Soil 1 Observado Modelo
Amendment α0 α1 TPH0 λ TPH2 TPH328 TPH2 TPH328 C 9,9960 -0,0045 21939 154 22558 9119 21742 4991 FL 9,7841 -0,0057 17750 123 18372 5199 17551 2780 FF 9,4530 -0,0034 12746 206 12436 4636 12661 4226 S 9,6632 -0,0038 15728 184 15581 6450 15610 4560 FL+S 9,3148 -0,0033 11101 213 10950 5429 11029 3811 FF+S 9,7250 -0,0045 16730 155 17043 4705 16581 3874
Tabla 4. Variables extraídas del modelo para el Suelo 1 y Concentración Nivel 1 Una vez realizado el modelo y en base a los datos extraídos en el experimento observamos las siguientes apreciaciones:
El coeficiente α0, “TPH0”, depende únicamente de la concentración teórica
inicial. En cambio, el valor de α1, depende de todos los valores que dependen del
tiempo presentes en el modelo, es decir, depende del tipo de suelo, la concentración, la utilización de fertilizante y la utilización de surfactante.
El coeficiente α0 determina el punto en el cuál la función corta con el eje de
abscisas, no siendo un modelo forzado, ya que para cada tipo de tratamiento existe un α0 distinto.
El coeficiente α1 determina la pendiente de la función. Cómo era lógico, todos los
valores de α1 son negativos ya que la concentración de TPH ha de disminuir a lo
largo del tiempo debido a la acción de las bacterias y del tratamiento. Observando los valores de α1 presentes en la Tabla 4, los tratamientos dónde se utiliza el
fertilizante de liberación lenta y el fertilizante oleofílico y el surfactante (FL y FF+S) son aquellos donde la concentración de TPH disminuye con mayor intensidad. Por otro lado, aquellos en los que dicha concentración de TPHs disminuye con menor intensidad son aquellos donde se utiliza el surfactante, el fertilizante oleofílico y el fertilizante de liberación lenta y el surfactante (S, FF y FL+S). Por lo tanto, ordenándolos de mayor a menor velocidad (pendiente) quedarían de la siguiente manera: FL > FF+S > C > S > FF > FL+S.
Entre las velocidades de los tratamientos de control (C) y de fertilizante oleofílico y surfactante (FF+S) el modelo no ha determinado diferencia apreciable.
El TPH0 varía dependiendo de las parcelas utilizadas para cada tipo de
tratamiento, valor que influye en el rendimiento de las bacterias independientemente del tratamiento utilizado. En los modelos se utiliza un mismo valor de TPH para t=0 y el modelo calcula el nuevo valor inicial de TPH para los distintos tratamientos que mejor se ajuste. Cómo el tiempo de extracción varía de 20 a 30 días el modelo puede observar diferencias e interpolar entre valores muy diferentes para tiempo 0.
El factor λ determina el tiempo tras el cual se alcanzaría una concentración igual a la mitad de la concentración inicial, es decir, cuando t= λ entonces TPH=TPH0/2.
Analizando la tabla 4 podemos determinar el orden en función de los tratamientos en los que este hecho va a ocurrir. Al igual que en el análisis del factor α1 el
tratamiento FL es el que nos proporciona un mejor rendimiento, pero el orden general varía de cierta manera quedando: FL > C > FF+S > S > FF > FL+S. Entre los tiempos de biodegradación media del tratamiento de control y del de fertilizante oleofílico y surfactante no se aprecia apenas diferencia. Los tratamientos FF y FF+S tienen una menor eficacia en el Suelo 1 con respecto al tratamiento de control, C. El factor lambda tiene valores de 206 días y de 213 días para los tratamientos de FF y FF+S respectivamente, siendo el valor de lambda para el control de 154 días. Por lo tanto, la concentración de TPHs disminuye con menor intensidad.
Los valores de TPH2 y TPH328 representan la cantidad de TPH presente en la muestra en los días 2 y 328 del experimento. Realizando el porcentaje de la cantidad de TPH presente en el día 328 respecto a la presente en el día 2 obtenemos el siguiente orden: FL > C > FF+S > S > FF > FL+S. El orden, como es lógico se corresponde con lo analizado en el factor λ.
Los análisis realizados en el apartado del modelo, en base a los factores α0, α1 y
λ, coinciden con los observados en el experimento de campo y laboratorio obteniendo un orden: FL ≈ FF+S > FF > C > S > FL+S.
4.1.2 Suelo 2
Soil 2 Observado Modelo
Amendment α0 α1 TPH0 λ TPH2 TPH328 TPH22 TPH328 C 9,4218 -0,0034 12355 205 12450 4590 12272 4081 FL 9,8162 -0,0083 18329 83 19302 2471 18026 1192 FF 10,0051 -0,0057 22140 123 22556 4568 21891 3463 S 9,8003 -0,0041 18039 170 17976 6205 17892 4729 FL+S 9,7261 -0,0069 16750 101 17858 3971 16520 1745 FF+S 9,8712 -0,0043 19364 161 18965 5653 19198 4721
Tabla 5. Variables extraídas del modelo para el Suelo 2 y Concentración Nivel 1 En base a los datos extraídos en el experimento observamos las siguientes apreciaciones:
El coeficiente α0, “TPH0”, también depende en este caso únicamente de la
concentración teórica inicial. En cambio, el valor de α1, depende de todos los
valores que dependen del tiempo presentes en el modelo, es decir, depende del tipo de suelo, la concentración, la utilización de fertilizante y la utilización de surfactante.
El coeficiente α1 determina la pendiente de la función. Cómo era lógico, todos los
valores de α1 son negativos ya que la concentración de TPH ha de disminuir a lo
largo del tiempo debido a la acción de las bacterias y del tratamiento. Observando los valores de α1 presentes en la tabla 5, los tratamientos dónde se utiliza el
fertilizante de liberación lenta y el fertilizante de liberación lenta y el surfactante (FL y FL+S) son aquellos donde la concentración de TPH disminuye con mayor intensidad. Por otro lado, aquellos en los que dicha concentración de TPHs disminuye con menor intensidad son aquellos donde se utiliza el surfactante, el fertilizante oleofílico y el fertilizante oleofílico y el surfactante (S, FF y FF+S). Por lo tanto, ordenándolos de mayor a menor velocidad (pendiente) quedarían de la siguiente manera: FL > FL+S > FF > FF+S > S > C.
El TPH0 varía dependiendo de las parcelas utilizadas para cada tipo de
tratamiento, valor que influye en el rendimiento de las bacterias independientemente del tratamiento utilizado.
En los modelos se utiliza un mismo valor de TPH para t=0 y el modelo calcula el nuevo valor inicial de TPH para los distintos tratamientos que mejor se ajuste. Cómo el tiempo de extracción varía de 20 a 30 días el modelo puede observar diferencias e interpolar entre valores muy diferentes para tiempo 0.
El factor λ determina el tiempo tras el cual se alcanzaría una concentración igual a la mitad de la concentración inicial, es decir, cuando t= λ entonces TPH=TPH0/2. Analizando la tabla 5 podemos determinar el orden en función de los tratamientos en los que este hecho va a ocurrir. Al igual que en el análisis del factor α1 el tratamiento FL es el que nos proporciona un mejor rendimiento, pero el orden general varía de cierta manera quedando: FL > FL+S > FF > FF+S > S > C.
Los valores de TPH2 y TPH328 representan la cantidad de TPH presente en la muestra en los días 2 y 328 del experimento. Realizando el porcentaje de la cantidad de TPH presente en el día 328 respecto a la presente en el día 2 obtenemos el siguiente orden: FL > FL+S > FF > FF+S > S > C. El orden, como es lógico se corresponde con lo analizado en el factor λ.
Los análisis realizados en el apartado del modelo, en base a los factores α0, α1 y λ, coinciden con los observados en el experimento de campo y laboratorio obteniendo un orden: FL > FL+S > FF > FF+S > S > C.
4.2
Nivel de Concentración 2
4.2.1 Suelo 1
Soil 1 Observado Modelo
Amendment α0 α1 TPH0 λ TPH2 TPH328 TPH22 TPH328 C 10,1318 -0,0035 25131 198 25743 15480 24956 7976 FL 9,4063 -0,0015 12165 448 12342 7836 12127 7326 FF 10,0594 -0,0027 23374 255 23777 13400 23248 9590 S 10,1204 -0,0025 24845 275 25645 18483 24720 10853 FL+S 9,8008 -0,0043 18047 161 18054 5108 17893 4406 FF+S 10,4473 -0,0052 34451 134 36218 11681 34097 6344
Tabla 6. Variables extraídas del modelo para el Suelo 1 y Concentración Nivel 2 En base a los datos extraídos en el experimento observamos las siguientes apreciaciones:
El coeficiente α0, “TPH0”, también depende en este caso únicamente de la
concentración teórica inicial. En cambio, el valor de α1, depende de todos los
valores que dependen del tiempo presentes en el modelo, es decir, depende del tipo de suelo, la concentración, la utilización de fertilizante y la utilización de surfactante.
El coeficiente α1 determina la pendiente de la función. Cómo era lógico, todos los
valores de α1 son negativos ya que la concentración de TPH ha de disminuir a lo
largo del tiempo debido a la acción de las bacterias y del tratamiento. Observando los valores de α1 presentes en la tabla 6, los tratamientos dónde se utiliza el
fertilizante oleofílico y el surfactante y el fertilizante de liberación lenta y el surfactante (FF+S y FL+S) son aquellos donde la concentración de TPH disminuye con mayor intensidad. Por otro lado, aquellos en los que dicha concentración de TPHs disminuye con menor intensidad son aquellos donde se utiliza el fertilizante oleofílico, el surfactante y el fertilizante de liberación lenta (FF, S y FL). Por lo tanto, ordenándolos de mayor a menor velocidad (pendiente) quedarían de la siguiente manera: FL+S > FF+S > C > FF> S > FL.
El TPH0 varía dependiendo de las parcelas utilizadas para cada tipo de
tratamiento, valor que influye en el rendimiento de las bacterias independientemente del tratamiento utilizado.
En los modelos se utiliza un mismo valor de TPH para t=0 y el modelo calcula el nuevo valor inicial de TPH para los distintos tratamientos que mejor se ajuste. Cómo el tiempo de extracción varía de 20 a 30 días el modelo puede observar diferencias e interpolar entre valores muy diferentes para tiempo 0.
El factor λ determina el tiempo tras el cual se alcanzaría una concentración igual a la mitad de la concentración inicial, es decir, cuando t= λ entonces TPH=TPH0/2. Analizando la tabla 6 podemos determinar el orden en función de los tratamientos en los que este hecho va a ocurrir. Al igual que en el análisis del factor α1 el tratamiento FL+S es el que nos proporciona un mejor rendimiento:
FL+S > FF+S > C > FF> S > FL.
Los valores de TPH2 y TPH328 representan la cantidad de TPH presente en la muestra en los días 2 y 328 del experimento. Realizando el porcentaje de la cantidad de TPH presente en el día 328 respecto a la presente en el día 2 obtenemos el siguiente orden: FL+S > FF+S > FF > C > FL > S. El orden, como es lógico se corresponde con lo analizado en el factor λ.
Comparando los análisis realizados en el apartado del modelo, en base a los factores α0, α1 y λ, y los observados en el experimento de campo se coincide en
4.2.2 Suelo 2
Soil 1 Observado Modelo
Amendment α0 α1 TPH0 λ TPH2 TPH328 TPH22 TPH328 C 10,1285 -0,0033 25046 212 25243 11296 24883 8561 FL 10,2091 -0,0059 27149 117 27595 7747 26828 3869 FF 10,3324 -0,0038 30711 185 31417 14416 30481 8970 S 10,1395 -0,0029 25325 236 25083 10588 25177 9658 FL+S 10,0575 -0,0058 23330 119 23947 5746 23059 3444 FF+S 10,2375 -0,0026 27932 269 27631 13719 27789 11982
Tabla 7. Variables extraídas del modelo para el Suelo 2 y Concentración Nivel 2 En base a los datos extraídos en el experimento observamos las siguientes apreciaciones:
El coeficiente α0, “TPH0”, también depende en este caso únicamente de la
concentración teórica inicial. En cambio, el valor de α1, depende de todos los
valores que dependen del tiempo presentes en el modelo, es decir, depende del tipo de suelo, la concentración, la utilización de fertilizante y la utilización de surfactante.
El coeficiente α1 determina la pendiente de la función. Cómo era lógico, todos los
valores de α1 son negativos ya que la concentración de TPH ha de disminuir a lo
largo del tiempo debido a la acción de las bacterias y del tratamiento. Observando los valores de α1 presentes en la tabla 7, los tratamientos dónde se utiliza el
fertilizante de liberación lenta y el fertilizante de liberación lenta y el surfactante (FL y FL+S) son aquellos donde la concentración de TPH disminuye con mayor intensidad. Por otro lado, aquellos en los que dicha concentración de TPHs disminuye con menor intensidad son aquellos donde se utiliza el fertilizante oleofílico, el surfactante y el fertilizante oleofílico y surfactante (FF, S y FF+S). Por lo tanto, ordenándolos de mayor a menor velocidad (pendiente) quedarían de la siguiente manera: FL > FL+S > FF > C > S > FF+S.
El TPH0 varía dependiendo de las parcelas utilizadas para cada tipo de
tratamiento, valor que influye en el rendimiento de las bacterias independientemente del tratamiento utilizado.
En los modelos se utiliza un mismo valor de TPH para t=0 y el modelo calcula el nuevo valor inicial de TPH para los distintos tratamientos que mejor se ajuste. Cómo el tiempo de extracción varía de 20 a 30 días el modelo puede observar diferencias e interpolar entre valores muy diferentes para tiempo 0.
El factor λ determina el tiempo tras el cual se alcanzaría una concentración igual a la mitad de la concentración inicial, es decir, cuando t= λ entonces TPH=TPH0/2. Analizando la tabla 7 podemos determinar el orden en función de los tratamientos en los que este hecho va a ocurrir. Al igual que en el análisis del factor α1 el tratamiento FL es el que nos proporciona un mejor rendimiento:
FL > FL+S > FF > C > S > FF+S.
Los valores de TPH2 y TPH328 representan la cantidad de TPH presente en la muestra en los días 2 y 328 del experimento. Realizando el porcentaje de la cantidad de TPH presente en el día 328 respecto a la presente en el día 2 obtenemos el siguiente orden: FL+S > FL > S > C > FF > FF+S. El orden, como es lógico se corresponde con lo analizado en el factor λ.
Comparando los análisis realizados en el apartado del modelo, en base a los factores α0, α1 y λ, y los observados en el experimento de campo se coincide en
5.
Conclusiones
Un estudio de la biodegradación en suelos contaminados por hidrocarburos necesita el análisis de las concentraciones iniciales de los mismos ya que se debe examinar la variación de los factores en función de éstas.
Los tratamientos realizados con fertilizante de liberación lenta y fertilizante de liberación lenta más surfactante tienen una tasa de biodegradación más alta que el resto de tratamientos. Las razones de que la tasa de biodegradación sea mejor puede estar relacionado con el tipo de suelo y con el tratamiento utilizado. Los suelos con un contenido alto de partículas finas, es decir, limos y arcillas permiten un flujo más propicio de oxígeno, agua y nutrientes. A este hecho se suma que el tratamiento con un fertilizante de liberación lenta, proporciona un suministro de nutrientes poco a poco durante un espacio de tiempo más largo. De igual manera la proporción de nitrógeno y fósforo se mantiene dentro de los niveles aceptables descritos en los factores bióticos.
El tratamiento con fertilizante oleofílico puede ser considerado el peor tratamiento en base a lo observado y a los valores extraídos del modelo. Este hecho puede deberse a dos motivos principalmente. Los fertilizantes oleofílicos pueden llegar a proporcionar una cantidad excesiva de nutrientes inhibiendo la biodegradación y, además, esa cantidad de nutrientes puede ser perdida por lixiviación. Por otro lado, los ácidos grasos le dotan de la capacidad de adherirse a los hidrocarburos, que, sumado al hecho de que los suelos tienen un alto contenido de partículas finas imposibilitan un flujo favorable de oxígeno, agua y nutrientes.
En el Suelo 2 los valores iniciales de TPHs son más bajos, pareciendo que en él se produce una mayor actividad degradadora.
El tratamiento con fertilizante de liberación lenta y surfactante puede ser útil en aquellos suelos dónde los hidrocarburos tiendan a quedarse ligados a los sólidos proporcionando una mayor disponibilidad. Otro factor que puede influir en la utilización del surfactante es la baja concentración de hidrocarburos.
Los fertilizantes oleofílicos no mejoran los resultados de los fertilizantes de liberación lenta a largo plazo ya que en el caso del suelo 1 a concentraciones bajas sería necesaria la utilización de surfactante incrementando el costo considerablemente.
La degradación observada y modelizada para tratamientos con fertilizantes de liberación lenta (FL y FL+S) es bastante alta, en torno al 75-80%.
El tratamiento con fertilizante de liberación lenta es el más efectivo y económico. La adición de surfactante dependiendo del caso podría encarecer el tratamiento, pero aumentar su efectividad.
Los tratamientos con fertilizantes oleofílicos, FF, necesitan una aplicación y unas cantidades que encarecen el tratamiento llegando a ser inviable económicamente.
Los ensayos realizados en laboratorio ofrecen un mayor rendimiento de degradación, por lo que es destacable la importancia de ser un estudio realizado en el “campo”.
Los análisis de nutrientes son importantes ya que permiten obtener información valiosa para la elección de tratamientos y su posterior aplicación.
La composición del suelo es determinante en la elección del tratamiento y su aplicación ya que la efectividad de algunos fertilizantes o surfactantes depende de ello.
El índice de biodegradación C18/fitano muestra su utilidad indicando como en el suelo 2 la biodegradación ha tenido más peso sobre la bajada de TPH que en el suelo 1.
Gráficos extraídos del Modelo dónde se observa la
eficacia de los tratamientos con Fertilizante de liberación
6.
Bibliografía
Aguirre-macedo, M. L. (2014). Biodegradación de petróleo por bacterias: algunos casos de estudio en el Golfo de México, (March 2015).
Altgelt, K. (n.d.). Composition and analysis of Heavy Petroleum Fractions.
Ambientales, C. D. I. (2008). Biodegradación De Asfalteno Y Resinas Por Microorganismos Biodegradation of Asphalt and Resins By Microorganism Coming From an Oil Contaminated Soil, 23, 7–15.
Arrieta Ramirez, O. M. (2011). Tesis - Evaluación de la influencia del bioestímulo sobre un suelo contaminado con diesel y su integración a la gestión ambiental. Universidad Nacional de Colombia.
Ben Ayed, H., Jemil, N., Maalej, H., Bayoudh, A., Hmidet, N., & Nasri, M. (2015). Enhancement of solubilization and biodegradation of diesel oil by biosurfactant from Bacillus
amyloliquefaciens An6. International Biodeterioration and Biodegradation, 99, 8–14. https://doi.org/10.1016/j.ibiod.2014.12.009
Chung, N., & Alexander, M. (2002). Effect of soil properties on bioavailability and extractability of phenanthrene and atrazine sequestered in soil. Chemosphere, 48(1), 109–115.
https://doi.org/10.1016/S0045-6535(02)00045-0
Cid Molina, R. (2014). Efecto de un líquido iónico sobre la viscosidad de una mezcla de hidrocarburos alifáticos y aromáticos.
Crudo, P. D. E. L., & Su, C. E. D. E. (2004). No Title, 2, 53–67.
Das, N., & Chandran, P. (2011). Microbial Degradation of Petroleum Hydrocarbon Contaminants: An Overview. Biotechnology Research International, 2011, 1–13. https://doi.org/10.4061/2011/941810
Esmeralda, S., Romero, G., Carolina, D., Bustos, G., María, A., Marín, H., … Vargas, M. (2008). Factores bióticos y abióticos que condicionan la biorremediación por Pseudomonas en suelos contaminados por hidrocarburos, 6(9), 76–84.
García Martínez, M. J. (2005). Los hidrocarburos policíclicos aromáticos asociados a combustibles fósiles. Caracterización , análisis y remedación.
In, C., Biodegradation, T. H. E., & Hydrocarbons, O. F. (2008). Cometabolismo en la
biodegradación de hidrocarburos cometabolism in the biodegradation of hydrocarbons, 7(1), 1–12.
Jiang, Y., Brassington, K. J., Prpich, G., Paton, G. I., Semple, K. T., Pollard, S. J. T., & Coulon, F. (2016). Insights into the biodegradation of weathered hydrocarbons in contaminated soils by bioaugmentation and nutrient stimulation. Chemosphere, 161, 300–307. https://doi.org/10.1016/j.chemosphere.2016.07.032
Kaczorek, E., Urbanowicz, M., & Olszanowski, A. (2010). The influence of surfactants on cell surface properties of Aeromonas hydrophila during diesel oil biodegradation. Colloids and Surfaces B: Biointerfaces, 81(1), 363–368.
Kao, C., Chen, C. S., Tsa, F., Yang, K., Chien, C., Liang, S., … Ching, S. (2010). Application of real- time PCR , DGGE fingerprinting , and culture-based method to evaluate the effectiveness of intrinsic bioremediation on the control of petroleum-hydrocarbon plume. Journal of Hazardous Materials, 178(1–3), 409–416. https://doi.org/10.1016/j.jhazmat.2010.01.096 Lan, G., Fan, Q., Liu, Y., Liu, Y., Liu, Y., Yin, X., & Luo, M. (2015). Effects of the addition of waste
cooking oil on heavy crude oil biodegradation and microbial enhanced oil recovery using Pseudomonas sp. SWP- 4. Biochemical Engineering Journal, 103, 219–226.
https://doi.org/10.1016/j.bej.2015.08.004
Lee, E., & Cho, K. (2009). Effect of substrate interaction on the degradation of methyl tert - butyl ether , benzene , toluene , ethylbenzene , and xylene by Rhodococcus sp, 167, 669– 674. https://doi.org/10.1016/j.jhazmat.2009.01.035
Malik, Z. A., & Ahmed, S. (2012). Degradation of petroleum hydrocarbons by oil field isolated bacterial consortium, 11(3), 650–658. https://doi.org/10.5897/AJB11.036
Medina, J., Garcıa, F., & Paricaguan, B. (2014). Biodegradacion de petroleo por
microorganismos autoctonos en suelos contaminados provenientes de la bahıa de Amuay del Estado Falcon.
Medina, Jhonny, García, Franklin, Paricaguán, & Belén. (2014). Biodegradación de petróleo por microorganismos autóctonos en suelos contaminados provenientes de la bahía de Amuay del Estado Falcón Petroleum biodegradation by indigenous microorganisms in
contaminated soils from Amuay bay of Falcón State, 21(1), 62–69.
Mireles-Morales, E., Frías, E. C., & Cortés, J. B. (2013). Degradación de hidrocarburos policíclicos aromáticos de alto peso molecular con bacterias nativas de un suelo contaminado.
Mohanty, G., & Ã, S. M. (2008). Biodegradation rate of diesel range n -alkanes by bacterial