Monitorización de la eficiencia de depuración de una planta de tratamiento de agua residual urbana mediante el empleo de técnicas de análisis estadístico multivariente

En una gran cantidad de campos nos encontramos con un amplio número de variables que se miden a diario, por lo que se requiere un enfoque coherente y estructurado del sistema para entender su comportamiento inherente. En este sentido, son ampliamente utilizados tanto el análisis de componentes principales (ACP) como el análisis de conglomerados jerárquico (HCA), que son técnicas multivariantes utilizadas para extraer y estructurar la información. En este trabajo, ambas herramientas estadísticas se aplicaran en una estación depuradora de aguas residuales urbanas (EDAR) situada en Cartagena, en el sureste de España, una zona marcada por un fondo de composición geoquímico muy característico del agua y un uso importante de fertilizantes en tareas agrícolas. Para ello, se tomaron muestras de agua durante tres años (2010, 2011 y 2012) y se analizaron una serie de parámetros como caudal, pH, conductividad, temperatura, MLVSS, sólidos en suspensión, V30, índice volumétrico de fangos, DBO5, DQO, nitrógeno (amonio y nitrato) y fósforo (fosfato), en de tres puntos de la depuradora: el influente (salida del tratamiento primario hacia el secundario), el reactor biológico y el efluente. En total, se extrajeron cinco componentes en el análisis de componentes principales, que mostraron estar asociados con: los nutrientes y la materia orgánica a lo largo de todo el proceso (PC1), un componente iónico (PC2), la eficiencia del proceso de depuración (PC3), la carga orgánica a la entrada de la EDAR (PC4) y la posible entrada de contaminantes a la depuradora procedentes de la erosión eólica (PC5). Se realizaron barras de error y pruebas de homogeneidad de varianzas (ANOVA) para los componentes principales con respecto a los días de la semana y las estaciones del año. Para los días de la semana, no aparecieron diferencias con significación estadística para los cuatro primeros componentes principales, aunque sí para el último, que indicaría que el PC5 está sujeto a cambios meteorológicos. En cuanto a las diferencias por estaciones, fueron significativas las variaciones para el componente principal 2 (PC2), que representaba la carga iónica de la EDAR, siendo más alto en verano que en el resto de estaciones, de forma estadísticamente significativa. El descenso de carga orgánica que se produce en la EDAR durante el estío, justificaría el incremento en este segundo componente, que representa la carga geoquímica de nuestras aguas. En cuanto al análisis de conglomerados jerárquicos, nos permitió distinguir los parámetros afluentes de los del efluente y en un análisis más exhaustivo pudimos comprobar que los resultados eran muy parecidos a los obtenidos en el análisis de componentes principales.

Escuela Técnica Superior de Ingeniería Industrial

Universidad Politécnica de Cartagena