2012 - análisis de las correlaciones entre variables ambientales y biológicas en fangos activos

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


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


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



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



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


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


parámetros físico-químicos del afluente al reactor……………………… 37


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


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


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


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


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,


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.


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


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


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.


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


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


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


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


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


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


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).


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


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).


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.


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


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


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


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).


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).


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:


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


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


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.


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 -


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).


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


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


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


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*


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


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


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


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.


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.


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


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.


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.


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).


45

Tabla 20 – Coeficientes de correlación entre EF y los diferentes rendimientos y estados del N en el efluente.


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


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.


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).


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


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.


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.


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*


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.


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*


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**


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.


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**


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


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*


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.


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**


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).


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.


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.


58

Tabla 35 – Coeficientes de correlación entre protistas, metazoos y la EF.


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.


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.


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.


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.


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


1.1. 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


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).


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


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:


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


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


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


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.


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


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).


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.


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).


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.


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.


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.


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.


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.

http://hndl.handle.net/10803/5909


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.


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.


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




87





QB-12 (100x). C. fases QB-21(100x). C. claro (tinción de Gram)


88



QB-11 (100x). C. fases


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


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


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


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