Apresentação Da Dissertação de Mestrado - Matheus Sales Alves

ANÁLISE DE CONFIABILIDADE E
MODELAGEM CINÉTICA DE LAGOAS

FACULTATIVAS E DE MATURAÇÃO
OPERANDO EM SÉRIE NO NORDESTE
DO BRASIL
Matheus Sales Alves

Orientador: Prof. Dr. Erlon Lopes Pereira
FORTALEZA
2020
CONSIDERAÇÕES INICIAIS
▪ Lagoas de estabilização : bacias rasas e de grandes dimensões

que usam processos naturais envolvendo algas e bactérias para
tratar águas residuárias.
▪ Uso favorável em países em

desenvolvimento com climas
tropicais.
▪ São sistemas altamente dinâmicos

e sujeitos à vários parâmetros
operacionais e ambientais de
interação. Figura 1. Exemplos de lagoas de estabilização em
operação no Brasil.
2
▪ Nordeste do Brasil: lagoas de estabilização firmaram-se como

tecnologia de tratamento de esgotos domésticos a partir da década de
70.
▪ Descaso com os procedimentos

de operação e manutenção.
▪ Baixo perfil de controle da

qualidade ambiental.
▪ Sistemas projetados com base

em dados obtidos em condições
ambientais e operacionais
diferentes da realidade regional.
Figura 2. Exemplos de lagoas de estabilização em
operação no Nordeste do Brasil.
3
▪ Pesquisas mais recentes com lagoas de estabilização no Brasil tem se

concentrado na região sudeste e, em sua maioria, com sistemas em
escala piloto.
▪ Existe apelo para uma

avaliação que integre dados
de vários sistemas em
escala real operando nas
condições típicas do
nordeste do Brasil. Figura 3. CEPTS/ETE Arrudas em Belo Horizonte - MG
4
▪ Desempenho e coeficientes de
Avaliação das
confiabilidade.
incertezas associadas
▪ Simulação Monte Carlo na
ao desempenho e
avaliação da probabilidade de
qualidade do efluente
Desempenho e coeficientes de confiabilidade.
falha.
Abordagem probabilística na avaliação do risco de falha.
Modelagem cinética
com abordagem ▪ Coeficientes cinéticos de
empírica e teoria de remoção de matéria orgânica.
reatores
5
Capítulo
Desempenho I: DESEMPENHO
e coeficientes de confiabilidade. E COEFICIENTES
DEnaCONFIABILIDADE
Abordagem probabilística avaliação do risco de falha.
6
1. DESEMPENHO E COEFICIENTES DE CONFIABILIDADE 1.1. Introdução
▪ Niku et al. (1979) definiram a confiabilidade de uma estação de

tratamento de esgotos (ETE) como o percentual de tempo em que
as concentrações esperadas no efluente cumpram os padrões de
lançamento especificados.
𝐶𝑜𝑛𝑓𝑖𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑𝑒 = 1 − 𝑃 (𝐶𝑜𝑛𝑐. 𝑒𝑓𝑙𝑢𝑒𝑛𝑡𝑒 > 𝐶𝑜𝑛𝑐. 𝑟𝑒𝑞𝑢𝑒𝑟𝑖𝑑𝑎)

▪ A probabilidade de uma meta ou padrão ser excedido depende da
função de distribuição de concentração dos diferentes parâmetros
de qualidade no efluente.
▪ Diversos autores reportaram que a função de distribuição de

probabilidade lognormal fornece um bom ajuste às concentrações
nos efluentes.
7
▪ Niku et al. (1979) desenvolveram o coeficiente de confiabilidade

(CDC), índice que relaciona a concentração média de um parâmetro
com os padrões de qualidade a serem cumpridos em um nível de
confiabilidade desejado.

▪ Vale dizer
Abordagem que a metodologia
probabilística na avaliação de Nikude
do risco etfalha.
al. (1979) foi desenvolvida
para DBO e SST em sistemas de lodos ativados.
▪ Oliveira & Von Sperling (2008), Owusu-ansah et al. (2015), Alderson

et al. (2015) aplicaram a mesma metodologia em outros parâmetros
de qualidade e processos de tratamento, incluindo sistemas naturais
com operação passiva.
8
▪ Objetivo geral
Investigar o desempenho e a confiabilidade de lagoas de estabilização

a partir de dados de monitoramento de sistemas operando em escala
real.

▪ Objetivos
Abordagem específicos
probabilística na avaliação do risco de falha.
I. Avaliar a eficiência e o percentual de atendimento considerando

diferentes critérios para lançamento de efluentes;
II. Discutir a aplicabilidade dos coeficientes de Confiabilidade (CDC)

de lagoas de estabilização.
9
1. DESEMPENHO E COEFICIENTES DE CONFIABILIDADE 1.2. Metodologia
1.2.1 Sistemas de lagoas de estabilização
▪ Foram utilizados dados das 10 ETEs em operação no Rio Grande

do Norte (RN).
▪ O clima varia de tropical chuvoso ao semiárido (classificação de

Köppen).
▪ Todos os sistemas recebem efluente predominantemente

doméstico.
▪ Compõem-se de uma lagoa facultativa primária (LFP) seguida de

duas lagoas de maturação em série (LMP e LMS).
10
Início de Vazão Destinação do
ETE Designação TDH Total (d)
Operação (m³.d-1) efluente
Reúso na
Caiçara S1 2002 108 29,71
agricultura
Ilha de Santana S2 1996 3940 17,13 corpo d’água
Passagem de
S3 2009 492 118,02 corpo d’água
Pedras
Cidade S4 2002 253 13,77 corpo d’água
Disposição no
Pipa S5 2003 646 18,40
solo
Disposição no
Ponta Negra S6 2001 7615 24,93
solo
Sítio Santana S7 2002 170 29,48 corpo d’água
Santo Antônio S8 2004 300 78,01 corpo d’água

Reúso na
Coqueiros S9 * 260 43,52
agricultura
Touros S10 2000 810 33,67 corpo d’água
Tabela 1. Caracterização geral das ETEs estudadas.

11
1. DESEMPENHO E COEFICIENTES DE CONFIABILIDADE
Figura 4. Mapa de localização das 10 ETEs estudadas no Rio Grande do Norte . 12

Figura 5. Mapa de localização da ETE Caiçara no Rio Grande do Norte . 13
Figura 6. Mapa de localização da ETE Ilha de Santa no Rio Grande do Norte . 14
Figura 7. Mapa de localização da ETE Passagem de Pedras no Rio Grande do Norte . 15
Figura 8. Mapa de localização da ETE Cidade no Rio Grande do Norte . 16
Figura 9. Mapa de localização da ETE Pipa no Rio Grande do Norte . 17
Figura 10. Mapa de localização da ETE Ponta Negra no Rio Grande do Norte . 18
Figura 11. Mapa de localização da ETE Sítio de Santana no Rio Grande do Norte . 19
Figura 12. Mapa de localização da ETE Santo Antônio no Rio Grande do Norte . 20
Figura 13. Mapa de localização da ETE Coqueiros no Rio Grande do Norte . 21
Figura 14. Mapa de localização da ETE Touros no Rio Grande do Norte . 22
ETE Profundidade (m) Área superficial (m²) TDH (d)
LFP LMP LMS LFP LMP LMS LFP LMP LMS
S1 1.5 1,4 1,4 1119 546 546 15,6 7,1 7,1
S2 2,0 1,5 1,5 22950 7200 7200 11,7 2,7 2,7
S3 2,0 1,5 1,5 17775 7505 7505 72,3 22,9 22,9
S4 2,0 1,5 1,5 1352 260 260 10,7 1,5 1,5
S5 2,0 1,5 1,5 4600 896 896 14,2 2,1 2,1
S6 2,0 1,5 1,5 52510 28028 28548 13,8 5,5 5,6
S7 1,3 1,2 1,2 2698 703 551 20,6 5,0 3,9
S8 2,0 1,5 1,5 8418 2288 2090 56,1 11,4 10,5
S9 2,0 1,9 1,9 3024 1386 1386 23,3 10,1 10,1
S10 1,1 1,0 1,0 12876 6552 6552 17,5 8,1 8,1
Tabela 2. Caracterização das lagoas facultativas primárias (LFP), de maturação primária (LMP) e secundária (LMS) das
ETEs estudadas.
23
▪ O banco de dados é fruto do monitoramento mensal de cada

sistema, por um período de um ano, em diferentes dias da
semana, perfazendo um total de 157 coletas do esgoto bruto e dos
efluentes de cada lagoa.
▪ A análise do material coletado seguiu as recomendações descrita

no Standard Methods for the Examination of Water and Wastewater
(APHA, 2009).
24
▪ Para este capítulo, às seguintes variáveis foram consideradas:
I. Demanda Bioquímica de Oxigênio, em amostras não filtradas

(DBO) e filtradas (DBOf);
II. Demanda Química de Oxigênio Total, em amostras não
filtradas (DQO) e filtradas(DQOf);
III. Sólidos Suspensos Totais (SST);
IV. Fósforo Total (PT);
V. Amônia Total (AMT) e;
VI. Coliformes Termotolerantes (CTT).
25
1.2.2 Determinação e eliminação de outliers
▪ Regra empírica baseado na amplitude interquartil (IQR – Interquartile

Range) do conjunto de dados:
Lsup = Q 3 + 1,5 × Q 3 − Q1 Equação 1 Outlier

Máx
Linf = Q1 − 1,5 × Q 3 − Q1 Equação 2
Q3
Em que: Mediana
Q1
Q 3 = Terceiro quartil;
Mín
Q1 = Primeiro quartil.
Figura 15. Gráfico Box-plot e Outlier
26
1.2.3 Atendimento às metas de qualidade do efluente
▪ As concentrações dos parâmetros efluentes às 10 estações foram

comparadas com:
I. Limites de lançamento da Resolução Conama nº 430/2011;
II. Níveis de restrição para os padrões de lançamento propostos por

Morais et al. (2019) a partir da análise das legislações estaduais
brasileiras.
27
1.2.3 Atendimento às metas de qualidade do efluente
Parâmetro Muito restritivo Menos Restritivo

DQO (mg L-1) <120 >200
DBO (mg L-1) <60 >90
SST (mg L-1) <100 >150
NH3 (mg L-1) <5 >20
P Total (mg L-1) <1 >2
Coliformes termotolerantes
<104 >105
(ufc 100 mL-1)
Tabela 3. Níveis de restrição para os padrões de lançamento de efluentes adaptado de
Morais et al. (2019).
28
1.2.4 Teste de aderência e cálculo do coeficiente de
confiabilidade (CDC)
▪ O teste Kolmogorov-Smirnov (KS) foi empregado na avaliação

da aderência das concentrações à distribuição de probabilidade
Lognormal.
▪ O software utilizado para a execução dos testes foi o Statgraphics

Centurion XVIII.
▪ A escolha do teste KS baseia-se na sua simplicidade e por ser o

mais empregado para pequenas amostras (n ≤ 30).
29
Dados de concentração
efluente das lagoas de
estabilização
Probabilidade acumulada
de não excedência:
𝑋ഥ : Média
Confiabilidade de 95 %
𝑆 : Desvio padrão
𝑍95% : Variável normal

𝐶𝑉 ∶ 𝑆/𝑋ത
padronizada
𝐶𝐷𝐶 = 𝐶𝑉 2 + 1 × exp −𝑍1−∝ ln( 𝐶𝑉 2 + 1)
30
𝐶𝐷𝐶 = 𝐶𝑉 2 + 1 × exp −𝑍1−∝ ln( 𝐶𝑉 2 + 1)
Mx = CDC × Xs
Em que:
Mx: concentração média do constituinte.
Xs: meta de qualidade ou padrão fixado por alguma legislação
ou norma.
CDC: coeficiente de confiabilidade.
31
1. DESEMPENHO E COEFICIENTES DE CONFIABILIDADE 1.3.1 Atendimento às metas de qualidade no efluente final
1000 100%
800
75%
DBO (mg L-1)
600
50%
400
25%
200
0 0%
120 mg L-1 90 mg L-1 60 mg L-1
100%
600
500
75%
DBOf (mg L-1)
400
300 50%
200
25%
100
0
0%
25% 50% Mín Máx 75% 120 mg L-1 90 mg L-1 60 mg L-1
Figura 16. Medianas, quartis, mínimos e máximos das concentrações finais e os percentuais de atendimento
para DBO, em amostras filtradas e não filtradas.
32
1500 100%
1200
75%
DQO (mg L-1)
900
50%
600
25%
300
0 0%
200 mg L-1 120 mg L-1
100%
800
75%
DQOf (mg L-1)
600
50%
400
200 25%
0 0%
25% 50% Mín Máx 75% 200 mg L-1 120 mg L-1
para DQO, em amostras filtradas e não filtradas.
33
600 100%
500
75%
400
SST (mg L-1)
300 50%
200
25%
100
0 0%
150 mg L-1 100 mg L-1
100%
1.E+09
CTT (jNMP.100 mL-1)
75%
1.E+07
1.E+05 50%
1.E+03 25%
1.E+01
0%
25% 50% Mín Máx 75% 1E+05 ufc 100mL-1 1E+04 ufc 100mL-1
para SST e CTT.
34
100 100%
80
75%
60
AMT (mg.L-1)
50%
40
20 25%
0 0%
20 mg L-1 5 mg L-1
100%
14
12
75%
10
PT (mg L-1)
8
50%
6
4
25%
2
0
0%
1 mg L-1 2 mg L-1
25% 50% Mín Máx 75%
para AMT e PT.
35
1. DESEMPENHO E COEFICIENTES DE CONFIABILIDADE 1.3.2 Coeficientes de confiabilidade (CDC)
▪ O teste K-S não rejeitou a hipótese de representatividade dos

dados amostrais de concentração pela distribuição de
probabilidade Log-normal (p-valor > 0.05).
LFPLFP
+ LMP
LFP + LMS
+ LMP
1.0 3.0
2.5
0.8
2.0
CDC (95%)
0.6
CV
1.5
0.4
1.0
0.2
0.5
0.0 0.0
Figura 20. Box-plot de CV e CDC por parâmetro e por efluente da série de lagoas, calculados para
um nível de confiabilidade de 95%.
36
1. DESEMPENHO E COEFICIENTES DE CONFIABILIDADE 1.3.2 Coeficientes de confiabilidade (CDC)
▪ Baixos CDC podem indicar condições operacionais menos

estáveis em decorrência da maior variabilidade das
concentrações no efluente.
▪ O próprio coeficiente de confiabilidade sofre com a flutuação

dos dados da tecnologia de tratamento de efluentes.
▪ A adoção de um CDC médio pode trazer uma previsão fora da

realidade por não considerar a faixa de variação do coeficiente
de confiabilidade.
37
M 1. DESEMPENHO E COEFICIENTES DE CONFIABILIDADE 1.3.3 Concentrações de projeto
o
M
d
o
e
d
l
eo Concentração média ∶ Mx = CDC × Xs
lh
o
i
h
d Mo : Concentração afluente
ir k : Coeficiente cinético
d
á
ru
n : n° de lagoas
ál
u
i
lc Modelo hidráulico de Modelo hidráulico de
io mistura completa: fluxo em pistão:
cd
o
e
d
f
el
m
u
ix
so
te n MX MX
u
m −1 n ln
MO MO
rp
TDH = TDH = −
ai k k
cs
o
t
m
ã
p
o
l:
e
t 38
a
1. DESEMPENHO E COEFICIENTES DE CONFIABILIDADE 1.3.3 Concentrações de projeto
▪ A aplicabilidade do CDC depende da capacidade da tecnologia

em alcançar o nível de confiabilidade desejado em relação ao
padrão de lançamento estabelecido.
8 8
R DBOf (adimensional)
R DBO (adimensional)
6 6
4 4
2 2
0 0
LFP LMP LMS LFP LMP LMS
Figura 21. Razão (R) entre as concentrações reais observadas e as concentrações de projeto para alcance
das diversas metas de lançamento (nível de confiabilidade de 95%), considerando limites restritivos
(vermelho) e menos restritivos (azul).
39

5 5
R DQOf (adimensional)
R DQO (adimensional)
4 4
3 3
2 2
1 1
0 0
40

8 1000
R CTT (adimensional)
R AMT (adimensional)
6
100
10
2
0 1
0.5 0.25 0.75 0.5 0.25 0.75
41
1.4. Conclusões
▪ O material particulado atribuído as algas interferiu

negativamente nos percentuais de atendimento às metas de
qualidade estabelecidas para DBO e DQO.
▪ As remoções de coliformes termotolerantes não foram

suficientes para produzir efluentes com elevada qualidade
sanitária.
▪ Os sistemas avaliados mostraram dificuldade e, em vários
casos, total incapacidade em alcançar padrões de lançamento
restritivos para amônia e fósforo.
▪ Coliformes Termotolerantes apresentou os maiores

coeficientes de variação e, consequentemente, os menores
coeficientes de confiabilidade (CDC).
42
1.4. Conclusões
▪ A dispersão observada nos valores de CDC é problemática

para a definição de uma concentração média necessária para
alcançar uma meta de qualidade estabelecida.
▪ Foram observadas grandes distâncias entre as concentrações

reais e as necessárias para assegurar que 95% dos resultados
atenderiam às metas de lançamento, especialmente para os
limites classificados como mais restritivos.
▪ À vista disso, ao aplicar a metodologia aqui discutida deve-se

considerar a capacidade da tecnologia em alcançar o nível de
confiabilidade estabelecido.
43
Capítulo
Desempenho II: SIMULAÇÃO
e coeficientes de confiabilidade. MONTE CARLO NA
AVALIAÇÃO
Abordagem probabilísticaDA PROBABILIDADE
na avaliação do risco de falha. DE FALHA
44
2.1. Introdução
2. SIMULAÇÃO MONTE CARLO NA AVALIAÇÃO DA
▪ A falha em um sistema de tratamento de esgotos ocorre quando os

padrões requeridos para o lançamento do efluente são excedidos.
PROBABILIDADE DE FALHA
Falha = 𝐶𝑜𝑛𝑐. 𝑒𝑓𝑙𝑢𝑒𝑛𝑡𝑒 > 𝐶𝑜𝑛𝑐. 𝑟𝑒𝑞𝑢𝑒𝑟𝑖𝑑𝑎
▪ Devido eàcoeficientes
Desempenho escassez de de confiabilidade.
ferramentas computacionais disponíveis na
época, o trabalho pioneiro Niku et al. (1979) limitou-se a
distribuição lognormal para a avaliação da confiabilidade do
tratamento.
▪ Alternativas metodológicas para a análise da garantia em estações

de tratamento de esgoto têm sido pouco discutidas.
45
2.1. Introdução
▪ A simulação Monte Carlo tem sido uma ferramenta estatística

importante para avaliar o grau de distanciamento de um cenário
desejado.
▪ Uma vez conhecida a função de distribuição de probabilidade

característica do conjunto amostral, o método usa uma sequência
aleatória de números para atribuir valores às variáveis do sistema
que se deseja investigar.
▪ Deduz-se o comportamento global do sistema a partir do

comportamento da amostra.
46
2.1. Introdução
▪ Objetivo geral
Aplicar e discutir o uso da simulação Monte Carlo como ferramenta de

avaliação da probabilidade de falha de sistemas de lagoas de

estabilização no atendimentos às normas ambientais.

Abordagem probabilística
▪ Objetivos na avaliação do risco de falha.
específicos
I. Caracterizar as Funções de Distribuição de Probabilidade
dominantes para os parâmetros analíticos considerados no
efluente das lagoas;
II. Identificar os parâmetros de qualidade com maior risco de falha ao
longo da série de lagoas.
47
2.2 Metodologia
2.2.1 Coleta de dados
▪ Para este capítulo, às seguintes variáveis serão consideradas:


Desempenho e coeficientes
II. Demanda Químicadedeconfiabilidade.
Oxigênio Total, em amostras não filtradas
(DQO) e filtradas(DQOf);
III. Sólidos Suspensos Totais (SST);
IV. Amônia Total (AMT);
V. Coliformes Termotolerantes (CTT);
VI. pH.
48
2.2 Metodologia
2.2.2 Teste de aderência e critério de AIC
▪ Representação esquemática do processo de seleção da FDP:

Dados de concentração
Desempenho
efluente edas
coeficientes
lagoas dede confiabilidade.
Abordagem estabilização
probabilística na avaliação do risco de falha.
Distribuições
testadas:
Seleção da FDP com
Teste de aderência KS - Normal
o critério de AIC
(Kolmogorov- Smirnov) - Lognormal
(Akaike)
- Gama
- Weibull
Figura 22. Representação esquemática do processo de seleção da FDP.
49
2.2 Metodologia
2.2.3 Simulação e cálculo de probabilidade
▪ A partir da função de probabilidade que tenha aderência com os

dados, foram conduzidas simulações Monte Carlo com 3000

iterações.
N° de valores simulados > valor normativo

α=
Total de valores simulados
Valor normativo
50
2.2 Metodologia
2.2.3 Simulação e cálculo de probabilidade
▪ Utilizou-se a Equação 3 para o cômputo da probabilidade de

falha (α) quanto ao atendimento de normas ambientais.
N° de valores
N° de valores simulados
simulados > valor normativo
> valor normativo
α= α= Equação 3
Total deTotal
valores simulados
de valores simulados
▪ Neste capítulo foram empregados como valores normativos os

limites estabelecidos por Morais et al. (2019).
51
2.3 Resultados e discussão
▪ Testes estatísticos preliminares indicaram, em geral, a não

normalidade dos dados de concentração dos constituintes no

efluente
5 5
Coefciente de assimetria
Coefciente de assimetria
3 3
1 1
-6 -3 -1 0 3 6 9 -6 -3 -1 0 3 6 9
-3 -3
-5 -5
Curtose Curtose
DBO DBOf DQO DQOf AMT SST CTT pH
Figura 23. Coeficientes de assimetria e curtose das concentrações efluentes das lagoas de
estabilização.
52
EB
10
N° de sistemas 6
4 de confiabilidade.
2
Weibull Gamma Normal LogNormal
Figura 24. Funções de Distribuições de Probabilidade que se ajustaram aos dados dos constituintes no esgoto
bruto (EB) e por modalidade de lagoa de estabilização (LFP, LMP e LMS).
53
LFP
10
N° de sistemas 6
2
54
LMP
10
N° de sistemas 6
2
55
LMS
10
N° de sistemas 6
2
56
▪ Distribuição Log-normal: dominante para os parâmetros

coliformes termotolerantes, pH, DQO e DQOf no efluente das
lagoas.
▪ Distribuições Weibull e Gamma: dominante para os

parâmetros DQO de confiabilidade.
e DQOf no esgoto bruto e DBO e DBOf no
efluente das lagoas.
▪ Não apresentaram predominância de um modelo distributivo

específico: AMT e SST
57
100% 100%
Probabilidade de falha DBOf

Probabilidade de falha DBO 80% 80%
60% 60%
40% 40%
20% 20%
0% 0%
Desempenho
100% e coeficientes de confiabilidade. 100%
Probabilidade de falha DQOf

Probabilidade de falha DQO
80% 80%
60% 60%
40% 40%
20% 20%
0% 0%
50% 25% 75%
50% 25% 75%
Figura 25 Box-plot de probabilidade de falha simulado por modalidade de lagoa para DBO e DQO, filtrada e
não filtrada, considerando limites restritivos (vermelho) e menos restritivos (azul).
58
100% 100%
Probabilidade de falha AMT
Probabilidade de falha SST

80% 80%
60% 60%
40% 40%
20% 20%
0% 0%
Desempenho
100% e coeficientes de confiabilidade. 100%
Probabilidade de falha pH
Probabilidade de falha CTT
80% 80%
60% 60%
40% 40%
20% 20%
0% 0%
50% 25% 75% 50% 25% 75%
Figura 26 Box-plot de probabilidade de falha simulado por modalidade de lagoa para AMT, SST, CTT e pH,
considerando limites restritivos (vermelho) e menos restritivos (azul).
59
▪ Correlação α CTT X razão TDH/H das lagoas:

r - 0,763 a - 0,874
▪ Correlação α CTT das lagoas de maturação X Ls DBO:

r 0,673 - 0,963
▪ Correlação
Desempenho α CTT das
e coeficientes lagoas de maturação X Ls DQO:
de confiabilidade.
r 0,745 - 0,950 na avaliação do risco de falha.
▪ Correlação α pH das lagoas de maturação X TDH/H :

r 0,871 - 0,903
2.4 Conclusões
▪ As FDPs Log-normal, Weibull e Gama podem ser adotadas como

representativas do comportamento dos dados de concentração no
efluente das lagoas, devendo ser avaliado caso a caso.
▪ A DBO e DQO de amostras não filtradas apresentaram maior α ao

longo da série de lagoas, ainda que a garantia plena de
atendimento
Abordagem a remoção
probabilística mínima
na avaliação de matéria
do risco de falha. orgânica tenha sido
alcançada nas simulações.
▪ Foi observado a relação entre variáveis físicas e operacionais das

lagoas de estabilização e a α para CTT e pH.
▪ Os resultados alcançados nas simulações propõem-se ser

representativos de todo o período operacional dos sistemas
avaliados.
61
Capítulo
Desempenho III: COEFICIENTES
e coeficientes de confiabilidade. CINÉTICOS DE
REMOÇÃO
Abordagem DE MATÉRIA
probabilística na avaliação do risco de falha.ORGÂNICA
62
3.1 Introdução
3. COEFICIENTES CINÉTICOS DE REMOÇÃO DE
▪ Os modelos analíticos utilizados para descrever a remoção de

matéria orgânica em lagoas de estabilização baseiam-se na
cinética de primeira ordem.
MATÉRIA ORGÂNICA
▪ Os padrões de fluxo são frequentemente considerados como os

regimes idealizados de mistura completa e fluxo em pistão.
▪ O coeficiente cinético de remoção (k), expresso em d-1, é
considerado um fator-chave para o projeto e previsão de
desempenho do sistema.
▪ Deve-se adotar coeficientes baseados em estudo em escala real

sob condições similares ao local onde estes sistemas serão
implantados.
63
3.1 Introdução
▪ Objetivo geral
Avaliar a cinética de remoção de matéria orgânica em de 10 sistemas

de lagoas de estabilização localizadas no Rio Grande do Norte,
MATÉRIA ORGÂNICA
nordeste do Brasil.
▪ Objetivos
Desempenho específicos
e coeficientes de confiabilidade.
I. Avaliar a remoçãona deavaliação
matéria do risco de efalha.
orgânica sua influencia sobre o
comportamento dos parâmetros pH, OD e clorofila-a ao longo da
série de lagoas.
II. Estimar os coeficientes cinéticos de remoção (k) para DBO e
DQO, considerando os regimes hidráulicos ideais.
III. Avaliar a influência das características geométricas e critérios de
projeto sobre k.
64
3.2 Metodologia
3.2.1 Coleta de dados
▪ Para este capítulo, às seguintes variáveis foram consideradas:

MATÉRIA ORGÂNICA
II. Demanda
Desempenho Química
e coeficientes dede Oxigênio Total, em amostras não filtradas
confiabilidade.
(DQO) e filtradas(DQOf);
III. Oxigênio Dissolvido (OD);
IV. Clorofila-a;
V. Temperatura;
VI. pH.
65
3.2 Metodologia
3.2.2 Determinação dos coeficientes de remoção (k)
▪ Equação para o cálculo da concentração efluente em reatores de

mistura completa
MATÉRIA ORGÂNICA
SO
S=  1

n n  S O  n 
  TDH  k=   −1 Equação (04)
1
Desempenho + k   
 e coeficientes  
de confiabilidade. TDH  S  
Abordagem  n na avaliação do risco de falha.
 probabilística  
▪ Equação para o cálculo da concentração efluente em reatores de

fluxo em pistão:   S 
 Ln  
k=−   So  
S = S O  e − ( k TDH )  TDH  Equação (05)
 
 
66
3.2 Metodologia
▪ O conjunto de dados de monitoramento foi agrupado por tipologia

de lagoas: lagoas facultativas (LFP) e lagoas de maturação (LM).
MATÉRIA ORGÂNICA
▪ No afluente foram admitidas as frações totais de DBO e DQO para

Desempenho
So. e coeficientes de confiabilidade.
▪ No efluentes apenas as amostras filtradas de DBO e DQO foram
consideradas para S.
▪ As lagoas de maturação primária e secundária foram

consideradas conjuntamente e modeladas como (n = 2) células
em série de igual volume.
67
3.2 Metodologia
▪ O valor de k foi corrigido para a temperatura de 20 oC através da

equação de Van´t Hoff-Arrenhius:
MATÉRIA ORGÂNICA
 kT 
k 20 =  (T −20)  Equação (06)


Em que,
k20 = coeficiente de remoção na temperatura de 20 oC (d-1);
kT = coeficiente de remoção em uma temperatura qualquer (d-1);
θ = coeficiente de temperatura (adimensional).
T = temperatura (oC).
68
3.2 Metodologia
▪ Os coeficientes de remoção obtidos foram correlacionadas com:

MATÉRIA ORGÂNICA
I. Características físicas (comprimento/ largura e profundidade);

II. Fatores de projeto (tempo de retenção hidráulica e
carregamento orgânico superficial).
▪ Análises de regressão foram realizadas no intuito de derivar um

modelo de previsão alternativo para os valores de k.
69
3.2 Metodologia
▪ O coeficiente de determinação (Eq. 07) e o índice de

concordância de Wilmott (Eq. 08) foram utilizados como
MATÉRIA ORGÂNICA
parâmetros estatísticos para avaliar o ajuste entre os dados

observados (Oi) e preditos (Pi) de k.

Abordagem probabilística na avaliação do risco de falha.

n
(o i − o )  ( p i − p )
R = 
2 i =1 Equação (07)
 2 
i =1 (oi − o)  i =1 ( pi − p) 
n 2 n

 

n
( o − p ) 2
D = 1 −  n i =1 
i i Equação (08)
  ( pi − o − oi − o ) 2 
 i =1 
70
3.2 Metodologia
▪ Os valores de k obtidos foram comparados com aqueles preditos

por equações empíricas. As seguintes referências foram
MATÉRIA ORGÂNICA
consideradas:
𝑘 =e coeficientes
Desempenho 0,132 × log de
𝐿S confiabilidade.
− 0,146 (ARCEIVALA, 1981) Equação (09)
Abordagem𝑘 probabilística
= 0,091 + 2,05na avaliação
× 104 × 𝐿do(VIDAL,
risco de1983)
falha.Equação (10)
S
𝑘 = 0,3 × (1,05)(𝑇−20) (HEAVEN et al., 2011) Equação (11)
𝑘 = 0,71 × (1,09)(𝑇−20) (USEPA, 1983) Equação (12)
Em que,
▪LS = carga superficial aplicada de DBO (kg.ha.d-1);
▪T = temperatura (oC).
71
700
600
500
mg DBO L-1
400 EB
300
DBO/DQO:
MATÉRIA ORGÂNICA
200
100 0,52 - 0,88

0
EB LFP LMP LMS
50% 25% Max Min 75%
900 Efluente
750
final
mg DQO L-1
600
DBO/DQO:
450
300 0,53 - 0,76

150
0
EB LFP LMP LMS
Figura 27. Box-plot das concentrações médias de DQO e DBO no esgoto bruto (EB) e no efluente das
lagoas de estabilização dos 10 sistemas avaliados. Fração total (vermelho) e filtrada (azul).
72
2000
A)
1500
kg ha-1d-1
1000
400 kgDBO ha-1 d-1

MATÉRIA ORGÂNICA
500
(Butler et al. 2017)

0
S1 S2 S3 S4 S5 S6 S7 S8 S9 S10
DBO5 DQO
2000
B)
1500
kg ha-1d-1
1000
500
0
S1 S2 S3 S4 S5 S6 S7 S8 S9 S10
DBO5 DQO
Figura 28. Cargas orgânicas superficiais de DBO e DQO nas lagoas facultativas primárias (A) e de maturação (B)
73
▪ Além do pH, houve um aumento na concentração de OD:
LFP: 1,5 - 3,7 mg L-1

MATÉRIA ORGÂNICA
LMP: 1,4 a 5,6 mg L-1

LMS: 2,8 a 5,8 mg L-1
▪ Em S2, S3, S4, S5 e S10:
Correlação [pH] X Ls DBO das lagoas facultativas:

r -0,861 p < 0.0001
Correlação [OD] X Ls DBO das lagoas facultativas:
r -0,827 p < 0.0001
74
▪ Clorofila-a:
LFP: 653 - 1497 μg L-1

MATÉRIA ORGÂNICA
LMP: 429 - 1093 μg L-1

LMS: 397 - 1219 μg. L-1
▪ Segundo Pearson (1996), 300 μg L-1 seria o valor mínimo para

evitar condições de falha.
▪ A Clorofila-a não apresentou correlação com o pH e OD.
75
0.6
0.5
0.4
k (d-1) (20 oC)

0.3
0.2
MATÉRIA ORGÂNICA
0.1
0.0
DBO (LFP) DBO (LM) DQO (LFP) DQO (LM)
50% 25% Max Min 75%

0.15
0.12
k (d-1) (20 oC)
0.09
0.06
0.03
0.00
DBO (LFP) DBO (LM) DQO (LFP) DQO (LM)
50% 25% Max Min 75%
Figura 29 Coeficientes de remoção de DBO e DQO nas lagoas facultativas primárias (LFP) e de maturação (LM) para o
regime de mistura completa (A) e fluxo em pistão (B). 76
LF
Modelo
Parâmetro Ls
hidráulico TDH H TDH/H C/L Ls
MATÉRIA ORGÂNICA
removida
DBO -0.590 0.208 -0.659 0.080 0.875 0.908

MC
DQO -0.642 0.200 -0.712 -0.009 0.922 0.936
DBO -0.773 0.120 -0.825 0.133 0.917 0.911

FP
DQO -0.765 0.121 -0.817 0.083 0.931 0.909
LM
DBO -0.586 0.053 -0.609 0.738 0.975 0.991

MC
DQO -0.679 0.037 -0.692 0.776 0.777 0.861
DBO -0.599 -0.029 -0.622 0.767 0.975 0.985

FP
DQO -0.694 -0.046 -0.705 0.778 0.786 0.872
Tabela 4. Coeficiente de correlação de Pearson (r) entre as taxas de remoção (k) e as características físicas / operacionais
das lagoas (α = 0,05).
77
LF
Modelo
Parâmetro Ls
MATÉRIA ORGÂNICA
removida
DBO -0.590 0.208 -0.659 0.080 0.875 0.908

MC
DQO -0.642 0.200 -0.712 -0.009 0.922 0.936
DBO -0.773 0.120 -0.825 0.133 0.917 0.911

FP
DQO -0.765 0.121 -0.817 0.083 0.931 0.909
LM
DBO -0.586 0.053 -0.609 0.738 0.975 0.991

MC
DQO -0.679 0.037 -0.692 0.776 0.777 0.861
DBO -0.599 -0.029 -0.622 0.767 0.975 0.985

FP
DQO -0.694 -0.046 -0.705 0.778 0.786 0.872
78
LF
Modelo
Parâmetro Ls
MATÉRIA ORGÂNICA
removida
DBO -0.590 0.208 -0.659 0.080 0.875 0.908

MC
DQO -0.642 0.200 -0.712 -0.009 0.922 0.936
DBO -0.773 0.120 -0.825 0.133 0.917 0.911

FP
DQO -0.765 0.121 -0.817 0.083 0.931 0.909
LM
DBO -0.586 0.053 -0.609 0.738 0.975 0.991

MC
DQO -0.679 0.037 -0.692 0.776 0.777 0.861
DBO -0.599 -0.029 -0.622 0.767 0.975 0.985

FP
DQO -0.694 -0.046 -0.705 0.778 0.786 0.872
79
0.60 0.12
A.1 A.2
0.50
0.09
k (d-1) (20 oC)

k (d-1) (20 oC) 0.40
0.30 0.06
0.20
0.03
MATÉRIA ORGÂNICA
0.10
0.00 0.00
0 500 1000 1500 0 400 800 1200
-1
kg ha d -1
kg .ha-1.d-1
Mistura completa Fluxo pistão Mistura completa Fluxo em pistão
0.40 0.20
B.1 B.2
0.30 0.15
k (d-1) (20 oC)
k (d-1) (20 oC)

0.20 0.10
0.10 0.05
0.00 0.00
0 500 1000 1500 2000 0 400 800 1200 1600
kg ha-1d-1 kg ha-1 d-1
Figura 30. Coeficientes de remoção de DBO vs. carga superficial aplicada em lagoas facultativas (A.1) e de maturação (A.2).
Taxas de remoção de DQO vs. carga superficial aplicada em lagoas facultativas (B.1) e de maturação (B.2).
80
Modelo
Lagoa Parâmetro Equação R2 D
hidráulica
MATÉRIA ORGÂNICA
DBO5 𝑘20°𝑐 = 0.0003 × 𝐿𝑠 + 0.0113 0.766 0.853

MC
DQO 𝑘20°𝑐 = 0.0002 × 𝐿𝑠 + 0.0025 0.850 0.701
LF
DBO5 𝑘20°𝑐 = 6 × 10−5 × 𝐿𝑠 + 0.0135 0.840 0.606
FP
DQO 𝑘20°𝑐 = 4 × 10−5 × 𝐿𝑠 + 0.0064 0.868 0.615
DBO5 𝑘20°𝑐 = 8 × 10−5 × 𝐿𝑠 + 0.0040 0.973 0.913

MC
DQO 𝑘20°𝑐 = 7 × 10−5 × 𝐿𝑠 + 0.0053 0.705 0.694
LM
DBO5 𝑘20°𝑐 = 5 × 10−5 × 𝐿𝑠 + 0.0019 0.965 0.822
FP
DQO 𝑘20°𝑐 = 5 × 10−5 × 𝐿𝑠 + 0.0040 0.711 0.843
Tabela 5. Equações de regressão da taxa de remoção de DBO e DQO para 20 oC em função da

carga superficial aplicada (Ls) de acordo com o regime hidráulico ideal.
81
0.60 0.12
A.1 A.2
0.50
0.09
k (d-1) (20 oC)
k (d-1) (20 oC)

0.40
0.30 0.06
0.20
0.03
MATÉRIA ORGÂNICA
0.10
0.00 0.00
0 10 20 30 40 0 5 10 15 20
TDH/H (d m-1) TDH/H (d m-1)
0.40 0.20
B.1 B.2
0.30 0.15
k (d-1) (20 oC)
k (d-1) (20 oC)

0.20 0.10
0.10 0.05
0.00 0.00
0 10 20 30 40 0 5 10 15 20
TDH/H (d m-1) TDH/H (d m-1)
Mistura Completa Fluxo pistão Mistura completa Fluxo em pistão
Figura 31. Coeficientes de remoção de DBO vs. TRH / H em lagoas facultativas (A.1) e de maturação (A.2). Taxa de remoção de
DQO vs. TRH / H em lagoas facultativas (B.1) e de maturação (B.2).
82
Modelo
Lagoa Parâmetro Equação R2 D
hidráulica
MATÉRIA ORGÂNICA
−1.083
DBO 𝑘20°𝑐 = 1.9736 × 𝑇𝐷𝐻Τ𝐻 0.812 0.819
MC
DQO 𝑘20°𝑐 = 1.1016 × (𝑇𝐷𝐻Τ𝐻)−0.983 0.860 0.853
LFP
−0.995
DBO 𝑘20°𝑐 = 0.4465 × 𝑇𝐷𝐻Τ𝐻 0.880 0.587
FP
−0.948
DQO 𝑘20°𝑐 = 0.3358 × 𝑇𝐷𝐻Τ𝐻 0.896 0.604
−1.089
DBO 𝑘20°𝑐 = 0.0635 × 𝑇𝐷𝐻Τ𝐻 0.723 0.969
MC
−1.014
DQO 𝑘20°𝑐 = 0.1425 × 𝑇𝐷𝐻Τ𝐻 0.857 0.765
LM
−1.077
DBO 𝑘20°𝑐 = 0.0422 × 𝑇𝐷𝐻Τ𝐻 0.723 0.857
FP
−1.002
DQO 𝑘20°𝑐 = 0.0886 × 𝑇𝐷𝐻Τ𝐻 0.855 0.610
Tabela 6. Equações de regressão da taxa de remoção de DBO e DQO para 20 oC em função da razão
TDH/ H de acordo com o regime hidráulico ideal
83
▪ Diferenças entre as medianas é estatisticamente significativa

(Kruskal-Wallis p < 0,05).
1.8
MATÉRIA ORGÂNICA
1.5 50%
25%
1.2
Max
k (d-1)
0.9 Min
75%
0.6
0.3
0.0
USEPA (1983)
Vidal (1983)
Arceivala (1981)
Heaven et al. (2011)

MC FP MC FP
k = f(Ls) k = f(TDH/H)
Figura 32. Coeficientes de remoção de DBO nas lagoas facultativas estimadas por equações empíricas (a).
Eficiências observadas vs. Eficiências estimadas (b).
84
3.4 Conclusões
▪ As lagoas de estabilização estudadas demonstraram uma grande

capacidade de suportar elevadas cargas orgânicas e ainda
promover a remoção satisfatória de DBO e DQO.
MATÉRIA ORGÂNICA
▪ O aumento da taxa de carga orgânica não teve efeito direto nas

concentrações de confiabilidade.
de clorofila-a.
▪ pH e DO, associados à produtividade primária, correlacionaram-

se negativamente com a carga orgânica aplicada.
85
3.4 Conclusões
▪ O valor de k mostrou-se dependente do tipo de lagoa, das suas

configurações geométricas e operacionais.
MATÉRIA ORGÂNICA
▪ Esta informação pode ser adaptada em modelos preditivos a

Desempenho
adoptare coeficientes
em projetosdedeconfiabilidade.
lagoas com características semelhantes.
▪ Em comparação com as equações empíricas relatadas na

literatura, estes modelos levam a taxas de remoção mais
adequadas à realidade local.
86
• ASSUNÇÃO, F. A. L. & VON SPERLING, M. Importance of the ammonia volatilization rates in shallow
maturation ponds treating UASB reactor effluent. Water Science and Technology, v. 66 (6), 2012, p.
1239–1246.
• BASTOS, R. K. X., RIOS, E. N., DORNELAS, F. L., ASSUNÇÃO, F. A. L. & NASCIMENTO, L. E. Ammonia
and phosphorus removal in polishing ponds. A case study in southeast Brazil. Water Science and
Technology. v. 55 (11), 2007, p. 65–71.
• BASTOS, R. K. X., CALIJURI, M. L., BEVILACQUA, P. D., RIOS, E. N., DIAS, E. H. O., CAPELETE, B. C., &
MAGALHÃES, T. B. (2010). Post-treatment of UASB reactor effluent in waste stabilization ponds
7. REFERÊNCIAS
and in horizontal flow constructed wetlands: a comparative study in pilot scale in Southeast Brazil.
Water Science and Technology, 61(4), 995–1002. doi:10.2166/wst.2010.960
• BASTOS, R. K. X., CABRAL, V. A. L., RIOS, E. N., & COMBATT, M. P. M. Further contributions to
nitrogen removal modelling in waste stabilization ponds. Water Science and Technology, v. 70(12),
2014, p. 1897–1906. doi:10.2166/wst.2014.365
• BASTOS, R.
Abordagem K. X., RIOS, E. N.,na
probabilística & SÁNCHEZ, I. A.do
avaliação Further
riscocontributions
de falha. to the understanding of
nitrogen removal in waste stabilization ponds. Water Science and Technology, v. 77(11), 2018, p.
2635–2641. doi:10.2166/wst.2018.218
• BUTLER, E., HUNG, Y., AHMAD, S. A., YEH, R. Y., LIU, R. L., & FU, Y. Oxidation pond for municipal
wastewater treatment. Applied Water Science, v. 7(1),2017, p. 31-51.
• CAMARGO VALERO, M. A., MARA, D. D. & NEWTON, R. J. a Nitrogen removal in maturation WSP
ponds via biological uptake and sedimentation of dead biomass. Water Science and Technology. v.
61 (4), 2010. p.1027–1034.
• CAMARGO VALERO, M. A., READ, L. F., MARA, D. D., NEWTON, R. J., CURTIS, T. P. & DAVENPORT, R.
J. Nitrification-denitrification in WSP: a mechanism for permanent nitrogen removal in
maturation ponds. Water Science and Technology. v. 61 (5), 2010, p. 1137–1145.
• DEAN, R. B.; FORSYTHE, S. L. Estimating the reliability of advanced waste treatment - Part 1, Water
& Sewage Works, v. 123, n. 6, 1976, p. 87–89.
87
“Mestre não é quem sempre ensina,
mas quem de repente aprende.”
João Guimarães Rosa, em Grande Sertão: Veredas.
88

Apresentação Da Dissertação de Mestrado - Matheus Sales Alves

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Apresentação Da Dissertação de Mestrado - Matheus Sales Alves

Enviado por

Direitos autorais:

Formatos disponíveis

ANÁLISE DE CONFIABILIDADE E

MODELAGEM CINÉTICA DE LAGOAS

Matheus Sales Alves

▪ Lagoas de estabilização : bacias rasas e de grandes dimensões

▪ Uso favorável em países em

▪ São sistemas altamente dinâmicos

▪ Nordeste do Brasil: lagoas de estabilização firmaram-se como

▪ Descaso com os procedimentos

▪ Baixo perfil de controle da

▪ Sistemas projetados com base

▪ Pesquisas mais recentes com lagoas de estabilização no Brasil tem se

▪ Existe apelo para uma

▪ Niku et al. (1979) definiram a confiabilidade de uma estação de

𝐶𝑜𝑛𝑓𝑖𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑𝑒 = 1 − 𝑃 (𝐶𝑜𝑛𝑐. 𝑒𝑓𝑙𝑢𝑒𝑛𝑡𝑒 > 𝐶𝑜𝑛𝑐. 𝑟𝑒𝑞𝑢𝑒𝑟𝑖𝑑𝑎)

▪ Diversos autores reportaram que a função de distribuição de

▪ Niku et al. (1979) desenvolveram o coeficiente de confiabilidade

Desempenho e coeficientes de confiabilidade.

▪ Oliveira & Von Sperling (2008), Owusu-ansah et al. (2015), Alderson

Investigar o desempenho e a confiabilidade de lagoas de estabilização

Desempenho e coeficientes de confiabilidade.

I. Avaliar a eficiência e o percentual de atendimento considerando

II. Discutir a aplicabilidade dos coeficientes de Confiabilidade (CDC)

▪ Foram utilizados dados das 10 ETEs em operação no Rio Grande

▪ O clima varia de tropical chuvoso ao semiárido (classificação de

▪ Todos os sistemas recebem efluente predominantemente

▪ Compõem-se de uma lagoa facultativa primária (LFP) seguida de

Santo Antônio S8 2004 300 78,01 corpo d’água

Tabela 1. Caracterização geral das ETEs estudadas.

Figura 4. Mapa de localização das 10 ETEs estudadas no Rio Grande do Norte . 12

ETE Profundidade (m) Área superficial (m²) TDH (d)

LFP LMP LMS LFP LMP LMS LFP LMP LMS

S1 1.5 1,4 1,4 1119 546 546 15,6 7,1 7,1

S2 2,0 1,5 1,5 22950 7200 7200 11,7 2,7 2,7

S3 2,0 1,5 1,5 17775 7505 7505 72,3 22,9 22,9

S4 2,0 1,5 1,5 1352 260 260 10,7 1,5 1,5

S5 2,0 1,5 1,5 4600 896 896 14,2 2,1 2,1

S6 2,0 1,5 1,5 52510 28028 28548 13,8 5,5 5,6

S7 1,3 1,2 1,2 2698 703 551 20,6 5,0 3,9

S8 2,0 1,5 1,5 8418 2288 2090 56,1 11,4 10,5

S9 2,0 1,9 1,9 3024 1386 1386 23,3 10,1 10,1

▪ O banco de dados é fruto do monitoramento mensal de cada

▪ A análise do material coletado seguiu as recomendações descrita

▪ Para este capítulo, às seguintes variáveis foram consideradas:

I. Demanda Bioquímica de Oxigênio, em amostras não filtradas

▪ Regra empírica baseado na amplitude interquartil (IQR – Interquartile

Lsup = Q 3 + 1,5 × Q 3 − Q1 Equação 1 Outlier

▪ As concentrações dos parâmetros efluentes às 10 estações foram

I. Limites de lançamento da Resolução Conama nº 430/2011;

II. Níveis de restrição para os padrões de lançamento propostos por

Parâmetro Muito restritivo Menos Restritivo

▪ O teste Kolmogorov-Smirnov (KS) foi empregado na avaliação

▪ O software utilizado para a execução dos testes foi o Statgraphics

▪ A escolha do teste KS baseia-se na sua simplicidade e por ser o

𝑍95% : Variável normal

𝐶𝐷𝐶 = 𝐶𝑉 2 + 1 × exp −𝑍1−∝ ln( 𝐶𝑉 2 + 1)

𝐶𝐷𝐶 = 𝐶𝑉 2 + 1 × exp −𝑍1−∝ ln( 𝐶𝑉 2 + 1)

120 mg L-1 90 mg L-1 60 mg L-1

25% 50% Mín Máx 75% 120 mg L-1 90 mg L-1 60 mg L-1

200 mg L-1 120 mg L-1

25% 50% Mín Máx 75% 200 mg L-1 120 mg L-1

150 mg L-1 100 mg L-1

▪ O teste K-S não rejeitou a hipótese de representatividade dos

▪ Baixos CDC podem indicar condições operacionais menos