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

Doctorado de
Medioambiental
Título del Trabajo de Investigación:
ANÁLISIS DE LAS CORRELACIONES ENTRE LOS PARÁMETROS
OPERACIONALES FÍSICO-QUÍMICOS Y BIOLÓGICOS ASOCIADOS AL
PROCESO DE FANGOS ACTIVOS
Autor: ZORNOZA ZORNOZA, ANDRÉS MIGUEL
Director
Codirector1
Codirector2
Tutor
DR. ALONSO MOLINA, JOSÉ LUÍS
DR. CUESTA AMAT, GONZALO
DRA. SERRANO BARRERO, SUSANA
Lugar de
Realización
Fecha de
Lectura
VALENCIA
JULIO, 2012
Resumen:
El tratamiento de aguas residuales por el sistema de fangos activos es un proceso biotecnológico
donde intervienen multitud de variables físico-químicas, biológicas y operacionales. Los estudios
realizados en plantas depuradoras a escala real son escasos, especialmente aquellos análisis que
integran todos los componentes, que interaccionan en el sistema. El conocimiento de estas
variables bajo una perspectiva integrada permite aportar nuevos datos para la optimización y
biomonitorización del proceso en las EDAR. El presente trabajo se realizó a partir de muestras de
una EDAR con sistema de eliminación biológica de nitrógeno, siendo los objetivos principales: i)
determinar la relación entre la carga másica y la edad del fango, ii) investigar la asociación de
nuevas variables operacionales con la dinámica de los microorganismos y iii) estudiar la incidencia
de distintas variables sobre el proceso de nitrificación-desnitrificación. Para ello se realizó en primer
lugar un análisis bivariante, estableciéndose de esta forma el grado de relación entre dos variables
dentro de la matriz de datos. Los resultados obtenidos mostraron que la carga másica y la edad del
fango eran variables independientes de la composición y densidad de protistas y metazoos. Por otro
lado, se demostró la utilidad del fraccionamiento de la DQO y DBO5 para evitar asociaciones
sesgadas dentro de la comunidad microbiana. En el proceso de nitrificación, la influencia conjunta
de distintas variables hizo posible alcanzar buenos rendimientos, con niveles de oxígeno por debajo
de 2 mg/L, y sin que la temperatura en el reactor biológico fuera un factor limitante. Se demostró
asimismo la asociación de la bacteria Microthrix parvicella con alta carga másica y baja edad del
fango y del protista Trochilia minuta con una baja carga másica. Las expresiones de la edad del
fango EF6 y EF7 se establecieron como las más adecuadas para el control del proceso biológico y la
carga másica, expresada como DQO soluble, se presentó como una alternativa plausible frente a la
expresada como DBO5.
Summary:
Wastewater Treatment by activated sludge system is a biotechnological process which involves
different physico-chemical, biological and operational variables. Studies about full-scale plants are
scarce, mainly those that include integrate analysis of all the interacting factors of the process. The
knowledge about these variables under an integrated perspective provides new data for the
biomonitoring in the WWTP. This study was performed in one WWTP with biological nitrogen
removal system. The objectives were: i) to determine the relationship between the organic loading
rate and the cellular retention time, ii) to investigate the association of new operational variables with

Doctorado de
Medioambiental
the dynamics of microorganisms and, iii) to study the association between nitrification-
denitrification process and other control parameters. The relationships between the different
variables were firstly established using bivariate statistical analysis. The results showed statistical
independence between loading rate and the cellular retention time with the composition and density
of protists and metazoans. On the other hand, it has been also demonstrated the usefulness of the
fractionation of COD and BOD to avoid mistakes in the association within microbial communities.
The influence of different variables in the nitrification process allowed to obtain a good performance
with oxygen levels below 2 mgL, whereas the temperature was not a limiting factor in the bioreactor.
The filamentous bacteria Microthrix parvicella was associated with high organic loading rate and low
cellular retention time and the protist Trochilia minuta with low organic loading properly factor for
the control of biological process and the organic loading rate, expressed as soluble COD, being a
plausible alternative to the BOD.
Resum:
El tractament d'aigües residuals pel sistema de fangs actius és un procés biotecnològic on
intervenen multitud de variables; físic- químiques, biològiques i operacionals. Els estudis realitzats
en plantes depuradores a escala real són escassos, especialment aquelles anàlisis que integren tots
els components que interaccionen en el sistema. El coneixement d'estes variables davall una
perspectiva integrada del sistema permet aportar noves dades per a l'optimització i
biomonitorización del procés en les EDAR. El present treball va ser realitzat en una EDAR amb
sistema d'eliminació biològica de nitrogen, sent els objectius principals l'estudi de la relació entre la
càrrega màssica i l'edat del fang, investigar l'associació de noves variables amb la dinàmica dels
microorganismes i l'estudi del procés de nitrificació. Per a això es va realitzar una anàlisi preliminar
a través d'una anàlisi bivariant, establint-se d'esta manera el grau de relació entre dos variables dins
de la matriu de dades. Els resultats obtinguts van mostrar una independència en l'associació de la
càrrega màssica i edat del fang amb la comunitat de protistas i metazous. D'altra banda, es va
demostrar la necessitat del fraccionament de la DQO i DBO5 per a evitar associacions esbiaixades
dins d'esta comunitat. En el procés de nitrificació, la influència conjunta de les distintes variables va
fer possible aconseguir bons rendiments amb nivells d'oxigen per davall de 2 mg/L i sense que la
temperatura en el reactor biològic fora un factor limiten-te. Microthrix parvicella va ser associada a
una alta càrrega màssica i baixa edat del fang i el protista Trochilia minuta a una baixa càrrega
màssica. Les expressions de l'edat del fang EF6 i EF7 es van establir com les més adequades per al
control del procés biològic i la càrrega màssica, expressada com DQO soluble, es va presentar com
una alternativa plausible enfront de l'expressada com DBO5.
Palabras clave:
EDAD DEL FANGO, CARGA MÁSICA, NITRIFICACIÓN, PROTISTAS, METAZOOS Y
BACTERIAS FILAMENTOSAS

i
AGRADECIMIENTOS
Ante todo quiero agradecer a mis directores Gonzalo Cuesta, Susana
Serrano y José Luis Alonso por transmitirme su apoyo incondicional, sus
consejos y su gran experiencia como investigadores.
A Inma por guiarme por el buen camino y a la gran familia del Instituto
Universitario de Ingeniería del Agua y Medio Ambiente (IIAMA) por acogerme y
respaldar mis ideas.
A la Entidad Pública de Saneamiento de Aguas Residuales de la
Comunidad Valenciana (EPSAR) por financiar este proyecto y a la EDAR Quart
Benager (AVSA-EGEVASA) por conceder mi tiempo durante la toma de datos.
Sin ellos este proyecto no habría sido posible.
A todos mis amigos y en especial a Dianelys por su apoyo y grandes
consejos.
A mis padres, porque sin su esfuerzo, dedicación, enseñanza y sacrificio
nunca habría llegado a escribir estas líneas.
A mi hermana Ana y esposo Rubén por su ayuda incondicional y
constante a mi trabajo.

ÍNDICE
ii
ÍNDICE
CAPÍTULO I.- INTRODUCCIÓN……………………………………………………… 1
1. DEPURACIÓN DE AGUAS RESIDUALES……………………………….……. 1
1.1 El proceso de fangos activos………………………………………………... 2
1.2 El flóculo como unidad fundamental estructural del fango activo……….. 3
1.3 Composición de la microbiota……………………………………………….. 4
2. EL PAPEL DE LOS PROTISTAS……………………………………………….. 5
3. BACTERIAS FILAMENTOSAS………………………………………………….. 7
4. PARÁMETROS BÁSICOS DE CONTROL Y OPERACIÓN…………………. 9
5. EL PROCESO DE NITRIFICACIÓN……………………………………………. 11
5.1 Bacterias nitrificantes………………………………………………………… 12
5.1.1 Bacterias Oxidantes de Amonio..................................................... 13
5.1.2 Bacterias Oxidantes de Nitrito........................................................ 13
5.2 Factores que afectan a la nitrificación……………………………………… 14
5.2.1 Temperatura................................................................................... 14
5.2.2 Alcalinidad y pH.............................................................................. 15
5.2.3 Necesidades de oxígeno……………………………………………... 16
5.2.4 Concentración de amonio y nitrito…………………………………… 17
5.2.5 La relación DBO5/NKT……………………………………………….. 17
5.2.6 Compuestos tóxicos…………………………………………………... 18
CAPÍTULO II.- OBJETIVOS…………………………………………………………… 20
CAPÍTULO III.- MATERIALES Y MÉTODOS……………………………………….. 21
1. TOMA DE MUESTRAS…………………………………………………………... 21
2. PARÁMETROS FÍSICO-QUÍMICOS Y BIOLÓGICOS………………………... 22
3. PARÁMETROS OPERACIONALES……………………………………………. 24
4. IDENTIFICACIÓN Y RECUENTO DE PROTISTAS Y METAZOOS………… 25
5. IDENTIFICACIÓN Y RECUENTO DE BACTERIAS FILAMENTOSAS.......... 26
6. ANÁLISIS ESTADÍSTICO………………………………………………………... 27
CAPÍTULO IV.- RESULTADOS………………………………………………………. 31
1. PARÁMETROS OPERACIONALES……………………………………………. 31
2. PARÁMETROS FÍSICO-QUÍMICOS……………………………………………. 34
2.1 Licor mezcla…………………………………………………………………… 34

ÍNDICE
iii
2.2 Afluente………………………………………………………………………… 36
2.3 Efluente………………………………………………………………………… 42
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-PO4
3-
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.

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
(CO3
2-
) 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.

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.

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.

CAPITULO IV- RESULTADOS
31
CAPÍTULO IV.- RESULTADOS
Los resultados presentados a continuación corresponden a un análisis
preliminar de los datos obtenidos, quincenalmente durante un año (n=25), en la
EDAR QB. En el análisis bivariante se estudió el grado de relación entre pares de
variables dentro de la matriz de datos, teniendo presente que cada una de ellas
pueden estar relacionadas entre si directamente o indirectamente por variaciones de
otras variables.
1. PARÁMETROS OPERACIONALES
Los valores medios, mínimos, máximos y desviación estándar de cada uno de
los parámetros operacionales y físico-químicos utilizados en el estudio se muestran
en la tabla 13.
Tabla 13 – Valor medio, mínimo, máximo y desviación estándar de
los parámetros operacionales.
Variable Media Mínimo.-máximo D. estándar
CM1 (Kg DBO5/kg SSVLM.d) 0.25 0.09-0.85 0.16
CM2a (Kg DBO5/kg SSVLM.d) 0.23 0.10-0.64 0.12
CM2b (Kg DBO5/kg SSVLM.d) 0.18 0.08-0.33 0.07
CM3 (Kg DBO5/kg SSVLM.d) 0.20 0.08-0.47 0.09
CM1 (Kg DQOs/kg SSVLM.d) 0.23 0.10-0.92 0.17
CM2a (Kg DQOs/kg SSVLM.d) 0.21 0.09-0.69 0.12
CM2b (Kg DQOs/kg SSVLM.d) 0.16 0.06-0.29 0.06
CM3 (Kg DQOs/kg SSVLM.d) 0.18 0.10-0.49 0.09
EF1 (días) 39.9 3.-785 155
EF2 (días) 11.9 2.9-52 10.3
EF3 (días) 12 3.5-36 7.2
EF4 (días) 11 4.6-28 5.7
EF5 (días) 10.8 5.1-32 6.1
EF6 (días) 10.8 5.3-31 6.1
EF7 (días) 10.8 5.2-29 5.7
TRHr1 (h) 14.3 8.7-25 3.3
TRHr2a (h) 15.4 10.7-23.6 2.6
TRHr2b (h) 18.4 14.8-24.4 2.3
TRHr3 (h) 17 13.5-22 2
ODb (%) 33 5-69 18
ODm (%) 62 12-95 19
ODa (%) 5 0-40 10
La mayor parte de valores del caudal de fangos en exceso de los siete días
previos a cada uno de los muestreos del licor mezcla (día 4) se situaron entre 1000 -

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.fangosexceso(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 25
Muestreos
EdaddeFango(días)
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 25
Muestreos
EF4(días)
-0,1
0,1
0,2
0,3
0,4
0,5
0,6
0,7
CM3
(kgDBO5/KgSSVLM.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 91 100 109 118 127 136 145 154 163 172 181 190 199
días
CM(KgDBO5/KgSSVLM.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).
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
NTLM
(mg/gSSVLM)
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**
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).
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

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

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

Recomendados

Recomendados

Más contenido relacionado

La actualidad más candente

La actualidad más candente (20)

Destacado

Destacado (6)

Similar a 2012 - Análisis de las correlaciones entre variables ambientales y biológicas en fangos activos

Similar a 2012 - Análisis de las correlaciones entre variables ambientales y biológicas en fangos activos (20)

Más de WALEBUBLÉ

Más de WALEBUBLÉ (20)

Último

Último (20)

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