covid
Buscar en
Ingeniería, Investigación y Tecnología
Toda la web
Inicio Ingeniería, Investigación y Tecnología Desarrollo de modelos ecológicos para carbono y nitrógeno en lagunas facultati...
Información de la revista
Vol. 15. Núm. 3.
Páginas 437-456 (julio - septiembre 2014)
Compartir
Compartir
Descargar PDF
Más opciones de artículo
Visitas
4833
Vol. 15. Núm. 3.
Páginas 437-456 (julio - septiembre 2014)
Open Access
Desarrollo de modelos ecológicos para carbono y nitrógeno en lagunas facultativas secundarias
Developing Ecological Models on Carbon and Nitrogen in Secondary Facultative Ponds
Visitas
4833
Aponte-Reyes Alexander
Grupo de Investigación Saneamiento Ambiental Universidad del Valle, Cali, Colombia
Este artículo ha recibido

Under a Creative Commons license
Información del artículo
Resumen
Texto completo
Bibliografía
Descargar PDF
Estadísticas
Figuras (6)
Mostrar másMostrar menos
Tablas (27)
Tabla 1. Características de las unidades piloto
Tabla 2. Variables medidas en las unidades piloto
Tabla 3. Parámetros modelos de Carbono
Tabla 4. Parámetros modelos de Nitrógeno
Tabla 5. Matriz de adyacencia
Tabla 9. Comparación entre puntos internos y entre salida LBM. Pruebas t-pareada
Tabla 10. Comparación entre puntos internos y entre salida LC – Pruebas t– pareada
Tabla 11. Datos de entrada, verificación de modelos de carbono y nitrógeno
Tabla 12. Resultados de verificación
Tabla 13. Prueba t-pareada. Medición – Simulación
Tabla 14. Variables para AS
Tabla 16. Datos de entrada para AS
Tabla 17. Resultados AS – Variables
Tabla 18. Resultados AS–Parámetros
Tabla 19. Calibración de parámetros modelos C y N
Tabla 20. Prueba t - pareada. Datos campo - Datos simulados. Calibración LC
Tabla 21. Prueba t-pareada. Datos campo - Datos simulados. Calibración LBM
Tabla 6. Resumen de estadísticas descriptivas de entrada de agua a los sistemas. Muestras puntuales
Tabla 7. Prueba t-student Salida pilotos. Muestras puntuales
Tabla 8. Estadísticas descriptivas Salida pilotos. Muestras puntuales
Tabla 15. Parámetros para AS
Mostrar másMostrar menos
Resumen

El modelo se formuló para COT y CO2, y NH4+,NO3− y NTK, a partir de información de literatura y lo que se obtuvo en campo durante el seguimiento a tres unidades piloto de laguna facultativa secundaria: laguna convencional, LC, laguna de bafles, LB y laguna de bafles-mallas LBM. Los modelos mostraron sensibilidad a las variables caudal de entrada, radiación solar, pH y contenido de oxígeno; a nivel de parámetros se encontró que el modelo de Carbono resultó sensible a: KCOT Ba, umax Ba, umax Al, K10X, VAl, RIDCH4, YBh. El modelo de Nitrógeno resultó sensible a los parámetros: KCOT Ba, umax Ba, umax Al, VAl, KOPH, KOPA, r4An. Las pruebas t pareada realizadas indicaron que el modelo de Carbono reprodujo de manera confiable el comportamiento del COT en una laguna facultativa secundaria; mientras que el modelo de Nitrógeno lo hizo para el caso de NH4+. Diferentes topologías afectan la ecología del sistema promoviendo distintas rutas de transformación del nitrógeno; la topología LBM podría alcanzar transformaciones de C empleando volúmenes inferiores, sin embargo se requiere una calibración de los modelos propuestos. Los modelos podrían ser acoplados a modelos hidrodinámicos para un modelado eco-hidrodinámico.

Descriptores:
ecología
modelado
lagunas facultativas
biorremediación
Abstract

Ecological models formulated for TOC, CO2, NH4+,NO3− and NTK, based in literature reviewed and field work were obtained monitoring three facultative secondary stabilization ponds, FSSP, pilots: conventional pond, CP, baffled pond, BP, and baffled-meshed pond, BMP. Models were sensitive to flow inlet, solar radiation, pH and oxygen content; the sensitive parameters in Carbon Model were KCOT Ba, umax Ba, umax Al, K10X, VAl R1DCH4, YBh. The sensitive parameters in the Nitrogen model were KCOT Ba, umax Ba, umax Al, VAl, KOPH, KOPA, r4An. The test t-paired showed a good simulating of Carbon model refers to TOC in FSSP; on the other side, the Nitrogen model showed a good simulating of NH4+. Different topological models modify ecosystem ecology forcing different transformation pathways of Nitrogen; equal transformations of the Carbon BMP topology could be achieved using lower volumes, however, a calibration for a new model would be required. Carbon and Nitrogen models developed could be coupled to hydrodynamics models for better modeling of FSSP.

Keywords:
ecological modeling
facultative ponds
bioremediation
Texto completo
Introducción

Controlar la contaminación hídrica ocasionada por aguas residuales municipales tiene justificación en problemas ambientales como la generación de gases efecto invernadero, GEI, la presencia de disruptores endocrinos (Janex et al., 2009), la eutrofización de fuentes de agua (Zimmo et al, 2004; Wallace y Austin, 2008) y el deterioro de la calidad de las fuentes de agua. Un enfoque ecológico en el estudio de lagunas facultativas secundarias, LFS (figura 1), apunta a conocer las relaciones establecidas entre la estructura de este ecosistema y las funciones que cumple. Un proceso de simulación-mo-delación puede explicar dichas relaciones, haciéndolo una herramienta útil para su análisis (Jamu y Piedrahita, 2002). Para analizar una LFS es posible apelar a procedimientos matemáticos que analicen los fenómenos multidimensionales (Legendre y Legendre, 2004) que suceden en estos complejos ecosistemas; el modelado puede integrar variables hidrodinámicas y cinéticas y es una herramienta con amplias posibilidades en el campo del tratamiento de las aguas residuales (Zima et al, 2009; Alvarado et al, 2012; Sah, 2009; Beran y Kargi, 2005; Houweling et al, 2008; Abbas et al, 2006). Disponer de modelos de LFS que conjuguen su ecología, incorporen sus propiedades dinámicas, componentes y variables (Jamu y Piedrahita, 2002) posibilitará la búsqueda de un ambiente sano con criterios de justicia ambiental (Rees, 2008).

Figura 1.

Ecosistema en una LFS. Fuente: Metcalf y Eddy (1995)

(0.19MB).

La abundancia y disponibilidad del carbono, C, y nitrógeno, N, en la biósfera como constituyentes de la materia orgánica, dependen de transformaciones biogeoquímicas (Jenkins y Zehr, 2008) como las existentes en un LFS, además regulan la productividad de los ecosistemas acuáticos y terrestres, pues posibilitan la existencia de los productores primarios (Lampert y Sommer, 2007). Por otro lado, el modelado de la generación de gases efecto invernadero desde LFS podría validar modelos ecológicos que plantean balances de compuestos orgánicos y nutrientes (Pepperell et al., 2011). Así mismo, los mecanismos de eliminación de nitrógeno se siguen estudiando (Zimmo et al., 2004; Shen et al., 2012) pues existen divergencias frente a cuáles son los más efectivos y cuáles son los predominantes en estos reactores (Camargo, 2008). De ahí la importancia de desarrollar modelos ecológicos en LFS para C y N. Este documento aborda una propuesta de modelado ecológico en LFS para ambos elementos.

Desarrollo

La investigación fue ejecutada en la Estación de Investigación de Aguas residuales y reúso de Ginebra, EIG, localizada en el Valle del Cauca, Colombia, a 3° 43′ 50″ latitud norte y 76° 16′ 20″ longitud este, a 1040 ms.n.m. La temperatura promedio es 23°C y la precipitación promedio es 1280mm. Se hizo seguimiento a tres LFS con distintas configuraciones físicas (tabla 1). El diseño de las unidades piloto se realizó empleando la metodología de carga orgánica superficial (Mara, 2001) aplicando un análisis de incertidumbre (Von Sperling, 1996) con base en la propuesta de Banda (2003).

Tabla 1.

Características de las unidades piloto

Características de diseño  Piloto 1. Bafles Mallas, LBM  Piloto 2. Convencional, LC  Piloto 3. Bafles, LB 
Modificación  Construcción bafles e instalación de mallas a L/3 y 2/L3    Construcción de dos bafles a L/3 y 2/L3 
Caudal (L/s)  0.275  0.275  0.275 
Relación L/B  3.01  3.10  3.15 
Altura (m)  1.39  1.31  1.32 
Talud X:Y  0.99  0.91  0.91 
Ancho espejo de agua (m)*  5.81  5.64  5.58 
Largo espejo de agua (m)*  17.46  17.49  17.57 
Volumen (m3)*  99.01  92.01  94.64 
TRH (días)**  4.17  3.99  3.98 
Área (m245.08  49.25  48.16 
Carga aplicada (kg DBO/Ha)  271.23  278.92  280.64 
*

Las diferencias responden a condiciones constructivas. Se admitieron diferencias menores a 5% en las variables TRH, Área y Carga aplicada

**

Corresponde al TRH teórico o nominal

La figura 2 ilustra los pilotos y los puntos de muestreo. En P1 y P2 se tomaron muestras puntuales a dos profundidades, 0.05m y 0.75m, a las 10:00, 13:00, 17:00 y 22:00 horas teniendo en cuenta las variaciones meteorológicas; también se tomaron muestras puntuales y compuestas a la entrada y la salida de cada unidad. Se midieron caudales en forma volumétrica a la entrada y a la salida y se realizaron pruebas físico-químicas de las variables de interés a todas las muestras recolectadas (tabla 2). Con esta información de seguimiento se obtuvo información para la validación y calibración de los modelos ecológicos propuestos.

Figura 2.

Esquema de unidades piloto y puntos de muestreo. De abajo arriba, LBM, LC y LB

(0.09MB).
Tabla 2.

Variables medidas en las unidades piloto

Parámetro  Unidades  Método de medición  Lugar de medición  Ref. Standard methods 
pH  Unidades  Potenciómetro  In situ  4500-H+
Temperatura  °C  Térmico  In situ  2550 B 
Oxígeno disuelto  mg/L  Potenciómetro  In situ  4500-0 G 
Potencial Redox  mV  Potenciómetro  In situ  2580B 
Clorofila a  μg/L  Fluorometria  Laboratorio  10200H 
DQO*  mg/L  Digestión  Laboratorio  5220D 
DBO5*,**  mg/L  Winlker  Laboratorio  5210B 
SST  mg/L  Gravimétrico  Laboratorio  2540D 
N/NH4+  mg/L  Potenciómetro  Laboratorio  4500-NH3
NTK  mg/L  Kjeldahl  Laboratorio  4500-org
N/NO3−  mg/L  Potenciómetro  Laboratorio  4500-NO3
Alcalinidad  mg/L       
COT  mg/L  Combustión–infrarrojo  Laboratorio  5310A 
*

Total y filtrada para las muestras compuestas

**

Solo se midió en muestras compuestas

La formulación de los modelos fue guiada por la propuesta de Jorgensen y Bendoricchio (2001) (figura 3). El diagrama conceptual se desarrolló con el software Structural Thinking Experimental Learning Laboratory with Animation, Stella, de ISEE Systems Inc.® Este software se ha utilizado para simular modelos ecológicos y ofrece ventajas desde el punto de vista gráfico y de cuantificación (Jamu y Piedrahita, 2002). Las expresiones de balance de materia para cada especie fueron la base para la formulación matemática de los modelos ecológicos (ecuación 1). Los modelos consideraron condiciones no estacionarias, lo que definió una variación con respecto al tiempo de las especies químicas estudiadas.

Figura 3.

Esquema para construcción de los modelos ecológicos

(0.25MB).

donde:

Rc=rM * V(MT−1)

rM = transformación de la especie de interés en la LFS (aparición o desaparición) (ML−3t−1)

V = volumen de la laguna. (L3)

Q = caudal (L3t−1)

[Ci]= concentración de la especie a la entrada (ML−3)

[Ce]= concentración de la especie a la salida (ML−3)

(MtCada ecuación de balance de materia para las especies de interés fue implementada en el software Stella®. Se construyeron sub modelos (Pereira et al., 2006) para:

  • Carbono orgánico total

  • Carbono inorgánico total

  • Nitrógeno orgánico particulado

  • Nitrógeno orgánico disuelto

  • Nitrógeno de nitratos

  • Nitrógeno amoniacal

A partir de los resultados para LC se verificó el modelo correspondiente a LBM, ajustando los parámetros respectivos. El software Stella® fue utilizado en un equipo Toshiba Tecra, Procesador Intel® Core™2 Duo, CPU T8100 @ 2.10GHz 2.09GHz 1.99GB de RAM. El Apéndice 1 resume las expresiones matemáticas empleadas para la formulación de los modelos; la mayoría de ellas respondieron a cinéticas tipo Monod, considerando las condiciones hipertróficas de las LFS. La tabla 3 y 4 presentan los parámetros y valores empleados para ambos modelos. La LC se asumió como reactor completamente mezclado, RCM, con base en información de estudios de trazadores realizados en la LC y la LBM (Bravo y Rodriguez, 2010; Fichmann, 2012) los cuales arrojaron como resultado un comportamiento de flujo mixto con tendencia a RCM, correspondiente con lo planteado por otros investigadores (Mara, 2004), los números de dispersión hallados para LBM oscilaron entre 0.31 y 0.43 y para LC entre 0.19 y 1.5. Las concentraciones de biomasa algal y bacterial se hallaron a partir de los contenidos de COT en las lagunas piloto.

Tabla 3.

Parámetros modelos de Carbono

Parámetro  Definición  Unidades  Rango  Fuente 
YBha  Relación sustrato y biomasa (bacterias heterotróficas)    0.788  (Mashauri y Kayombo, 2002
XBa  Concentración Biomasa Bacterias  g N m−3  Variable  Experimental 
umax Ba  Tasa crecimiento máximo Bacterias  d−1  3.8, 2–10  (Kayombo et al., 2003; Tchobanoglous et al., 2004
COT  Carbono orgánico Total  g C m−3  Variable  Experimental 
KCOT Ba  Constante saturación media para oxidación (COT) por Bacterias  g C m−3  200, 40–50  (Kayombo et al., 2003; Tchobanoglous et al., 2004
KO2Ba  Constante saturación media para O2 por Bacterias  g O2 m−3  (Frit et al., 1979
K4Ba  Constante saturación media para nitrógeno tomado por Bacterias  g N m−3  0.05  (Henzen et al., 1995
Topt Ba  Temperatura óptima crecimiento Bacterias  °C  20–50  (Tortora et al., 2007
TxBa  Temperatura para crecimiento bacterias  °C  0–15  Ídem 
OptpHBa  pH óptimo para crecimiento Bacterias    6–11  (Kayombo et al., 2000
KpHBa  Constante media de velocidad para pH    150–250  Ídem 
Ke  Coeficiente de extinción de luz  m−1  13  (Heaven y Zotova, 2005
IS  Radiación solar en superficie  Langley d−1  0–596.6  Experimental 
Profundidad para la intensidad de luz  0.18  Experimental 
Ik  Intensidad óptima  Langley d−1  250, 450  (Frit et al., 1979; Beran and Kargi, 2005 
XAl  Concentración de biomasa algal  g N m−3    Experimental 
umax Al  Tasa de crecimiento Microalgas  d−1  0.5–2, 2  (Asaeda y Van, 1997; Sah, 2009
Topt Al  Temperatura óptima crecimiento microalgas  °C  25  (Muñoz y Guieysse, 2006
TxAl  Temperatura máxima crecimiento Algas  °C  40  Ídem 
CO2d  Concentración de CO2 en el día  g CO2 m−3  Calibración  Experimental 
KCO2 Al  Constante de saturación media CO2 tomado por microalgas  g CO2 m−3  1, 0.5–0.6  (Frit et al., 1979; Chen y Orlob, 1975
KN Al  Constante de saturación media para nitrógeno tomado por microalgas  g N m−3  0.025  (Beran y Kargi, 2005
OptpHAl  pH óptimo para crecimiento microalgas    6–11  (Kayombo et al., 2000
KpHAl  Constante media de velocidad    150–250  Ídem 
K10x  Tasa de crecimiento  d−1  0.1–1.2  (Reed et al., 1998
K102  Constante saturación media para oxígeno disuelto en la respiración aerobia  g O2 m−3  0.1–1  (Tchobanoglous et al., 2004
Θ10x  Coeficiente temperatura para respiración aerobia    0.967–1.104  (Mashauri y Kayombo, 2002
VAl  Velocidad sedimentación Algas  m d−1  0.27–0.89  (Jorgensen y Bendoricchio, 2001
VBa  Velocidad sedimentación Bacterias  m d−1  0.005–0. 5  (Mashauri y Kayombo, 2002
Profundidad laguna  1.31  Experimental 
Volumen laguna  m3  92.01  Experimental 
Kal  Coeficiente de respiración microalgas    0.08  (Fritz et al., 1979
K1D  Constante de saturación media del CO2  d−1  0.9664–0.0208*T  (Beran y Kargi, 2005
Área laguna  m2  98.64  Experimental 
KO2  Constante de saturación media del O2    (0.728WA-L0.5 • 0.31WAL+0.0372WAL) (1.0241(T–20))  (Beran y Kargi, 2005
WA-L  Velocidad del viento sobre la laguna  m s−1  Variable  Experimental 
WL-A  Velocidad del viento sobre la superficie de la laguna  m s−1  Variable  Experimental 
RDBe  Tasa difusión del bentos CO2  g C d−1  0.09   
RCH4Be  Tasa difusión del bentos CH4  g C d−1  Calibración  Experimental 
Vb  Volumen del bentos  m3  Calibración  Experimental 
R1DCH4  Tasa volatilización CH4 desde la columna de agua  g C d−1  162.756  (Lasso, 2010
Tabla 4.

Parámetros modelos de Nitrógeno

Parámetros  Definición  Unidades  Rango  Fuente 
KDen  Tasa velocidad denitrificación  d−1  0.1  (Chao et al., 2007
θDen  Coeficiente temperatura    1.045  (Jorgensen y Bendoricchio, 2001
VAl  Velocidad sedimentación algas  m d−1  0.27–0.89  Ídem 
VBa  Velocidad sedimentación bacterias  m d−1  0.005–0.5  (Mashauri y Kayombo, 2002; Farrás, 2005
Profundidad laguna  1.31  Experimental 
KO2N  Constante saturación media para el oxígeno en la nitrificación  g O2 m−3  1.3–0.5  (Frit et al., 1979Henzen et al, 1995
K4N  Constante saturación media para amonio en la nitrificación  g N m−3  0.025   
uN  Tasa crecimiento máximo nitrosomonas  d−1  0.008  (Frit et al., 1970) 
YN  Factor crecimiento nitrosomonas    0.15  Ídem 
CpH  Factor inhibición para crecimiento nitrosomonas por pH    (1–0.8333*(7.2–pH))  Ídem 
KODA  Tasa amonificación NOD  d−1  0.1  (Qitao y Youngchul, 200) 
θODA  Coeficiente temperatura amonificación NOD    1.02  (Jorgensen y Bendoricchio, 2001
KOPH  Tasa velocidad hidrólisis NOP  d−1  0.001–0.01  (Qitao y Youngchul, 2009
KOPA  Tasa amonificación NOP  d−1  0.01–0.03  (Jorgensen y Bendoricchio, 2001
θOPA  Coeficiente temperatura amonificación NOP    1.02–1.08  Ídem 
XBa  Concentración biomasa bacterias  g N/m3  Variable  Experimental 
umax Ba  Tasa crecimiento máximo bacterias  d−1  3.8, 2–10  (Kayombo et al., 2003; Tchobanoglous et al., 2004
COT  Carbono orgánico total  g C m−3  Variable  Experimental 
KCOT Ba  Constante saturación media oxidación (COT) por bacterias  g C m−3  200, 40–50  (Kayombo et al., 2003; Tchobanoglous et al., 2004
KO2Ba  Constante saturación media O2 por bacterias  g O2 m−3  (Fritz et al., 1979
K4 Ba  Constante saturación media nitrógeno tomado por bacterias  g N m−3  0.05  (Henzen et al., 1995
Topt Ba  Temperatura óptima crecimiento bacterias  °C  20–50  (Tortora et al., 2007
TxBa  Temperatura mínima crecimiento bacterias  °C  0–15  Ídem 
OptpHBa  pH óptimo crecimiento bacterias    6–11  (Kayombo et al., 2000
KpHBa  Constante media de velocidad    150–250  Ídem 
Ke  Coeficiente de extinción de luz  m−1  13  (Heaven y Zotova, 2005
IS  Radiación solar en superficie  Langley d−1  0–596.6  Experimental 
Profundidad para la intensidad de luz  0.18  Experimental 
Ik  Intensidad óptima  Langley d−1  250, 450  (Fritz et al., 1979; Beran y Kargi, 2005
XAl  Concentración biomasa algal  g N m−3  Variable  Experimental 
umáx Al  Tasa crecimiento para microalgas  d−1  0.5–2, 2  (Asaeda y Van, 1997; Sah, 2009
Topt Al  Temperatura óptima crecimiento microalgas  °C  25  (Muñoz y Guieysse, 2006
TxAl  Temperatura máxima crecimiento microalgas  °C  40  Ídem 
CO2  Concentración CO2  g CO2 m−3  Variable  Experimental 
KCO2 Al  Constante saturación media CO2 tomado por microalgas  g CO2 m−3  1, 0.5–0.6  (Fritz et al., 1979, Chen y Orlob, 1975
KNAl  Constante saturación media nitrógeno tomado por microalgas  g N m−3  0.025  (Beran y Kargi, 2005
OptpHAl  pH óptimo crecimiento microalgas  Un  6–11  (Kayombo et al., 2000
KpHAl  Constante media de velocidad    150–250  Ídem 
K4V  Coeficiente transferencia de masa en la fase líquida  d−1  (0.0566/h)*(e(0.13*(T-20)))  (Zimmo et al., 2003
NH4+  Concentración amonio libre en columna de agua  g N m−3     
Porcentaje NH4+ presente en columna de agua    Variable  (Camargo, 2008
pkb  Constante equilibrio disociación de NH4+    0.09018+(2729.92/(273.2+T))  Ídem 
TAmoBen  Tasa amonificación NOP bentos    Calibración  Experimental 
Volumen laguna  m3  90.12  Experimental 
r4An  Tasa anammox  g N m−3 d−1  0.000802  (Van et al., 2010

Los valores de nitrógeno asociado a microalgas y bacterias se estimaron a partir de la literatura (Mišurcová et al., 2010; Bradley y Nichols, 1918; Fagerbakke et al., 1996). En la tabla 5 se presentan las interacciones entre las distintas especies de análisis de los modelos propuestos para C y N.

Tabla 5.

Matriz de adyacencia

Variable  Definición  COT  CO2  NH4+  NO3  NOP  NOD 
R1 Ran  Tasa consumo carbono orgánico por anaerobiosis         
R1 Rae  Tasa consumo carbono orgánico aerobiosis         
R1 Ras  Tasa consumo carbono orgánico asimilación           
R1 CA  Tasa producción carbono orgánico microalgas       
R1 CB  Tasa producción carbono orgánico aerobiosis     
R1 CBA  Tasa producción carbono orgánico anaerobiosis       
RDCH4Be  Tasa transferencia metano bentos           
RV1S, ROPS  Tasa sedimentación biomasa (COP, NOP)         
RD1CH4  Tasa volatilización metano           
RFo  Fotosíntesis           
RDBe  Liberación desde el bentos CO2           
RDA−L  Transferencia atmósfera – columna agua CO2           
RDL−A  Transferencia columna agua – atmósfera CO2           
RAlk  Transformación CO2 a carbonatos           
RA, ROPA, RODA  Amonificación NOP y NOD     
R4N  Nitrificación         
R4An  Annamox           
R4V  Volatilización CH4           
R3D  Nitrificación           
ROPH  Hidrólisis NOP         

Los diagramas conceptuales para los modelos de C y N, se presentan en las figuras 4 y 5.

Figura 4.

Diagrama conceptual modelo carbono

(0.31MB).
Figura 5.

Diagrama conceptual modelo nitrógeno

(0.35MB).
Análisis y discusión

Tabla 6.

Resumen de estadísticas descriptivas de entrada de agua a los sistemas. Muestras puntuales

Variable  Máximo  Mínimo  Promedio  SD  CV 
pH (un)  7,71  6,16  --  --  --  32 
TEMP AGUA (°C)  27,90  23,90  25,78  1,25  0,05  32 
OXÍGENO DISUELTO (mgL−11,14  0,07  0,63  0,32  0,51  32 
DQO TOTAL (mgL−1562,01  198,39  322,82  73,17  0,23  32 
SST (mgL−1260,00  20,00  77,94  53,85  0,69  32 
NITRATOS (NO3) (mgL−13,99  0,01  1,14  1,17  1,03  32 
NITROGENO TOTAL KJELDAHL (NTK) (mgL−155,91  28,22  39,83  6,26  0,16  32 
NITROGENO AMONIACAL (NH4+) (mgL−138,64  19,99  29,81  5,05  0,17  32 
CLOROFILA a (μgL−1697,03  26,72  142,39  129,55  0,91  32 
COT (mgL−181,90  18,39  55,45  13,99  0,25  32 

Las siguientes tablas ilustran las diferencias encontradas entre las unidades piloto. Las pruebas estadísticas fueron adelantadas usando el software SPSS® v. 13.0 for Windows®.

Tabla 7.

Prueba t-student Salida pilotos. Muestras puntuales

Variable  BM/C  BM/B  C/B 
DQO T  0.055  0.076  0.425 
SST  0.000  0.002  0.176 
NO3  0.159  0.356  0.257 
NTK  0.055  0.315  0.114 
NH4+  0.022  0.489  0.033 
Clorofila a  0.385  0.266  0.187 
COT  0.273  0.199  0.392 

Se realizaron pruebas de normalidad para los datos y se definieron las pruebas estadísticas a utilizar. Se emplearon pruebas t-pareada para establecer diferencias en términos de gradientes horizontales y verticales (tablas 9,10 y 11).

Tabla 8.

Estadísticas descriptivas Salida pilotos. Muestras puntuales

Variable ((mgL−1))  Estadígrafo  BM 
  Media  266.53  298.83 
DQO Total  SD  98.23  108.96 
  54.00  53.00 
  Media  39.51  61.72 
SST  SD  23.46  36.58 
  57.00  57.00 
  Media  2.18  3.81 
Nitratos (NO3SD  4.38  10.18 
  47.00  48.00 
  Media  29.79  28.24 
Nitrógeno total Kjeldahl (NTK)  SD  5.21  4.49 
  50.00  50.00 
  Media  23.96  22.35 
Nitrógeno amoniacal (NH4+SD  4.28  4.86 
  51.00  51.00 
  Media  941.50  910.55 
Clorofila a (μg/l)  SD  650.39  665.87 
  77.00  77.00 
  Media  42.06  43.21 
COT  SD  9.01  9.62 
  48.00  48.00 

Tabla 9.

Comparación entre puntos internos y entre salida LBM. Pruebas t-pareada

  1.1/1.2  1.1/2.1  1.2/2.1  1.2/2.2  2.1/2.2  2.1/Sal  2.2/Sal  G.V.  G.H. 
DQO Total  0.120  0.446  0.161  0.357  0.168  0.416  0.113  24  NO  NO 
SST Total  0.281  0.396  0.416  0.252  0.232  0.029  0.007  24  NO  NO 
NO3  0.051  0.439  0.423  0.105  0.063  0.293  0.232  18  NO  NO 
NTK Total  0.280  0.199  0.404  0.263  0.134  0.190  0.003  20  NO  NO 
NH4+ Total  0.101  0.022  0.007  0.029  0.111  0.155  0.055  21  SÍ  SÍ 
OD  0.000  0.000  0.000  0.000  0.000  0.000  0.007  24  SÍ  SÍ 
Clorofila a  0.001  0.000  0.000  0.005  0.002  0.285  0.006  24 – 32  SÍ  SÍ 
COT  0.114  0.091  0.001  0.094  0.011  0.204  0.187  18  SÍ  NO 

G.V., Gradiente Vertical; G.H. Gradiente Horizontal

Tabla 10.

Comparación entre puntos internos y entre salida LC – Pruebas t– pareada

  1.1/1.2  1.1/2.1  1.2/2.1  1.2/2.2  2.1/2.2  2.1/Sal  2.2/Sal  G.V.  G.H. 
DQO Total  0.406  0.196  0.211  0.480  0.244  0.121  0.325  23 – 24  NO  NO 
SST Total  0.153  0.199  0.374  0.261  0.138  0.084  0.453  21 – 27  NO  NO 
NO3  0.322  0.364  0.262  0.339  0.38  0.236  0.434  18  NO  NO 
NTK Total  0.396  0.074  0.215  0.293  0.558  0.005  0.054  20  NO  NO 
NH4+ Total  0.304  0.049  0.029  0.095  0.010  0.01  0.235  21  SÍ  SÍ 
OD  0.000  0.036  0.000  0.115  0.000  0.000  0.237  24  SÍ  SÍ 
Clorofila a  0.161  0.391  0.077  0.395  0.076  0.077  0.267  24 – 32  NO  NO 
COT  0.012  0.07  0.002  0.088  0.052  0.000  0.019  18  SÍ  SÍ 

G.V., Gradiente Vertical; G.H. Gradiente Horizontal

Tabla 11.

Datos de entrada, verificación de modelos de carbono y nitrógeno

CO2 COMO C  COT  NO3 COMO N  NH4+COMO N  NOD  NOP  CAUDALES
gr/m3  gr/m3  gr/m3  gr/m3    gr/m3  m3/día  m3/día 
24.0  51.7  0.08  21.1  4.7  4.3  24.2  17.4 
26.4  60.6  0.08  22.8  4.1  3.8  24.6  18.1 
25.9  66.3  0.11  24.6  4.7  4.3  23.8  23.7 
24.0  60.2  0.08  18.4  3.0  2.7  23.7  26.2 
24.7  60.8  0.08  20.6  5.6  5.1  24.4  17.8 
22.8  48.5  0.09  18.4  5.9  5.4  21.9  24.8 
21.6  43.3  0.07  14.9  4.1  3.8  21.2  23.6 
25.9  68.43  0.62  28.10  2.4  2.2  30.2  22.5 
21.6  63.14  0.90  28.54  6.2  5.6  23.8  22.5 
26.9  63.07  0.75  18.9  4.7  4.3  25.5  21.9 
104.7  58.47  3.00  25.7  8.0  7.3  22.7  24.8 
96.8  53.80  0.70  26.2  7.7  7.0  27.3  25.8 

Lo anterior indica que existieron condiciones distintas de transformación de C y N en las unidades teniendo en cuenta las variaciones identificadas entre los puntos cercanos a la salida y las salidas (P21/Sal, P22/Sal). Encontrar gradientes de Clorofila a como indicador de la presencia de microalgas en el caso de la LBM sugiere que la transformación de los compuestos de C y N está ligado a la fotosíntesis; esta aseveración coincide con los gradientes de microalgas identificados en otros ejercicios de modelado (Beran y Kargi, 2005; Sah, 2009). El uso del modelo de RCM quedó verificado para LC y para LBM, en el sentido de suponer disponibilidad de recursos de manera homogénea; sin embargo, los bafles y las mallas de las LBM promueven una mayor compartimentación de los procesos, como lo encontrado en el modelado hidrodinámico de lagunas con bafles que indican tendencia a Flujo Pistón, (Shilton y Harrison, 2003; Sah, 2009; Abbas et al., 2006).

Verificación de los modelos de Carbono y Nitrógeno en LC

Los modelos se consideraron verificados si para alguno de los parámetros la prueba t-pareada era positiva (aceptación de hipótesis nula) o si los errores entre las estimaciones y los valores de campo fueron inferiores a 50%. Las etapas de análisis de sensibilidad y calibración del modelo dieron respuesta a que las pruebas t-pareada para todas las variables en estudio resultaran en la aceptación de la hipótesis nula. Para la verificación (tabla 11), se definieron las siguientes condiciones de configuración en el software Stella (isse-Systems, 2005).

  • Periodo simulación, t. 25 días.

  • Paso temporal, dt. 1/40.

  • Método de integración de las ecuaciones. método Runge-Kutta (isse-Systems, 2005).

  • Unidad de medida, u. Días.

La tabla 12 presenta los resultados obtenidos en el proceso de verificación. Las pruebas estadísticas indican que los datos se distribuyeron de forma normal y que los valores de COT del modelo (tabla 13) fueron estadísticamente iguales a los medidos en campo. Dado que los promedios de las diferencias entre los valores simulados y los valores medidos para las variables CO2, COT y NTK fueron inferiores a 50%, a excepción de las variables NH4+ y NO3, se consideró que los modelos quedaron verificados. Las etapas de análisis de sensibilidad y calibración permitirían ajustar los modelos para las variables CO2, NO3, NH4+ y NTK; solo se presenta el ejercicio para COT y NH4+.

Tabla 12.

Resultados de verificación

CO2CCOTNNO3NTKNNH4+
  gr/m3gr/m3gr/m3gr/m3gr/m3
  1  2  1  2  1  2  1  2  1  2 
16.80  11.8  38.34  45.2  0.10  0.00  30.48  25.0  14.93  0.2 
18.24  13.8  39.36  52.5  0.09  0.00  31.61  25.7  13.61  0.3 
19.20  11.0  43.05  46.0  0.14  0.00  23.71  22.2  11.42  0.4 
19.20  9.0  44.78  38.2  0.12  0.00  21.45  14.7  13.17  0.5 
18.00  12.5  34.35  52.7  0.18  0.00  31.61  26.1  17.12  0.2 
19.44  7.9  30.73  29.7  0.14  0.00  22.58  17.9  13.61  0.4 
18.00  7.2  32.74  26.3  0.08  0.00  24.84  13.7  14.05  0.2 
23.76  15.7  52.79  63.1  0.24  0.01  37.26  28.0  23.71  0.5 
22.03  8.8  49.23  44.7  0.44  0.01  39.51  28.2  23.71  0.5 
10  23.04  13.3  54.67  50.0  0.16  0.01  52.36  21.5  15.92  0.2 
11  24.96  10.8  43.99  37.1  0.26  0.01  49.50  22.6  14.81  0.3 
12  24.48  12.2  57.24  40.0  0.12  0.00  47.60  25.8  15.55  0.3 
Promedio  20.60  11.16  43.44  43.78  0.17  0.003  34.38  22.60  20.53  0.32 
Error  44%20%> 50%32%> 50%
1:

Medido

2:

Simulado

Tabla 13.

Prueba t-pareada. Medición – Simulación

Variables comparadas*Sig. (2 colas) 
Par 1  CO2CO2Sim  .000 
Par 2  COTCOTSim  .938 
Par 4  NTKNTKSim  .0019 
Par 5  NH4+NH4+Sim  .000 
*

Para la variable NO3= no se cumplió hipótesis de normalidad, se corrió una prueba Wilcoxon y se logró que los valores medidos y los valores simulados fueran distintos.

Se hicieron ajustes al modelo de nitrógeno, pues los valores obtenidos para NH4 no fueron satisfactorios y contrastaron con cerca de 60% que representa en el NTK según datos de campo. Durante el análisis de sensibilidad se modificó el modelo articulando en el modelo las formas de nitrógeno particulado con las de NH4 y NO3 como generadores de biomasa (figura 6).

Figura 6.

Modelo de nitrógeno ajustado

(0.5MB).
Análisis de sensibilidad, AS

Las variables y parámetros en este análisis se presentan en las tablas 14 y 5, respectivamente; para su selección se analizaron los valores medidos en campo y se revisaron los parámetros que fueron objeto de calibración en otros estudios (Beran y Kargi, 2005; Sah, 2009; Senzia et al., 2002).

Tabla 14.

Variables para AS

Variable 
Caudales 
Oxígeno mínimo en LC 
Temperatura 
PH 
Radiación solar 

Las formas de biomasa NH4+ y NO3 y sus tasas de conversión a NOP señaladas con línea punteada fueron las modificaciones planteadas al modelo inicial presentado antes.

Tabla 15.

Parámetros para AS

Parámetro  Definición 
KCOT Ba  Constante saturación media para la oxidación (COT) por la bacterias. (200, 40 – 50) 
umax Ba  Tasa crecimiento máximo para bacterias (3.8, 2 – 10) 
umax Al  Tasa crecimiento para microalgas (0.5 – 2, 2) 
KCO2 Al  Constante saturación media CO2 tomado por microalgas (1, 0.5 – 0.6) 
K1OX  Tasa crecimiento (0.1 – 1.2) 
VAl  Velocidad sedimentación para el alga (0.27 – 0.89) 
RDBe  Tasa difusión del bentos CO2 (0.09) 
R1DCH4  Tasa volatilización CH4 desde la columna de agua (162.756) 
KOPH  Tasa velocidad para la hidrólisis del NOP (0.001 – 0.01) 
KOPA  Tasa para la amonificación del NOP (0.01 – 0.03) 
r4An  Tasa anammox (0.000802) 
Ybh  Relación sustrato/biomasa 

Los modelos se corrieron empleando los valores promedio de los datos de entrada utilizados durante la etapa de verificación (tabla 16). Los resultados corresponden al promedio del último día de simulación (tabla 17). El oxígeno mínimo afectó los modelos hasta en 10% para COT y NH4+, fue una relación inversa. El pH tuvo una relación inversa con NO3 con diferencias superiores a 10%. La temperatura afectó de manera inversa todas las especies analizadas. La temperatura afectó NO3 y NH4 en más de 10%. La influencia de la radiación solar generó variaciones hasta de 25%. Luego se efectuó el AS para los parámetros de interés y se relacionaron con base en las relaciones halladas entre ellos y las especies, así como lo encontrado en la etapa de verificación, se procedió a realizar la calibración de los modelos de C y N (tabla 18).

Tabla 16.

Datos de entrada para AS

  CO2 COMO C  COT  NO3=  NTK  NH4+  NOT  NOD  NOP  CAUDALES
  gr/m3  gr/m3  gr/m3  gr/m3  gr/m3  gr/m3  gr/m3  gr/m3  gr/m3  gr/m3 
Promedio  24.90  58.19  1.36  37.26  27.51  9.74  5.10  4.64  24.44  22.42 
Tabla 17.

Resultados AS – Variables

  CO2  COT  NO3=  NTK  NH4+ 
Caudal salida (m3 d−1         
20.4  13.2  49.28  0.11  29.70  2.19 
21.4  12.0  46.28  0.07  28.18  1.10 
22.4  11.2  43.89  0.03  27.09  0.62 
23.4  10.6  41.57  0.01  26.16  0.36 
24.4  10.4  39.22  0.01  25.40  0.24 
Oxígeno mínimo en LC (mg L−1         
0.05  11.26  47.00  0.03  27.88  2.17 
0.638  11.19  44.81  0.03  27.31  1.11 
1.81  11.15  43.29  0.03  26.96  0.34 
2.40  11.32  42.67  0.03  26.95  0.24 
pH máximo (un)           
7.1  11.20  43.27  0.04  27.07  0.53 
8.1  11.20  43.28  0.03  27.07  0.53 
9.1  11.20  43.28  0.02  27.07  0.53 
10.1  11.20  43.28  0.01  27.06  0.53 
11.1  11.20  43.28  0.01  27.06  0.53 
Temperatura máxima (ºC)           
21  12.00  43.18  0.06  27.15  0.66 
22  11.50  43.31  0.03  27.07  0.53 
23  11.20  43.28  0.02  27.00  0.43 
24  10.90  42.99  0.01  26.94  0.34 
25  10.90  42.51  0.01  26.89  0.27 
Radiación solar (W m−2         
368  13.70  39.28  0.40  38.06  19.90 
568  12.38  41.37  0.38  33.22  13.15 
768  11.16  43.28  0.13  25.64  2.18 
968  10.05  45.02  0.03  24.98  1.25 
1168  9.06  46.57  0.02  24.94  1.19 
Tabla 18.

Resultados AS–Parámetros

ParámetrosEspecies
CO2  COT  NO3=  NTK  NH4+ 
KCOT Ba  0  D  0  D  D 
40  11.14  46.51  0.30  41.06  24.01 
80  11.19  48.50  0.31  42.45  25.95 
120  11.23  49.60  0.31  43.01  26.73 
160  11.25  50.27  0.31  43.31  27.15 
200  11.26  50.74  0.31  43.50  27.41 
umax Ba  0  I  D  I  I 
11.25  50.34  0.31  43.45  27.34 
3.5  11.19  48.35  0.31  42.49  26.01 
5  11.14  46.51  0.30  41.06  24.01 
6.5  11.09  44.82  0.30  38.68  20.69 
11.05  43.24  0.28  34.11  14.28 
umax Ba  I  D  0  I  I 
0.7  15.29  39.55  0.31  44.12  28.27 
1.7  13.28  42.89  0.31  42.95  26.64 
2.7  11.14  46.51  0.30  41.06  24.01 
3.7  8.84  50.40  0.29  37.50  19.05 
4.7  6.41  54.49  0.23  29.14  7.23 
KCO2 AlK1Al  0  0  0  0  0 
0.50  11.07  43.64  0.30  41.02  23.96 
0.75  11.11  46.57  0.30  41.04  23.98 
1  11.14  46.51  0.30  41.06  24.01 
1.25  11.18  46.45  0.30  41.07  24.03 
1.5  11.21  46.39  0.30  41.09  24.06 
K10x  D  I       
0.075  10.78  47.13       
0.0875  10.91  46.89       
0.1  11.14  46.51       
0.113  11.39  46.10       
0.125  11.64  45.67       
VAl  0  I  0  I  I 
0.2  11.19  48.29  0.30  42.68  24.19 
0.4  11.14  46.51  0.30  41.06  24.01 
0.6  11.09  44.87  0.30  39.93  23.88 
0.8  11.05  43.32  0.30  39.10  23.79 
11.01  41.88  0.30  38.47  23.72 
RDBeRCO2Be  0  0       
0.05  11.14  46.51       
0.07  Ídem  Ídem       
0.09  Ídem  Ídem       
0.11  Ídem  Ídem       
0.13  Ídem  Ídem       
R1DCH4  0  I       
50  11.25  50.24       
100  11.19  48.42       
162.756  11.14  46.60       
200  11.09  44.78       
225  11.04  42.96       
YBh  0  D       
0.38  10.64  28.78       
0.58  10.96  40.21       
0.78  11.14  46.51       
0.98  11.26  50.52       
1.08  11.36  53.29       
KOPH      0  D  D 
0.0075      0.30  40.99  23.98 
0.0244      0.30  41.03  24.00 
0.0413      0.30  41.06  24.01 
0.0581      0.30  41.09  24.02 
0.075      0.30  41.11  24.04 
KOPA      0  D  D 
0.01      0.30  40.7  23.59 
0.02      0.30  40.97  23.84 
0.03      0.30  41.15  24.08 
0.04      0.30  41.31  24.31 
0.05      0.30  41.47  24.53 
r4An      0  0  0 
0.000102      0.30  40.79  23.59 
0.000352      0.30  40.97  23.84 
0.000602      0.30  41.15  24.08 
0.000852      0.30  41.31  24.31 
0.001100      0.30  41.47  24.53 

0: efecto nulo, D: relación directa, I: relación inversa

El modelo de C resultó sensible a: KCOT Ba′ umax Ba′ umax Al′ K1OX′ VAl′ R1DCH4′ YBh. Sin embargo, solo umax Al y K1OX tuvieron influencia sobre el CO2=. El modelo de N resultó sensible a: KCOT Ba′ umax Ba′ umax Al′ VAl′ KOPH′ KOPA′ r4An. En ambos modelos la radiación solar, afectó sensiblemente todas las especies en estudio.

Calibración

Para el caso del modelo de C se calibró el COT. Se aceptó un error promedio hasta de 10% entre los datos del modelo y los de campo. Se adoptó un valor constante de CO2= correspondiente al promedio de los datos de campo, dado que la influencia de esta variable sobre el COT no fue significativa, el caudal de salida se adoptó igual al de entrada (tabla 19).

Tabla 19.

Calibración de parámetros modelos C y N

Parámetro  Modelo C  Modelo N 
umax Ba 
umax Al  1.7  2.7 
K1OX  0.125   
VAl  0.2  0.2 
R1DCH4  75   
YBh  0.6   
Radiación  668  768 
KOPH    0.01 
KOPA    0.01 
r4An    0.000102 
KCOT Ba    40 

Los resultados de la calibración se probaron con una prueba t-pareada, relacionando los datos de campo y los datos de la simulación (tabla 20).

Tabla 20.

Prueba t - pareada. Datos campo - Datos simulados. Calibración LC

    Sig. (2colas) 
Par 1  NH4Campo - NH4Sim  .386 
Par 2  COTCampo - COTSim  .772 

Los valores arrojados por los modelos para las especies NH4+ y COT no presentaron diferencias con los valores medidos en campo. De acuerdo con los datos de campo solo se encontraron diferencias en el caso de la especie NH4+ entre las unidades piloto evaluadas LC y LBM, entre LBM y LC no se evidenciaron diferencias, por lo anterior se procedió a calibrar los modelos de C y N en la LBM. Para el caso del modelo de C, para la LBM se modificaron los valores del modelo topológico, volumen y profundidad; adicionalmente; se detectó que para un valor de μMáxAl igual a 1.1 d−1, los resultados de las pruebas estadísticas fueron similares (tabla 21). Es importante mencionar este elemento, ya que abre la posibilidad de reducir el tamaño de esta unidad piloto, pues una tasa de menor producción de microalgas corresponde a la menor liberación de materia orgánica del sistema. Para el caso del NH4+ se ajustaron los parámetros así: KOpH: 0.005, μMáxAl: 1.7 Y r4An: 0.0. Los errores entre lo medido y lo simulado no superaron 10%.

Tabla 21.

Prueba t-pareada. Datos campo - Datos simulados. Calibración LBM

    Sig. (2 colas) 
Par 1  NH4Campo - NH4Sim  .348 
Par 2  COTCampo - COTSim  .784 

Al igual que para el caso de la LC los modelos arrojaron resultados satisfactorios para COT y NH4+ de la LBM. El AS demostró que existen variables que le dan características redundantes al modelo, la selección de una u otra variable o parámetro hace que el modelo pueda ser afectado de igual forma por distintas vías; las etapas de sensibilidad y calibración pudieron reducir las suposiciones que otras experiencias de modelado ecológico han tomado (Sah, 2009), haciendo que existan más elementos de juicio para evaluar el modelo propuesto. Es necesario llevar a cabo ajustes y validación del componente de bentos de los modelos para corroborar el papel que juega, pues funciona de manera independiente de la columna de agua (Roy et al., 2008). El desarrollo de todas las etapas de construcción del modelo fueron determinantes para darle validez al ejercicio (Legendre y Legendre, 2004). La sensibilidad del modelo a variables como radiación solar se evidencia por otros autores (Sweeney et al., 2005) y en esta experiencia fue posible validarlo.

Conclusiones

La información que se obtuvo durante la investigación permitió seguir un proceso riguroso de verificación, validación y calibración de dos modelos topológicos de LFS, LC y LBM. Se encontraron diferencias significativas en la transformación de las sustancias de interés SST y NH4+, entre los dos modelos topológicos. Los modelos ecológicos arrojaron resultados satisfactorios en la simulación de las variables de interés y lo medido en campo y contrastado con otras propuestas de modelado de LFS; su implementación sobre una plataforma hidrodinámica permitiría contar con una herramienta de diseño significativa en la perspectiva de proponer innovaciones de la tecnología. El modelado ecológico para LBM promete la posibilidad de reducir el tamaño de LFS promoviendo eliminación de C y N a distintos niveles utilizando facilidades como bafles y mallas. Es conveniente llevar a cabo el modelado bajo propuestas de comportamiento hidráulico distintas al de RCM. El modelado permite explorar las variables y parámetros que dan redundancia a estos sistemas y facilitan de esa manera su resiliencia.

Agradecimientos

El autor agradece al Departamento Administrativo de Ciencia, Tecnología e Innovación, Colciencias, Colombia, a ACUAVALLE S.A. ESP y a la Universidad del Valle por el soporte financiero y logístico de la investigación.

Apéndice 1
Expresiones matemáticas de los modelos ecológicos para las formas de Carbono y Nitrógeno
Carbono orgénico

COT = Afluente - efluente - respiración anaeróbica - respiración aeróbica (oxidación de materia orgánica) - consumo carbono asimilación bacterias + fotosíntesis (microalgas) + asimilación aeróbica + asimilación anaeróbica + transferencia de CH4 desde el bentos - sedimentación de materia orgánica al bentos - transferencia de CH4 desde la columna

  Definición  Expresión  Expresión matemática extendida  Fuente 
CAf  Carbono orgánico total afluente  QAf *COTAf  Dato de campo   
CEf  Carbono orgánico total efluente  QEf *COTEf  Dato de campo   
R1Ran  Tasa consumo de carbono orgánico por anaerobiosis  V×r1Ran  r1Ran=COT*Xco2r1Rae  (Picot et al., 2003
R1Rae  Tasa consumo de carbono orgánico aerobiosis  V×r1Rae  r1Rae=K1ox*θ1OxT−20*O2K1O2+O2*CODr1=XBaYBha*μmaxBa*fNBafTBa*fpHBa  (Mashauri y Kayombo, 2002
R1Ras  Tasa consumo carbono orgánico asimilación  V×r1  fNBa=NH4K4ba+NH4*O2kO2Ba+O2*COTkCOTBa+COTfTBae−2.3T−ToptBaTxBa−ToptBa2,fpHBa=KpHBaKpHBa+10OptpHBa−pH−1  (Mashauri y Kayombo, 2002; Beran y Kargi, 2005
R1CA  Tasa producción de carbono orgánico en microalgas  V×r1CA  r1CA=μBAlμAl=XAl*μmaxAL*fNAl*fI*fTAl*fpHAlfNAl=NH4+NO3KNAl+NH4+NO3*CO2KCO2Al+CO2,fI=IIK*e1−IIK,I=Is*e−ke*DfT=e−2.3T−ToptAlTxAl−ToptAl2,fpH=KpHAlKpHAl+10OptpHAl−pH)−1  (Jorgensen y Bendoricchio, 2001
R1CB  Tasa producción de carbono orgánico por aerobiosis  r1CB  r1CB=μB,μB=XBa×μmaxBa×fNO3Ba×fTBa×fOBa×fNH4Ba,fNO3Ba=NH4K4ba+NH4*O2kO2Ba+O2*COTkCOTBa+COT,fTBa=e−2.3T−ToptBaTxBa−ToptBa2fpHBa=KpHBaKpHBa+10OptpHBa−pH−1  (Beran y Kargi, 2005
RBBe  Tasa producción de carbono orgánico por anaerobiosis  Vb×rBBe  Vb = Densidad Bentos* Bentos, rBBe  Calibración 
RDCH4Be  Tasa transferencia de metano desde el bentos  Vb×rCH4Be  Vb=Densidad Bentos * Bentos, rCH4Be  Calibración 
RV1S  Tasa sedimentación de biomasa  V1Al + V1Ba  V1Al=VAlh*XAl=VAlh*0.6*COP,V1Ba=VBah*XBa=VBah*XBa=VBah*0.4*COP  (Senzia et al., 2002
RD1CH4  Tasa volatilización metano    Dato de campo  (Lasso, 2010

Carbono inorgánico

C Inorgánico = afluente - efluente + respiración aeróbica (oxidación de matéria orgánica) + respiración anaeróbicafotosíntesis (asimilación microalgas) + transferencia de CO2 desde el bentos - transferencia de CO2 desde la columna + transferencia de CO2 desde la atmósfera - disolución de CO2 a carbonatos

  Definición  Expresión resumida  Expresión matemática extendida  Fuente 
CIAf  Carbono inorgánico total afluente  QAf * CO2Af  Dato de campo   
CIEf  Carbono inorgánico total efluente  QAf * CO2Ef  Dato de campo   
R1Ran  Respiración anaerobia  V × r1Ran  r1Ran = COT * Xco2r1Rae  (Picot et al., 2003
R1Rae  Respiración aerobia  V × r1Rae  r1Rae=K1ox*θ1OxT−20*O2K1O2+O2*COD  (Mashauri y Kayombo, 2002
RFO  Fotosíntesis  V × r2F  r2F = μAlXAl * Kal   
RDBe  Liberación desde el bentos CO2  Vb × rCO2Be  Vb = Densidad Bentos * Bentos, rCO2Be′  Calibración 
RDA-L  Transferencia atmósfera - columna de agua CO2  V × rDA-L  r2DA−L=1244AVK1DCO2s−CO2d,K1D=4432Ko2Ko2=0.728WA−L0.5−0.31WA−L+0.0372WA−L21.0241T−20CO2s=0.9664−0.0208T  (Beran y Kargi, 2005
RDL-A  Transferencia columna de agua - atmósfera CO2  V × rDL-A  Ídem  Ídem 
RAlk  Transformación CO2 a carbonatos  V × r2Alk  r2Alk = CO2 * XAlk  (Picot et al., 2003

Nitrógeno amoniacal

NH4+ = Afluente - efluente + amonificación NO - nitrificación - asimilación biomasa - annamox - volatilización

  Definición  Expresión resumida  Expresión matemática extendida  Fuente 
NH4Af  Nitrógeno amoniacal afluente  QAf * NH4Af     
NH4Ef  Nitrógeno amoniacal efluente  QEf * NH4Ef     
RA  Amonificación nitrógeno orgánico particuladoy disuelto  V × (rOPA + rODA) + VB × rAB  rOPA = kOPAθOPA(T-20) * OP, rODA=kODAθOPA(T-20)*OD  (Ji, 2008
R4N  Nitrificación  V × r4N  r4N=μNYN*O2KO2N+O2*NH4NH4+K4N*CpH*CT′CpH=1−0.8337.2−pHCT=e0.098T−15,K4N=100.051*T−1.58  (Frite et al., 1979
R4C  Asimilación amonio para crecimiento de biomasa  V × (r1CB + r1CAlr1CBAr4CB=PN*ropCBPN=NH4*NO3KNAl+NH4*KNAl+NO3+NH4*KNAlNO3+NH4*NNAl+NO3ropCB=μAl+μBa  (Ji, 2008
R4An  Annamox  V × r4An  0.000202gN/m3  (Van Hulle et al., 2010
R4V  Volatilización  V × r4V  r4V = K4ε * NH3  (Zimmo et al, 2004

Nitrógeno de nitratos

NO3 = Afluente + nitrificación - efluente - asimilación biomasa - denitrificación

  Definición  Expresión resumida  Expresión matemática extendida  Fuente 
N03Af  Nitrógeno nitratos afluente  QAf * NOPAf     
NO34Ef  Nitrógeno nitratos efluente  QEf *NO3Ef     
R4N  Nitrificación  V × 4N     
R3D  Denitrificación  (V × r3Dr3D = θDen(T-20) * KDen * NO3  (Frite et al., 1979
R3CB  Asimilación nitrato para crecimiento de biomasa  (V × r3CBr3CB= (1-PN)*(r1Al+r1CB(Senzia et al, 2002

Nitrógeno orgánico particulado

NOP = Afluente + biomasa - efluente - hidrólisis - amonificación NOP - sedimentación

  Definición  Expresión resumida  Expresión matemática extendida  Fuente 
NOPAf  Nitrógeno nitratos afluente  QAf * NOPAf     
NOPEf  Nitrógeno nitratos efluente  QEf * NOPEf     
ROPCB  Tasa de Producción de biomasa  V × (r1Al+r1CB+r1CBA   
ROPH  Hidrólisis nitrógeno orgánico particulado  V × rOPH  rOPH=KOPH*NOP  (Qitao y Youngchul, 2009
ROPA  Amonificación nitrógeno orgánico particulado  V×rOPA+TAmoBen  rOPA=KOPAθOPA(T-20) * NOP  (Jorgensen y Bendoricchio, 2001
ROPS  Sedimentación nitrógeno orgánico particulado  VOPS=VOPAL+VOPBac  VOPAl=VAlh*0.6*NOP,VOPBac=VBah*0.4*NOP  (Senzia et al., 2002

Nitrógeno orgánico disuelto

NOD= Afluente + hidrólisis - efluente - amonificación NOD

  Definición  Expresión resumida  Expresión matemática extendida  Fuente 
NODAf  Nitrógeno orgánico disuelto afluente  QAf*NODAf     
NODEf  Nitrógeno orgánico efluente  QEf*NODEf     
ROPH  Hidrólisis nitrógeno orgánico particulado  V × rOPH     
RODA  Amonificación nitrógeno orgánico disuelto  V × rNOD  rNOD = kODAθODA(T-20)*NOD  (Jorgensen y Bendoricchio, 2001

Este artículo se cita
Citación estilo Chicago
[Aponte-Reyes, 2014]
Alexander Aponte-Reyes.
Desarrollo de modelos ecológicos para carbono y nitrogeno en lagunas facultativas secundarias.
Ingeniería Investigación y Tecnologia, XV (2014), pp. 437-456
Citación estilo ISO 690
[Aponte-Reyes, 2014]
A. Aponte-Reyes.
Desarrollo de modelos ecológicos para carbono y nitrogeno en lagunas facultativas secundarias.
Ingeniería Investigación y Tecnologia, XV (2014), pp. 437-456
Referencias
[Abbas et al., 2006]
H. Abbas, R. Nasr, H. Seif.
Study of Waste Stabilization Pond Geometry for the Wastewater Treatment Efficiency.
Ecological Engineering, 28 (2006), pp. 25-34
[Alvarado et al., 2012]
A. Alvarado, S. Vedantam, P. Goethals, et al.
A Compartmental Model to Describe Hydraulics in a Full-Scale Waste Stabilization Pond.
Water Research, 46 (2012), pp. 521-530
[APHA-AWWA-WEF, 2005]
APHA-AWWA-WEF. Standart Methods for the Examination of Water and Wastewater, 21st ed., 2005.
[Asaeda and Van, 1997]
T. Asaeda, T. Van.
Modelling the Effects of Macrophytes on Algal Blooming in Eutrophic Shallow Lakes.
Ecological Modelling, 104 (1997), pp. 264-287
[Banda, 2003]
C. Banda.
Modern Design of Waste Stabilization Ponds in Warm Climates, University of Leeds, (2003),
[Beran and Kargi, 2005]
B. Beran, F. Kargi.
A Dynamic Mathematical Model for Wastewater Stabilization Ponds.
Ecological Modelling, 181 (2005), pp. 39-57
[Bradley and Nichols, 1918]
Bradley H.C., Nichols M.S. Nitrogen Content Bacterial Cells. Journal of Biological Chemistry, 1918.
[Bravo and Rodriguez, 2010]
A.M. Bravo, P.H. Rodriguez.
Estudio del comportamiento hidrodinamico en lagunas facultativas secundarias para el tratamiento de aguas residuales domésticas, Unpublished Pregrado, Universidad del Valle, (2010),
[Camargo, 2008]
M.A. Camargo.
Nitrogen Transformation Pathways and Removal Mechanisms in DomesticWastewater Treatment by Maturation Ponds, University of Leeds, (2008),
[Chao et al., 2007]
X. Chao, Y. Jia, F. Douglas, et al.
Numerical Modeling of Water Quality and Sediment Related Processes.
Ecological Modelling, 201 (2007), pp. 385-397
[Chen and Orlob, 1975]
C. Chen, G. Orlob.
Ecological Simulation of Aquatic Environments, Patten Systems Analysis in Ecology, (1975),
[Fagerbakke et al., 1996]
K.M. Fagerbakke, M. Heldal, S. Norland.
Content of Carbon, Nitrogen, Oxygen, Sulfur and Phosphorus in Native Aquatic and Cultured Bacteria.
Aquatic Microbial Ecology, 10 (1996), pp. 15-27
[Farrás, 2005]
L.E.P. Farrás.
Teoria de la sedimentación, Facultad Regional Bahía Blanca, (2005),
[Fichmann, 2012]
J.J. Fichmann.
Estimation de los coeficientes cinéticos de transformation de nitrógeno en lagunas facultativas secundarias utilizadas en el tratamiento de aguas residuales municipales, Unpublished MSc, Universidad del Valle, (2012),
[Frite et al., 1979]
J.J. Frite, A.C. Middleton, D.D. Meredith.
Dynamic Process Modelling of Wastewater Stabilization Ponds.
Journal WPCF, 51 (1979), pp. 2724-2743
[Heaven and Zotova, 2005]
S.B. Heaven, E. C. Zotova.
Light Attenuation Parameters for Waste Stabilization Ponds.
Water Science and Technology, 41 (2005), pp. 143-152
[Henzen et al., 1995]
M. Henzen, W. Gujer, T. Mino, et al.
Activated Sludge Model, (1995),
[Houweling et al., 2008]
D. Houweling, L. Kharoune, A. Escalas, et al.
Dynamic Modelling of Nitrification in an Aerated Facultative Lagoon.
Water Research, 42 (2008), pp. 424-432
[Isse-Systems: Stella Technical Documentation, 2005]
Isse-Systems: Stella Technical Documentation, en: edited by, 2005.
[Jamu and Piedrahita, 2002]
D.M. Jamu, R.H. Piedrahita.
An Organic Matter and Nitrogen Dynamics Model for the Ecological Analisis of Integrated Aquaculture/Agriculture Systems: I Model Development and Calibration.
Environmental Modelling & Software, 17 (2002), pp. 571-582
[Janex-Habibi et al., 2009]
M.L. Janex-Habibi, A. Huyard, M. Esperanza, et al.
Reduction of Endocrine Disruptor Emissions in the Environment: The Benefit of Wastewater Treatment.
Water Research, 43 (2009), pp. 1565-1576
[Jenkins and Zehr, 2008]
Jenkins B.D., Zehr J.P. Molecular Approaches to the Nitrogen Cycle, in Nitrogen in the Marine Environment, 2008.
[Ji, 2008]
Z.G. Ji.
Hydrodynamics and Water Quality. Modeling Rivers, Lakes, and Estuaries, John Wiley and Sons, (2008),
[Jorgensen and Bendoricchio, 2001]
S.E. Jorgensen, G. Bendoricchio.
Fundamentals of Ecological Modelling, 3rd, Elsevier, (2001),
[Kayombo et al., 2000]
S. Kayombo, T.S.A. Mbwette, A.W. Mayo, et al.
Modelling Diurnal Variation of Dissolved Oxygen in Waste Stabilization Ponds.
Ecological Modelling, 127 (2000), pp. 21-31
[Kayombo et al., 2003]
S. Kayombo, T. Mbwette, J. Katima, et al.
Effects of Substrate Concentrations on the Growth of Heterotrophic Bacteria and Algae in Secondary Facultative Ponds.
Water Research, 37 (2003), pp. 2937-2943
[Lampert and Sommer, 2007]
W. Lampert, U. Sommer.
Limnoecology. The Ecology the Lakes and Streams, 2nd, Oxford University Press, (2007),
[Lasso, 2010]
A.P. Lasso.
Cámaras estáticas para la estimación de emisiones de gases de efecto invernadero en lagunas de estabilización para tratamiento de aguas residuales domésticas, Universidad del Valle, Cali, (2010),
[Legendre and Legendre, 2004]
P. Legendre, L. Legendre.
Numerical Ecology: Developments in Environmental Modelling, Elsevier, (2004),
[Mara, 2004]
D.D. Mara.
Domestic Wastewater Treatment in Developing Countries, en: Earthscan/James y James, (2004),
[Mashauri and Kayombo, 2002]
D.A. Mashauri, S. Kayombo.
Application of the two Coupled Models for Water Quality Management: Facultative Pond Cum Constructed Wetland Models.
Physics and Cchemistry of the Earth, 27 (2002), pp. 773-781
[Metcalf and Eddy, 1995]
Metcalf, Eddy, 1995.
[Mišurcová et al., 2010]
L. Mišurcová, S. Kráčmar, B. Klejdus, et al.
Nitrogen Content, Dietary Fiber and Digestibility in Algal Food Products.
Czech J. Food Sci, 28 (2010), pp. 27-35
[Muñoz and Guieysse, 2006]
Muñoz R., Guieysse B. Algal-Bacterial Processes for the Treatment of Hazardous Contaminants: A Review, 17, 2006.
[Pepperell et al., 2011]
C. Pepperell, J. Foley, L. Choong, et al.
An Improved Method for Estimating Fugitive Methane Emissions from Wastewater Treatment Lagoons, en: 9th IWA Specialist Group Conference on Waste Stabilisation Ponds, (2011), pp. 339-1336
[Pereira et al., 2006]
A. Pereira, P. Duarte, A. Norro.
Different Modelling Tools of Aquatic Ecosystems: a Proposal for a Unified Approach.
Ecological Informatics, 1 (2006), pp. 407-421
[Picot et al., 2003]
B. Picot, J. Paing, J.P. Sambuco, et al.
Biogas Production, Sludge Accumulation and Mass Balance of Carbon in Anaerobic Ponds.
Water Science & Technology, 48 (2003), pp. 243-250
[Qitao and Youngchul, 2009]
Y.C. Qitao, H.K. Youngchul.
Modeling Nitrogen Removal in Water Hyacinth Ponds Receiving Effluent from Waste Stabilization Ponds.
Ecological Engineering, 35 (2009), pp. 75-84
[Reed et al., 1998]
S. Reed, R. Crites, E. Middlebrooks.
Natural Systems for Waste Management And Treatment, McGraw-Hill Professional, (1998),
[Rees, 2008]
W.E. Rees.
Human Nature, Eco-Footprints and Environmental Injustice.
Local Environment, 13 (2008), pp. 685-701
[Roy et al., 2008]
M. Roy, S. Mandal, S. Ray.
Detrital Ontogenic Model Including Decomposer Diversity.
Ecological Modelling, 215 (2008), pp. 200-206
[Sah, 2009]
L. Sah.
3D Modelling of Secondary Facultative Ponds, UNESCO-IHE, Delft, (2009),
[Senzia et al., 2002]
M. Senzia, A. Mayo, T. Mbwette, et al.
Modelling Nitrogen Transformation and Removal in Primary Facultative Ponds.
Ecological Engineering, 154 (2002),
[Shen et al., 2012]
L.D. Shen, Z.F. He, Q. Zhu, et al.
Microbiology, Ecology, and Application of the Nitrite-Dependent Anaerobic Methane Oxidation Process.
Frontiers in Microbiology, 3 (2012), pp. 1-5
[Shilton and Harrison, 2003]
A. Shilton, J. Harrison.
Guidelines for the Hydraulic Design of Waste Stabilisation Ponds, Institute of Technology and Engineering, (2003),
[Sweeney et al., 2005]
D.G. Sweeney, N.J. Cromar, H.J. Fallowfield, et al.
Profiling and Modelling of Thermal Changes in a Large Waste Stabilisation Pond.
Water Science & Technology, 51 (2005), pp. 163-172
[Tchobanoglous et al., 2004]
G. Tchobanoglous, F.L. Burton, Metcalf, et al.
Wastewater Engineering: Treatment and Reuse, McGraw-Hill, (2004),
[Tortora et al., 2007]
G. Tortora, B. Funke, C. Case.
Introducción a la microbiologia, editorial médica panamericana, (2007),
[Van Hulle et al., 2010]
S.W. Van Hulle, B. H. Meesschaert, P. Vanrolleghema, et al.
Engineering Aspects and Practical Application of Autotrophic Nitrogen Removal from Nitrogen Rich Streams.
Chemical Engineering Journal, 162 (2010), pp. 1-20
[Von Sperling, 1996]
M. Von Sperling.
Design of Facultative Ponds Based on Uncertainly Analysis.
Water Science Technology, 33 (1996), pp. 41-47
[Wallace and Austin, 2008]
S. Wallace, D. Austin.
Emerging models for Nitrogen Removal in Treatment Wetlands.
Journal of Environmental Health, 71 (2008), pp. 10-16
[Zima et al., 2009]
P. Zima, J. Makinia, M. Swinarski, et al.
Combining Computational Fluid Dynamics with a Biokinetic Model for Predicting Ammonia and Phosphate Behavior in Aeration Tanks.
Water Environmental Research, 81 (2009), pp. 2353-2362
[Zimmo et al., 2003]
O. Zimmo, N. Steen, H. Gijzen.
Comparison of Ammonia Volatilisation Rates in Algae and Duckweed-Based Waste Stabilisation Ponds Treating Domestic Wastewater.
Water Research, 37 (2003), pp. 4587-4594
[Zimmo et al., 2004]
O.R. Zimmo, N.P. Van Der Steen, H.B. Gijzen.
Nitrogen Mass Balance Across Pilot-Scale Algae and Duckweed-Based Wastewater Stabilisation Ponds.
Water Research, 38 (2004), pp. 913-920

Alexander Aponte-Reyes. Es ingeniero sanitario, con maestría en ingeniería sanitaria y ambiental, actualmente es candidato a doctor en la misma área. Sus áreas de trabajo son el abastecimiento de agua y el control de la contaminación ambiental a través de un enfoque ecológico, incluyendo proyectos de investigación y desarrollo sobre tecnologias naturales, el empoderamiento de la comunidad y el comportamiento higiénico. Su perfil profesional incluye proyectos de investigación y la experiencia en las actividades relacionadas con la promoción y ejecución de proyectos de desarrollo, orientados hacia las zonas rurales, municipios pequeños y medianos.

Copyright © 2014. Universidad Nacional Autónoma de México
Descargar PDF
Opciones de artículo