITULO III.- MATERIALES Y MÉTODOS
21
CAPÍTULO III.- MATERIALES Y MÉTODOS
1. TOMA DE MUESTRAS
La EDAR QB, localizada en la Comunidad Valenciana (figura 1), trata un caudal
de 39.748 m3/día (datos EPSAR 2010) de agua residual urbana e industrial con una
población servida de 141.689 h.e. Cuenta con un proceso biológico que se
desarrolla en 4 reactores AO de geometría rectangular (75 x 20 x 4,5 m) (figura 2).
Fig. 1 – Vista aérea de la EDAR QB
Fig. 2 – Diagrama de bloques de la EDAR QB.
CAPITULO III.- MATERIALES Y MÉTODOS
22
Se han llevado a cabo campañas de muestreo del afluente, efluente y licor
mezcla durante 1 año con una frecuencia quincenal desde Diciembre de 2008 hasta
Diciembre de 2009. En la figura 3 se ha representado el esquema de cada campaña
indicándose la duración, origen y tipo de muestra. Cada una ha tenido una duración
de 4 días repartidos de la siguiente forma; en los tres primeros días (1, 2 y 3) se
muestreó afluente al reactor, y en el tercer día (3) se muestreó, además, efluente
del decantador secundario. Las muestras fueron compuestas, obtenidas a partir de
la mezcla de muestras simples horarias en relación al caudal. En el cuarto día (4) se
tomó una muestra de licor mezcla en el reactor biológico, siendo esta de tipo simple
y de carácter puntual a la salida del mismo. Para la determinación de coliformes
fecales y Escherichia coli se tomaron muestras simples (puntual) de afluente al
reactor y efluente decantador secundario, teniendo en cuenta el tiempo de retención
hidráulico en el sistema.
Día 1 2 3 4
Muestra Afluente al reactor Afluente al reactor y efluente
decantador secundario Licor mezcla
Tipo de muestra Compuesta (horaria) Simple (puntual)
Fig. 3 – Esquema de la campaña de muestreo.
2. PARÁMETROS FÍSICO-QUÍMICOS Y BIOLÓGICOS
Los días 1 y 2 se analizaron en el afluente al reactor DQO, DQO soluble
(DQOs) y DBO5, mientras que el día 3 se llevó a cabo un análisis físico-químico
completo del afluente y efluente (tablas 6 y 7). El objetivo del primer análisis fue
estudiar la influencia de la carga orgánica y del segundo establecer el rendimiento
del proceso biológico. El día 4 se procedió al análisis del licor mezcla. Los
parámetros se han determinado siguiendo los procedimientos normalizados (APHA
1998). La fracción filtrada se ha obtenido a través de un filtro de lana de vidrio
(Whatman GF/C), con un tamaño nominal de poro de 1.2 μm, y la fracción soluble se
obtuvo a través de un filtro de 0.45 μm (Grady, 1989) (tabla 8). Aunque el diámetro
de las partículas coloidales está comprendido entre 0.001-1.2 μm (Metcalf & Eddy,
1991), se tuvieron en cuenta para el fraccionamiento aquellas comprendidas entre
0.45-1.2 μm. El índice volumétrico de fango (IVF) y su forma diluida (IVFD) fueron
CAPITULO III.- MATERIALES Y MÉTODOS
23
calculados según los procedimientos descritos en Jenkins et al. (2004). La
concentración de coliformes fecales y Escherichia coli ha sido expresada como
unidades formadoras de colonias (ufc) y una escala ordinal basada en el
exponencial de su concentración.
Tabla 6 – Parámetros físico-químicos y biológicos determinados en el afluente al reactor y efluente decantador secundario.
Afl. reactor Efl. dec. secundario
Parámetros Abreviatura Ud Día 1,2 Día 3 Día 3
pH - Ud. - x - Conductividad - μS/cm - x - Sólidos en Suspensión Totales SST mg/L - x x Sólidos en Suspensión Volátiles Totales SSVT mg/L - x x Demanda Química de Oxígeno DQO mg/L x x x Demanda Química de Oxígeno soluble DQOs mg/L x x x Demanda Química de Oxígeno particulada suspendida
DQOps mg/L - x x Demanda Química de Oxígeno particulada coloidal
DQOpc mg/L - x x Demanda Bioquímica de Oxígeno a 5 días DBO5 mg/L x x x Demanda Bioquímica de Oxígeno filtrada a 5 días DBO5 f mg/L - x x Demanda Bioquímica de Oxígeno particulada 5 días DBO5p mg/L - x x Nitrógeno total NT mg/L - - x Nitrógeno total soluble NTs mg/L - - x Nitrógeno Kjeldhal Total NKT mg/L - x x Nitrógeno Kjeldhal Total soluble NKTs mg/L - x x Nitrógeno orgánico soluble N-orgs mg/L - x x Nitrógeno orgánico particulado N-orgp mg/L - x x Nitrógeno amoniacal N-NH4
+ mg/L - x x Nitrógeno nitrico N-NO3
- mg/L - - x Nitrógeno nítroso N-NO2
- mg/L - - x Fósforo total PT mg/L - x x Fósforo total soluble PTs mg/L - x x Fósforo orgánico soluble P-orgs mg/L - x x Fósforo orgánico particulado P-orgp mg/L - x x Fósforo del ortofosfato P-PO4
3- mg/L - x x Tensioactivos aniónicos TA mg/L - x x Níquel (mg/L) - mg/L - - x Zinc (mg/L) - mg/L - - x Fenoles (mg/L) - mg/L - - x Sulfatos (mg/L) - mg/L - - x Cloruros (mg/L) - mg/L - - x Coliformes fecales Cfec Ufc - x x Escherichia coli Ecoli Ufc - x x
CAPITULO III.- MATERIALES Y MÉTODOS
24
Tabla 7 – Parámetros físico-químicos determinados en el licor mezcla.
Licor mezcla
Parámetros Abreviatura Ud. Dia 4
pH pHLM ud. x Conductividad CondLM µmS/cm x Temperatura rector Tªr ºC x Sólidos en Suspensión del Licor mezcla SSLM mg/L x Porcentaje Sólidos en Suspensión Volátiles del Licor mezcla %SSVLM % x Sedimentabilidad del licor mezcla a 30 minutos V30 mL/L x Índice Volumétrico de Fango IVF mL/g x Índice Volumétrico de Fango Diluido IVFD mL/g x Nitrógeno total del Licor Mezcla NTLM mg/g SSVLM x Fósforo total del Licor Mezcla PTLM mg/g SSVLM x Demanda Química de Oxígeno del Licor Mezcla DQLM g/g SSVLM x
Tabla 8 – Dimensiones utilizadas de los sólidos suspendidos y coloidales.
Fracción no filtrable
Fracción filtrable
Particulada suspendida
Particulada coloidal Fracción soluble
Dimensiones > 1.2 μm 0.45 – 1.2 μm < 0.45 μm Símbolo utilizado ps pc s
3. PARÁMETROS OPERACIONALES
Se tomaron los datos relativos a los siete días anteriores al día del muestreo
del licor mezcla para el cálculo de los parámetros operacionales (tabla 9) (Metcalf &
Eddy, 1991).
Tabla 9 – Parámetros operacionales.
Parámetro Símbolo variable Unidades Observaciones
Tiempo retención hidráulico reactor
TRHr3, TRHr1, TRHr2a, TRHr2b horas
TRHr1: día3 TRHr2a: promedio días 2 y 3 TRHr2b: promedio días 1 y 2 TRHr3: promedio días 1, 2 y 3
Carga másica CM1, CM2a, CM2b, CM3
kg DBO5/kg SSVLM.d kg DQOs/kg SSVLM.d
CM1: día3 CM2a: promedio días 2 y 3 CM2b: promedio días 1 y 2 CM3: promedio días 1, 2 y 3
Edad de fango EF1, EF2, EF3, EF4, EF5, EF6, EF7 días
EFX. Donde X = nª días anteriores empleados en e l sumatorio de las variables
Oxígeno reactor ODb, ODm, ODa % ODb: < 0.8 ppm ODm: 0.8-2 ppm ODa: >0.8 ppm
Debido a la inercia en el proceso biológico de algunos parámetros
operacionales, como la carga orgánica afluente al reactor biológico (Salvadó et al.,
1993), se han calculado para su estudio parámetros con valores promedio de la CM
CAPITULO III.- MATERIALES Y MÉTODOS
25
y tiempo de retención hidráulico en el reactor (TRHr). La EF fue calculada a partir del
sumatorio de sus variables correspondientes hasta los siete días anteriores a la
toma de muestras del licor mezcla (día 4) (Zornoza et al., 2011). De esta forma, se
obtuvieron para su estudio siete expresiones distintas de la edad del fango (EF1-
EF7).
Los valores de OD en el reactor fueron distribuidos en tres intervalos (0.8, 0.8-2
y >2 ppm) y expresados en porcentaje de tiempo (%). En el caso de la EDAR QB los
datos correspondieron a medidores en línea situados en la parte final del reactor
biológico.
4. IDENTIFICACIÓN Y RECUENTO DE PROTOZOOS Y METAZOOS
El análisis microscópico de las muestras se realizó en un intervalo de tiempo
máximo de 24 horas después de la toma de muestras, utilizando un microscopio de
contraste de fases Zeiss (modelo Axiostar). La estimación de la densidad de
protistas y metazoos se llevó a cabo por recuento directo de dos alícuotas de 25 µL
(Madoni, 1988); para el recuento de ciliados sésiles coloniales se realizaron cuatro
réplicas adicionales. Su abundancia se expresó como ind/mg SSLM para el estudio
de asociación con el resto de variables, a excepción del estudio con Escherichia coli
y coliformes fecales, la cual se expresó como ind/mL e ind/mL.h (en función del
TRHr1). La concentración de E.coli y coliformes fecales fue expresada, además de
ufc, en una escala ordinal basada en el exponencial de la concentración (Cfecexp y
Ecoliexp). Para la estimación de la densidad de pequeños flagelados se examinaron
dos réplicas, tomando un volumen de 25 µL, en la diagonal de la cámara Fuchs
Rosenthal (Madoni, 1988). Los organismos fueron identificados en vivo usando las
claves de Foissner et al. (1991; 1992; 1994; 1995; 1996), Rodríguez et al., (2008) y
Serrano et al., (2008). Cuando fue necesario se utilizó para la identificación la
técnica de impregnación argéntica (Fernández-Galiano 1976; 1994) y tinción con
Flutax-2 (Arregui et al., 2003). Se consideraron dos grupos de amebas desnudas
según el tamaño celular; amebas grandes (>50 µm) y pequeñas (<50 µm).
CAPITULO III.- MATERIALES Y MÉTODOS
26
5. IDENTIFICACIÓN Y RECUENTO DE BACTERIAS FILAMENTOSAS
El análisis de morfotipos filamentosos se realizó antes de las 48 horas
posteriores a la toma de muestras, siguiendo las recomendaciones para su correcta
manipulación y conservación de Rodríguez et al., (2005). Para la identificación a
nivel convencional se utilizaron las claves propuestas por Eikelboom (2000; 2006) y
Jenkins et al. (2004). La densidad de organismos fue estimada según el criterio
subjetivo propuesto por Eikelboom, que establece el índice de filamentos (IF) dentro
de una escala ordinal del 0-5 (tabla 10). Se empleó un código numérico para cada
una de las bacterias identificadas, de esta forma se pretende estudiar el
polimorfismo a través de la asociación con los resultados de identificación que se
obtengan mediante técnicas moleculares (FISH). Debido a la dificultad que en
determinadas condiciones plantea la estimación de la densidad de morfotipos, como
por ejemplo estructura flocular abierta y elevada población de filamentos, se
utilizaron valores intermedios de la escala (2.5, 3.5, 4.5).
Tabla 10 – Escala criterio subjetivo de Eikelboom.
IF Abundancia Explicación
0 Ninguno No se observan
1 Pocos Se observa em um flóculo ocasional
2 Algunos Comunes pero no presentes en todos los flóculos
3 Común En todos los flóculos con una densidad 1-5/floc.
4 Muy común En todos los flóculos con una densidad 5-20/flor
5 Abundante
En todos los flóculos con una densidad > 20 fil/floc.
Se identificó y estimó la densidad de morfotipos filamentosos sobre muestras en
vivo y fijadas en tinciones de Gram y Neisser, utilizando para ello microscopía de
contraste de fases y campo claro (tabla 11).
CAPITULO III.- MATERIALES Y MÉTODOS
27
Tabla 11 – Estimación de la densidad de morfotipos filamentosos.
Morfotipos Estimación de la densidad
Beggiatoa Tipo 1863 Tipo 0411 Tipo 1701 Thiothrix Tipo 021N Tipo 0914/0803 Tipo 0041/0675 Haliscomenobacter hydrossis
Sobre muestras en vivo. Microscopia de contraste de fases
Microthix parvicella Nocardioformes
Sobre muestras fijadas en tinción Gram. Microscopía de campo claro
Nostocoida limícola Sobre muestras fijadas en tinción Gram y Neisser. Microscopía de campo claro
Tipo 0581 Sobre muestras fijadas en tinción Gram. Microscopía de campo claro
Tipo 0092 Sobre muestras fijadas en tinción Neisser. Microscopía de campo claro
6. ANÁLISIS ESTADÍSTICO
Se realizó un resumen donde se tabularon los valores mínimos, máximos, la
media y la desviación estándar de cada una de las variables operacionales, físico-
químicas y biológicas.
Para evaluar la relación entre pares de variables se realizó un análisis
bivariante, calculándose los coeficientes de Pearson y Spearman. Previamente se
comprobó la distribución de la normalidad de los datos obtenidos de las distintas
variables mediante los test de Curtosis y Asimetría. Las variables cuyos datos no
siguieron una distribución normal se transformaron a través de un cálculo logaritmico
(variable = Ln [variable + 1]) (Esteban et al., 1991).
El tratamiento estadístico se llevó a cabo con el programa SPSS versión 18.
Coeficiente de correlación lineal de Pearson.
El coeficiente de correlación de Pearson, calculado en función de la varianza y
covarianza entre ambas variables corresponde a la vertiente paramétrica de las
medidas de asociación y es calculable siempre que ambas variables se distribuyan
normalmente. Este coeficiente se utiliza para variables cuantitativas y es un índice
de la precisión de la dependencia lineal entre variables linealmente relacionadas X e
Y. Este coeficiente se calcula con la siguiente fórmula:
CAPITULO III.- MATERIALES Y MÉTODOS
28
donde:
: media de X. : media de Y.
Coeficiente de Correlación de Spearman
El coeficiente de correlación de Spearman o por rangos, también llamado rs,
corresponde a la vertiente no paramétrica, y se calcula, como otras pruebas de este
tipo, en base a una serie de rangos asignados. Este coeficiente es también aplicable
cuando se desea evaluar la asociación entre dos variables ordinales o entre una
variable ordinal y otra continua.
La metodología para calcular el coeficiente de Spearman consiste en ordenar
todos los casos para cada una de las variables de interés y asignar un rango
consecutivo a cada observación de cada una de las variables por separado. Si la
asociación lineal entre ambas variables fuera perfecta, esperaríamos que el rango
de la variable X fuera exactamente igual al rango de la variable Y, por lo tanto el
coeficiente se calcula en base a las diferencias registradas en los rangos entre
ambas variables, esperando que estas diferencias fueran 0.
Conforme mayores son las diferencias observadas en las ordenaciones de
ambas variables, más se alejaría la relación de ser perfecta. Para evitar que las
diferencias positivas anularan las diferencias negativas y comportaran la toma de
decisiones equivocadas, el estadístico se calcula en función de la suma de las
diferencias elevadas al cuadrado.
donde:
di: diferencia entre los dos rangos
N: número de valores de la muestra
Ambos coeficientes evalúan si existe una relación lineal, creciente o
decreciente, entre ambas variables. Tanto el coeficiente de correlación de Pearson
como el de Spearman únicamente pueden adoptar valores comprendidos entre -1 y
CAPITULO III.- MATERIALES Y MÉTODOS
29
1, identificando el valor de -1 una relación decreciente perfecta, mientras que por el
contrario, el valor 1 identificaría una relación lineal creciente perfecta. Intuitivamente,
el coeficiente de correlación debe examinar la relación lineal de dos variables por lo
que imaginemos que si la relación es muy evidente, los puntos se separarán muy
poco de la línea de puntos imaginaria y si, por el contrario, la relación es muy débil,
entonces la nube de puntos se ensanchará tanto que será imposible extraer
conclusiones sobre algún tipo de relación.
Como se ha indicado, el coeficiente de correlación es un valor comprendido
entre -1 y 1. Aunque no existen valores estandarizados, a título indicativo se
presenta la interpretación de sus valores por intervalos (tabla 12).
Tabla 12 - Intervalos de coeficientes de correlación. Coeficiente Interpretación
0 Relación nula
0 – 0.2 Relación muy baja
0.2 – 0.4 Relación baja
0.4 – 0-6 Relación moderada
0.6 – 0.8 Relación alta
0.8 - 1 Relación muy alta
1 Relación perfecta
La prueba de significación asociada a ambos coeficientes, únicamente prueba
la hipótesis nula de que el coeficiente pueda ser igual a 0, es decir, que no exista
ninguna relación lineal entre ambas variables. El nivel de significación “p” representa
pues la probabilidad de error que se comete al aceptar el resultado observado como
válido. Cuanto mayor sea este nivel de significación mayor error se comete al
aceptar que las correlaciones observadas entre las variables de la muestra son
indicadoras de la relación entre las respectivas variables de la población. Es decir, si
p ≤ 0.05 existe una probabilidad del 5 % de que la relación observada entre las
variables en la muestra estudiada sea casualidad. El nivel de significación 0.05 se
considera un nivel de error aceptable en muchas áreas de estudio. En el presente
estudio se ha tenido en cuenta además el nivel 0.01. Para una mejor visualización
de los datos, se omitieron en las tablas de resultados aquellos coeficientes que no
mostraron al menos alguno de los niveles de significación indicados.
Por último, es importante tener presente cual es la verdadera interpretación de
estos coeficientes y qué es exactamente lo que estamos probando al realizar la
CAPITULO III.- MATERIALES Y MÉTODOS
30
prueba estadística, dado que aunque en estos casos se rechace la hipótesis nula y
no se pueda demostrar que existe una relación lineal entre ambas variables, sí que
es posible que exista otro tipo de relación (polinómica, logarítmica, entre otras),
mesurable con otras técnicas que requieren de transformaciones y modelos más
complejos.
RESULTADOS
CAPITULO IV- RESULTADOS
31
CAPÍTULO IV.- RESULTADOS
Los resultados presentados a continuación corresponden a un análisis
preliminar de los datos obtenidos, quincenalmente durante un año (n=25), en la
EDAR QB. En el análisis bivariante se estudió el grado de relación entre pares de
variables dentro de la matriz de datos, teniendo presente que cada una de ellas
pueden estar relacionadas entre si directamente o indirectamente por variaciones de
otras variables.
1. PARÁMETROS OPERACIONALES
Los valores medios, mínimos, máximos y desviación estándar de cada uno de
los parámetros operacionales y físico-químicos utilizados en el estudio se muestran
en la tabla 13.
Tabla 13 – Valor medio, mínimo, máximo y desviación estándar de los parámetros operacionales.
Variable Media Mínimo.-máximo D. estándar
CM1 (Kg DBO5/kg SSVLM.d) 0.25 0.09-0.85 0.16 CM2a (Kg DBO5/kg SSVLM.d) 0.23 0.10-0.64 0.12 CM2b (Kg DBO5/kg SSVLM.d) 0.18 0.08-0.33 0.07 CM3 (Kg DBO5/kg SSVLM.d) 0.20 0.08-0.47 0.09 CM1 (Kg DQOs/kg SSVLM.d) 0.23 0.10-0.92 0.17 CM2a (Kg DQOs/kg SSVLM.d) 0.21 0.09-0.69 0.12 CM2b (Kg DQOs/kg SSVLM.d) 0.16 0.06-0.29 0.06 CM3 (Kg DQOs/kg SSVLM.d) 0.18 0.10-0.49 0.09 EF1 (días) 39.9 3.-785 155 EF2 (días) 11.9 2.9-52 10.3 EF3 (días) 12 3.5-36 7.2 EF4 (días) 11 4.6-28 5.7 EF5 (días) 10.8 5.1-32 6.1 EF6 (días) 10.8 5.3-31 6.1 EF7 (días) 10.8 5.2-29 5.7 TRHr1 (h) 14.3 8.7-25 3.3 TRHr2a (h) 15.4 10.7-23.6 2.6 TRHr2b (h) 18.4 14.8-24.4 2.3 TRHr3 (h) 17 13.5-22 2 ODb (%) 33 5-69 18 ODm (%) 62 12-95 19 ODa (%) 5 0-40 10
La mayor parte de valores del caudal de fangos en exceso de los siete días
previos a cada uno de los muestreos del licor mezcla (día 4) se situaron entre 1000 -
CAPITULO IV- RESULTADOS
32
2500 m3/d, observándose días por debajo de 1000 m3/d (figura 4), que fueron los
que originaron valores máximos elevados en la EF1 y EF2 (tabla 13).
QB
0
500
1000
1500
2000
2500
3000
3500
1 10 19 28 37 46 55 64 73 82 91 100 109 118 127 136 145 154 163 172 181 190 199
días
Q. f
ango
s ex
ceso
(m3/
d)
Fig. 4 – Evolución del caudal de fangos en exceso.
La evolución de la EF3, EF4 y EF5 (figura 5) presentó muestreos con valores
altos en la EF4 (8, 10, 21, 24), debido al incremento de días próximos sin purga de
fangos en exceso.
0
5
10
15
20
25
30
35
40
1 3 5 7 9 11 13 15 17 19 21 23 25Muestreos
Edad
de
Fang
o (d
ías)
EF3 EF4 EF5
Fig. 5 – Evolución de la EF3, EF4 y EF5.
La EF4 fue la expresión de la EF a partir de la cual comenzó a estabilizarse la
desviación estándar (tabla 13). La CM3 y la EF4 siguieron una evolución inversa
proporcional hasta el muestreo 6 (figura 6). A partir de este se observaron valores
que aumentaron o disminuyeron simultáneamente, además de observarse una falta
de proporcionalidad entre ambos parámetros (muestreos 5 y 11, 12 y 13).
CAPITULO IV- RESULTADOS
33
0
5
10
15
20
25
30
35
1 3 5 7 9 11 13 15 17 19 21 23 25Muestreos
EF4
(día
s)
-0,1
0,1
0,2
0,3
0,4
0,5
0,6
0,7
CM
3(k
g D
BO
5/K
g S
SV
LM.d
)
EF4 CM3
Fig. 6 – Evolución de la CM3 frente a la EF4.
El número de coeficientes significativos entre la EF y CM, expresada esta
última en función de la DBO5 y DQO soluble (DQOs), aumenta al incrementarse el
número de días para el cálculo de la EF; siendo la EF4, EF5, EF6, EF7 las
expresiones que presentaron coeficientes de correlación más altos y significativos
(tabla 14). La expresión de la CM como DBO5 obtuvo coeficientes ligeramente
superiores que la expresada como DQOs.
Tabla 14 – Coeficientes de correlación entre las diferentes formas de expresión de la EF y CM.
EF1 EF2 EF3 EF4 EF5 EF6 EF7
CMdbo1 C. P -0.40* -0.44* -0.50* -0.56** -0.55** -0.57**
C. S -0.52** -0.60** -0.56** -0.64** -0.72** -0.76** -0.79** CMdbo2a C. P -0.43* -0.45* -0.51** -0.57** -0.56** -0.57** C. S -0.54** -0.62** -0.56** -0.63** -0.69** -0.73** -0.75** CMdbo2b C. P -0.42* -0.47* -0.54** -0.53** -0.55** C. S -0.41* -0.52** -0.43* -0.53** -0.62** -0.64** -0.67** CMdbo3 C. P -0.40* -0.44* -0.51** -0.57** -0.57** -0.59** C. S -0.51* -0.58** -0.52** -0.61** -0.68** -0.71** -0.63** CMdqo1 C. P -0.45* -0.51* -0.49* -0.51* C. S -0.49* -0.53** -0.46* -0.56** -0.60** -0.67** -0.70** CMdqo2a C. P -0.46* -0.50* -0.49* -0.50* C. S -0.53** -0.56** -0.46* -0.55** -0.59** -0.64** -0.66** CMdqo2b C. P -0.43* -0.49* -0.48* -0.49* C. S -0.46* -0.50* -0.42* -0.51** -0.58** -0.58** -0.60** CMdqo3 C. P -0.40* -0.48* -0.53** -0.52** -0.53**
C. S -0.52** -0.57** -0.49* -0.59** -0.64** -0.67** -0.69**
Nivel de significación: ** p < 0.01, * p < 0.05
CAPITULO IV- RESULTADOS
34
La CM, expresada como DBO5, de los siete días anteriores al muestreo del
licor mezcla (día 4) se mantuvo generalmente constante dentro del intervalo 0.1-0.3
Kg DBO5/Kg SSVLM.d (figura 7), por esta razón probablemente no se observaron
diferencias significativas entre los coeficientes de las distintas expresiones (CM1,
CM2a, CM2b y CM3) (tabla 14).
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1 10 19 28 37 46 55 64 73 82 91 100 109 118 127 136 145 154 163 172 181 190 199días
CM
(Kg
DBO
5/Kg
SSV
LM.d
)
Fig. 7 – Evolución de la CM.
2. PARÁMETROS FÍSICO-QUÍMICOS.
2.1. Licor mezcla.
Los valores del IVF, donde no se practicó ninguna dilución sobre la V30 (n=0),
mostraron diferencias significativas con el IVF*, donde se diluyó la muestra cuando
fue necesario (n=1,2…) (tabla 15).
Tabla 15 – Valor medio, mínimo, máximo y desviación estándar de los parámetros físico-químicos del licor mezcla.
Parámetro Media Mínimo.-máximo D. estándar
pHLM (ud.) 7.44 7.05-7.79 0.18 CondLM(µS/cm) 2042 1330-2740 425 Tºr (ºC) 21 14-29 4 SSLM (mg/L) 2460 1790-3120 386 SSVLM (%) 79 68-87 4 V30 (n=0) (mL/L) 339 140-720 160 IVF (n=0) (mL/g) 136 59-245 49 IVF* (n=0,1,2…) (mL/g) 119 59-167 27 NTLM (mg/g SSVLM) 71 41-108 21 PTLM (mg/g SSVLM) 29 19-40 5 DQOLM (g/g SSVLM) 1.42 1.25-1.63 0.10
CAPITULO IV- RESULTADOS
35
En ocho muestreos del total del periodo de estudio se hizo necesario practicar
una dilución sobre el licor mezcla. Especialmente en los muestreos 10, 12, 13 y 14
se observaron diferencias significativas entre el IVF y el IVF* (figura8).
0
50
100
150
200
250
300
1 3 5 7 9 11 13 15 17 19 21 23 25
Muestreos
IVF
(mL/
g)
IVF (n=0) IVF*
Fig. 8 – Representación del IVF frente a IVF*.
El contenido en nitrógeno del licor mezcla (NTLM) presentó una evolución
inversa frente a la Tª del reactor (Tªr) (figura 9), produciéndose una disminución
significativa del contenido en NTLM a partir de 20-22 ºC. Esta tendencia también
pudo observarse a partir del coeficiente de correlación negativo moderado que
presentaron ambas variables (tabla 16).
QB
20
50
80
110
140
1 3 5 7 9 11 13 15 17 19 21 23 25
Muestreos
NTL
M
(mg/
g S
SV
LM)
10
20
30
Tªr (
ºC)
NTLM Tªr
Fig. 9 – Evolución del NTLM frente a la Tªr.
Los coeficientes de correlación entre las distintas expresiones de la EF y NTLM,
fósforo total del licor mezcla (PTLM) y demanda química de oxígeno del licor mezcla
(DQOLM) se muestran en la tabla 16. En general, se observaron coeficientes de
CAPITULO IV- RESULTADOS
36
correlación negativos moderados-altos entre la EF y el NTLM y DQOLM. El
porcentaje de la fracción volátil (%SSVLM) mostró una correlación positiva con el
NTLM, mientras que no se obtuvo ningún coeficiente de correlación significativo
entre la EF y PTLM. Aunque en la tabla no se muestra, el NTLM y la DQOLM se
correlacionaron entre si con un coeficiente de Pearson de 0.65**. La EF4, EF5, EF6
y EF7 fueron las expresiones que presentaron una asociación más significativa.
Tabla 16 – Coeficientes de correlación entre la EF, Tªr, SSVLM y NTLM, PTLM y DQOLM.
EF1 EF2 EF3 EF4 EF5 EF6 EF7 Tªr %SSVLM
NTLM C. P -0.40* -0.62** -0.64** -0.70** -0.71** -0.73** -0.74** -0.41* C. S -0.48* -0.68** -0.65** -0.75** -0.78** -0.81** -0.81** -0.49* 0.44* PTLM
C. P -0.65** C. S -0.63** DQOLM C. P -0.43* -0.46* -0.52** -0.56** -0.56** -0.61** -0.44* C. S -0.42* -0.52** -0.58** -0.66** -0.70** -0.45*
Nivel de significación: ** p < 0.01, * p < 0.05
Las diferentes expresiones de la CM presentaron una correlación positiva
moderada con el NTLM y DQOLM (tabla 17). Por el contrario, el PTLM presentó una
correlación negativa moderada con la CM. En general, la expresión de esta última
como DB05 presentó valores ligeramente superiores que las expresadas como
DQOs.
Tabla 17 – Coeficientes de correlación entre la CM y NTLM, PTLM y DQOLM.
CM1 (DBO5)
CM2A (DBO5
)
CM2B (DBO5
)
CM3 (DBO5
)
CM1 (DQOs)
CM2A (DQOs)
CM2B (DQOs)
CM3 (DQOs)
NTLM C. P 0.54** 0.56** 0.65** 0.62** 0.46* 0.47* 0.54** 0.54**
C. S 0.69** 0.64** 0.62** 0.68** 0.61** 0.56** 0.53** 0.64** PTLM
C. P -0.54** -0.49* -0.46* -0.57** -0.50* -0.47*
C. S -0.44* DQOLM C. P 0.49* 0.53** 0.59** 0.56** 0.48* 0.54** 0.50** 0.56**
C. S 0.59** 0.61** 0.63** 0.62** 0.67** 0.60** 0.55** 0.64** Nivel de significación: ** p < 0.01, * p < 0.05
2.2. Afluente
Los valores medios, mínimos, máximos y desviación estándar de los
parámetros físico-químicos del afluente se muestran en la tabla 18. En general se
observaron valores medios de materia orgánica y nutrientes. Destacar la baja
desviación estándar observada en el pH, SST, SSTV y DQO/DBO5. Los vertidos
CAPITULO IV- RESULTADOS
37
recibidos en la EDAR ocasionaron valores máximos elevados de DQO, DBO5 y
tensioactivos aniónicos (TA).
Tabla 18 – Valor medio, mínimo, máximo y desviación estándar de los parámetros físico-químicos del afluente al reactor.
Parametros Media Mínimo-Máximo Desviación estándar
pH (ud.) 7.82 8.59-7.08 0.14 Conductividad (μSm/cm) 2420 1920-3060 345 SST (mg/L) 119 68-202 34 SSTV (%) 83 64-97 7 DQO (mg O2 /L) 418 204-804 162 DQOs (mg O2/L) 221 90-496 109 DQOps (mg O2/L) 163 90-292 64 DQOpc (mg O2/L) 33 4-86 19 mg DQOps/mg SST 1.36 0.88-1.71 0.23 mg DQOps/mg SSTV 1.65 1.02-2.32 0.36 DQOs1 (%) 52 42-75 8 DQOs2a (%) 51 43-70 6 DQOs2b (%) 47 28-63 6 DQOs3 (%) 49 37-61 5 DBO5 (mg O2 /L) 245 90-480 113 DBO5 f (mg O2/L) 137 50-390 88 DBO5p (mg O2/L) 85 40-170 36 mg DBO5p/mg SST
0.79 0.54-1.43 0.22 mg DBO5p/mg SSTV
0.98 0.59-1.85 0.32 DQO/DBO 1.75 1.43-2.33 0.20 DB05/NKT 4.5 2.7-7.9 1.1 DB05f/NKTs 3.3 1.9-8.0 1.4 DQOs/NKTs 4.9 2.9-10.1 1.5 NKT (mg/L) 53.6 31.5-83.5 17 NKTs (mg/L) 45.4 24-72 15.7 N-NH4
+ (mg/L) 40.3 24-62.2 12.1 N-orgs (mg/L) 6 0-13.7 3.9 N-orgp (mg/L) 8.4 0.5-15 3.2 PT (mg/L) 5.24 3.10-9.70 1.96 PTs (mg/L) 2.84 1-5.50 1.31 P-PO4
3- (mg/L) 2.52 1-4.80 1.22 P-orgs (mg/L) 0.29 0-1.1 0.22 P-orgp (mg/L) 2.41 0.50-4.30 0.89 T. aniónicos (mg/L) 3.27 1.23-7.50 1.82 Níquel (mg/L) 0.13 <0.02-0.45 0.18 Zinc (mg/L) 2.10 0.18-4.02 1.32 Fenoles (mg/L) 0.94 0.37-2.05 0.49 Sulfatos (mg/L) 221 159-293 35 Cloruros (mg/L) 341 133-520 94
El promedio en porcentaje (%) de las distintas fracciones de la DQO y DBO5 en
el afluente al reactor se presentan en la figura 10. Aproximadamente la mitad de la
DQO total correspondió a la fracción soluble (DQOs). El resto, compuesta por la
fracción particulada, incluyó a los sólidos en suspensión (DQOps) y a partículas
coloidales (DQOpc) con un tamaño comprendido entre 0.45-1.2 μm. De esta última
fracción se observó un bajo porcentaje (8 %) del total de la DQO. La fracción
CAPITULO IV- RESULTADOS
38
obtenida de la DBO5 filtrada (62 %), compuesta por la materia coloidal y soluble, fue
muy próxima a la suma de la DQOs y DQOpc (61 %).
53%39%
8%
DQOs DQOps DQOpc
62%
38%
DBO5f DBO5ps
Fig. 10 – Fraccionamiento de la DQO y DBO5 afluente al reactor.
La evolución de las diferentes fracciones de la DQO y DBO5 afluente al reactor
(figura 11), salvo alguna excepción, no presentó variaciones importantes a lo largo
del periodo de muestreo.
0%
20%
40%
60%
80%
100%
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
Muestreos
DQOs DQOps DQOpc
CAPITULO IV- RESULTADOS
39
0%
20%
40%
60%
80%
100%
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25Muestreos
DBO5f DBO5ps
Fig. 11 – Evolución de las fracciones de la DQO y DBO5 afluente al reactor.
Las distintas fracciones en el afluente al reactor del nitrógeno (N-NH4+, N-orgs,
N-orgp) y fósforo (P-PO43-, P-orgs, P-orgp) se muestran en la figura 12. La forma del
nitrógeno que presentó la mayor fracción fue el N-NH4 (74%), siendo muy próximos
los valores entre la fracción soluble (N-orgs) y particulada (N-orgp). En el caso del
fósforo, las distintas fracciones no se correspondieron con las del nitrógeno. La
fracción del P-orgp (46 %) fue mucho mayor que la del N-orgp y similar al P-orgs
(54 %).
75%
10%
15%
N-NH4 N-orgs N-orgp
48%
6%
46%
P-PO4 P-orgs P-orgp
Fig. 12 – Fraccionamiento del N y P afluente al reactor.
CAPITULO IV- RESULTADOS
40
El porcentaje de N-NH4+ se mantuvo constante en la mayoría de muestreos
dentro del intervalo 60-80 % y la fracción del N-orgs disminuyó de forma significativa
a lo largo del periodo 13-22 (figura 13). Respecto a las fracciones del fósforo, se
observó a lo largo de todo el periodo una fracción particulada (P-orgp) mucho mayor
que la del nitrógeno.
0%
20%
40%
60%
80%
100%
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25Muestreos
N-NH4 N-orgs N-orgp
0%
20%
40%
60%
80%
100%
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25Muestreos
P-PO4 P-orgs P-orgp
Fig. 13 – Evolución de las fracciones de N y P afluente al reactor.
El N-orgs del afluente al reactor presentó una evolución inversa frente a la Tªr
(figura 14). Los valores más bajos de N-org fueron observados a partir de 20 ºC
aproximadamente.
CAPITULO IV- RESULTADOS
41
10
15
20
25
30
1 3 5 7 9 11 13 15 17 19 21 23 25Muestreos
N-o
rgs
(mg/
L)
0
4
8
12
16
Tªr (
ºC)
Tªr N-orgs
Fig. 14 – Evolución del N-orgs afluente al reactor frente a la Tª r.
Las relaciones DQOs/NKTs y DQOs/PTs mostraron de forma general valores
más elevados que el resto de relaciones, siendo mayores las diferencias en el caso
de este último (figura 15). La relación DBO5/NKT presentó en todos los muestreos
valores ligeramente superiores a la DBO5f/NKTs. Por el contrario, la DBO5/PT
presentó valores inferiores a la DBO5f/PTs, que en el caso de los muestreos 11, 14 y
23 fueron significativos.
0
2
4
6
8
10
12
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25Muestreos
DBO5/NKT DBO5f/NTKs DQOs/NKTs
CAPITULO IV- RESULTADOS
42
020406080
100120140160180200
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25Muestreos
DBO5/PT DBO5f/PTs DQOs/PTs
Fig. 15 – Comparación entre la relación DBO5, DBO5f, DQOs y PT, PTs, NT, NTs.
2.3. Efluente.
El promedio de las distintas fracciones de la DBO5 y DQO en función del rango
de sólidos suspendidos totales (SST) del efluente se muestran en la figura 16. A
partir de los resultados obtenidos, se observó una influencia significativa del
incremento de SST sobre la fracción particulada suspendida de la DBO5 (DBO5ps) y
DQO (DQOps).
En el diagrama de barras se presenta el fraccionamiento de la DQO en cuatro
posibles situaciones, donde se muestra el porcentaje de cada una de las fracciones
y dentro el valor de la DQO expresado en mg O2/L (figura 17).
1.- El porcentaje de DQOps y DQOs es muy elevado. Se corresponde con un
episodio de mala separación y depuración.
2.- El porcentaje de DQOps es menor que en el caso anterior, aunque todavía
significativo. La concentración de DQOs sigue siendo elevada. Se
corresponde con un episodio de mala depuración y moderada separación.
3.- El porcentaje de DQOps es elevado y la concentración de DQOs media-baja.
Se corresponde con un episodio de mala separación y moderada depuración.
4.- Se encuentra ausente el porcentaje de DQOps y el valor del porcentaje de
DQOs es bajo. Se corresponde con un episodio de buena separación y
depuración.
CAPITULO IV- RESULTADOS
43
Hay que destacar en todos los casos el valor prácticamente despreciable de la
fracción coloidal.
92%
6% 2%
DQOs DQOps DQOpc
33%
67%
DBO5f DBO5ps
0-10 mg SST/L
73%
23%4%
53%
47%
10-35 mg SST/L
28%
71%
1%
15%
85%
>35 mg SST/L
Fig. 16 – Fracciones de la DBO5 y DQO en función del rango de SST en el efluente.
96 252
70 29
44 68
37
0% 20% 40% 60% 80% 100%
1
2
3
4
DQOs DQOps DQOpc
Fig. 17 – Fraccionamiento de la DQO en el efluente.
CAPITULO IV- RESULTADOS
44
3. EL PROCESO DE NITRIFICACIÓN.
Los valores medios, mínimos, máximos y desviación estándar de los
rendimientos de eliminación y distintos estados del nitrógeno del efluente y afluente
se muestran en la tabla 19.
Tabla 19 – Valor medio, mínimo, máximo y desviación estándar de los rendimientos y estados del N en el afluente y efluente.
Parámetro Media Mínimo.-máximo D. estándar
NTs (mg/L) Afl. 45 24- 72 16 NTs (mg/L) Efl. 18.7 5.6-45 11.3 rNTs (%) 61 28-83 15 N-NH4
+ (mg/L) Afl. 40 24-62 12 N-NH4
+ (mg/L) Efl. 9.2 0.1-32.6 9.7 rN-NH4
+ (%) 80 42-100 19 N-NO2
- (mg/L) Efl. 1.36 0.04-5.67 1.47 N-NO3
- (mg/L) Efl. 6.2 0.4-11.1 2.6 NKTs (mg/L) Afl. 45 24-72 16 NKTs (mg/L) Efl. 11.1 1.0-36.0 10.4 rNKTs (%) 78 45-96 17
La EF presentó una correlación negativa moderada frente a las formas
reducidas del nitrógeno (N-NH4+
, N-NO2-, NKTs) (tabla 20). A pesar de que el NTs
también incluye las formas oxidadas del nitrógeno, se observó una correlación
negativa, probablemente por el N-NO2- presente en el efluente. Respecto a los
rendimientos de eliminación del nitrógeno, especialmente se ha obtenido una
correlación positiva moderada del rN-NH4+
con la EF. No se observó correlación
significativa con el rNKTs. Los escasos valores de correlación significativos
obtenidos con el rNTs y la ausencia de estos en el caso del N-NO3- podrían ser
debidos a la eficiencia en el proceso de desnitrificación. La EF6 y EF7 mostraron las
correlaciones y niveles de significación más altos en pruebas no paramétricas (C.
Sperman).
CAPITULO IV- RESULTADOS
45
Tabla 20 – Coeficientes de correlación entre EF y los diferentes rendimientos y estados del N en el efluente.
EF1 EF2 EF3 EF4 EF5 EF6 EF7
NTs C. P -0.44* -0.47* -0.48* -0.45* -0.50*
C. S -0.43* -0.45* -0.48* -0.54** -0.55** -0.58** rNTs C. P C. S 0.40* 0.41* N-NH4
+ C. P -0.46* -0.48* -0.48* -0.42* -0.47* C. S -0.45* -0.44* -0.47* -0.49* -0.52** -0.53** rN-
+ C. P
C. S 0.44* 0.42* 0.42* 0.41* -0.41* 0.42* N-NO2
- C. P -0.44* -0.48* -0.49* -0.46* -0.44* -0.48* C. S -0.41* -0.49* -0.42* -0.45* -0.51** -0.52** -0.52** N-NO3
- C. P C. S NKTs C. P C. S -0.43* -0.46* -0.48* -0.51** -0.52** rNKTs C. P
C. S Nivel de significación: ** p < 0.01, * p < 0.05
La CM presentó una correlación positiva alta con las formas reducidas del N y
negativa con sus rendimientos de eliminación (tabla 21). Las CM expresadas como
CM2b y CM3 mostraron ocasionalmente valores de correlación ligeramente
superiores a CM1 y CM2a, y en el caso del N-NO2- claramente superiores. Los
coeficientes obtenidos de la CM calculada con el parámetro DQOs fueron
aproximadamente del mismo orden que los calculados con la DBO5. La ausencia de
coeficientes significativos con el N-NO3- pudo ser debido a la desnitrificación.
Tabla 21 – Coeficientes de correlación entre la CM y los diferentes rendimientos y estados del N en el efluente.
CM1
(DBO5
)
CM2a (DBO5
)
CM2b (DBO5
)
CM3 (DBO5
)
CM1 (DQOs)
CM2a (DQOs)
CM2b (DQOs)
CM3 (DQOs)
NTs C. P 0.59** 0.59** 0.71** 0.69** 0.57** 0.55** 0.56** 0.62**
C. S 0.67** 0.68** 0.69** 0.74** 0.72** 0.63** 0.59** 0.70** rNTs C. P -0.43* -0.44* -0.47* -0.48* -0.44* -0.46* -0.43* -0.48*
C. S -0.51** -0.54** -0.48* -0.54** -0.58** -0.57** -0.44** -0.54** N-NH4
+ C. P 0.65** 0.66** 0.69** 0.71** 0.63** 0.63** 0.57** 0.67** C. S 0.75** 0.76** 0.78** 0.76** 0.82** 0.75** 0.60** 0.75** rN-
+ C. P -0.57** -0.59** -0.61** -0.63** -0.58** -0.60** -0.56** -0.63**
C. S -0.68** -0.71** -0.60** -0.69** -0.77** -0.71** -0.54** -0.69** N-NO2
- C. P 0.57** 0.42* 0.47* C. S 0.45* 0.50* 0.66** 0.61** 0.48* 0.45* 0.60** 0.60** N-NO3
- C. P C. S NKTs C. P 0.66** 0.67** 0.75** 0.75** 0.64** 0.64** 0.61** 0.67** C. S 0.76** 0.79** 0.78** 0.83** 0.83** 0.79** 0.70** 0.82** rNKTs C. P -0.59** -0.61** -0.62** -0.65** -0.60** -0.62** -0.59** -0.64**
C. S -0.68** -0.73** -0.67** -0.72** -0.79** -0.76** -0.59** -0.73** Nivel de significación: ** p < 0.01, * p < 0.05
CAPITULO IV- RESULTADOS
46
El TRHr presentó una correlación negativa con las formas reducidas del
nitrógeno (N-NH4+
y N-NO2-), siendo el TRHr2b y TRHr3 los que mostraron mayores
niveles de significación (tabla 22). No se observó prácticamente correlación
significativa con el OD en el reactor. La Tªr se correlacionó negativamente con la
especie intermedia (N-NO2-). La correlación negativa observada de la concentración
de NTs y N-NO3- con la Tªr podría tener relación con la eficiencia del proceso de
desnitrificación.
Tabla 22 – Coeficientes de correlación entre el TRHr, OD, Tªr y los diferentes rendimientos y estados del N en el efluente.
TRHr1 TRHr2a TRHr2b TRHr3 ODb ODm ODa Tªr
NTs C. P -0.48* -0.45*
C. S 0.41* -0.56** -0.43* -0.50* rNTs C. P
C. S N-NH4
+ C. P -0.41* C. S -0.47* -0.49* rN-NH4
+ C. P C. S 0.45* N-NO2
- C. P -0.54** -0.58** -0.46* C. S -0.56** -0.51** -0.52** N-NO3
- C. P 0.49* 0.46* -0.47* C. S 0.68** 0.77** -0.50* NKTs C. P C. S -0.50* -0.49* rNKTs C. P
C. S 0.42* Nivel de significación: ** p < 0.01, * p < 0.05
La concentración de TA y %DQOs1 presentaron una correlación negativa
moderada frente a los rendimientos del proceso de nitrificación (tabla 23). Los
coeficientes de correlación significativos con el %DQOs2a, %DQOs2b, %DQOs3
estuvieron prácticamente ausentes.
La evolución del rendimiento de eliminación del NKTs frente a la CM3 y
%DQOs1 fue claramente inverso (figura 18). En algunos muestreos (12 – 18) los
niveles bajos de CM3 junto con valores bajos de %DQOs1 coincidieron con valores
altos de rNKTs. En ocasiones (muestreos 19, 20, 24) también se presentaron
valores bajos de CM3 junto con elevado %DQOs1, observándose por el contrario
una disminución del rNKTs. Según los resultados obtenidos, cuando los valores de
%DQOs1 y CM3 se situaron por encima del 50 % y 0,30 kg DBO5/Kg SSVLM.d se
observó una disminución del rendimiento del proceso de nitrificación.
CAPITULO IV- RESULTADOS
47
Tabla 23 – Coeficientes de correlación entre los TA, %DQOs y los diferentes rendimientos y estados del N en el efluente.
TA %DQOs1 %DQOs2a %DQOs2b %DQOs3
NTs C. P 0.51* 0.43*
C. S 0.45* rNTs C. P -0.43* -0.48*
C. S -0.53** N-NH4
+ C. P 0.56** C. S 0.57** rN-NH4
+ C. P -0.49* -0.60** C. S -0.58** N-NO2
- C. P C. S N-NO3
- C. P -0.55* -0.44* C. S -0.50* -0.41* NKTs C. P 0.40* 0.56** C. S 0.53** rNKTs C. P -0.46* -0.64**
C. S -0.59** -0.43* Nivel de significación: ** p < 0.01, * p < 0.05
20
40
60
80
100
1 3 5 7 9 11 13 15 17 19 21 23 25
Muestreos
rNKT
s (%
) - D
QO
s (%
)
0,0
0,3
0,6
CM
3 (K
g D
BO5/
Kg S
SVLM
.d)
rNKTs %DQOs1 CM3
Fig. 18 – Representación de la CM3 y %DQOs1 frente a rNKTs.
En la figura 19 se ha representado la evolución del rNKTs frente a la
concentración de TA del afluente al reactor. Si comparamos los muestreos 7, 8 y 9
(CM3 similar) con los de la figura 18, se puede observar como el incremento de TA
por encima de 6 mg/L coincidió con una disminución del rNKTs (muestreos 8 y 9).
CAPITULO IV- RESULTADOS
48
40
50
60
70
80
90
100
1 3 5 7 9 11 13 15 17 19 21 23 25Muestreos
rKTs
(%)
0
2
4
6
8
10
12
TA (m
g/L)
rNKTs TA
Fig. 19 – Evolución de la concentración de TA del afluente frente al rNKTs.
El níquel mostró una correlación positiva moderada y alta con las especies
reducidas del nitrógeno y negativa con sus rendimientos de eliminación (tabla 24).
Los fenoles presentaron tan solo correlación positiva moderada con las especies
reducidas y el zinc el efecto contrario al níquel. Las correlaciones significativas con
sulfatos, cloruros y DBO5f/NKTs estuvieron prácticamente ausentes. La relaciones
DBO5/NKT y DQOs/NKTs mostraron una correlación positiva moderada con el N-
NH4+, NKTs y negativa con sus rendimientos de eliminación.
Tabla 24 – Coeficientes de correlación entre parámetros físico-químicos afluente al reactor y los diferentes rendimientos y estados del N en el efluente.
Niquel Zinc Fenoles Sulfatos Cloruros DB05/NKT DB05f/NKTs DQOs/NKTs
NTs C. P 0.72** -0.68** 0.44* 0.42* 0.41*
C. S 0.74** -0.73** rNTs C. P -0.44*
C. S -0.51* 0.48* N-NH4
+ C. P 0.57** -0.58* 0.42* 0.43* C. S 0.58** -0.57** 0.48* 0.48* 0.45* rN-NH4
+ C. P -0.43* 0.42* -0.52** C. S -0.48* 0.47* -0.46* -0.49* N-NO2
- C. P 0.69** -0.42* 0.55* C. S 0.69** 0.49* N-NO3
- C. P -0.42* -0.49* C. S 0.41* -0.51* -0.51* -0.48* NKTs C. P 0.61** -0.58* 0.44* 0.45* C. S 0.62** -0.56* 0.53* 0.50* 0.46* rNKTs C. P -0.42* 0.41* -0.45* -0.56**
C. S -0.43* -0.53** -0.62** Nivel de significación: ** p < 0.01, * p < 0.05
CAPITULO IV- RESULTADOS
49
Los muestreos que presentaron una relación DBO5/NKT mayor que 5
(muestreos 7, 8, 9 y 11) coincidieron con valores de rNKT menor del 70% (figura 20).
0123456789
1011
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
Muestreos
DBO
5/N
KT
0
20
40
60
80
100
rNKT
(%)
DBO5/NKT rNKT
Fig. 20 – Evolución de la relación DBO5/NKT frente al rNKT.
La conductividad del licor mezcla (CondLM) presentó correlación positiva
moderada y alta con las especies reducidas del nitrógeno, mientras que la
correlación fue negativa con sus rendimientos de eliminación (tabla 25). Las
correlaciones significativas con SSLM, pH, IVF y PTLM estuvieron prácticamente
ausentes. Se observó un grupo de variables (%SSVLM, NTLM, DQOLM)
relacionadas entre sí que presentaron de forma general una correlación positiva
moderada con las especies reducidas del nitrógeno y negativa con sus rendimientos.
De todas ellas la DQOLM fue la que mostró mayores coeficientes.
CAPITULO IV- RESULTADOS
50
Tabla 25 – Coeficientes de correlación entre parámetros físico-químicos del licor mezcla y los diferentes rendimientos y estados del N en el efluente.
SSLM pHLM CondLM %SSVLM IVF NTLM PTLM DQOLM
NTs C. P 0.77** 0.43* 0.53** 0.57**
C. S 0.76** 0.49* 0.53** 0.57** rNTs C. P -0.49*
C. S -0.51* -0.42* N-NH4
+ C. P 0.70** 0.48* 0.42* 0.52** C. S 0.71** 0.46* 0.40* 0.53** rN-NH4
+ C. P -0.56** -0.41* C. S -0.62** -0.42* -0.44* N-NO2
- C. P -0.43* 0.74** 0.62** 0.61** C. S 0.74** 0.56** 0.62** N-NO3
- C. P 0.41* C. S NKTs C. P 0.74** 0.54** 0.45* 0.51* C. S 0.77** 0.55** 0.48* 0.56** rNKTs C. P -0.56**
C. S -0.61** -0.46* -0.44* Nivel de significación: ** p < 0.01, * p < 0.05
4. BACTERIAS FILAMENTOSAS.
Se identificaron y codificaron un total de 21 morfotipos filamentosos,
indicándose el valor promedio del índice de filamentos (IF) de aquellas bacterias que
aparecieron en alguna de las campañas de muestreo como secundarias (3.5-4.5) y
dominantes (4.5-5) (tabla 26), tomando para ello valores intermedios de la escala
(tabla10). De todas ellas, Nostocoida limícola fue el morfotipo que mayor
polimorfismo presentó (ver anexo).
En la asociación de la CM respecto a los morfotipos, se pueden diferenciar dos
grupos; el primero, que engloba aquellos que presentaron una correlación positiva
con la CM (M. parvicella, GALO y Nostocoida limícola) y el segundo, que engloba a
aquellos que presentaron una correlación negativa (T0041/0675, T0914/0803, T0092
y Haliscomenobacter hydrossis) (tabla 27). GALO y T0041/0675 fueron los que
presentaron altos coeficientes de correlación, mientras que el resto presentaron
coeficientes moderados. La CM expresada como DQOs presentó coeficientes
ligeramente inferiores que los expresados como DBO5.
CAPITULO IV- RESULTADOS
51
Tabla 26 – Valor promedio de Índice de Filamentos y
abundancia de morfotipos dominantes y secundarios.
Morfotipo Cod. IF Ab. Beggiatoa - - - Tipo 1863 QB-16 - - Tipo 0411 - - - Tipo 1701 QB-08 2.8 Sec Thiothrix sp. QB-09 2.1 Dom Tipo 021N QB-12 1.1 Sec QB-06 M. parvicella QB-07 2.0 Dom QB-20 0.7 Dom Tipo 0581 QB-21 - - Nocardioformes (GALO) QB-01 2.7 Dom Nostocoida limícola QB-19 - - QB-02 2.9 Dom QB-15 - - QB-04 - - QB-13 - - QB-17 - - QB-22 0.3 Sec QB-18 0.3 Sec Tipo 0914/0803 QB-14 2.9 Sec Tipo 0041/0675 QB-05 2.9 Sec Tipo 0092 QB-10 - - H. hydrossis QB-11 2.8 Sec Desconocido - - - - - -
TOTAL 21 12
Tabla 27 – Coeficientes de correlación entre la CM y morfotipos filamentosos.
Morfotipo Cod. CM1
(DBO5
)
CM2a (DBO5
)
CM2b (DBO5
)
CM3 (DBO5
)
CM1 (DQOs)
CM2a (DQOs)
CM2b (DQOs)
CM3 (DQOs)
M. parvicella QB07 0.55** 0.50** 0.52** 0.54** 0.52** 0.45* 0.43* 0.50* GALO QB01 0.75** 0.72** 0.71** 0.76** 0.73** 0.65** 0.57** 0.69** N. limicola QB02 0.41* T0914/0803 QB14 -0.45* -0.55** -0.61** -0.58** -0.43* -0.53** -0.60** -0.59** T0041/0675 QB05 -0.60** -0.61** -0.66** -0.65** -0.53** -0.64** -0.65** -0.66** T0092 QB10 -0.51* -0.48* -0.49* -0.53** -0.44* -0.44* -0.42* -0.46* H. hydrossis QB11 -0.46* -0.43* -0.46* -0.50* -0.40* -0.43* -0.45*
Nivel de significación: ** p < 0.01, * p < 0.05
En la asociación de la EF respecto a los morfotipos, se pueden diferenciar dos
grupos; el primero, que engloba aquellos que presentaron una correlación positiva
con la EF (T0041/0675, T0914/0803, T0092, T021N y Haliscomenobacter hydrossis)
y el segundo, que engloba a aquellos que presentaron una correlación negativa (M.
parvicella y GALO) (tabla 28). GALO fue el que mostró los coeficientes de
correlación más altos, mientras que el resto fueron moderados. De todas las
expresiones de la EF; la EF6 y EF7 fueron las que mostraron mayores coeficientes
de correlación significativos.
CAPITULO IV- RESULTADOS
52
Tabla 28 – Coeficientes de correlación entre la EF y morfotipos filamentosos.
Morfotipo Cod. EF1 EF2 EF3 EF4 EF5 EF6 EF7
T021N QB12 0.43* M.parvicella QB07 -0.51* -0.49* GALO QB01 -0.55** -0.63** -0.53** -0.59** -0.67** -0.70** -0.74* T0914/0803 QB14 0.41* 0.49* 0.47* 0.41* 0.50* 0.47* 0.44* T0041/0675 QB05 0.46* 0.50* 0.54** T0092 QB10 0.44* 0.49* 0.54** 0.54** H. hydrossis QB11 0.40* 0.46* 0.49*
Nivel de significación: ** p < 0.01, * p < 0.05
En la asociación del TRHr, OD respecto a los morfotipos, se pueden diferenciar
dos grupos; el primero, que engloba aquellos que mostraron una correlación positiva
con el TRHr (T0041/0675, T0092 y Haliscomenobacter hydrossis) y el segundo, que
engloba a aquellos que mostraron una correlación negativa (M. parvicella y GALO)
(tabla 29). El TRHr2a no presentó una asociación significativa y las formas TRHr2b y
TRHr3 presentaron coeficientes de correlación similares. Respecto al OD, solo se
observó correlación significativa con niveles de oxigeno alto (5% del total de
oxigeno).
Tabla 29. Coeficientes de correlación entre el TRHr, OD y morfotipos filamentosos. Morfotipo Cod. TRHr2a TRHr2b TRHr3 Ob Om Oa T1701 QB08 -0.49* M. parvicella QB07 -0.46* -0.54** 0.41* GALO QB01 -0.62** -0.61** N. limicola QB02 T0041/0675 QB05 0.54** 0.59** -0.69** T0092 QB10 0.62** 0.63** -0.48* H. hydrossis QB11 0.50* 0.43* -0.53**
Nivel de significación: ** p < 0.01, * p < 0.05
GALO presentó una correlación positiva moderada con las especies reducidas
del nitrógeno y una correlación negativa moderada con sus rendimientos de
eliminación (tabla 30). Nostocoida limícola (QB-02) presentó correlación positiva
moderada con la concentración de N-NO2-. T0041/0675, T0914/0803 y
Haliscomenobacter hydrossis presentaron una correlación negativa moderada con
las especies reducidas del nitrógeno y una correlación positiva moderada con sus
rendimientos de eliminación. La ausencia de correlación significativa entre los
diferentes morfotipos y el N-NO3- probablemente fue debida a la eficiencia en el
proceso de desnitrificación.
CAPITULO IV- RESULTADOS
53
Tabla 30 – Coeficientes de correlación entre los diferentes rendimientos y estados del N en el efluente y los morfotipos filamentosos.
Morfotipo Codigo NKTs rNKTs N-NH4+ rN-NH4
+ N-NO2
- N-
NO3-
GALO QB01 0.59** -0.46* 0.51** -0.43* 0.53** N. limicola QB02 0.52** T0914/0803 QB14 -0.50* -0.46* 0.40* -0.62** T0041/0675 QB05 -0.52** 0.42* -0.41* -0.48* T0092 QB10 -0.43* H. hydrossis QB11 -0.56** 0.40* -0.48* -0.58**
Nivel de significación: ** p < 0.01, * p < 0.05
M. parvicella presentó una correlación positiva con la concentración de SST,
DQO y DBO5, por el contrario, no se observó correlación significativa con la
concentración de DQOs y DBO5. GALO presentó el mismo caso que M. parvicella
mostrando una correlación positiva moderada con la DQOs y rDQOs (tabla 31).
Estos resultados también fueron parcialmente encontrados en el morfotipo
Nostocoida limicola (QB-02). El caso contrario a M. parvicella fue observado en los
morfotipos T0041/0675, T0092 y Haliscomenobacter hydrossis.
Tabla 31 – Coeficientes de correlación entre los diferentes rendimientos y estados de la DQO, DBO5, y SST del efluente y los morfotipos filamentosos.
Morfotipo Cod. SST rSST DQO rDQO DQOs rDQOs DBO5 rDBO5 DBO5 f rDBO5f
T1701 QB08 -0.46* 0.46* 0.45* T021N QB12 -0.48* -0.51* QB06 -0.48* -0.51* M.parvicella QB07 0.54** 0.53** 0.44* GALO QB01 0.80** 0.75** 0.40* 0.44* 0.70** N. limicola QB02 0.56** 0.46* 0.50* QB15 0.48* 0.56** 0.43* QB04 -0.46* QB13 -0.45* -0.45* -0.62** T0914/0803 QB14 -0.43* T0041/0675 QB05 -0.74** 0.67** -0.65** -0.46* -0.59** T0092 QB10 -0.58** 0.58**
-0.47* -0.49*
H. hydrossis QB11 -0.62** 0.55** -0.56** -0.45* Nivel de significación: ** p < 0.01, * p < 0.05
GALO y el morfotipo Nostocoida limicola (QB02) presentaron una correlación
positiva moderada con todas las formas de nitrógeno y fósforo en el afluente al
reactor (tabla 32). Microthrix parvicella presentó una correlación positiva moderada
con las formas inorgánicas del nitrógeno y fósforo, además de los TA. Estos últimos
también se correlacionaron positivamente con el morfotipo Nostocoida limícola
(QB15). Por otro lado, se observó un segundo grupo de morfotipos cuya presencia
se asoció a niveles bajos de concentración de nutrientes en el afluente. Dentro de
este grupo; Haliscomenobacter hydrossis presentó una correlación negativa
CAPITULO IV- RESULTADOS
54
moderada con las formas inorgánicas del nitrógeno y fósforo, el morfotipo 0092 con
la forma inorgánica del fósforo, el morfotipo 0041/0675 con el nitrógeno y fósforo
total y por último el morfotipo 0914/0803 con las formas solubles del nitrógeno y
fósforo orgánico.
Tabla 32 – Coeficientes de correlación entre los diferentes estados del N, P, TA afluente al reactor y los morfotipos filamentosos . Morfotipo Cod. NT NTs N-NH4
+ N-orgs PT PTs P-PO43- P-orgs TA
M. parvicella QB07 0.50* 0.45* 0.46* 0.48* 0.41* 0.45* GALO QB01 0.63** 0.60** 0.56** 0.62** 0.62** 0.57** 0.55** 0.49* N. limicola QB02 0.63** 0.60** 0.56** 0.62** 0.61** 0.53** 0.50* 0.59** QB15 0.47* 0.48* 0.46* 0.42* 0.43* T0914/0803 QB14 -0.52* -0.51* T0041/0675 QB05 -0.50* -0.42* -0.46* T0092 QB10 -0.44* -0.48* -0.46* H. hydrossis QB11 -0.51** -0.49* -0.43* -0.56** -0.53** -0.51*
Nivel de significación: ** p < 0.01, * p < 0.05
Se observaron dos grupos de morfotipos en los resultados obtenidos de
coeficientes de correlación con los parámetros físico-químicos del licor mezcla (tabla
33):
- compuesto por M. parvicella, Nostocoida limicola (QB02) y GALO, que
presentaron una correlación positiva con el NTLM y CondLM.
- compuesto por T0914/0803, T0041/0675, T0092 y Haliscomenobacter
hydrossis, que presentaron una correlación negativa con el NTLM y CondLM.
No se observó ninguna correlación significativa con el PTLM. Los parámetros
SSVLM y DQOLM presentaron coeficientes con el mismo signo que el NTLM. Los
organismos T021N (QB12), T0914/0803 y T0092 presentaron una correlación
positiva moderada con la concentración de SSLM, sin embargo, GALO presentó una
correlación negativa moderada. Thiothrix sp, GALO y Nostocoida limicola
presentaron una correlación negativa con la Tªr, moderada en el caso de los dos
primeros y alta en el último.
CAPITULO IV- RESULTADOS
55
Tabla 33 – Coeficientes de correlación entre los parámetros físico-químicos del licor mezcla y los morfotipos filamentosos.
Morfotipo Cod. CondLM SSLM %SSVLM IVF NTLM PTLM DQOLM Tªr
T021N QB12 0.57** Thiothrix sp. QB09 -0.43* M. parvicella QB07 0.58** 0.51** 0.80** 0.58** GALO QB01 0.81** -0.49* 0.57** 0.62** 0.82** 0.51* -0.47* N. limicola QB02 0.44* 0.52** 0.43* -0.75** QB15 0.44* T0914/0803 QB14 -0.51** 0.43* -0.41* -0.52* T0041/0675 QB05 -0.71** -0.46* -0.50* -0.62** T0092 QB10 -0.53** 0.45* -0.74** -0.57**
H. hydrossis QB11 -0.67** -0.57** -0.64**
Nivel de significación: ** p < 0.01, * p < 0.05
Dada la influencia que tiene la Tªr sobre el crecimiento de morfotipos
filamentosos formadores de espumas, se ha representado esta frente al IF de
Microthrix parvicella (QB-07) y nocardioformes (QB-01) (figura 21). Se observó una
disminución del IF de ambos morfotipos, por debajo del valor 3, a partir de 25 ºC en
el reactor biológico.
QB
0
3
6
1 3 5 7 9 11 13 15 17 19 21 23 25
Muestreos
IF (0
-5)
10
15
20
25
30
Tªr (
ºC)
QB-07 QB-01 Tªr
Fig. 21 – Evolución de nocardioformes y Microthrix parvicella frente a la Tªr .
La evolución de los morfotipos dominantes/secundarios intrafloculares; N.
limícola (QB-02), M. parvicella (QB-07) y nocardioformes (QB-01), se representa en
la figura 22. El IF de los morfotipos dominantes y secundarios disminuyó durante el
periodo de muestreo donde el NTLM fue bajo (50-60 mg/g SSVLM).
CAPITULO IV- RESULTADOS
56
QB
0
2
4
6
1 3 5 7 9 11 13 15 17 19 21 23 25
Muestreos
IF (0
-5)
0
40
80
120
NTL
M
(mg/
g S
SV
LM)
QB-02 QB-07 QB-01 NTLM
Fig. 22 – Evolución de morfotipos Nostocoida limícola, nocardioformes y Microthrix parvicella frente al NTLM.
5. PROTISTAS Y METAZOOS.
En la tabla 34 se muestra el valor de la media en los porcentajes de
abundancia de cada especie, considerando las distintas categorías de ciliados,
sarcodinos y metazoos. Según estos valores se ha atribuido a cada especie un
rango de abundancia promedio que se expresa en la columna siguiente, por último
se muestra en la tercera columna el valor máximo del porcentaje de abundancia
para cada especie. Se recogen únicamente aquellas especies que han alcanzado un
porcentaje máximo de abundancia superior al 5%, lo que suma un total de 32 (ver
anexo).
Los mayores porcentajes de abundancia correspondieron a ciliados asociados
al flóculo (reptantes y sésiles). Los ciliados sésiles fueron los que presentaron una
mayor abundancia total, siendo la especie dominante el peritrico colonial Epistylis
balatonica. Los ciliados nadadores presentaron porcentajes elevados de densidad,
especialmente la especie Uronema nigricans. Dentro del grupo de los sarcodinos, la
comunidad estuvo fundamentalmente constituida por amebas desnudas,
principalmente amebas desnudas de gran tamaño (>50 μm). Con respecto a los
flagelados, las poblaciones no presentaron grandes diferencias. En el grupo de los
metazoos los dos géneros más frecuentes fueron Rotaria sp. y Lecane sp., este
último con una frecuencia mucho mayor.
CAPITULO IV- RESULTADOS
57
Tabla 34 – Promedio de la abundancia y valor máximo de protistas y metazoos.
Grupos Media (%) Rango Máximo
(%)
Ciliados nadadores libres Amphileptus punctatus 1.1 - 12 Holophrya sp. 1.0 - 12 Uronema nigricans 3.6 7 29 Pseudocohnilembus .pusillus 1.9 - 29 Ciliados reptantes Aspidisca cicada 15 3 63 Acineria uncinata 16 2 76 Euplotes affinis 1.2 - 15 Pseudochilodonopsis fluviatilis 1.1 - 5 Trochilia minuta 2.9 9 27 Gastronauta membranaceus 0.7 - 11 Ciliados sésiles Opercularia articulata 3,3 8 22 Epistylis plicatilis 11 5 54 Epistylis Chrysemidis 2.0 - 17 Epistylis balatonica 17 1 52 Vorticella aquadulcis 11 4 45 Vorticella convallaria 3,9 6 35 Vorticella microstoma 2.3 10 15 Carchesium polypinum 2.0 - 25 Opercularia coarctata 0.3 - 7 Acineta tuberosa 0.6 - 6
Sarcodinos Arcella sp 9 3 60 Euglypha sp. 1 - 12 Pyxidicula operculata 1 - 26 Amebas desnudas (> 0.50 µm) 36 2 88 Amebas desnudas (< 0.50 µm) 53 1 97
Grandes flagelados Peranema trichophorum 60 1 100 Entosiphon sp. 40 - 91 Pequeños flagelados (diagonal FR) 20 - >100
Metazoos Rotaria sp. 17 2 100 Lecane sp. 74 1 100 Nematodo 2.4 - 14.7 Gastrotricos 4.6 - 29.6 Anélidos 1.5 - 13.3
De todas las formas de expresión de la EF; la EF6 y EF7 mostraron el mayor
grado de significación en la asociación con los distintos taxones (tabla 35). Teniendo
en cuenta que el rango de EF se situó entre 5-31 días, se han dividido los taxones
en dos grupos:
1. Asociados a una alta EF: Peranema trichophorum, Euglypha sp.,
Pixidicula operculata, Lecane sp. y Aelosoma sp.
2. Asociados a una baja EF: Amebas grandes y Euplotes affinis.
CAPITULO IV- RESULTADOS
58
Tabla 35 – Coeficientes de correlación entre protistas, metazoos y la EF.
EF1 EF2 EF3 EF4 EF5 EF6 EF7
P.trichophorum C. P 0.44* 0.48* C. S 0.40* 0.50* 0.61** 0.65** Euglypha sp. C. P 0.68** 0.67** 0.47* 0.40* 0.40* 0.40* 0.40* C. S 0.57** 0.60** 0.52** 0.47* 0.53** 0.55** 0.57** P.operculata C. P 0.47* 0.51* 0.55** 0.56** C. S 0.44* 0.43* 0.48* 0.50* 0.51** 0.51** A.grandes C. P -0.54** -0.44* -0.40* C. S -0.41* -0.44* A.pequeñas C. P 0.40* C. S E.affinis C. P C. S -0.40* T.minuta C. P C. S 0.47* Lecane sp. C. P 0.43* 0.47* 0.46* C. S 0.42* 0.45* A.variegatum C. P
C. S 0.45* 0.42* 0.44* 0.46* Nivel de significación ** p < 0.01, * p < 0.05
Teniendo en cuenta que el intervalo de la CM fue de 0.08-0.47 (expresada
como Kg DBO5/Kg SSVLM.d,), se han dividido los taxones que aparecen en la tabla
36 en dos grupos:
1. Asociados a una baja CM: Peranema trichophorum, Entosiphon sp.,
Euglypha sp., Trochilia minuta, Lecane sp., gastroticos y Aelosoma sp.
2. Asociados a una alta CM: Euplotes affinis y Vorticella microstoma
La CM2b fue la expresión de la CM que presentó valores más bajos de los
coeficientes de correlación.
CAPITULO IV- RESULTADOS
59
Tabla 36 – Coeficientes de correlación entre protistas, metazoos y la CM.
CM1
(DBO5)
CM2a (DBO5
)
CM2b (DBO5
)
CM3 (DBO5
)
CM1 (DQOs)
CM2a (DQOs)
CM2b (DQOs)
CM3 (DQOs)
P.trichophorum C. P -0.57** -0.61** -0.62** -0.63** -0.50*
-0.52** -0.54** -0.55** C. S -0.69** -0.63** -0.63** -0.67** -0.63** -0.59** -0.52** -0.61** Entosiphon sp. C. P -0.45* -0.43* -0.41* -0.40* C. S -0.43* Euglypha sp. C. P -0.44* -0.48* -0.41* -0.45* -0.41* C. S -0.65** -0.60** -0.42* -0.54** -0.50* -0.54** -0.45* E.affinis C. P 0.43* 0.41* C. S 0.52** 0.50* 0.46* 0.50* 0.53** 0.51* 0.42* 0.52** T.minuta C. P -0.48* -0.51* -0.45* -0.45* -0.45* -0.42* C. S -0.55** -0.55** -0.46* -0.57** -0.53** -0.44* V. microsotoma C. P 0.45* C. S 0.44* 0.40* Lecane sp. C. P -0.83** -0.76** -0.55** -0.75** -0.83** -0.76** -0.53** -0.75** C. S -0.58** -0.47* -0.47* -0.48* -0.53** -0.42* -0.43* Gastrotricos C. P -0.44* -0.47* -0.61** -0.55** -0.49* -0.43* -0.56** -0.50* C. S -0.57** -0.61** -0.69** -0.69** -0.59** -0.59** -0.64** -0.68** A.variegatum C. P -0.41* -0.43* -0.46* -0.47*
C. S -0.53** -0.51** -0.43* -0.52** -0.47* -0.48* -0.42* -0.46* Nivel de significación: ** p < 0.01, * p < 0.05
Uronema nigricans, Vorticella microstoma y Pseudochilodonopsis fluviatilis
manifestaron una correlación negativa con la Tªr (tabla 37). Entosiphon sp.,
Euglypha sp, Gastronauta membranaceus, Lecane sp. y gastrotricos mostraron una
correlación positiva con el TRHr, mientras que para Epistylis chrysemidis y Vorticella
microstoma la correlación fue negativa. El 95% de la media de OD se distribuyó
entre los rangos medio (Om) y bajo (Ob). Bodo sp. presentó una correlación positiva
moderada con el rango Om y una correlación alta negativa con el rango Ob. Epistylis
chrysemidis manisfestó el caso contrario con una correlación moderada. Entosiphon
sp., Acineria uncinata y Arcella vulgaris presentaron su mayor densidad en el
intervalo medio de OD.
CAPITULO IV- RESULTADOS
60
Tabla 37 – Coeficientes de correlación entre protistas, metazoos y el OD, Tªr y TRHr.
Ob Om Oa Tªr TRHr1 TRHr2a TRHr2b TRHr3 Bodo sp. C. P -0.62** C. S -0.70** 0.59** P.trichophorum C. P -0.53** C. S -0.52** Entosiphon sp. C. P 0.47* -0.41* 0.40* C. S 0.50* -0.45* Arcella vulgaris C. P 0.43* C. S Euglypha sp. C. P 0.50* 0.60** 0,52** 0.70** C. S 0,52** 0.63** A.pequeñas C. P C. S -0.50* U.nigricans C. P -0.42* C. S -0.42* P.fluviatis C. P 0.40* C. S 0.43* G.membranaceus C. P 0.42* C. S 0.46* Acineria uncinata C. P 0.45* C. S E.chrysemidis C. P 0.45* -0,46* -0,42* C. S 0.51** -0.47* -0,51** V. microsotoma C. P 0.52** -0,44* C. S 0.50* -0.41* Lecane sp. C. P 0.41* C. S 0,44* 0.43* Gastrotricos C. P 0,52** 0.42* C. S 0,51** 0.58** A.variegatum C. P
C. S 0.41* 0,41* Nivel de significación: ** p < 0.01, * p < 0.05
La correlación positiva que presentaron algunos taxones con la concentración
de nitratos no pudo ser asociada a condiciones de nitrificación debido a la
configuaración AO del reactor biológico (tabla 38). Los gastroticos presentaron
correlación negativa con la presencia de nitritos, mientras que Euplotes affinis
presentó una correlación positiva con el amonio y negativa con el rendimiento en la
eliminación de esta forma reducida de nitrógeno y con el rendimiento en la
nitrificación (rNKT). Peranema trichophorum y los gastrotricos se relacionaron
negativamente con las formas reducidas de amonio.
CAPITULO IV- RESULTADOS
61
Tabla 38 – Coeficientes de correlación entre protistas, metazoos y los diferentes rendimientos y estados del N en el efluente.
NTs rNTs N-NH4+ rN-NH4
+ N-NO2- N-NO3
- NKTs rNKTs
P.trichophorum C. P -0.44* -0.40* -0.43* C. S -0.46* -0.44* -0.46* -0.51** A.grandes C. P C. S 0.46* 0.40* U.nigricans C. P 0.44* C. S 0.48* A.cicada C. P C. S 0.51* P.pusillus C. P -0.40* C. S E.affinis C. P 0.58** -0.46* 0.54** -0.52** 0.55** -0.50* C. S 0.62** -0.50* 0.60** -0.52** 0.61** -0.52** T.minuta C. P 0.42* C. S E.chrysemidiss C. P -0.48* C. S -0.50* V.convallaria C. P C. S -0.40* V. microsotoma C. P 0.40* 0.44* C. S 0.42* Rotaria sp. C. P -0.46* 0.40* -0.42* 0.43* -0.47* 0.45* C. S -0.43* -0.40* Gastrotricos C. P -0.45* -0.45* -0.60** -0.54** C. S -0.44* -0.48* -0.65** -0.58** 0.46* A.variegatum C. P -0.41*
C. S -0.44* -0.41* Nivel de significación: ** p < 0.01, * p < 0.05
Los taxones que presentaron un coeficiente de correlación significativo con la
DBO5 y/o rDBO5 y no significativo con su fracción filtrada fueron los siguientes:
Peranema trichophorum, amebas pequeñas, Trochilia minuta, Opercularia articulata,
Vorticella convallaria y Vorticella microstoma (tabla 39). Los taxones que
presentaron el caso contrario fueron los siguientes: Arcella vulgaris y Uronema
nigricans.
De las ocho especies que mostraron una correlación significativa con los
rendimientos y concentración de coliformes fecales y E.coli en el efluente, seis
aumentan sus coeficientes de correlación cuando se consideran ind/mL.h (tabla 40).
Lecane sp. se asoció con una baja concentración y buenos rendimientos de
reducción de coliformes fecales y E.coli.en el efluente.
CAPITULO IV- RESULTADOS
62
Tabla 39 – Coeficientes de correlación entre protistas, metazoos y las diferentes fracciones de la
DQO y DBO5.
DQO rDQO DQOs rDQOs DBO5 rDBO5 DBO5 f rDBO5f
P.trichophorum C. P -0.43* C. S -0.50* -0.46* -0.44* Arcella vulgaris C. P 0.48* -0.59* C. S -0.55* P.operculata C. P -0.74** C. S Amebas pequeñas C. P -0.45* C. S 0.57** -0.53** 0.62** U.nigricans C. P -0.43* C. S -0.56** E.affinis C. P 0.51** 0.53** C. S 0.48* P.fluviatis C. P C. S -0.51* T.minuta C. P C. S -0.44* O.articulata C. P 0.51* C. S 0.41* 0.48* -0.48* V.convallaria C. P C. S -0.44* V. microsotoma C. P 0.61** 0.50* 0.52* C. S 0.63** -0.42* 0.44* 0.52* 0.53* Rotaria sp. C. P -0.46* C. S -0.50* Lecane sp. C. P -0.46* C. S Gastrotricos C. P -0.58** -0.40* -0.43* -0.69** -0.46* C. S -0.74** -0.40* -0.44* -0.72** -0.47* A.variegatum C. P -0.64** -0.61**
C. S -0.48* -0.56*
Tabla 40. Coeficientes de correlación entre protistas, metazoos y los diferentes rendimientos y concentración de coliformes fecales y E.coli en el efluente. C. Cfec rCfec Cfecexp Ecoli rEcoli Ecoliexp
Arcella vulgaris ind/mL C. P C. S ind/mL.h C. P -0.46* C. S P.operculata ind/mL C. P -0.41* C. S ind/mL.h C. P -0.49* C. S E.plicatilis ind/mL C. P 0.45* C. S ind/mL.h C. P C. S Rotaria sp. ind/mL C. P C. S 0.47* ind/mL.h C. P 0.44* C. S 0.42* 0.55** Lecane sp. ind/mL C. P -0.56** 0.79** -0.52** 0.51** C. S -0.45* 0.47* -0.41* ind/mL.h C. P -0.45* 0.59**
C. S 0.42* Nivel de significación: ** p < 0.01, * p < 0.05
DISCUSIÓN
CAPITULO V.- DISCUSIÓN
63
CAPÍTULO V.- DISCUSIÓN
1. PARÁMETROS OPERACIONALES
1.1. Edad del fango y carga másica La norma UNE-EN 1085 (AENOR, 2007) define el cálculo de la EF en función
de un régimen de extracción constante de fangos producidos, sin hacer hincapié ni
definir su cálculo en aquellas situaciones donde la EDAR no lleva a cabo un régimen
continuo de purgas. Por tanto, nos encontramos ante una ausencia de unificación de
criterios para dar solución a este tipo de situaciones tan comunes en las EDAR. El
modelo matemático propuesto por Salvadó (1994) tiene su base en el cálculo del
MCRT a partir de la caracterización de la microbiota (principalmente protistas). Este
modelo, a pesar de tener en cuenta el régimen discontinuo de purgas, establece por
rangos el MCRT, lo que supone una falta de precisión numérica respecto al valor
obtenido a través de la fórmula de la EF y por consiguiente mayor dificultad para
monitorizar el régimen de purgas en la EDAR. Ekama (2010) propuso el control de la
EF mediante un control hidráulico, relacionado este tan solo con la carga orgánica,
EF y SSLM.
Por estas razones y por la diferente inercia al cambio a la que se encuentra
sometida cada EDAR, proponemos el estudio particularizado en cada instalación a
través de la aplicación de metodologías que permitan obtener formas de expresión
de parámetros de control del proceso que impliquen cambios en el sistema.
Se comprobó que la EF es un parámetro que depende del régimen específico
de purgas de fangos en exceso, por tanto, dependiendo del número de días
utilizados para su cálculo, se pueden obtener distintos valores promedio, mínimo,
máximo y desviación estándar. La CM y la EF, según lo esperado, se asociaron
inversamente, siendo la EF4, EF5, EF6 y EF7 las expresiones que mostraron una
asociación más significativa. Por tanto, el uso de estas se establece como adecuado
para minimizar el efecto de los días los cuales la EDAR no purga fangos en exceso o
purga una escasa cantidad de estos.
A pesar de que la DQOs es un parámetro muy utilizado en modelización de
procesos del fango activo (WERF, 2003), no se han encontrado referencias
anteriores que hayan estudiado su utilidad desde el punto de vista biológico como
alternativa a la DBO5 en instalaciones a escala real. Los coeficientes de correlación
CAPITULO V.- DISCUSIÓN
64
obtenidos de la CM calculada con el parámetro DQOs, al ser aproximadamente del
mismo orden que los calculados con la DBO5, lo hacen interesante como parámetro
de rutina operacional de carga, cuyo cálculo puede realizarse en escasas horas
frente a los cinco días necesarios para la determinación de la DBO5. No se
encontraron diferencias significativas entre las distintas expresiones de la CM (CM1,
CM2a, CM2b y CM3), debido a que esta se mantuvo de forma general constante y
sin presentar variaciones bruscas a lo largo del periodo de estudio.
Es un riesgo asumir que un incremento de la EF implica necesariamente una
disminución de la CM debido a que ambas no siempre evolucionan de forma inversa
y proporcional, siendo por tanto recomendable estudiarlas de forma separada frente
a los parámetros biológicos.
2. PARÁMETROS FÍSICO-QUÍMICOS
2.1. Licor mezcla Índice volumétrico de fango
Una alteración estructural del flóculo (bulking y/o foaming) y una elevada
concentración de SSLM originan con mucha frecuencia una sedimentación lenta y
en bloque del licor mezcla, y por tanto, valores elevados de V30 (aproximadamente
por encima de 400 ml/L). Jenkins et al. (2004) indican la importancia del cálculo del
IVFD para el control y seguimiento del bulking filamentoso sin hacer mención del
sesgo, como se ha podido comprobar, que se presenta por una elevada
concentración de SSLM. La dilución de la muestra y el cálculo posterior del IVFD en
estos casos se hacen imprescindibles para obtener valores representativos, y por
tanto, una adecuada interpretación del proceso biológico.
Edad de fango, carga másica, temperatura en el reactor, fracción volátil del licor mezcla, nitrógeno, fósforo y demanda química de oxígeno en el licor mezcla La asociación negativa encontrada entre el NTLM y la Tªr se encuentra en la
misma línea que los resultados obtenidos por Wilen et al. (2008) sobre el incremento
de la concentración de proteínas en el flóculo a bajas Tªr. El NTLM se correlacionó
positivamente con la DQOLM y el %SSVLM, probablemente por la relación de estos
con la materia orgánica del flóculo. El intervalo de la DQOLM se correspondió con la
hallada por otros autores en plantas depuradoras a escala real (Bullock et al., 1996).
CAPITULO V.- DISCUSIÓN
65
La correlación inversa encontrada entre la EF y el NTLM podría ser explicada a
través de la disminución de la fracción de bacterias formadoras de flóculo (capaces
de generar SPE), al aumentar la EF. Por el contrario, el incremento de la CM es una
variable que estimula el crecimiento de la población de bacterias formadoras de
flóculo, y por tanto, un incremento de los biopolímeros (SPE) para su agregación.
Según lo indicado anteriormente, este incremento podría ser el causante de la
asociación positiva observada de la CM con el NTLM y DQOLM.
La EF4, EF5, EF6 y EF7 fueron las expresiones que mostraron una asociación
más significativa con el NTLM, PTLM y DQOLM, de la misma forma que se encontró
en el apartado anterior para la CM. Por otro lado, no se encontraron tampoco
diferencias significativas entre las distintas expresiones de la CM.
2.2. Afluente Demanda química de oxígeno y demanda bioquímica de oxígeno a los 5
días Los resultados sobre el fraccionamiento de la DQO y DBO5 son similares a los
obtenidos por otros autores (WERF, 2003). Se observó una proporción significativa
de materia orgánica (DQO y DBO5) asociada a partículas del afluente. Estas
partículas, suspendidas y coloidales, se eliminan principalmente del agua residual
por “atrapamiento” y adsorción sobre la matriz polimérica del flóculo, saliendo
posteriormente del sistema a través de las purgas de fangos en exceso y/o por
oxidación mediante hidrólisis y mecanismos exoenzimáticos mas complejos. Seria
recomendable, desde un punto de vista conservador, el control rutinario de la
fracción soluble de la materia orgánica afluente al reactor, ya que al estar fácilmente
disponible por la población bacteriana producirá cambios en el sistema en un
espacio corto de tiempo.
La relación DQO/DBO5, después de un tratamiento primario, puede ser muy útil
a la hora de estimar la DBO5 a partir de la DQO. Según los datos obtenidos se
encontró en el afluente al reactor una relación 1.75. Con dicho factor puede ser
estimada la CM, sin necesidad de esperar cinco días hasta la obtención de la DBO5,
convirtiéndose en un parámetro útil para el control operacional.
Nutrientes
Los resultados respecto al fraccionamiento del N y P son similares a los
obtenidos por otros autores (WERF, 2003). Según estos resultados, se encontraron
CAPITULO V.- DISCUSIÓN
66
diferencias significativas entre las distintas fracciones del nitrógeno y fósforo, siendo
la fracción soluble del nitrógeno mucho mayor que la del fósforo. Este
fraccionamiento es importante tenerlo presente a la hora de comprobar la relación de
nutrientes respecto a la materia orgánica afluente, pues lo mas conservador, igual
que se indicó para la materia orgánica, es establecer la relación utilizando las formas
solubles. En este sentido, se comprobó que la relación varía de forma significativa
en función de la fracción empleada; DBO5/NKT, DBO5f/NKTs, DQOs/NKTs,
DBO5/PT, DBO5f/PTs, DQOs/PTs.
El nitrógeno orgánico soluble en el afluente presentó una variación estacional,
con una disminución en los meses de elevada Tªr, debido probablemente a una
mayor velocidad del proceso de amonificación durante el transcurso del agua
residual en los colectores de llegada a la EDAR. Es interesante continuar el estudio
de la fracción orgánica soluble afluente al reactor, pues podría tratarse de un factor
que explique a través de procesos exoenzimáticos el crecimiento de algunos
organismos filamentosos.
2.3. Efluente Una mala separación del fango activo, originada por un fallo en la
macroestructura del floculo, y una mala depuración, entendiendo esta como una
deficiente oxidación de la materia carbonosa, son dos problemas que aparecen con
mucha frecuencia en las EDAR y que requieren ser identificados para el control
operacional. Los resultados obtenidos han demostrado la influencia significativa de
los SST que se escapan con el efluente tratado sobre el fraccionamiento de la DQO
y DBO5. Por tanto, la determinación clásica de los parámetros DBO5 y DQO en su
forma total no ofrece la información necesaria para evaluar el proceso biológico que
ocurre en el reactor, siendo necesario un fraccionamiento de los mismos.
3. EL PROCESO DE NITRIFICACIÓN
Los factores ambientales (parámetros operacionales y físico-químicos)
asociados, según los rangos de las tablas 10 y 11, al proceso de nitrificación en la
EDAR QB fueron los siguientes:
CAPITULO V.- DISCUSIÓN
67
Edad del fango y temperatura en el reactor biológico
La EF y la Tªr están íntimamente relacionas en el proceso de nitrificación
debido a la baja tasa de crecimiento de las BOA y BON. La Tªr, al ser una variable
que viene impuesta por la estacionalidad, establece la EF a mantener en el reactor
biológico. Según los resultados obtenidos la EF alta favoreció el proceso de
nitrificación (Gerardi, 2002) y de las siete expresiones estudiadas; la EF6 y EF7
fueron las más significativas en el proceso. Estas expresiones minimizan el efecto de
los días sin purga de fangos en exceso y se correspondieron con la estabilidad de la
población nitrificante. La Tªr no presentó una influencia significativa en la eficiencia
del proceso de nitrificación, probablemente debido a la adecuada EF mantenida en
el reactor. Tan solo se observó una asociación de la concentración de NO2- a bajas
Tªr. Esta última observación podría justificarse por la presencia durante todo el
estudio del género Nitrospira (Zornoza, 2011), cuya inhibición por temperaturas
bajas es menor que para Nitrobacter (Gerardi, 2002).
Carga másica y porcentaje de DQO soluble
Los elevados coeficientes de correlación indicaron que los periodos de CM alta
y sobrecargas puntuales ocasionaron un efecto negativo en el proceso de
nitrificación. Durante estos periodos existe la posibilidad del paso de materia
orgánica sin oxidar del selector anóxico a la zona aireada, originando condiciones
que favorecen el crecimiento de la población heterótrofa y por consiguiente una
limitación de oxígeno para la población autótrofa. En estos casos se favorece la
presencia de elevadas concentraciones de especies reducidas del nitrógeno (NO2- y
NH4+). No se observaron diferencias muy importantes entre las distintas expresiones
de la CM, debido probablemente a que la EDAR QB no presentó variaciones diarias
bruscas de la misma. De todas ellas la CM2b y CM3 presentaron valores más
significativos que el resto respecto a la concentración de NO2-, por lo que se
convierten en las mejores candidatas en QB para el seguimiento de la CM en el
control del proceso de nitrificación. Los coeficientes de correlación obtenidos de la
CM calculada con el parámetro DQOs, al ser aproximadamente del mismo orden
que los calculados con la DBO5, lo hacen interesante como parámetro de rutina
operacional de carga, cuyo cálculo puede realizarse en escasas horas frente a los
cinco días necesarios para la determinación de la DBO5. Los valores
CAPITULO V.- DISCUSIÓN
68
aproximadamente por encima de 0.30 Kg DBO5/Kg SSVLM.d se presentaron como
susceptibles de influir en el proceso.
En los resultados obtenidos se pudo comprobar la influencia negativa del
aumento del porcentaje de DQOs en el afluente al reactor sobre el proceso. El
aumento de la fracción soluble, aunque no diferencie entre fracción biodegradable y
lentamente biodegradable, implica una mayor disponibilidad del sustrato y por tanto
condiciones favorables de crecimiento de la población heterótrofa frente a la
autótrofa. La expresión del porcentaje de DQO soluble (%DQOs1), día anterior al
análisis del licor mezcla (día 4), se presenta como candidata en el control del
proceso frente a los distintos promedios (DQOs2a, DQOs2b y DQOs3), los cuales
presentaron ausencia de correlación significativa. Los valores aproximadamente por
encima de 50% de DQOs1 se presentaron como susceptibles de influir en el
proceso.
Oxígeno disuelto
El OD en QB se situó por debajo de 2 mg/L el 95% del tiempo del total del
estudio. Estos valores se encontraron en el intervalo 0.5-1.9 mg/L, donde la
nitrificación alcanzada es considerada ineficiente (Bitton, 1994). No se observaron
coeficientes de correlación significativos con los niveles de OD mantenidos en el
reactor biológico, no siendo este un factor limitante del proceso. El conocimiento de
la dinámica poblacional de los diferentes géneros y especies de bacterias
nitrificantes es de suma importancia para el estudio específico de las variables que
afectan al proceso (Zornoza et al., 2011). En el caso del OD, Schramm et al. (1999)
indicaron que el género Nitrosomonas es más competitivo con niveles más bajos de
oxígeno que el género Nitrobacter, siendo el primero dominante durante el presente
estudio (Zornoza, 2011). Esta dinámica poblacional podría ser la explicación de los
buenos rendimientos de nitrificación obtenidos, a pesar de que el OD se encontrara
por debajo de 2 mg/L durante la totalidad del estudio.
Tiempo de retención hidráulico en el reactor
Un aumento del TRHr implica una mayor capacidad, para una misma
concentración de bacterias nitrificantes, de la oxidación de las especies reducidas
del nitrógeno. Este hecho fue observado con la obtención de coeficientes de
correlación significativos, principalmente en las expresiones TRHr2b y TRH3. Estas
coinciden con el mismo promedio que las obtenidas en la CM (CM2b y CM3). La
CAPITULO V.- DISCUSIÓN
69
relación entre ambos tipos de variables se basa en que el efecto negativo de la CM
alta puede ser minimizado en parte con el aumento del TRHr.
DBO5/NKT, DBO5f/NKTs, DQOs/NKTs
Los resultados obtenidos coinciden con los de otros autores (Bitton, 2011)
sobre la disminución de la actividad nitrificante al aumentar la proporción
DBO5/NKT, siendo esta superior a 5 en procesos combinados de eliminación de
carbono y de nitrógeno. Al aumentar esta relación se produce un aumento de
materia orgánica disponible, lo que favorece el crecimiento de las bacterias
heterótrofas frente a las autótrofas. Se puso de manifiesto que valores superiores a
esta proporción coincidieron con rNKT inferiores al 70%. La relación DQOs/NKTs
presentó mayor número de coeficientes de correlación que la DBO5/NKT,
presentándose como una alternativa interesante para el control del proceso debido a
la rapidez de la determinación de la DQO frente a la DBO5.
Parámetros físico-químicos del licor mezcla
El valor del pH observado del licor mezcla no presentó una asociación
significativa con los rendimientos de la nitrificación. Este se situó dentro de los
valores que producen una tasa máxima de nitrificación (González et al., 2010).
Aunque la conductividad es un parámetro general que depende de la concentración
de sales disueltas, su aumento en el licor mezcla puso de manifiesto, dentro del
rango 1330-2740 µS/cm, una asociación negativa con el proceso de nitrificación. El
%SSVLM y concentraciones de NTLM y DQOLM también presentaron una
asociación negativa con el proceso. Estos parámetros se encuentran relacionados
entre si de forma que un incremento de la biomasa en el flóculo (mayor parte
heterótrofa) se asocia de una forma aproximada con el incremento del %SSVLM y
esto supone a su vez un aumento de la DQOLM, expresada en función de la
concentración de SSVLM, y del contenido en nitrógeno (principalmente de los
biopolímeros). Estos resultados convierten a estas variables en interesantes para
seguir estudiando sus variaciones en el proceso de nitrificación.
Sustancias tóxicas
Los resultados de la asociación de sustancias toxicas estudiadas coinciden con
la concentración mínima inhibidora para el níquel, observándose una asociación
negativa con el proceso dentro del rango <0.02-0.45 mg/L. En el caso del zinc, a
pesar de presentar valores por encima de la concentración mínima inhibidora y
CAPITULO V.- DISCUSIÓN
70
contrariamente a lo esperado, se asoció a momentos en los que se presentó una
nitrificación eficiente. La concentración de fenoles y sulfatos, los cuales no
sobrepasaron la concentración mínima, no mostraron una asociación negativa con el
proceso.
4. BACTERIAS FILAMENTOSAS
Carga másica La ocurrencia de nocardiormes en un amplio rango de CM (0.1-0.7 kg DBO5/Kg
SSLM.d), según Eikelboom (2006), coincide con el obtenido en el presente estudio.
En este caso, la presencia de GALO se asoció a elevada CM. En el caso de
Nosotocoida limicola, los resultados se correspondieron con las referencias de
Jenkins et al. (2004), donde sitúan este morfotipo en el intervalo 0.05-0.6 kg
DBO5/Kg SSLM.d. Los resultados obtenidos de M. parvicella no se corresponden
con los de Jenkins et al. (2004) y Eikelboom (2006) sobre su asociación con baja CM
(<0.2 kg DBO5/Kg SSLM.d). En este caso, M. parvicella fue asociada con periodos
de alta CM. La asociación de Haliscomenobacter hydrossis, T0041/0675, T0092 y
T0803/0914 con baja CM se correspondió con las referencias de Jenkins et al.
(2004) y Eikelboom (2006). Las escasas diferencias entre la CM expresada como
DBO5 y DQOs hacen que esta última sea una alternativa plausible para el control
rutinario en las EDAR.
Edad del fango
La asociación con alta EF de los morfotipos T0041/0675, T0914/0803, T0092,
T021N y Haliscomenobacter hydrossis se correspondió con las referencias de
Jenkins et al. (2004) y Eikelboom (2006). La ocurrencia de nocardiormes en un
amplio rango de EF (2.2-50 días), según Eikelboom (2006), coincide con el obtenido
en el presente estudio. Sin embargo, los resultados obtenidos de M. parvicella no se
corresponden con los de Jenkins et al. (2004) y Eikelboom (2006) sobre su
presencia con una EF mayor de 8 y 10 días respectivamente. En este caso, M.
parvicella fue asociada con periodos de EF baja. De todas las expresiones de la EF;
la EF6 y EF7 fueron las que mejor se asociaron con la estabilidad de la población de
bacterias filamentosas.
CAPITULO V.- DISCUSIÓN
71
Tiempo de retención hidráulico y oxígeno disuelto en el reactor
El TRHr de la mezcla de fango activo y afluente es un parámetro operacional
del cual aparecen escasas referencias en los manuales de Eikelboom (2006) y
Jenkins et al. (2004). Este es un parámetro hidráulico que esta relacionado
indirectamente con la CM. De esta forma, se encontró una asociación de M.
parvicella y GALO con bajo TRHr (asociados con alta CM) y Haliscomenobacter
hydrossis, T0041/0675, T0092 con alto TRHr (asociados con baja CM).
Respecto al OD, no se obtuvieron resultados concluyentes, pues las
correlaciones significativas encontradas correspondieron al ODa, el cual representó
tan solo el 5% del total de oxigeno del periodo de estudio.
Demanda química de oxígeno, demanda bioquímica de oxígeno a los 5 días y sólidos en suspensión totales Lo más significativo de los resultados encontrados radica en la importancia del
fraccionamiento de los parámetros físico-químicos del efluente para poder
diferenciar los problemas de separación del fango activo de la ausencia o presencia
de depuración. En este sentido, los resultados indicaron una asociación de GALO y
M. parvicella con una mala separación del fango activo (correlación positiva con
SST, DBO5 y DQO) y una buena depuración del agua residual, esta última
principalmente por una ausencia de correlación positiva significativa con la DBO5f y
DQOs. El caso contrario se observó para los morfotipos T0041/0675, T0092 y
Haliscomenobacter hydrossis, los cuales no causaron episodios de mala separación
del fango activo.
Estados y rendimientos del nitrógeno En base a los resultados obtenidos y a falta de referencias sobre bioindicadores
de la nitrificación en bacterias filamentosas, la presencia de GALO se asoció con
periodos de nitrificación incompleta. Por el contrario, la presencia de T0041/0675,
T0914/0803 y Haliscomenobacter hydrossis se asoció con buenos rendimientos.
Nitrógeno, fósforo y tensioactivos aniónicos en el afluente Los resultados obtenidos indicaron una asociación de GALO y el morfotipo
Nostocoida limícola (QB-02) con los periodos donde la concentración de nutrientes
fue elevada. La asociación directa de GALO con la fracción orgánica del P podría
justificarse a través de la actividad exoenzimática fosfatasa que posee este
organismo, la cual participa directamente en la hidrólisis de los compuestos
CAPITULO V.- DISCUSIÓN
72
orgánicos de P (Gil, 2010). Además según Gil (2010), este organismo presentó
actividad fosfatasa en la EDAR QB. A pesar de la falta de referencias que asocien el
morfotipo filamentososo Nostocoida limícola con la actividad fosfatasa, la asociación
directa con el P orgánico podría ser un indicio de dicha actividad. La asociación de
ambos morfotipos con el N orgánico no pudo ser justificada debido a la ausencia de
estudios relacionados con actividad exoenzimática de compuestos orgánicos de N.
Los TA no presentaron una correlación muy significativa con los morfotipos
filamentosos presentes.
Parámetros físico-químicos del licor mezcla De igual forma que en el apartado anterior, Nostocoida limícola (QB-02) y
GALO manifestaron una asociación significativa, especialmente este último, con la
fracción orgánica del nitrógeno del flóculo (NTLM) y cuyas abundancias
disminuyeron a partir de 50-60 mg N/g SSVLM. A falta de estudios que lo
demuestren, estos organismos podrían tener capacidad exoenzimática relacionada
con los compuestos orgánicos del nitrógeno del flóculo.
La asociación de GALO, Nostocoida limicola y M. parvicella con elevados
valores de IVF se correspondió con la capacidad de estos de originar episodios de
bulking y/o foaming (Eikelboom, 2006).
La alta asociación encontrada del morfotipo Nostocoida limícola con baja Tªr
coincide con la referencia de otros autores (Eikelboom, 2006), que indican su
máxima presencia durante los meses de invierno.
La presencia de GALO por encima del valor mínimo de Tªr favorable para su
crecimiento (15 ºC) coincidió con las referencias de otros autores (Eikelboom, 2006).
A pesar de que su presencia se encuentre favorecida en un amplio rango de Tªr
(Seviour et al., 2010), se observó una importante disminución de la población a partir
de los 25ºC. A esta misma Tªr se observó una disminución de M. parvicella,
coincidiendo con las referencias de otros autores (Eikelboom, 2006; Seviour et al.,
2010).
CAPITULO V.- DISCUSIÓN
73
5. PROTISTAS Y METAZOOS
Edad del fango La asociación significativa entre Euglypha sp., Pixidicula operculata, Lecane sp.
y Aelosoma sp. con una alta EF, coincide con los resultados obtenidos por Madoni
(1993) en el caso de amebas testaceas, y por Senggui et al. (2004) que señala la
asociación con rotíferos.
Peranema trichophorum es la primera vez que resulta asociado
significativamente con una alta EF. Tampoco se han encontrado referencias que
muestren coeficientes de correlación negativos de la EF con amebas grandes (> 50
µm) y Euplotes affinis. Estas dos especies se han descrito con mayores porcentajes
en plantas en las que se produce una eliminación biológica de nitrógeno (Pérez-Uz
et al., 2010).
La EF6 y EF7 fueron las expresiones de la EF que presentaron un mayor grado
de significación con las variables biológicas, correspondiéndose con la estabilidad de
las poblaciones de protistas y metazoos.
Carga másica Peranema trichophorum, Entosiphon sp., Euglypha sp., Lecane sp., gastroticos
y Aelosoma sp. son indicadores según nuestros resultados de una baja CM, lo cual
no se había descrito con anterioridad. Los resultados también indican una asociación
del ciliado Trochilia minuta con baja CM.
La asociación de Euplotes affinis con alta CM presentó mayores niveles de
significación y coeficientes de correlación que la propuesta por otros autores en
depuradoras de fangos activos convencionales (Madoni, 1993). En el caso del
complejo Vorticella microstoma, los resultados obtenidos de asociación con alta CM
coinciden con los de otros autores (Madoni, 1993), siendo contrarios a los
encontrados por Al-shawhani et al. (1990) y Genoveva et al. (1991). Esto podría ser
debido a que el complejo engloba distintas especies o incluso que los rangos de
operación de CM asociados a dicho complejo fueron distintos.
Las expresiones CM1, CM2a fueron las que mayores niveles de significación
presentaron seguida de la CM3, por tanto, las que mejor se asocian con la
estabilidad de la población de protistas y metazoos. La ausencia de diferencias
significativas entre la CM expresada como DBO5 y DQOs, hacen a esta última
interesante por su rápida determinación.
CAPITULO V.- DISCUSIÓN
74
Algunos de los indicadores biológicos se asocian exclusivamente con uno u otro
de los factores operacionales: la EF o la CM. Entosiphon sp., Trochilia minuta,
Vorticella microstoma y el grupo de gastrotricos no presentaron asociación con la EF
y si con la CM, por otro lado, el grupo de amebas grandes y Pixidicula operculata no
presentaron asociación con la CM y si con la EF.
Oxígeno disuelto, temperatura y tiempo de retención hidráulico en el reactor Debido a que el 95% del tiempo el OD se distribuyó entre los rangos medio
(Om) y bajo (Ob), se tuvo en cuenta la obtención simultánea de coeficientes de
correlación significativos en ambos rangos. De esta forma, el género Bodo sp. se
asoció con el rango Om (0.8-2 mg/L) y Epistylis chrysemidis con el rango Ob (<0.8
mg/L). Estos resultados no pudieron compararse con los de otros autores debido a
que estos expresaron el OD en valor promedio. Esta correlación de rangos es
especialmente interesante en plantas que operan en condiciones de eliminación
biológica de nitrógeno, con compartimentos óxico/anóxico, e incluso anaeróbico.
Los resultados obtenidos de asociación de Vorticella microstoma con baja Tªr
coinciden con los de otros autores (Senggui et al., 2004), sin embargo, no se
encontraron referencias sobre la asociación de Uronema nigricans, P. fluviatis con
baja Tªr.
Los resultados obtenidos que relacionan a Vorticella microstoma con bajo TRHr
son contrarios a los encontrados por otros autores (Genoveva et al., 1991). No se
han encontrado referencias de coeficientes de correlación de Entosiphon sp.,
Euglypha sp, Gastronauta membranaceus, Lecane sp. y los gastrotricos con un alto
TRHr y de Epistylis chrysemidis con bajo TRHr. El TRHr3 y TRHr2b fueron las
expresiones que se asociaron significativamente con protistas y metazoos, y por
tanto, las más interesantes para el control operacional.
Rendimientos y estados del nitrógeno del efluente No se han encontrado referencias anteriores de correlación que asocien
Peranema trichophorum, Rotaria sp. y el grupo de los gastrotricos a condiciones de
eficiencia en el proceso de nitrificación. Sin embargo, la correlación de Euplotes
affinis y Vorticella microstoma con bajo rendimiento en el proceso están de acuerdo
con los resultados de Madoni (1993; 1994).
CAPITULO V.- DISCUSIÓN
75
Demanda química de oxígeno y demanda bioquímica de oxígeno
El parámetro DB05 ha sido ampliamente utilizado en la búsqueda de
bioindicadores de calidad del efluente en las EDAR. La asociación de este
parámetro puede verse sesgado con mucha frecuencia en función de la
concentración de sólidos que se escapan con el efluente. De esta forma, eliminar la
fracción particulada previamente a la determinación de la DBO5 es fundamental para
asociar la comunidad de microorganismos con la eficiencia del proceso de
depuración. En el presente estudio no fue posible asociar las diversas especies con
dicha eficiencia debido a que la EDAR QB no sufrió alteraciones significativas en el
proceso de depuración, siendo el promedió de la DQOs y DBO5f del agua tratada
respectivamente de 49 y 6 mg/L, mínimo de 34 y 2 mg/L y máximo de 96 y 19 mg/L
(este último ocasional).
La importancia de los resultados encontrados se encuentra en las diferencias
entre los coeficientes de correlación de las distintas fracciones de DQO y DBO5
dentro de un mismo grupo. Esto fue debido a que la EDAR QB atravesó un episodio
de mala separación del fango activo (foaming) durante el periodo de estudio,
presentado así importantes variaciones en la concentración de SST en el efluente
tratado. Peranema trichophorum, el grupo de amebas pequeñas, Trochilia minuta,
Opercularia articulata, Vorticella convallaria y Vorticella microstoma presentaron una
asociación significativa con la DBO5 y/o rDBO5 y no significativa con su fracción
filtrada, que es la adecuada para su relación con el proceso. Estos resultados
pusieron de manifiesto el sesgo que puede producirse si no se lleva a cabo un
fraccionamiento adecuado del efluente.
Rendimientos y concentración de coliformes fecales y Escherichia coli Los resultados obtenidos mostraron que la forma de expresión de las distintas
especies como ind/mL.h frente a los rendimientos y concentración de coliformes
fecales y E. coli mejoró los coeficientes frente a la expresión ampliamente utilizada
ind/mL. Por tanto, la expresión de individuos en función del TRHr se plantea como
una alternativa interesante en la búsqueda de bioindicadores del rendimiento de
contaminación fecal. De esta forma, el género Lecane sp. fue asociado con un
elevado rendimiento.
CONCLUSIONES
CAPITULO VI.- CONCLUSIONES
76
CAPÍTULO VI.- CONCLUSIONES
Aunque la metodología de estudio empleada en este trabajo tenga aplicación
práctica en EDAR, las conclusiones obtenidas de la EDAR QB deben tomarse como
recomendaciones orientadas al control en el resto de instalaciones.
El análisis de las correlaciones entre los parámetros operacionales, físico-
químicos y biológicos asociados al proceso de fangos activos mostró que:
1. La edad del fango es una variable que depende principalmente del régimen
de purgas y no siempre evoluciona de forma inversa y proporcional a la
carga másica. Esto se corroboró por la independencia que mostraron
ambos parámetros en su asociación con los diferentes grupos de la
comunidad de protistas y metazoos. De todas las formas de expresión de la
edad del fango; la EF6 y EF7 fueron las que mostraron un mayor grado de
correlación con el proceso de nitrificación,especies de protistas y bacterias
filamentosas, considerándose como las más adecuadas para el control
operacional. Aunque no se observaron grandes diferencias entre las
distintas expresiones de la carga másica, la CM3 fue aquella que presentó
una asociación con mayor número de variables, y por tanto, sería la
recomendada junto con el TRHr3, para el control de planta. La carga másica
expresada en forma de DQO soluble se presenta como una alternativa
interesante y útil para el control del proceso en la EDAR.
2. El valor elevado de la V30 debido a una elevada concentración de SSLM
originó sesgos en el IVF. En tal caso, es necesario realizar la dilución
correspondiente para el cálculo del índice volumétrico de fango diluido. 3. El fraccionamiento de la DQO y DBO5 del efluente es imprescindible para
diferenciar los episodios de mala separación del fango de las deficiencias
en la depuración. El análisis de las correlaciones de las formas totales de
estos parámetros con los diferentes grupos o especies, dentro de la
comunidad de protistas y metazoos, ocasiona resultados sesgados.
4. Alta carga másica, baja edad del fango, bajo tiempo de retención hidráulico en el reactor y el porcentaje elevado de DQO soluble del día
anterior al análisis del licor mezcla (%DOOs1) se asociaron negativamente
CAPITULO VI.- CONCLUSIONES
77
con la eficiencia del proceso de nitrificación. La relación DQOs/NKTs se
presenta como una alternativa plausible frente a la relación, ya conocida,
DBO5/NKT.
5. La temperatura del reactor biológico no influyó de forma significativa en el
proceso de nitrificación.
6. La concentración de oxígeno disuelto en el reactor no influyó de forma
significativa en el proceso de nitrificación, aun estando en el intervalo
considerado como poco eficiente (<2 mg/L). Este hecho pone de manifiesto
que una adecuada combinación en los valores del resto de variables
operacionales, hace posible operar con bajos niveles de oxígeno.
7. La elevada conductividad del licor mezcla se asoció negativamente con
el proceso de nitrificación, siendo por tanto un parámetro de gran utilidad
para el control del proceso. Las variables DQO, nitrógeno y fracción volátil
del licor mezcla se asociaron de forma significativa con el proceso de
nitrificación, por lo que sería interesante completar el estudio con más
análisis estadísticos.
8. Contrariamente a lo establecido hasta el momento sobre Microthrix parvicella, esta se asoció con baja edad del fango y alta carga másica. Los
morfotipos Nostocoida limicola y GALO se asociaron con una elevada
concentración de nutrientes (N y P) en el afluente al reactor. Este último
morfotipo también estaría asociado con una nitrificación incompleta. Sería
de interés el desarrollo de estudios sobre las relaciones entre actividades
enzimáticas relacionadas con el metabolismo del nitrógeno orgánico y
organismos filamentosos.
9. La expresión de los porcentajes de densidad de protistas y metazoos
como ind/mL.h en función del TRHr1, se plantea como un posible
bioindicador del rendimiento de eliminación de coliformes fecales y
Escherichia coli.
10. Los análisis estadísticos entre especies de protistas y parámetros
operacionales señalan que Trochilia minuta es un buen bioindicador de
baja carga másica, mientras que Peranema trichophorum, Rotaria sp. y el
grupo de los gastrotricos son indicadores de nitrificación.
BIBLIOGRAFÍA
CAPITULO VII.- BIBLIOGRAFÍA
78
CAPÍTULO VII.- BIBLIOGRAFÍA
AENOR. Vocabulario tratamiento aguas residuales. UNE-EN 1085. Madrid: AENOR
2007.
Al-shahwani, S.M., Horan, N.J,. 1991. The use of protozoa to indicate changes in the
performance of activated sludge plants. Water Res. 25: 633–638.
Andern, E. Lockett, W.T., 1914. Experiments on the oxidation of sewage without de
aid of filters. J. Soc. Chem. Ind. 33: 523-525.
APHA-AWWA-WEF., 1998. Standard Methods for the Examination of Water and
Wastewater, 20th ed. American public Health Association/American Water Works
Association/Water Environment Federation, Washintong, DC, USA.
Arregui, L., Muñoz, C., Guinea, A., Serrano, S., 2003. FLUTAX employment
simplifies the visualization of the ciliature of oxytrichid hypotrichs. Eur. J. Protistol.
39: 169–172.
Arregui, L., Serrano, S., Linares, M., Pérez-Uz, B., Guinea, A., 2007. Ciliate
contributions to bioaggregation: laboratory assays with axenic cultures of
Tetrahymena thermophila. International Microb. 10: 91-96.
Arregui, L., Linares, M., Pérez-uz, B., Guinea, A., Serrano, S., 2008. Involvement of
crawling and attached ciliates in the aggregation of particles in wastewater
treatment plants. Air, Soil and Water Res. 1: 13-19.
Al-shahwani, S.M., Horan, N.J., 1991. The use of protozoa to indicate changes in the
performance of activated sludge plants. Water Res. 25: 633-638.
Attard, E., Commeaux, C., Laurent, F., Terada, A., Smets, B., Recous, S., Le Roux,
X., 2010. Shifts between Nitrospira- and Nitrobacter-like nitrite oxidizers underline
the response of soil potential nitrite oxidation to changes in tillage practices.
Environ. Microb. 12(2): 315-326.
Bitton, G., Marshall, K.C., 1980. Adsoption of Microorganims to Surfaces. ed. Wiley
Interscience.
Bitton, G., Dutkak, b., y hendricks, c. (1989). Ecological Assessment of Hazardous
Waste sites.
Bitton, G., 1994. Wastewater Microbiology. Wiley-Liss. Tercera Edición. Universidad
de Florida. Estados Unidos.
CAPITULO VII.- BIBLIOGRAFÍA
79
Bitton, G., 2011. Wastewater Microbiology. Wiley-Liss. Quinta Edición. Universidad
de Florida. Estados Unidos.
Bullock, C.M., Bicho, P., Zhang, Y. Saddle, J.N., 1996. A solid chemical oxygen
demand (COD) method for determining biomass in waste waters. Water Res. 30:
1280-1284.
Bjornsson, L., Hugenhtotz, P., Tysan, G.W., Blackall, L.L., 2000. Filamentous
chloroflexi (green non-sulfur bacteria) are abundant in wastewater treatment
processes with biological nutrient removal. Microbiol. 148: 2309-2318.
Catalán, J., 1997. Depuradoras “Bases Científicas”. BELLISCO, Librería Editorial.
Madrid, España.
Curds, C.R., 1963. The flocculation of suspended matter by Paramecium caudatum.
J. Gen. Microbiol. 33, 357-363.
Curds, C. R., Cockburn, A., 1970a. Protozoa in biological sewage-treatment
processes I. A survey of the protozoan fauna of British percolating filters and
activated-sludge plants. Wat. Res. 4: 225-236.
Curds, C. R., Cockburn, A., 1970b. Protozoa in biological sewage-treatment
processes II. Protozoa as indicators in the activated-sludge process. Wat. Res. 4:
237-249.
Curds, C.R., 1973. The role of protozoa in the activated-sludge process. Am.
Zoologist 13:161–169.
Curds, C.R., 1982. The ecology and role of protozoa in aerobic sewage treatment
processes. Annual. Rev. Microbiol. 36:27–46.
Curds, C.R., Hawkes, H.A., 1983. Biological activities and treatment process.
Ecological Aspects of Used-Water Treatment. Academic Press, London Vol. 2.
Curds, C.R., 1992. Protozoa and the Water Industry. Cambridge University Press,
Cambridge, U.K.
Daims, H., Nielsen, J.L., Nielsen, P.H., Schleifer K.H., Wagner, M., 2001. In situ
characterization of Nitrospira-like nitrite-oxidizing bacteria active in wastewater
treatment plants. Appl. Environ. Microb. 67: 5273-5284.
Daims, H., Maixner, F., Schmid, M.C., 2009. The Nitrifying microbes: Ammonia
oxidizers, nitrite oxidizers, and anaerobic ammonium oxidizers. En: FISH
Handbook for Biological Wastewater Treatment: Identification and quatification of
microorganisms in activated sludge and biofilms by FISH (eds. Nielsen, P., Daims,
H y Lemmer, H), p 9-17. Ed. IWA Publishing. Londres, Reino Unido.
CAPITULO VII.- BIBLIOGRAFÍA
80
Droste, R.L., 1997. Theory and practice of water and wastewater treatment. Jhon
Wiley and Sons, Inc. Canada.
Dubber, D., Gray, N. F., 2011. The influence of fundamental design parameters on
ciliates community structure in Irish activated sludge system. European J. Protistol.
47, 274-286.
Eikelboom, D. H., 1975. Filamentous organisms observed in activated sludge. Wat.
Res. 9, 365-388.
Eikelboom, D. H., Van Buijsen, H. J. J., 1983. Microscopic sludge investigation
manual, 2nd edn. TNO Research Institute of Environnmental Hygiene, Delft.
Eikelboom, D.H., 2000. Process control of activated sludge plants by microscopic
investigation. IWA Publishing, London.
Eikelboom, D.H., 2006. CD-ROM Identification and Control of Filamentous
Microorganisms in Industrial Activated Sludge Plants. IWA Publishing, London.
Ekama, G. A., 2010. The role and control of sludge age in biological nutrient removal
activated sluge systems. Water Sci. Technol. 61, 1645-52.
Esteban, G., Tellez, C., Bautista, L.M., 1991. Dynamics of ciliated protozoa
communities in activated sludge process. Water Res. 25:967–972.
Fernández-Galiano, D., Guinea, A., Serrano, S., Martin, M., Arregui, L., Rodriguez,
B., Campos, I., Calvo, P., Suarez, J., 1996. Guia práctica de identificación de
protozoos ciliados em estaciones depuradoras de aguas residuales por lodos
activados de la Comunidad Autónoma de Madrid. Dpto Microbiologia, Facultad de
Biologia, Universidad Complutense de Madrid.
Fernández-Galiano, D., 1976. Silver impregnation of ciliated protozoa: procedure
yielding good results with the pyridinated silver carbonate method. Trans. Am.
Micros. Soc. 95: 557–560.
Fernández-Galiano, D., 1994. The ammoniacal silver carbonate method as a general
procedure in the study of protozoa of sewage (and other) waters. Water Res. 28:
495–496.
Foissner, W., Blatterer, H., Berger, H. Kohmann, F., 1991. Taxonomische und
ökologische Revision der Ciliaten des Saprobiensystem. Band I: Cytorphorida,
Oligotrichida, Hypotrichyda, Colpodea, 478 pp. Bayer, Munich. Bayerisches
Landesamtes für Wasserwirtschaft.
CAPITULO VII.- BIBLIOGRAFÍA
81
Foissner, W., Berger, H. Kohmann, F., 1992. Taxonomische und ökologische
Revision der Ciliaten des Saprobiensystem. Band II: Peritrichia, Heterotrichia,
Odontostomatidia, 502 pp. Bayer, Munich. Bayerisches Landesamtes für
Wasserwirtschaft.
Foissner, W., Berger, H., Kohmann, F., 1994. Taxonomische und ökologische
Revision der Ciliaten des Saprobiensystems. Band III: Hymenostomata,
Protomastida. Nassulida, 548 pp. Bayer, Munich. Bayerisches Landesamtes für
Wasserwirtschaft.
Foissner, W., Berger, H., Kohmann, F., 1995. Taxonomische und ökologische
revision der ciliaten des saprobiensystems. Band IV: Gymnostomate, Loxodes,
Suctoria, 540 pp. Bayer, Munich. Bayerisches Landesamtes für
Wasserwirtschaft.
Foissner, W., Berger, H., 1996. A user-friendly guide to the ciliates (Protozoa,
Ciliophora) commonly used by hidrobiologist as bioindicators in rivers, lakes, and
waste waters, with notes on their ecology. Freshwater. Biol. 35: 375-482.
Frolund, B., Palmgren, R., Keiding, K., Nielsen, P.H., 1996. Extraction of extracellular
polymers from activated sludge using a cation exchange resin. Water Res. 30:
1749-1758.
Gerardi, M., 2002. Nitrification and denitrification in the activated sludge process.
Wiley-Interscience. Nueva York. Estados Unidos.
González, P., Quintans, P., Vizcaíno, M., Miguel, R., González, J., Pérez, J., García,
R., 2010. Estudio de la inhibición del proceso de nitrificación como consecuencia
de la acumulación de metales en el fango biológico de la EDAR de León y su
alfoz. Tecnología del Agua 322: 28-38.
Grady, C.P., 1989. Dinamic modeling of suspende growth biological wastewater
treatment processes. En G. Patry and D. Chapman (eds) Dynamic Moedeling and
Expert Systems in Wastewater Engineering (pp. 1-38). Chelsea, Michigan: Lewis
Publishers.
Gil, P., 2010. Actividades exoenzimáticas en bacterias filamentosas formadoras de
espumas en estaciones depuradoras de aguas residuales domésticas de la
Comunidad Valenciana. Tesina de master. Universidad Politécnica de Valencia.
Valencia, España.
CAPITULO VII.- BIBLIOGRAFÍA
82
Hernandez Muñoz, A., Hernández Lehman, A., Galan, P., 1996. Manual de
depuración URALITA: sistemas para depuración de aguas residuales en núcleos
de hasta 20.000 habitantes. 3ª Edición. Editorial Paraninfo, S.A. Madrid, 427 pp.
Jenkins, D., Richard, M. G., Daigger, G.T., 1984. Manual on the causes and control
of activated sludge bulking and foaming. 1ª Edition. Lewis publishers, Michigan.
Jenkins, D., Richard, M. G., Daigger, G.T., 1993. Manual on the causes and control
of activated sludge bulking and foaming. 2ª Edition. Lewis publishers (Michigan).
Jenkins, D., Richard, M.G., Daigger, G.T., 2004. Manual on the Causes and Control
of Activated Sludge Bulking and Foaming. 3th Ed. Lewis publishers. New York.
Knobelsdorf, J., 2005. Eliminación biológica de nutrientes en una ARU de baja carga
orgánica mediante el proceso VIP. Tesis doctoral
(http://hndl.handle.net/10803/5909). Universitat Politècnica de Catalunya, España.
Keiding, K., Nielsen, P.H., 1997. Desorption of organic macromolecules from
activated suldge: effect of ionic composition. Water Res. 31: 1665-1672.
Larrea, L., 2010. Aplicación de tratamientos innovadores a la eliminación de
nutrientes. En XXVIII Curso sobre Tratamiento de Aguas Residuales y
Explotación de Estaciones Depuradoras. CEDEX, Madrid.
Madigan, M.T., Martinko, J.M., Dunlap, P.V., Clark, D.P., 2009. Brock Biología de los
microorganismos. 12ª ed. Pearson Addison Wesley. Madrid.
Madoni, P., 1988. I protozoi ciliate nel controllo di efficienza dei fanghi attivi. Centro
Italiano Studi di Biologia Ambientale, Reggio Emilia.
Madoni, P., Davoli, D., Chierici, E., 1993. Comparative analysis of the activated
sludge microfauna in several sewage treatment works. Water Res. 27: 1485–1491.
Madoni, P., 1994. A sludge biotic index (SBI) for the evaluation of the biological
performance of activated sludge plants based on the microfauna analysis. Water
Res. 28: 67–75.
Madoni, P., Davoli D., Gibin G., 2000. Survey of filamentous microroganims from
bulking and foaming activated-sludge plants in Italy. Water Res. 34: 1767-1772.
Martin-Cereceda, M., Serrano, S., Guinea, A., 1996. A comparative study of ciliated
protozoa communities in activated sludge plants. FEMS Microbiol. Ecol. 21: 267–
276.
METCALF Y EDDY., 1991. Wastewater Engineering: Treatment,Disposal, and
Reuse: Third Edition. McGraw-Hill, Inc.: New York.
CAPITULO VII.- BIBLIOGRAFÍA
83
Mikkelsen, L.H., Keiding, K., 2002a. Physico-chemical characteristics of full scale
sewage sludges with implications to dewatering. Water Res. 36: 2451-2462.
Mota, C., Ridenoure, J., Cheng, De los reyes, F., 2005. High levels of nitrifying
bacteria in intermittently aerated reactors treating high ammonia wastewater.
FEMS Microbiol. Ecol. 54: 391-400.
Mujeriego, R., 1990. Riego con Agua Residual Municipal Regenerada. Mujeriego, R.
ed. Universitat Politècnica de Catalunya. Diputació de Barcelona. 145 pp.
Muyima, N.Y., Momba, M.N.B., Cloete, T.E., 1997. Biological methods for the
treatment of wastewater. Microbial Comunity Analysis: The key to theDesign of
Biological Wastewater Treatment Systems. Scientific and Techcnical Report.
IAWQ, Inglaterra.
Parody, D.F., 1997. Microorganismos filamentosos. Microorganimos filamentosos en
el fango activo. EMASESA, Ayuntamientos de Sevilla, 23-95.
Pérez-Uz, ., Arregui, L., Calvo, P., Salvadó, H., Fernández, N., Rodríguez, E.,
Zornoza, A., Serrano, S., 2010. Assesment of advanced wastewater treatments
for nitrogen removal searching for plausible efficiency bioindicators. Water Res.
44: 5059-5069.
Rijnaarts, H. H. M., Norde, W., Bouwer, E., Lyklema, J., Zehnder, A. J.B., 1995.
Reversibility and mechanism of bacterial adhesion. Colloid. Surf B 4, 5-22.
Rodríguez, E., Isac, L., Salas, L., Fernandez, N., Zornoza, A., Perez, B. Serrano, S.,
Arregui, L., Calvo, P., Guinea, A., Estevez, F., 2008. Manual práctico para el
estudio de grupos bioindicadores en fangos activos. Ed. Tecnología del Agua y
EMASESA.
Rodríguez, E., Isac, L., Alvarez, M., Zornoza, A., Fernández, N. 2005. Tratamiento y
conservación de muestras parta análisis microbiológicos de fangos activos.
Tecnología del Agua 265, 60-70.
Seviour, R. J., Blackall, L.L., 1999. The Microbiology of Activated Sludge. Kluwer
Academic Publishers, U.S.A.
Salvado, H., Gracia, M.P., 1993. Determination of organic loading rate of activated
sludge plants based on protozoan analysis. Water Res. 27: 891–895.
Salvado, H., 1994. Effect of mean cellular retention time on ciliated protozoan
populations in urban wastewater plants based on a proposed model. Water Res.
28: 1315–1321.
CAPITULO VII.- BIBLIOGRAFÍA
84
Salvado, H., Gracia, M.P., Amigo, J.M., 1995. Capability of ciliated protozoa as
indicators of effluent quality in activated sludge plants. Water Res. 29: 1041–1050.
Sangjin, L., Basu, S., Tyler, C., Irvine, W., Weid., B.C., 2004. Ciliate populations as
bio-indicators at Deer Island Treatment Plant. Advan. Environ. Res. 8:371–378.
Serrano, S., Arregui, L., Pérez-Uz, b., Calvo, P., Guinea, A., 2008. Guidelines for the
Identification of Ciliates in Wastewater Treatment Plants. IWA Publishing,
London.
Seviour R.J., Nielsen, P.H., 2010. The current taxonomic status of the filamentous
bacterias found in activated sludge plants. Microbial ecology of activated sludge.
IWA Publishing, London.
Sezgin, M., Jenkins, D., Parker, D.S., 1978. A unified theory of filamentous activated
sludge bulking. JWPCF. 50: 362-381.
Schramm, A., D. de Beer, A., van den heuvel, s., ottengraf, s y amann, r. (1999).
Microscale distribution of populations and activities of Nitrosospira and Nitrospira
spp. along a macroscale gradient in a nitrifying bioreactor: quantification by in situ
hybridization and the use of microsensors. Appl. Environ. Microb. 65: 3690-3696.
Shenggui, C., Muqi, X., Hong, C., Jiang, Z., Kexin, Z., Jun, X., Xiangping, Y., Yiping,
g., Weiyan, L., Jiaji, Z., Yongyi, S. (2004). The activated-sludge fauna and
performance of five sewage treatment plants in Beijing, China. European J.
Protistol. 40: 147–152.
Sponza, D.T., 2003. Investigation of extracellular polymer substances (EPS) and
physicochemical properties of different activated sludges flocs under steady-
stateconditions. Enzyme Microb. Technol. 32: 375-385.
Sutherland, L.W., 2001. Exopolysaccharides in biofilms, flocs and related structures.
Water Sci. Technol. 43: 77-86.
Tandoi, V., Jenkins, D., Wanner, J., 2005. Activated Sludge Separation Problems.
Theory, Control Mesaures, Practical Experience. IWA Publishing, London.
Urbain, V., Block, J.C., Manen, J., 1993. Bioflocculation in activated sludge: an
analitic approach. Water Res. 27: 829-838.
Wang, Y., Zhang, Z., Yan, M., Gao, N., Yang, J., Ren, M., 2010). Impact of operating
conditions on nitrogen removal using cycling activated sludge technology (CAST).
Journal of Environmental Science and Health, Pasrt A. 45: 3, 370-376.
CAPITULO VII.- BIBLIOGRAFÍA
85
Water Environment Research Foundation [WERF]., 2003. Treatment Processes and
Systems: Methods for Wastewater Characterization in Activated Sludge Modeling.
Publication Number 99WWF3, published by IWA and WEF.
Wagner M., Rath G., Koops H.P., Flood J., Amann R., 1996. In situ analysis of
nitrifying bacteria in sewage treatment plants. Wat. Sci. Techn. 34: 237-244.
Wells, G., Park, H., Yeung, C., Eggleston, B., Francis, C., y Criddle, C., 2009.
Ammonia-oxidizing communities in a highly aerated full-scale activated sludge
bioreactor: betaproteobacterial dynamics and low relative abundance of
Crenarchaea. Environ. Microb. 11(9): 2310-2328.
Wilén, B., Lumley, D., Mattsson, A., Mino, T., 2008. Relationship between floc
composition and flocculation and settleing properties studied al a full scale
activated sludge plant. Water Res. 412: 4404-4418.
Ye, L., Zhang, T., 2010. Estimation of nitrifier abundances in a partial nitrification
reactor treating ammonium-rich saline wastewater using DGGE, T-RFLP and
mathematical modeling. Appl. Microbiology Biotechnology. 88: 1403-1412.
ZITA, A. Y HERMANSSON, M. (1994). Effects of ionic strength on bacterial adhesion
and stability of flocs in a wastewater activated sludge system. Appl. Environ.
Microb. 60: 3041-3048.
Zornoza, A., Avendaño, L., Alonso, J.L, Serrano, S., Amoros., I., Bernácer, I., Muro,
J.L., 2011. Análisis de las correlaciones entre diversos parámetros operacionales
y físico-químicos relacionados con el proceso biológico de nitrificación de fangos
activos. Networking problemática biológica en sistemas de eliminación de
nitrógeno. Grupo Bioindicación de Sevilla.
Zornoza. A., Alonso, J.L., Serrano, S., Fajardo, V., Zorrilla, F., Bernácer, I., Morenilla,
J.J., 2010. Estudio integrado del proceso de fangos activos I. Análisis descriptivo
de factores físico-químicos y biológicos implicados en su dinámica. VII Jornadas
de Transferencia de Tecnología sobre microbiología del Fango Activo. Grupo
Bioindicación de Sevilla.
ANEXOS
CAPITULO VIII.- ANEXOS
86
CAPÍTULO VIII.- ANEXOS
1. ATLAS FOTOGRÁFICO DE LOS MORFOTIPOS FILAMENTOSOS.
QB-19 (100x). C. fases QB-02 (100x). C. fases
QB-15 (100x). C. fases QB-13 (100x). C. fases
QB-04 (100x). C. fases QB-17 (100x). C. fases
CAPITULO VIII.- ANEXOS
87
QB-18 (100x). C. fases QB-22 (100x). C. fases
QB-16 (100x). C. fases QB-06 (100x). C. fases
QB-08 (100x). C. fases QB-07 (100x). C. fases
QB-09 (100x). C. fases QB-20 (100x). C. fases
QB-12 (100x). C. fases QB-21(100x). C. claro (tinción de Gram)
CAPITULO VIII.- ANEXOS
88
QB-01 (100x). C. fases QB-05 (100x). C. fases
QB-14 (100x). C. fases QB-10 (100x). C. fases
QB-11 (100x). C. fases
CAPITULO VIII.- ANEXOS
89
2. ATLAS FOTOGRÁFICO DE PROTISTAS Y METAZOOS.
Vorticella aquadulcis (400x). C. fases Vorticella microstoma (400x). C. fases
Acineria uncinata (400x). C. fases Epistylis plicatilis (200x). C. fases
Carchesium polypinum (200x). C. fases Amebas pequeñas (400x). C. fases
Euplotes affinis (400x). C. fases Ameba grande (100x). C. fases
CAPITULO VIII.- ANEXOS
90
Lecane sp. (100x). C. fases Entosiphon sp. (400x). C. fases
Arcella sp. (400x). C. fases Rotaria sp. (100x). C. fases
Acineta tuberosa (400x). C. fases Trochilia minuta (400x). C. fases
Amphileptus punctatus (400x). C. fases Epistylis balatonica (100x). C. fases
CAPITULO VIII.- ANEXOS
91
Uronema nigricans (400x). C. fases Opercularia coarctata (400x). C. fases
Opercularia articulata (200x). C. fases Pseudochilodonopsis fluviatilis (400x). C. fases
Aspidisca cicada (400x). C. fases Nematodo (100x). C. fases
Vorticella convallaria (200x). C. fases Gastronauta membranaceus (200x). C. fases
CAPITULO VIII.- ANEXOS
92
Epistylis chrysemidis (200x). C. fases Euglypha sp. (400x). C. fases
Pyxidicula operculata (400x). C. fases Aelosoma sp. (100x). C. fases
Gastrotrico (200x). C. fases Holophrya sp. (400x). C. fases
Peranema trichophorum (200x). C. fases Pseudocohnilembus pusillus (400x). C. fases
Top Related