345
| C | V. XXV | N. 30 | - | 2020 | | ISSN (): - | ISSN ( ): - |
Fluctuación Físico-Química, costo ambiental y
predicción ecotoxicológica mediante programa
computacional Gecotoxic® en la laguna de oxidación
Yaurilla, Ica-Perú
rEsumEn
El tratamiento inadecuado y sus posibles efectos sociales
es una de las preocupaciones ambientales. El propósito del
estudio fue evaluar las uctuaciones de parámetros físico-
químicos, costo ambiental y predicción ecotoxicológica
mediante programa computacional Gecotoxic
®
en la
laguna de oxidación de Yaurilla, Ica-Perú. Mediante un
muestreo probabilístico aleatorio se midió el pH, sólidos
totales, conductividad eléctrica y la temperatura del
euente en mayo, junio, julio y diciembre de 2019. Con
los parámetros se estimó el costo ambiental sostenible
relativo (COASOR) mediante un cociente entre el costo
de evaluación (COA) y el costo de prevención normativo
(CONP). Los valores hallados se introdujeron al
descriptor análisis residual del programa computacional
Gecotoxic
®
para su predicción ecotoxicológica. El rango
de variación para los parámetros fue: pH = 6,01–8,01;
sólidos totales = 451–818,9 mg.L
-1
; conductividad
eléctrica = 921–1737,5 uS/cm y la temperatura = 25,75–
25,65°C. La estimación promedio del COASOR fue de
recurso sostenible relativo y Gecotoxic
®
indicó, predicción
ecotoxicológica de tipo bajo (30%). Se concluyó que,
a pesar de las uctuaciones entre los valores de los
parámetros físico-químicos, el euente mostró valor de
uso como recurso, además, no representó ningún tipo
riesgo. No obstante, se recomienda analizarse otros
parámetros incluyendo los microbiológicos para la
correcta toma de decisiones.
Palabras clave: costo ambiental, parámetros físico-
químicos, predicción ecotoxicológica, laguna de
oxidación
abstraCt
Inadequate treatment and its possible social eects is
one of the environmental concerns. e purpose of the
study was to evaluate uctuations in physical-chemical
parameters, environmental cost and ecotoxicological
F R. B C
E P. Y C
G A P
P P. H C
J C. R C
F A. L R
1 Universidad Nacional ¨San Luis Gonzaga¨.
Ica, Perú.
a) Ingeniería Ambiental y Sanitaria.
bellicarhuayo1954@hotmail.com
b) Facultad de Ciencias Biológicas. c)
Facultad: Mecánica y Eléctrica.
d) Facultad de Administración. 2 Centro
de Investigaciones Avanzadas y Forma-
ción Superior en Educación, Salud y
Medioambiente ¨AMTAWI¨. Puno, Perú.
Physical-Chemical uctuation, environmental cost and
ecotoxicological prediction through Gecotoxic® computational
program in the oxidation lagoon of Yaurilla, Ica-Perú
Recibido: junio 05 de 2020 | Revisado: agosto 26 de 2020 | Aceptado: octubre 02 de 2020
https://doi.org/10.24265/campus.2020.v25n30.10
| C | V. XX V | N. 30 | PP. - | - | |
© Los autores. Este artículo es publicado por la Revista Campus de la Facultad de Ingeniería y Arquitectura de la Universidad
de San Martín de Porres. Este artículo se distribuye en los términos de la Licencia Creative Commons Atribución No-comercial
– Compartir-Igual 4.0 Internacional (https://creativecommons.org/licenses/ CC-BY), que permite el uso no comercial,
distribución y reproducción en cualquier medio siempre que la obra original sea debidamente citada. Para uso comercial
contactar a: revistacampus@usmp.pe.
346
| C | V. XXV | N. 30 | - | 2020 | | ISSN (): - | ISSN ( ): - |
prediction through e Gecotoxic
®
computational program
in the Yaurilla oxidation lagoon, Ica-Peru. e parameters
estimated the relative sustainable environmental cost
(COASOR) through a ratio between the cost of evaluation
(COA) and the cost of regulatory prevention (CONP). e
values found were introduced to the residual analysis descriptor
of the Gecotoxic computational program® for ecotoxicological
prediction. e range of variation for the parameters was: pH =
6.01–8.01; solids = 451–818.9 mg. L
-1
; electrical conductivity
= 921–1737.5 uS/cm and the temperature is 25.75–25.65
o
C.
e average estimate of COASOR was relative sustainable
resource and Gecotoxic
®
indicated, low-type ecotoxicological
prediction (30%). It was concluded that, despite uctuations
between the values of the physical-chemical parameters, the
euent showed value of use as a resource, in addition, it did
not represent any risk. However, it is recommended to analyze
other parameters including microbiological stoms for the
correct decision-making.
Key words: environmental cost, physico-chemical parameters,
ecotoxicological prediction, oxidation lagoon
Introducción
La contaminación de origen
antropogénica demanda más agua potable
para el crecimiento y bienestar poblacional
(Pritchard et al., 2010; Sato et al., 2013),
y a nivel de las plantas de tratamiento, la
exigencia resulta cada vez mayor (Verbyla
et al., 2016), aunque la remoción total
que se espera, no siempre es adecuada
porque las plantas de tratamientos
convencionales no están diseñadas hacia
la eciencia de transformación de todo
tipo de contaminante (Feria & Martínez,
2014; Pal et al., 2014), y por ende; el valor
de uso de las descargas puede ser limitado
(Argota & Iannacone, 2017).
Las lagunas de oxidación son los
sistemas de tratamientos urbanos que por
lo general, se utilizan como tecnología de
gestión para mitigar los probables efectos
de las aguas receptoras superciales
(Robert et al., 2009; Huber et al., 2016;
Ivanovsky et al., 2018). El contenido
de oxígeno disuelto es lo que diferencia
una laguna de oxidación y otra, pues
ellas pueden ser: aireadas con mezcla
parcial, facultativas y anaeróbicas (Crites
& Tchobanoglous, 2000). Comprender
la dinámica del tratamiento para la
reutilización de las aguas y que sea de
naturaleza sostenible, sigue siendo una
de las mayores responsabilidades sociales
(Veliz et al., 2007).
El propósito del estudio fue evaluar
las uctuaciones de parámetros físico-
químicos, costo ambiental y predicción
ecotoxicológica mediante programa
computacional Gecotoxic
®
en la laguna
de oxidación de Yaurilla, Ica-Perú.
Materiales y Métodos
El estudio se realizó en la laguna de oxi-
dación de Yaurilla, Ica-Perú (Latitud Sur:
14° 4´ 2.9”, Longitud Oeste: 75° 41´ 1.8”,
Altitud: 433 m.s.n.m.) durante los meses
de mayo, junio, julio y diciembre de 2019.
En el horario de las 06:30 a.m. se realizó el
muestreo del euente sin réplicas siguien
-
do los protocolos de muestreo y análisis
(ISO 1980, 1991, 1994). Mediante un
F R. B C - E P. Y C - G A P -
P P. H C - J C. R C - F A. L R
347
| C | V. XXV | N. 30 | - | 2020 | | ISSN (): - | ISSN ( ): - |
muestreo probabilístico aleatorio se midió
(instrumentación HANNA*ISE*EC) el
pH, sólidos totales, conductividad eléc
-
trica y la temperatura estimándose con
los parámetros físico-químicos, el costo
ambiental sostenible relativo mediante
un cociente entre el costo de evaluación
y el costo de prevención normativo según
la siguiente expresión (Argota, Argota &
Iannacone, 2016):
• COASOR = costo ambiental sosteni-
ble relativo
COASOR =
Σ
n
i
COA
CONP
Σ
n
i
las aguas receptoras superficiales (Robert et al., 2009; Huber et al., 2016; Ivanovsky
et al., 2018). El contenido de oxígeno disuelto es lo que diferencia una laguna de
oxidación y otra, pues ellas pueden ser: aireadas con mezcla parcial, facultativas y
anaeróbicas (Crites & Tchobanoglous, 2000). Comprender la dinámica del tratamiento
para la reutilización de las aguas y que sea de naturaleza sostenible, sigue siendo una
de las mayores responsabilidades sociales (Veliz et al., 2007).
El propósito del estudio fue evaluar las fluctuaciones de parámetros físico-
químicos, costo ambiental y predicción ecotoxicológica mediante programa
computacional Gecotoxic
®
en la laguna de oxidación de Yaurilla, Ica-Perú.
MATERIALES Y MÉTODOS
El estudio se realizó en la laguna de oxidación de Yaurilla, Ica-Perú (Latitud
Sur: 14° 4´ 2.9”, Longitud Oeste: 75° 41´ 1.8”, Altitud: 433 m.s.n.m.) durante los meses
de mayo, junio, julio y diciembre de 2019. En el horario de las 06:30 a.m. se realizó
el muestreo del efluente sin réplicas siguiendo los protocolos de muestreo y análisis
(ISO 1980, 1991, 1994). Mediante un muestreo probabilístico aleatorio se midió
(instrumentación HANNA*ISE*EC) el pH, sólidos totales, conductividad eléctrica y la
temperatura estimándose con los parámetros físico-químicos, el costo ambiental
sostenible relativo mediante un cociente entre el costo de evaluación y el costo de
prevención normativo según la siguiente expresión (Argota, Argota & Iannacone,
2016):
• COASOR = costo ambiental sostenible relativo
• COA = costo de evaluación (medición de cumplimiento sobre parámetros)
• CONP = costo de prevención normativo (número de parámetros medidos)
• i) observación inicial y n) observación final
Se muestra el criterio de puntuación ante el cumplimiento del control normativo de
regulación (Tabla 1); y luego, establece las categorías de sostenibilidad del recurso
agua mediante el cociente que se estableció para los valores hallados (Tabla 2).
• COA = costo de evaluación
(medición de cumplimiento sobre
parámetros)
• CONP = costo de prevención
normativo (número de parámetros
medidos)
• i) observación inicial y n) observación
nal
Se muestra el criterio de puntuación
ante el cumplimiento del control
normativo de regulación (Tabla 1);
y luego, establece las categorías de
sostenibilidad del recurso agua mediante
el cociente que se estableció para los
valores hallados (Tabla 2).
Tabla 1
Criterio de puntuación / costo ambiental sostenible relativo
Criterio Puntuación
Cumple el valor establecido por la norma regulatoria utilizada 1
No cumple el valor establecido por la norma regulatoria utilizada 0
Tabla 2
Categorías del costo ambiental sostenible relativo / intervalo
Categorías de sostenibilidad relativa * Intervalos
Recurso sostenible relativo 1,0
Recurso moderadamente sostenible relativo 0,85 – 0,99
Recurso ligeramente sostenible relativo 0,6 – 0,84
Recurso poco sostenible relativo 0,41 – 0,59
Recurso no sostenible relativo 0,0 – 0,4
* Anexo 1: descripción de las categorías de sostenibilidad relativa
Los resultados de los parámetros físico-
químicos se compararon con el Decreto
Supremo No. 004-2017-MINAM
(Categoría 1: Población y Recreacional;
Subcategoría A: aguas superciales
destinadas a la producción de agua potable;
A2: aguas que pueden ser potabilizadas
con tratamiento convencional).
Del mismo modo, los parámetros
físico-químicos se introdujeron en el
programa computacional Gecotoxic
®
(Argota, Carbonell & Rodríguez,
2019) para su predicción de riesgo
ecotoxicológico. Se utilizó el programa
estadístico profesional Epidat versión
4.2 para describir el rango (mínimo
y máximo) de los parámetros físico-
químicos.
fluCtuaCión físiCo-QuímiCa, Costo ambiEntal y prEdiCCión ECotoxiColóGiCa mEdiantE proGrama
ComputaCional GECotoxiC® En la laGuna dE oxidaCión yaurilla, iCa-pErú
348
| C | V. XXV | N. 30 | - | 2020 | | ISSN (): - | ISSN ( ): - |
Resultados y Discusión
Se muestra los valores de los parámetros
físico-químicos en el euente durante
los meses de muestreo para la laguna de
oxidación de Yaurilla (Tabla 3).
Tabla 3
Parámetros físico-químicos / euentes / meses
Parámetros físico-químicos Mayo Junio Julio Diciembre Enero Referencia
pH (-log10[a
H
+]) 7.66 6.01 7.68 8.01 7.85 5,5-9,0
Sólidos totales disueltos (mg/l) 451 771.5 544 818.9 980 1000
Conductividad eléctrica (uS/cm) 921 1548.5 1204 1737.5 1961 1600
Temperatura (°C) 25.05 24.75 25.65 25.5 24.85 ∆3
Dado que, la estimación del
COASOR arrojó un valor de 1,0 se
indicó como recurso sostenible relativo
(Tabla 4).
• COASOR = pH + STD + CE + T / 4
• COASOR = 1 + 1 + 1 + 1
• COASOR = 4 / 4
• COASOR = 1,0
Tabla 4
Costo ambiental sostenible relativo / aguas residuales
Categorías de sostenibilidad relativa I V
recurso sostenible relativo 1,0 recurso sostenible relativo
Según el programa computacional
Gecotoxic
®
, los valores de parámetros
físico-químicos en el euente indicó
predicción de riesgo ecotoxicológica de
tipo baja: 30% (Figura 1). Se observó,
uctuaciones en los parámetros físico-
químicos en el euente pero los valores
cumplieron con lo recomendado por la
norma ambiental de referencia.
El valor de uso del euente fue el
óptimo (recurso sostenible relativo)
siendo fundamental para el riego agrícola
de la zona sin probabilidad de ocurrencia
de daños considerándose solo, a los
parámetros físico-químicos del estudio.
Figura 1. Predicción de riesgo ecotoxicológica / programa computacional Gecotoxic!
®
F R. B C - E P. Y C - G A P -
P P. H C - J C. R C - F A. L R
349
| C | V. XXV | N. 30 | - | 2020 | | ISSN (): - | ISSN ( ): - |
Se concluyó que, la laguna de oxidación
de Yaurilla mostró adecuado tratamiento
del auente donde su euente para el
periodo de estudio, arrojó uso aceptable
como valor de recurso ambiental siendo
corroborado mediante la categoría
cualitativa y porcentaje de riesgo.
Independientemente de las consecuencias
de los parámetros físico-químicos cuando
exceden los límites recomendados fue
relevante en el caso de la temperatura que,
no hubo variación mayor a 3°C, pues podría
generarse la proliferación de enteroparásitos
(Moura et al., 2018). Se recomienda, el
análisis de otros parámetros físico-químicos
incluyéndose a los microbiológicos para
evidenciar la correcta toma de decisiones
en materia de seguridad ambiental y salud
pública.
Referencias
Argota, P.G., Carbonell, M.A.C.
& Rodríguez, A.M. (2019).
Gecotoxic
®
. Certicado de Registro
de Programas Ordenador. No.
Partida Registral: 01025-2019.
Instituto Nacional de Defensa de
la Competencia y de la Protección
de la Propiedad Intelectual
(INDECOPI). Lima, Perú.
Argota, P.G. & Iannacone, O.J. 2017.
Predicción cuantitativa mediante
biomarcadores de uso permanente
como nuevo criterio para
biomonitores en ecotoxicología
acuática. e Biologist (Lima),
17: 141–153. Doi: 10.24039/
rtb2017151150
Feria, D.J.J. & Martínez, A.L.E.
(2014). Tratamiento de lodos
de fondo de lagunas facultativas
con estabilización en condiciones
de laboratorio. Revista EIA;
11(21), 113–122. Doi: 10.14508/
reia.2014.11.21.113-122
Huber, M., Welker, A. & Helmreich, B.
(2016). Critical review of heavy
metal pollution of trac area
runo: occurrence, inuencing
factors, and partitioning. Sci. Total
Environ; 541, 895–919. Doi:
10.1016/j.scitotenv.2015.09.033
Ivanovsky, A., Belles, A., Criquet,
J., Dumoulin, D., Noble, P.,
ANEXO 1. Categorías de sostenibilidad relativa
1. Recurso sostenible relativo: uso del
recurso con muy baja probabilidad de
daños ambientales y para la salud pú-
blica por transferencia.
2. Recurso moderadamente sostenible
relativo: uso del recurso con baja pro-
babilidad de daños ambientales y para
la salud pública por transferencia don-
de se genera cambios muy puntuales.
3. Recurso ligeramente sostenible relati-
vo: uso del recurso con probabilidad
de daños ambientales y para la salud
pública por transferencia donde se ge-
nera cambios no puntuales.
4. Recurso poco sostenible relativo: uso
del recurso con elevada probabilidad
de daños ambientales y para la salud
pública por transferencia que generan
determinadas pérdidas.
5. Recurso no sostenible relativo: uso del
recurso con muy elevada probabilidad
de daños ambientales y para la salud
pública por transferencia que resultan
invalidantes.
fluCtuaCión físiCo-QuímiCa, Costo ambiEntal y prEdiCCión ECotoxiColóGiCa mEdiantE proGrama
ComputaCional GECotoxiC® En la laGuna dE oxidaCión yaurilla, iCa-pErú
350
| C | V. XXV | N. 30 | - | 2020 | | ISSN (): - | ISSN ( ): - |
Alary, C. & Billon, G. (2018).
Assessment of the treatment
eciency of an urban stormwater
pond and its impact on the natural
downstream watercourse. Journal
of Environmental Management;
226, 120–130. Doi: 10.1016/2j.
jenvman.2018.08.015
Moura, R.G.F. Oliveira, S.M.B.,
Pedrosa, A.L. & et al. (2018).
Ocurrencia deBlastocystisspp.en
animales domésticos en el área
de Triângulo Mineiro de Brasil.
Rev. Soc. Bras. Medicina. Trop;
51(2), 240–243. Doi:
10.1590/0037-8682-0484-2016
Normalization Standart International:
ISO 5667-1. 1980. Water quality.
Sampling. Part 1: Guidance on the
design of sampling programmes.
Normalization Standart International:
ISO 5667-2. 1991. Water quality.
Sampling. Part 2: Guidance on
sampling techniques.
Normalization Standart International:
ISO 5667-3. 1994. Water quality.
Sampling. Part 3: Guidance on
the preservation and handling of
samples.
Pal, A., He, Y., Jekel, M., Reinhard, M.
& Gin, K.Y. (2014). Emerging
contaminants of public health
signicance as water quality
indicator compounds in the
urban water cycle. Environ.
Int; 71, 46–62. Doi: 10.1016/j.
envint.2014.05.025
Pritchard, D.L., Penney, N., McLaughlin,
M.J., Rigby, H., Schwarz, K.R.
(2010). Land application of sewage
sludge (biosolids) in Australia:
risks to the environment and food
crops. Water Sci. Technol. WST;
62(1), 48–57. Doi: 10.2166/
wst.2010.274
Robert, S.P., Gromaire, M.C., De
Gouvello, B., Saad, M., Chebbo,
G. (2009). Annual metallic ows in
roof runo from dierent materials:
test-bed scale in Paris conurbation;
Environ. Sci. Technol; 43, 5612–
5618. Doi: 10.1021/es9002108
Sato, T., Qadir, M., Yamamoto, S., Endo,
T., Zahoor, A., 2013. Global,
regional, and country level need
for data on wastewater generation,
treatment, and use. Agric. Water
Manag; 130, 1–13. Doi: 10.1016/j.
agwat.2013.08.007
Veliz, E., Llanes, J., Asela, L. & Batallar,
M. (2007). Reúso de las aguas
domésticas para riego agrícola.
Valoración crítica. Rev. CENIC
Ciencias Biológicas; 40(1), 35-
44. https://www.redalyc.org/
pdf/1812/181221574007.pdf
Verbyla, M.E., Iriarte, M.M., Mercado,
G.A., Coronado, O., Almanza,
M. & Mihelcic, J.R. (2016).
Pathogens and fecal indicators in
waste stabilization pond systems
with direct reuse for irrigation: fate
and transport in water, soil and
crops. Sci. Total Environ; 551–
552, 429–437. Doi: 10.1016/j.
scitotenv.2016.01.159
F R. B C - E P. Y C - G A P -
P P. H C - J C. R C - F A. L R
