Estudio del comportamiento de lagunas de estabilización de efluentes: modelo de regresión temperatura aire-agua

Abstract

Las Lagunas de Estabilización son sistemas de tratamiento biológico de efluentes, donde la velocidad de la degradación de la materia orgánica y la reducción de bacterias coliformes fecales depende básicamente de la temperatura del líquido y de la luz solar. El objetivo es determinar el modelo y grado de correlación entre las temperaturas del aire y del agua de las lagunas de estabilización de la Capital de Catamarca, período Noviembre 2004 – Julio 2005. Se midieron las temperaturas del líquido y del aire, utilizando un circuito integrado LM35 y un panel fotovoltaico. Se aplicaron técnicas estadísticas descriptivas e inferenciales a las variables estudiadas. Se encontraron correlaciones para medianas y promedios mensuales, semanales y diarios de las temperaturas del aire y del agua. Obteniéndose el mayor coeficiente de correlación para el caso de promedios mensuales (r = 0,986; p = 0,000), cuyo modelo de regresión tiene como coeficientes (α = 12,994; β = 0,491). Los resultados obtenidos permitirán diseñar unidades para condiciones climáticas similares.

The Stabilization Ponds are systems of biological treatment of effluents, where the degradation speed of organic matter and the reduction of faecal coliform bacteria depend basically on the water temperature and sun light. The objective of this paper is to determine the model and degree of correlation between temperatures of air and water in the stabilization ponds of the Capital City of Catamarca, in the period November 2004 – July 2005. The temperatures of water and air were measured using an integrated circuit LM35 and a photovoltaic panel. Inferential and descriptive statistical techniques were applied to the studied variables. Correlations for daily, weekly and monthly average and median values were found for the temperatures of air and water. The greatest coefficient of correlation was obtained in the case of monthly average values (r = 0,986; p = 0,000), the regression model of which has as coefficients (α = 12,994; β = 0,491). The obtained results will facilitate the design of units for similar weather conditions.