123
Medición del coeficiente de transferencia del oxígeno
en aguas residuales
resumen
La acumulación de materia orgánica en los cuerpos de aguas recep-
tores condiciona limitaciones sobre el valor de uso siendo la con-
centración de oxígeno disuelto, uno de los factores a estimar para
su biodegradación. El propósito del estudio fue medir el coecien-
te de transferencia del oxígeno en aguas residuales. Se determinó la
demanda bioquímica de oxígeno y la demanda química de oxígeno
durante cinco horarios (0, 20, 45, 70 y 90 minutos). Los resulta-
dos fueron: DBO
5
; 5554,33±4,041 (O minutos), 3807,0±4,0 (20);
2616,33±7,505 (45); 1466,33±5,686 (70) y 579,67±4,041 (90). En
el caso de la DQO fueron: 8095,33±4,041 (0); 6954±7,505 (20);
4791,0±4,582 (45); 2342,67±4,509 (70) y 1786,0±3,605 (90). Se
encontró diferencias estadísticamente signicativas (p<0,05) entre los
valores por tiempo para cada parámetro. Al compararse los valores
hallados con los recomendados, superaron el estándar de calidad am-
biental permisible para las aguas (DBO
5
= 5,0 mg.L
-1
; DQO = 20,0
mg.L
-1
). Se estableció la relación: f = DBO
5
/ DQO donde el co-
ciente fue: 0,544 y se concluyó que, las aguas residuales presentaron
condiciones de biodegradabilidad pudiendo ser utilizado un tipo de
tratamiento especíco.
Palabras clave: coeciente de transferencia del oxígeno,
biodegradación, materia orgánica, agua residual
abstract
e accumulation of organic matter in receptive bodies of water
conditions limitations on the value of use being the concentration of
dissolved oxygen one of the factors to estimate for its biodegradation.
e purpose of the study was to measure the oxygen transfer coecient
in wastewater. e biochemical oxygen demand and the chemical
oxygen demand were determined during ve schedules (0, 20, 45,
70 and 90 minutes). e results were: BOD5; 5554.33 ± 4.041 (O
minutes), 3807.0 ± 4.0 (20); 2616.33 ± 7.505 (45); 1466.33 ± 5.686
(70) and 579.67 ± 4.041 (90). In the case of the COD were: 8095.33
± 4.041 (0); 6954 ± 7.505 (20); 4791.0 ± 4.582 (45); 2342.67 ± 4.509
(70) and 1786.0 ± 3.605 (90). Statistically signicant dierences
were found (p <0.05) between the values per time for each parameter.
When the found values were compared with the recommended ones,
they exceeded the environmental quality standard allowed for water
(BOD5 = 5.0 mg.L-1, COD = 20.0 mg.L-1). e relationship was
established as: f = BOD5 / COD where the quotient was: 0.544
and it was concluded that the wastewater presented biodegradability
conditions and a specic type of treatment could be used.
Key words: oxygen transfer coecient, biodegradation, organic
matter, waste water
P C M
D C H
G A P
1 Facultad de Ingeniería Ambiental
y Sanitaria. Universidad
Nacional ¨San Luis Gonzaga¨,
Ica-Perú.
pedrocordovamendoza@
hotmail.com
2 Centro de Investigaciones
Avanzadas y Formación Superior
en Educación, Salud y Medio
Ambiente ¨AMTAWI¨. Puno,
Perú. george.argota@gmail.com
Measurement of the coecient of oxygen in wastewater transfer
Recibido: julio 12 de 2018 | Revisado: agosto 11 de 2018 | Aceptado: setiembre 18 de 2018
https://doi.org/10.24265/campus.2018.v23n26.02
| C | L,  | V. XXIII | N. 26 | PP. - | - |  |  -
124
Introducción
La degradación ambiental sobre la ca-
lidad de las aguas está condicionando su
limitación en diversas regiones del pla-
neta debido a, la persistencia no solo de
contaminantes disueltos y/o acumulados
(Wang & Zang, 2014; Hezhong et al.,
2015), además, en la variabilidad de pa-
rámetros físico-químicos y la concentra-
ción sobre materia orgánica que en algu-
nos casos ya es irreversible en término de
costo ambiental para el manejo del agua
(He et al., 2014; Argota, Argota & Ian-
nacone, 2016).
Por lo general, las actividades de pes-
quisas se realizan cuando las condiciones
del cuerpo acuático receptor comienza a
degradarse; y donde cualquier informa-
ción sobre su calidad debe cumplirse de
forma anticipada en términos preventi-
vos (Mouquet et al., 2015; Petchey et al.,
2015) pudiendo contribuir quizás, hacia
la eciencia holística (integración eco-
nómica y ambientales) de las plantas de
tratamientos para aguas residuales y así,
asegurar la disminución de elementos no
deseados cuya nalidad entonces sería, la
sostenibilidad sobre el uso del agua du-
rante largo periodo de tiempo (Färe et
al., 2014; Fuentes et al., 2015; Lu, Du &
Huang, 2017).
El oxígeno disuelto es una de los fac-
tores reguladores ambientales y cuando
es limitante, existe baja tasa de reduc-
ción-oxidación (Kim et al., 2013) como
acumulación de la materia orgánica, in-
cluyendo la biodegradable, pues la bio-
masa microbiana aerobia al ser directa-
mente proporcional a la concentración
de oxígeno disuelto (Park & Noguera,
2004), entonces resultaría imposible,
eliminarse aquella materia orgánica en
exceso no requerida y donde Guo et al.,
(2013) indican que, en estas condiciones
se produce eutrozación de los sistemas
acuáticos. El propósito del estudio fue
medir el coeciente de transferencia del
oxígeno en aguas residuales.
Materiales y métodos
El estudio se realizó en la laguna de
oxidación perteneciente al distrito de
Guadalupe, provincia de Ica, departa-
mento de Ica. En marzo del 2018, se
muestreó aguas residuales durante cinco
horarios (0, 20, 45, 70 y 90 minutos)
donde se determinó la demanda bioquí-
mica de oxígeno (DBO
5
) y la demanda
química de oxígeno (DQO). Luego se
calculó el coeciente de transformación
(f) según la siguiente expresión:
f = DBO
5
/ DQO
Para la caracterización del tipo de
agua residual se siguió lo indicado en la
Tabla 1.
Tabla 1
Coeciente de transformación del agua residual
f tipo de agua residual biodegradabilidad
> 0,7 urbanas puras muy biodegradables
0,2 - 0,7
industriales
biodegradables
< 0,2 no biodegradables
Fuente: Gil, 2005
| C | V. XXIII | N. 26 |  -  | 2018 |
P C M - D C H - G A P
125
Para el análisis de los datos se utili-
zó el programa profesional Statgraphics
Centurion XVI.II y la normalidad de los
datos se realizó mediante la prueba de
Shapiro W.
Para la comparación entre las me-
dias (DBO
5
, DQO) según la tasa hora-
ria se usó el análisis de varianza y ana-
lizó la homogeneidad de grupos con el
procedimiento múltiple de Bonferroni.
Los resultados fueron comparados con
los valores de estándares de calidad am-
biental de agua: Decreto Supremo N°
004-2017-MINAM
Resultados y discusión
La Tabla 2 muestra las concentraciones
de la DBO
5
y DQO donde se encontró
diferencias estadísticamente signicativas
(p<0,05), además, diferente homogenei-
dad entre los horarios (Tabla 3). Al com-
parar los resultados con los estándares de
calidad, los valores superaron el límite
permisible indicando que, existió consu-
mo de oxígeno para degradar la materia
orgánica por parte de bacterias aerobias,
además, en la oxidación de la propia ma-
teria orgánica.
Tabla 2
Medición de parámetros / agua residual
Tiempo (h)
DBO
5
(mg.L
-1
)
DQO
(mg.L
-1
)
0 5554,33±4,041 8095,33±4,041
20 3807,0±4,0 6954±7,505
45 2616,33±7,505 4791,0±4,582
70 1466,33±5,686 2342,67±4,509
90 579,67±4,041 1786,0±3,605
Promedio 2608,21±1708,26 4793,93±2561,72
Referencia 5,0 20,0
Tabla 3
Análisis de la varianza
Parámetro Fuente de variación
Suma de
Cuadrados
Grados de
libertad
Cuadrado
Medio
Coeciente
Fisher
Valor P
Entre grupos 4,60438E7 4 1,15109E7 419087,79 0,0000
DBO5 Intra grupos 274,667 10 27,4667
Total (Corr,) 4,60441E7 14
Grupos Homogéneos
DBO
5
90 a
DBO
5
70 b
DBO
5
45 c
DBO
5
20 d
DBO
5
0 e
Entre grupos 1,38385E8 5 2,76771E7 835884,14 0,0000
DQO Intra grupos 397,333 12 33,1111
Total (Corr,) 1,38386E8 17
| C | V. XXIII | N. 26 |  -  | 2018 |
M         
126
Grupos Homogéneos
DQO 90 a
DQO 70 b
DQO 45 c
DQO 45 d
DQO 20 e
Al determinarse el coeciente de
transformación se halló un cociente de:
0,544 lo cual indicó que las muestras de
aguas fueron biodegradables y por tanto,
es posible su tratamiento.
f = 2608,21 mg.L
-1
/ 4793,93 mg.L
-1
= 0,544
Muñoz et al., (2012) mencionaron que
la contaminación de los ríos en México, es
un problema ambiental ya que las fuentes
de materia orgánica son diversas y entre
ellas se encuentran las actividades agrí-
colas, industriales y las aguas residuales
generadas en las zonas urbanas y rurales.
Como resultado de su estudio los valo-
res de DBO
5
fueron entre 0,74 y 169,93
mg.L
-1
mientras que, la DQO estuvo en-
tre 2,16 y 440,05 mg.L
-1
, respectivamen-
te. En este estudio, los valores hallados
comparativamente fueron superiores.
Otra investigación realizada por Jie,
Kang & Anderson (2018), utilizando
la DBO
5
como parámetro de inuyente
predictivo mencionó que, la concentra-
ción umbral fue de 87,5 mg.L
-1
siendo
este valor muy inferior al encontrado en
el presente estudio. Los autores rerieron
que el control sobre este parámetro es crí-
tico para proporcionar conabilidad en
las operaciones a nivel de planta de tra-
tamiento.
En una investigación sobre la elimi-
nación de la demanda química de oxí-
geno por electrodeposición de aguas re-
siduales mediante puricado y polímero
adsorbentes de nanotubos de carbono
funcionales se encontró que antes de la
aplicación tecnológica, la concentración
fue de 1094 mg.L
-1
(Bankole et al., 2017)
que se halla por debajo al promedio de
nuestro estudio lo cual demuestra, que se
consumen altas concentraciones de oxí-
geno para oxidar (degradar) la materia
orgánica.
En otro estudio para la eliminación
de la demanda química de oxígeno en
aguas residuales utilizando bentonita re-
cubierta de quitosano, la concentración
fue de 1348,00 mg.L
-1
igualmente
por
debajo al promedio de nuestro estudio
(Ligaray et al., 2018). Estos resultados
comparados pudieron indicar que, las
aguas residuales presentaron materia or-
gánica (cargas contaminantes) de forma
constante.
Finalmente, la relación entre el DBO
5
/ DQO no solamente, es usada para aguas
residuales, también lo es, en el análisis de
lixiviados para su calidad y donde algu-
nos parámetros pueden ser incorporados
como es el pH y la temperatura (Bhatt et
al., 2017).
Se concluyó que, las aguas residuales
presentaron condiciones de biodegrada-
bilidad donde puede aplicarse, algún tipo
de tratamiento especíco.
| C | V. XXIII | N. 26 |  -  | 2018 |
P C M - D C H - G A P
127
Referencias
Argota, P.G., Argota, C.H. & Iannaco-
ne, O.J. (2016). Costo ambiental
sostenible relativo a la variabilidad
físico-química de las aguas sobre
la disponibilidad de metales en el
ecosistema San Juan, Santiago de
Cuba, Cuba. e Biologist (Lima);
14(2), 219-232. http://dx.doi.
org/:10.24039/rtb201614299
Bhatt, A.H., Karanjekar, R.V., Altouqi,
S., Sattler, M.L., Sahadat, H.M.D.
Chen, V.P. (2017). Estimating
landll leachate BOD and COD
based on rainfall, ambient tem-
perature, and waste composition:
Exploration of a MARS statistical
approach. Environmental Technolo-
gy & Innovation; 8, 1–16. http://dx.
doi.org/10.1016/j.eti.2017.03.003
Bankole, M.T., Abdulkareem, S.A., Ti-
jani, J.O., Ochigbo, S.S., Afola-
bi, A.S. & Roos, W.D. (2017).
Chemical oxygen demand removal
from electroplating wastewater by
puried and polymer function-
alized Carbon nanotubes adsor-
bents, Water Resources and Indus-
try; http://dx.doi.org/10.1016/j.
wri.2017.07.001
Färe, R., Grosskopf, S. & Pasurka, C.A.
(2014). Potential gains from trad-
ing bad outputs: e case of us
electric power plants. Resource and
Energy Economics; 36, 99-112.
http://dx.doi.org/:10.1016/.rese-
neeco.2013.11.004
Fuentes, R., Torregrosa, T. & Ballenilla,
E. (2015). Conditional order-m
eciency of wastewater treat-
ment plants: e role of environ-
mental factors, Water; 7, 5503-
5524. https://doi.org/10.3390/
w7105503
Guo, J., Zhang, L., Chen, W., Ma.F.,
Liu, H. & Tian, Y. (2013). e
regulation and control strategies
of a sequencing batch reactor for
simultaneous nitrication and de-
nitrication at dierent tempera-
tures. Bioresour Technol; 133 59–
67. http://dx.doi.org/:10.1016/j.
biortech.2013.01.026
He, J., Zhang, H., Zhang, H., Guo,
X., Song, M., Zhang, J. & Li, X.
(2014). Ecological risk and eco-
nomic loss estimation of heavy
metals pollution in the Beijiang
River. Ecological Chemistry and En-
gineering; 21:189-199. https://doi.
org/:10.2478/eces-2014-0015
Hezhong, Y., Wei, P., Zhengjie, Z. Ying,
W., Qifang, G. & Shuqing, A.
(2015). Ecological risk assessment
of heavy metals in sediments of
riverine wetland, Huaihe river wa-
tershed, China. Ecol Chem Eng
S; 22(2), 231-242. https://doi.
org/:10.1515/eces-2015-0013
Jie, Z.J., Kang, L. & Anderson, P.R.
(2018). Predicting inuent bio-
chemical oxygen demand: Balanc-
ing energy demand and risk man-
agement. Water Research; 128, 304–
313. https://doi.org/10.1016/j.
watres.2017.10.053
| C | V. XXIII | N. 26 |  -  | 2018 |
M         
128
Kim, Y,M., Park, H., Cho, K.H. & Park,
J.M. (2013). Long term assessment
of factors aecting nitrifying bacte-
ria communities and N-removal in
a full-scale biological process treat-
ing high strength hazardous waste-
water. Bioresour Technol; 134, 180–
189. http://dx.doi.org/:10.1016/j.
biortec.2013.02.036
Lu, B., Du, X. & Huang, S. (2017). e
economic and environmental im-
plications of wastewater manage-
ment policy in China: From the
LCA perspective. Journal of Clean-
er Production, 142, 3544-3557.
http://dx.doi.org/10.1016%2Fj.
jclepro.2016.10.113
Mouquet, N., Lagadeuc, Y., Devictor,
V., Doyen, L., Duputié, A. & et
al. (2015). Predictive ecology in
a changing world. J Appl Ecol;
52, 1293–1310. http://dx.doi.
org/10.1111/1365-2664.12482
Muñoz, N.H., Suárez, S.J., Vera, R.A.,
Orozco, F.S., Batlle, S.O. et al.
(2012). Demanda bioquímica de
oxígeno y población en la sub-
cuenca del río Zahuapan, Tlazcala,
México. Rev. Int. Contam. Ambie;
28(1), 27-38. http://www.scielo.
org.mx/pdf/rica/v28n1/v28n1a3.
pdf
Park, H.D. & Noguera, D.R. (2004).
Evaluating the eect of dissolved
oxygen on ammonia oxidizing
bacterial communities in activat-
ed sludge. Water Res; 38, 3275–
3286. http://dxdoi.org/:10.1016/j.
watres200404.047
Petchey, O.L., Pontarp, M., Massie,
T.M., Ké, S., Ozgul, A. & et al.
(2015). e ecological forecast
horizon and examples of its uses
and determinants. Ecol Lett; 18,
597-611. https://doi.org/10.1111/
ele.12443
Wang, X. & Zang, S. (2014). Distribu-
tion characteristics and ecological
risk assessment of toxic heavy met-
als and metalloid in surface water of
lakes in Daqing Heilonjiang Prov-
ince, China. Ecotoxicology; 23, 609-
617. https://doi.org/10.1007/
s10646-014-1177-y
| C | V. XXIII | N. 26 |  -  | 2018 |
P C M - D C H - G A P