MATHEUS SALES ALVES

MODELAGEM CINÉTICA E DESEMPENHO DE LAGOAS FACULTATIVAS

E MATURAÇÃO OPERANDO EM SÉRIE NO NORDESTE DO BRASIL.

Projeto de dissertação de Mestrado a ser

submetida ao Programa de Pós-Graduação
em Engenharia Civil, da Universidade
Federal do Ceará, como requisito parcial à
obtenção do Título de Mestre em Engenharia
Civil com área de concentração em
Saneamento Ambiental.

Orientador: Prof. Dr. Erlon Lopes Pereira

FORTALEZA
2019
 SUMÁRIO

1. CONSIDERAÇÕES INICIAIS..........................................................................3
2. DESEMPENHO E COEFICIENTES DE
CONFIABILIDADE............................................................................................4
2.1. Introdução.................................................................................................4
2.2. Hipóteses..................................................................................................5
2.3. Objetivos..................................................................................................5
2.4. Metodologia..............................................................................................6
2.5. Resultados esperados..............................................................................10
3. ABORDAGEM PROBABILISTICA NA AVALIAÇÃO DO RISCO DE
FALHA...............................................................................................................11
3.1. Introdução...............................................................................................11
3.2. Hipóteses................................................................................................11
3.3. Objetivos................................................................................................11
3.4. Metodologia............................................................................................12
3.5. Resultados esperados..............................................................................14
4. COEFICIENTES CINÉTICOS DE REMOÇÃO DE MATÉRIA
ORGÂNICA.......................................................................................................15
4.1. Introdução...............................................................................................15
4.2. Hipóteses................................................................................................16
4.3. Objetivos.................................................................................................16
4.4. Metodologia............................................................................................16
4.5. Resultados esperados..............................................................................19
5. AJUSTE DE MODELOS PARA REMOÇÃO DE
NITROGÊNIO...................................................................................................20
5.1. Introdução...............................................................................................20
5.2. Hipóteses................................................................................................21
5.3. Objetivos.................................................................................................21
5.4. Metodologia............................................................................................21
5.5. Resultados esperados.............................................................................23
6. REFERÊNCIAS.................................................................................................24

2
1. CONSIDERAÇÕES INICIAIS
As lagoas de estabilização são bacias de terra rasas e de grandes dimensões que
podem ser utilizadas isoladamente, compreendendo, num mesmo local, uma ou mais
séries de lagoas, ou em combinação com outros processos de tratamento de águas
residuárias como unidade de armazenamento, tratamento primário e secundário ou
componente de polimento (FALESCHINI et al., 2012). A tecnologia baseia-se em
processos inteiramente naturais no qual as águas residuais são tratadas por reações
bioquímicas envolvendo tanto algas como bactérias.
Estes sistemas de tratamento são tradicionalmente compostos por lagoas
anaeróbias e facultativas em série destinados à remoção de matéria carbonácea, seguidos
por uma ou mais lagoas de maturação, direcionadas à remoção de organismos patogênicos
(MARTINEZ et al., 2016; DIAS et al., 2017). Por serem fáceis e baratas de operar e
manter, as lagoas de estabilização são amplamente utilizadas tanto em regiões de clima
quente quanto temperado (Dias et al, 2019). Em países em desenvolvimento com climas
tropicais o seu uso mostra-se altamente favorável, uma vez que a temperatura e a
intensidade da luz solar aumentam a eficiência do tratamento (MARTINEZ et al., 2014).
No Brasil, os estudos mais recentes em lagoas de estabilização tem se limitado a
avaliações de sistemas operando em escala piloto ou em estações de tratamento de esgotos
individuais na região sudeste (BASTOS et al., 2010; ASSUNÇÃO & VON SPERLING,
2012.; BASTOS et al., 2014; DIAS et al., 2014; RODRIGUES et al., 2015; DIAS et al.,
2017a, 2017b;DIAS & VON SPERLING, 2017; RODRIGUES et al., 2017; BASTOS et
al., 2018). Nesse sentido, a região nordeste do Brasil, onde a tecnologia de lagoas
consolidou-se, uma avaliação mais ampla sobre o comportamento de sistemas operando
em escala real é relativamente esparso. Ademais, a operação deficiente e o descanso com
o monitoramento contribuem para a carência de informações.
Destarte, a presente dissertação buscou avançar nas discussões sobre esta
tecnologia de tratamento com respeito as seguintes linhas: 1) Avaliação das incertezas
associadas ao desempenho e qualidade do efluente e 2) Modelagem com abordagem
empírica e teoria de reatores. Dessa forma, dividiu-se o estudo em quatro capítulos
independentes, porém complementares. São eles:
1.a) Desempenho e coeficientes de confiabilidade;
1.b) Abordagem probabilística na avaliação do risco de falha;
2.a) Coeficientes cinéticos de remoção de matéria orgânica e;
2.b) Ajuste de modelos para remoção de nitrogênio.

3
2. DESEMPENHO E COEFICIENTES DE CONFIABILIDADE
2.1. Introdução

As lagoas de estabilização são tecnologias de saneamento que consistem em bacias

abertas que usam processos naturais para tratar águas residuárias. Devido a simplicidade
e baixos custos, estes sistemas são amplamente adotados em pequenas comunidades e
países em desenvolvimento (BUTLER et al. 2017; PASSOS et al. 2019).

Embora simples conceitualmente, as lagoas de estabilização são sistemas altamente

dinâmicos e sujeitos a vários parâmetros operacionais e ambientais de interação. Esta
suscetibilidade pode trazer riscos ao bom funcionamento do sistema, com reflexos sobre
a qualidade do efluente final. Contudo, em países em desenvolvimento, com baixo perfil
de controle da qualidade ambiental, investigações sobre as incertezas associadas ao
desempenho das lagoas de estabilização e a qualidade de seus efluentes limitam-se pela
carência de informações.

A tentativa de analisar incertezas em relação a qualidade do efluente converge ao

conceito de confiabilidade. 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. Logo, uma ETE
será totalmente confiável se o desempenho do processo não apresentar falhas, ou seja, se
os limites estabelecidos pelas normas ambientais não forem violados (OLIVEIRA e VON
SPERLING,2008).

DEAN e FORSYTHE (1976a) verificaram que a probabilidade de falha é

extremamente sensível à função de distribuição que representa os diferentes parâmetros
de qualidade no efluente. Desde então, diversos autores reportaram que a função de
distribuição de probabilidade lognormal fornece um bom ajuste aos dados de
concentrações efluentes (DEAN & FORSYTHE, 1976a; NIKU et al., 1979, 1982;
OLIVEIRA & VON SPERLING, 2008; OWUSU-ANSAH et al. 2015). Baseado nesta
observação, Niku et al. (1979) desenvolveram o coeficiente de confiabilidade (CDC), um
índice que relaciona a concentração média de um parâmetro com os padrões de qualidade
a serem cumpridos em um nível de confiabilidade desejado. Segundo Oliveira & Von
Sperling (2008), a análise de confiabilidade baseado nesta metodologia fornece
informações que podem ser usadas por projetistas e operadores de estações de tratamento
de esgotos na avaliação e predição de desempenho de processos biológicos de tratamento.

4
 No entanto, os estudos conduzidos por Niku et al. (1979) limitaram-se às
concentrações de sólidos e matéria orgânica no efluente final de sistemas de lodos
ativados. Deste então, poucos trabalhos publicados forneceram dados de CDC para outros
parâmetros fisico-quimicos e microbiológicos. Além disso, o efluente intermediário em
sistemas compostos por unidades em série, como em lagoas de estabilização, jamais foi
investigado com base nesta metodologia.

Ante o exposto, o presente estudo propoe-se a analisar o desempenho e discutir a

confiabilidade de 10 sistemas de lagoas de estabilização situadas no estado do Rio Grande
do Norte. A predominância das lagoas de estabilização como tecnologia de tratamento de
esgotos no nordeste brasileiro e a carência de dados de monitoramento destes sistemas
sobrelevam a importância deste estudo. Espera-se que as informações geradas possam ser
empregadas no controle da qualidade e conformidade normativa ambiental dos efluentes
tratados.

2.2. Hipóteses
 Os sistemas de lagoas de estabilização são capazes de produzir efluentes
compatíveis com os padrões de lançamento mais restritivos.
 Os parâmetros físico-químicos e microbiológicos efluentes das lagoas de
estabilização podem ser modelados pela função de distribuição de
probabilidade (FDP) Lognormal.
 Para um mesmo parâmetro, os coeficientes de confiabilidade (CDC) mudam
ao longo de uma série de três lagoas.

2.3. Objetivos
2.3.1 Objetivo Geral
Realizar a análise de desempenho e de confiabilidade dos sistemas de lagoas de
estabilização localizadas no Rio Grande do Norte, nordeste do Brasil.
2.3.2 Objetivos específicos
 Avaliar a eficiência e o percentual de atendimento à diferentes critérios para
lançamento de efluentes;
 Apresentar e discutir os coeficientes de Confiabilidade (CDC) das séries de
lagoas de estabilização.

5
2.4.Metodologia
2.4.1. Sistemas de lagoas de estabilização

Para realização deste trabalho serão utilizados dados das 10 Estações de Tratamento
de Esgoto (ETEs) em operação no estado do Rio Grande do Norte. O clima na região, de
acordo com a classificação de Köppen, varia de tropical chuvoso ao semiárido, com
temperaturas médias superiores a 20 oC e médias anuais de precipitação de 400 a 1200
mm.

Todos os sistemas recebem efluente predominantemente doméstico e são compostos

por uma lagoa facultativa primária (LFP) seguida de duas lagoas de maturação em série
(LMP e LMS). Esta é a configuração mais adotada no estado com 38 sistemas (49%).
Nas tabelas 1 e 2 são apresentadas, respectivamente, as características gerais das ETEs e
as configurações físicas das lagoas que compõem os sistemas.

Tabela 1. Caracterização geral das ETEs estudadas.

Início de Vazão TDH Total Destinação

ETE Designação
Operação (m³.d-1) (d) do 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
*Informação não localizada

6
 Tabela 2. Caracterização das lagoas facultativas primárias (LFP), de maturação
primária (LMP) e secundária (LMS) das ETEs estudadas.

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

O banco de dados utilizado 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 amostragem, acondicionamento,
preservação e análise do material coletado seguiu as recomendações descrita no APHA
(2009).

Para este capítulo, às seguintes variáveis serão consideradas: Demanda

Bioquímica de Oxigênio Total (DBOt) e sua fração solúvel (DBOS), Demanda Química
de Oxigênio Total (DQOt) e sua fração solúvel (DQOS), Sólidos Suspensos Totais (SST),
Fósforo Total (PT), Amônia Total (AMT) e Coliformes Termotolerantes (CTT). A
escolha destes parâmetros justifica-se pela relevância do ponto vista ambiental e por
serem usualmente contemplados nas legislações que versam sobre padrões de lançamento
de efluentes.

7
3.4.2 Determinação e eliminação de outliers

Considerando que os valores extremos ou não usuais prejudicam a análise do

comportamento dos dados, será realizada a identificação e exclusão dos Outliers. Para
isso, será empregada uma regra empírica baseado na amplitude interquartil (IQR –
Interquartile Range) do conjunto de dados, conforme as equações 1 e 2. Todos os valores
situados abaixo do limite inferior ou acima do limite superior serão considerados outliers
e, portanto, excluídos do conjunto de dados analisado.

L = 𝑄 + 1,5 × (𝑄 − 𝑄 ) Equação 1

L = 𝑄 − 1,5 × (𝑄 − 𝑄 ) Equação 2

Em que: 𝑄 = Terceiro quartil; 𝑄 = Primeiro quartil.

3.4.3 Atendimento às metas de qualidade do efluente final

As concentrações dos parâmetros efluentes às 10 estações serão comparadas com os

limites de lançamento da Resolução Conama nº 430/2011 (BRASIL,2011) e os níveis de
restrição para os padrões de lançamento propostos por Morais et al. (2019) a partir da
análise das legislações estaduais brasileiras (Tab. 3). A avaliação do desempenho dos
sistemas será efetuada através do percentual de atendimento aos padrões supracitados.

Tabela 3. Níveis de restrição para os padrões de lançamento de efluentes adaptado de

Morais et al. (2019).

Parâmetro Muito restritivo Menos Restritivo

DQO (mg.L-1) <120 >200
-1
DBO5 (mg.L ) <60 >90
SST (mg.L-1) <100 >150
-1
NH3 (mg.L ) <5 >20
P Total (mg.L-1) <1 >2
Coliformes term.
<104 >105
(ufc.100mL-1)

3.4.5 Teste de aderência e cálculo do coeficiente de confiabilidade (CDC)

O teste Kolmogorov-Smirnov (KS) será empregado na avaliação da aderência das
concentrações efluentes à distribuição de probabilidade Lognormal, considerando um
nível de significância de 5%. O software utilizado para a execução dos testes será o

8
Statgraphics Centurion XVIII. Ainda que diversas técnicas de inferência estatística sejam
conhecidas para analisar a aderência dos dados (Kolmogorov-Smirnov, Qui-quadrado,
Anderson-Darling e Lilliefors), a escolha do teste KS baseia-se na sua simplicidade e por
ser o mais empregado para pequenas amostras (n ≤ 30).
O coeficiente de confiabilidade (CDC) proposto por Niku et al. (1979) será obtido
a partir do coeficiente de variação (𝐶𝑉) das concentrações efluentes das lagoas da série
e da variável normal padronizada associada a uma probabilidade de não excedência de
95%, conforme a sequência apresentada na figura 1. O valor de CDC pode ser usado na
determinação de concentrações efluentes médias necessárias para alcançar diferentes
metas de qualidade dentro de uma porcentagem requerida. Quanto mais próximo as
concentrações médias observadas estiverem das concentrações calculadas pelo CDC,
mais o sistema se aproxima do nível de confiabilidade estabelecido.

Figura 1. Procedimento de cálculo dos coeficientes de confiabilidade (CDC) e da

concentração média (projeto ou operacional).

A marcha de cálculo descrita será aplicada para as concentrações efluente das

lagoas facultativas, de maturação primária e secundária, separadamente. Este estudo
considerará o CDC resultante como representativo da série de lagoas a montante e não
apenas da lagoa imediatamente anterior. Logo, para cada parâmetro, foi obtido o CDC

9
para as seguintes sequências: LFP, LFP+LMP e LFP+LMP+LMS. Por fim, testes
paramétricos (ANOVA com um fator) e não paramétricos (Kruskal-Wallis) serão
aplicados para verificar se existem diferenças significativas entre os valores de CDC ao
longo da série de lagoas.

2.5. Resultados esperados

Ao término deste capítulo, espera-se:
 produzir informações que possam servir de subsídio às agências reguladoras
locais na elaboração de padrões de lançamento que sejam tecnicamente
alcançáveis e razoáveis à realidade da região.
 ampliar a compreensão a respeito do coeficiente de confiabilidade (CDC), tendo
em vista a acomodação da variabilidade esperada no efluente e garantia de
atendimento aos padrões de lançamento.

10
3. ABORDAGEM PROBABILISTICA NA AVALIAÇÃO DO RISCO DE FALHA
3.1. Introdução

A falha em um sistema de tratamento de esgotos ocorre quando os padrões

requeridos para o lançamento do efluente são excedidos. Devido a inúmeras incertezas
acerca do projeto e operação em uma estação de tratamento de esgotos (ETE), o risco de
falha é inevitável. Este risco deveria ser mínimo e compatível com o perfil tecnológico
da ETE. Nesse sentido, existe apelo para a criação e a adoção de modelos matemáticos e
estatísticos que possam mensurar adequadamente estes riscos, sem restrições
metodológicas significativas.

O trabalho pioneiro no controle estatístico da qualidade do efluente de ETEs foi

escrito por Niku et al. (1979). Contudo, devido à escassez de ferramentas computacionais
disponíveis na época, este trabalho limitou-se a distribuição lognormal para a avaliação
da confiabilidade do tratamento em satisfazer uma norma ambiental frente a aleatoriedade
dos dados. Esta mesma metodologia foi utilizada por Oliveira & Von Sperling (2008) e
Owusu-ansah et al. (2015) para analisar a garantia de várias estações de tratamento de
esgoto para diversos parâmetros de qualidade. Entretanto, não houve nenhum avanço
significativo em relação a técnica elabora por Niku et al., (1979).
Atualmente, uma das principais ferramentas estatísticas disponíveis para avaliar o
grau de distanciamento de um cenário desejado é a abordagem probabilística por meio de
simulação Monte Carlo. Esta abordagem tem sido utilizada em diversas linhas de
pesquisa (KRZYZANOWSKI et al., 2016; POINTON; MATTHEWS, 2016; PEI et al.,
2016; JOHNSON et al., 2014). 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. Intenta-
se, assim, deduzir o comportamento global do sistema a partir do comportamento da
amostra. Este é um método bastante eficaz de avaliação da confiabilidade devido à sua
boa capacidade de expressão da natureza estatística dos eventos (TAHERIYOUN &
MORADINEJAD, 2015).

Isto posto, o presente estudo coteja a teoria do risco probabilístico quanto o

atendimento de normas ambientais para o lançamento de efluentes. A discussão é centrada
em sistemas de lagoas de estabilização, uma das tecnologias de tratamento de esgotos
mais empregadas no país, com destaque na região Nordeste. Espera-se que as

11
informações geradas possam fornecer um panorama geral da ocorrência de falha e os
riscos inerentes do processo de tratamento.

3.2. Hipóteses
 A garantia de qualidade (risco de falha) muda ao longo de uma série de três
lagoas.
 O risco de falha reflete as configurações e condições operacionais das lagoas.

3.3. Objetivo
3.3.1 Objetivo Geral

Demonstrar a aplicação e discutir o uso de ferramenta de avaliação de risco para o

controle da qualidade e conformidade normativa ambiental de efluentes em sistemas
de lagoas de estabilização.

3.3.2 Objetivos específicos

 Caracterizar as Funções de Distribuição de Probabilidade dominantes para os
parâmetros analíticos considerados no efluente das lagoas;
 Empregar a simulação Monte Carlo para determinação e discussão do risco de
falha em sistemas de lagoas de estabilização.
3.4.Metodologia
3.1.1 Coleta de dados

Serão utilizados dados das 10 Estações de Tratamento de Esgoto (ETEs) descritas no

item 2.1.1. Para este capítulo, às seguintes variáveis serão consideradas: Demanda
Bioquímica de Oxigênio Total (DBOt) e sua fração solúvel (DBOS), Demanda Química
de Oxigênio Total (DQOt) e sua fração solúvel (DQOS), Sólidos Suspensos Totais (SST),
Amônia Total (AMT) e Coliformes Termotolerantes (CTT).

3.1.2 Teste de aderência e critério de ajuste de Akaike

Para cada parâmetro será determinado a estatística de aderência K-S (Kolmogorov-

Smirnov) para a hipótese das seguintes distribuições: Normal (N), Log-Normal (L), Gama
(G) e Weibull (W). Será considerado um nível de significância de 5%.

O teste KS é um critério “eliminatório” que analisa se a função distribuição é apta ou

não para descrever um conjunto de dados. Em seguida, será utilizado o teste
“classificatório” de Aikaike (AIC) para seleção da melhor FDP dentre aquelas

12
“aprovadas” pelo teste de Kolmogorov-Smirnov. Isto permitirá selecionar a distribuição
mais representativa de cada conjunto amostral.

Figura 2. Representação esquemática do processo de seleção da FDP

3.1.3 Simulação de dados e cálculo do risco probabilístico

A partir da função de probabilidade que tenha aderência com os dados, serão

conduzidas simulações Monte Carlo com auxílio do software R.

Para uma simulação qualquer, o erro total () é função do número (N) de iterações
efetuadas ou desejadas, e do desvio padrão (σ) dos dados originais. Dessa forma, quanto
maior o número de iterações, menor o erro. Para avaliar o risco, o analista deve
estabelecer um erro máximo admissível para sua simulação a fim de determinar o número
de iterações necessárias. A partir do coeficiente de variação dos dados originais (CV) o
número de iterações será dado pela equação 3.

.
𝑁= Equação 3

Por fim, o cômputo do risco probabilístico (RP) será dado pela razão representada na
equação 4. Neste capítulo serão empregados como valores normativos os limites
estabelecidos por Morais et al. (2019) a partir da análise das legislações estaduais
brasileiras e descritos no item 2.1.3.

ú
𝑅 = Equação 4

13
3.5.Resultados esperados
Ao término deste capítulo, espera-se:
 confirmar que a Função de Distribuição de Probabilidade Lognormal é
dominante para os parâmetros analíticos considerados no efluente das lagoas;
 identificar os parâmetros de qualidade com maior risco de falha ao longo da
série de lagoas e;
 estabelecer correlações entre as características físicas/de projeto das lagoas e
o risco de falha do sistema.

14
4. COEFICIENTES CINÉTICOS DE REMOÇÃO DE MATÉRIA ORGÂNICA
4.1. Introdução

Os modelos analíticos comumente utilizados para descrever a remoção de matéria

orgânica em lagoas de estabilização baseiam-se na cinética de primeira ordem. O balanço
de massa nos modelos de primeira ordem consiste em uma equação da taxa de reação
global acoplada a condições de contorno dos padrões de fluxo do reator, resultando em
um modelo com resolução espacial estreita e conceitualmente simples (HO et al. 2017).
Estes padrões de fluxo são frequentemente considerados como os regimes idealizados de
mistura completa e fluxo em pistão. Para uma lagoa que não representa nenhum desses
extremos, pode ser usado o modelo de fluxo disperso desenvolvido por Wehner e
Wilhelm (1956). Apesar de ser considerado mais realista, o uso do modelo baseado em
dispersão é discutível, pois uma investigação extensa seria necessária para obter dados
confiáveis (SILVA et al. 2010).

Nestes modelos, o coeficiente cinético de remoção (k), expresso em d-1, é considerado

um fator-chave para o projeto e previsão de desempenho do sistema. Estudos prévios
calibraram seus valores e formularam seus modelos, com base nas concentrações de
entrada/saída e estudo com traçadores, o que resultou em uma grande variedade de
resultados (ARCEIVALA 1981; VIDAL 1983; USEPA 1983; HEAVEN et al. 2011; HO
et al. 2017). Foi demostrado que os valores de k são influenciados por muitos fatores
internos e externos, tais como temperatura, potencial de oxidação e radiação solar.
Portanto, é importante que se adotem coeficientes baseados em estudo em escala real sob
condições similares ao local onde estes sistemas serão implantados.

Apesar das lagoas de estabilização terem se firmado como tecnologia de tratamento

de esgotos domésticos no nordeste do Brasil, estes sistemas são geralmente construídos,
operados e mantidos de forma inadequada. Além disso, a maioria destes sistemas é
projetada com base em dados obtidos em sistemas piloto, para uma característica de
esgoto bruto geralmente diferente da realidade regional. Isto contribui para que sejam
observados desempenhos inferiores ao predito nos projetos, levando a sérios problemas
ambientais, como contaminação dos corpos de água receptores.

Nesse sentido, buscou-se investigar a remoção de matéria orgânica de 10 sistemas de

lagoas de estabilização situadas no estado do Rio Grande do Norte. Buscou-se avaliar a
influência das características geométricas e critérios de projeto sobre os coeficientes

15
cinéticos de remoção de matéria orgânica, com vistas a obter correlações que permitam
estimar parâmetros de projeto mais adequados a realidade regional.

4.2.Hipóteses
 Os coeficientes cinéticos de remoção matéria orgânica são influenciados pelas
configurações geométricas e fatores de projeto das lagoas de estabilização.
 As equações amplamente aceitas para estimar o coeficiente k não são
adequadas para o projeto de lagoas de estabilização no Nordeste do Brasil.

4.3. Objetivos
4.3.1 Objetivo Geral
Avaliar a cinética de remoção de matéria orgânica em séries de três lagoas de
estabilização, localizadas no Rio Grande do Norte.
4.3.2 Objetivos específicos
 Avaliar a eficiência dos sistemas na remoção de matéria orgânica (DBO e
DQO) e o comportamento dos parâmetros pH, temperatura, OD e clorofila-a
ao longo da série de lagoas.
 Estimar os coeficientes cinéticos de remoção (k) para DBO e DQO,
considerando os regimes hidráulicos ideais.
 Avaliar a influência das características geométricas e critérios de projeto sobre
os coeficientes cinéticos de remoção de matéria orgânica.
 Verificar a concordância dos resultados de campo com os valores previstos
pelos coeficientes cinéticos estimados por equações empíricas disponíveis na
literatura.

4.4.Metodologia
4.1.1 Coleta de dados

Serão utilizados dados das 10 Estações de Tratamento de Esgoto (ETEs) descritas no

item 2.1.1. Para este capítulo, às seguintes variáveis serão consideradas: Demanda
Bioquímica de Oxigênio (DBO5) total e solúvel, Demanda Química de Oxigênio (DQO)
total e solúvel, Oxigênio Dissolvido (OD), Clorofila-a, temperatura e pH.

16
 4.1.2 Determinação dos valores de k
Para obter os valores reais de k, as equações para o cálculo da concentração
efluente em reatores de mistura completa e fluxo em pistão serão rearranjadas nas
equações 5 e 6, respectivamente.
 1

n  S  n
 O   1 Equação 5
k
TRH  S  
 
  S 
 Ln   
S
k    o   Equação 6
 TRH 
 
 
Em que,
So = concentração média afluente (mg,L-1);
S = concentração média efluente (mg.L-1);
k = taxa de remoção de primeira-ordem (d-1);
TRH = tempo de retenção hidráulica (d);
n = número de lagoas em série.
No esgoto bruto afluente serão admitidas as concentrações de DBO5 e DQO totais
(solúvel + particulada). Nos demais efluentes, apenas as concentrações de DBO5 e DQO
solúveis serão consideradas. Dessa forma, considera-se que a demanda de oxigênio dos
compostos orgânicos dissolvidos está mais prontamente disponível para os
microrganismos heterotróficos e faz-se a distinção da matéria orgânica particulada
atribuída a biomassa algal. Haja vista o arranjo e as características físicas descritas na
Tabela 2, as lagoas de maturação primária e secundária serão consideradas conjuntamente
e modeladas como células em série de igual volume.
Na sequência, o valor de k será corrigido para a temperatura de 20 oC através da
equação de Van´t Hoff-Arrenhius (Eq.7). Para o regime de mistura completa, adota-se o
valor de 𝜃 = 1,05 sugerido por Heaven et al. (2011), enquanto para fluxo disperso será
considerado 𝜃 = 1,09, citado pela USEPA (1983).
 k 
k20   T T20  Equação 7
 
Em que,
k20 = coeficiente de remoção na temperatura do líquido de 20 oC (d-1);
kT = coeficiente de remoção em uma temperatura do líquido qualquer (d-1);

17
𝜃 = coeficiente de temperatura (adimensional).
T = temperatura (oC).
As taxas de remoção obtidas serão correlacionadas com as características físicas
(comprimento, largura e profundidade) e os fatores de projeto (tempo de retenção
hidráulica e carregamento orgânico superficial) das lagoas de estabilização.
Ademais, análises de regressão serão realizadas no intuito de derivar um modelo
de previsão alternativo para as taxas de remoção. O coeficiente de determinação (Eq. 8)
e o índice de concordância de Wilmott (Eq. 9) serão utilizados como parâmetros
estatísticos para avaliar o ajuste entre os dados observados (Oi) e preditos (Pi) de k. Ambos
variam de 0 para nenhuma concordância a 1 para concordância perfeita entre o modelo e
os dados observados.

⎡ ⎤
𝑅 =⎢ (𝑜 − 𝑜̅ ) × (𝑝 − 𝑝̅) (𝑜 − 𝑜̅ ) × (𝑝 − 𝑝̅ ) ⎥
⎢ ⎥
⎣ ⎦
Equação 8

𝑑 =1− (𝑜 − 𝑝 ) (|𝑝 − 𝑜̅ | − |𝑜 − 𝑜̅ | )

Equação 9
Em que, n = Número de dados.;
𝑝 = Média dos valores preditos;
𝑜̅ = Média dos valores observados.
Os valores de k obtidos serão então comparados com aqueles preditos por
equações empíricas. As seguintes referências serão consideradas:
𝑘 = 0.132 × log 𝐿 − 0.146 (Arceivala 1981) Equação 10
𝑘 = 0.091 + 2.05 × 10 × 𝐿 (Vidal 1983) Equação 11
𝑘 = 0.3 × (1.05)( )
(Heaven et al. 2011) Equação 12
𝑘 = 0.71 × (1.09)( )
(USEPA 1983) Equação 13
Em que, 𝐿 = carga superficial aplicada de DBO5 (kg.ha.d-1);
T = temperatura (oC).
As relações empíricas de Arceivala (1981) e Vidal (1983) são propostas para o
regime de fluxo disperso e baseiam-se na carga superficial aplicada de DBO5. As

18
equações de Heaven et al. (2011) e USEPA (1983) são do tipo Van´t Hoff-Arrenhius e
são sugeridas para o regime de mistura completa e fluxo em pistão, respectivamente.

4.5. Resultados esperados

Com o término da execução deste capítulo, espera-se:
 observar uma forte correlação entre as características físicas/fatores de projeto
das lagoas sobre os coeficientes cinéticos de remoção (k) para DBO5 e DQO;
 que os valores previstos pelos modelos empíricos de previsão de k não
apresentem boa concordância os dados de campo;
 que a força dos modelos de previsão de k gerados, avaliada por meio de R2 e
d, seja estatisticamente satisfatória.

19
5. AJUSTE DE MODELOS PARA REMOÇÃO DE NITROGÊNIO
5.1. Introdução

Ao imitar sistemas naturais, as lagoas de estabilização herdam uma alta

complexidade com uma rede interligada de reações bioquímicas e processos hidráulicos
complexos (HO et al, 2019). No tocante ao nitrogênio, os mecanismos de remoção em
lagoas de estabilização ainda não são bem compreendidos e têm sido um assunto de
grande controvérsia na literatura técnica (ASSUNÇÃO & VON SPERLING, 2012;
MAYO & HANAI, 2014).

Dependendo do características das lagoas e condições climáticas locais, os

seguintes mecanismos são reportados: i) volatilização da amônia, ii) assimilação da
amônia e dos nitratos por algas e consequente sedimentação orgânica de nitrogênio,
seguida da sua retenção no lodo de fundo das lagoas e iii) nitrificação-desnitrificação na
coluna líquida ou no sedimento. (CAMARGO-VALERO et al., 2010; ASSUNÇÃO &
VON SPERLING, 2012, DIAS et al. 2014). Durante vários anos, a volatilização da
amônia foi considerada como o mecanismo predominante para a remoção de nitrogênio
(PANO e MIDDLEBROOKS, 1982; REED, 1985; BASTOS et al., 2007), No entanto,
trabalhos mais recentes têm questionado sua importância e atribuíram mais peso à
assimilação-sedimentação pelas algas e à nitrificação-desnitrificação em determinadas
condições de temperatura (CAMARGO-VALERO et al., 2010; ASSUNÇÃO e VON
SPERLING, 2012; DIAS et al., 2014; MAYO & ABBAS, 2014; BASTOS et al., 2018)

Como ferramenta de projeto de lagoas de estabilização, os modelos de Pano &

Middlebrooks (1982) e Reed (1985) têm sido amplamente utilizados para prever a
concentração de amônia e nitrogênio total nos efluentes. Ambos são modelos dependentes
do pH, variável desconhecida na fase de projeto, e pressupõem que a volatilização da
amônia é a via predominante para a remoção de nitrogênio (BASTOS et al., 2018). Estes
modelos foram desenvolvidos na América do Norte, em condições de clima temperado,
e não necessariamente se adequam à dinâmica de nitrogênio encontrada em climas
tropicais.

Por sua vez, Silva et al. (1995), ao estudarem lagoas com diferentes geometrias
no Nordeste do Brasil, observaram que a carga de nitrogênio aplicado poderia ser
empregada como parâmetro de modelagem da remoção da amônia. Bastos et al. (2014),
ao avaliar lagoas de maturação no sudeste do Brasil, também apontam para o efeito

20
notável da carga de nitrogênio aplicada na remoção de amónia. De acordo com estes
autores, esta informação é relevante para efeitos de concepção, por exemplo, para a
avaliação preliminar da necessidade de área.

Verifica-se que estudos sobre a remoção de nitrogênio em lagoas de estabilização

no Nordeste brasileiro ainda são escassos e realizados essencialmente em sistemas em
escala-piloto, sob condições controladas e operando com tempos de detenção hidráulica
muitos curtos (SILVA et al., 1995; SOARES et al., 1996), requerendo, portanto,
investigações em sistemas em escala real.

Diante disso, este estudo tem a intenção de avaliar os modelos mais amplamente
aceitos para descrever a remoção de amônia e nitrogênio total em lagoas de estabilização
e sugerir um modelo empírico alternativo independente de pH baseando-se em dados de
10 sistemas em escala real localizados no Rio Grande do Norte.

5.2. Hipótese
 Os modelos clássicos que descrevem a remoção de nitrogênio em lagoas de
estabilização não são representativos dos dados observados em lagoas de
estabilização em operação no Nordeste do Brasil.
 O pH não é uma variável obrigatória na construção de modelos de previsão da
remoção de nitrogênio em lagoas de estabilização.
5.3. OBJETIVOS
5.3.1 Objetivo Geral
Avaliar a cinética de remoção de amônia e nitrogênio orgânico em séries de três
lagoas de estabilização, localizadas no Rio Grande do Norte, nordeste do Brasil.
5.3.2 Objetivos específicos
 Avaliar a eficiência de sistemas na remoção de nitrogênio e o comportamento
dos parâmetros pH, temperatura, OD e clorofila-a ao longo da série de lagoas.
 Verificar a concordância dos resultados de campo com os valores previstos
pelos modelos clássicos.
 Derivar um modelo independente de pH para prever a remoção de nitrogênio
em lagoas de estabilização.
5.4.Metodologia

Pano & Middlebrooks (1982) apresentaram em seu modelo a seguinte formulação,

aplicada a temperaturas superiores a 20oC em lagoas facultativas e de maturação:

21
 𝐶 = , ( , )
Equação 14
, × × ×

Em que: Ce = concentração de amônia efluente em mg L-1; Co = concentração de

amônia afluente em mg L-1; A = área superficial da lagoa em m²; Q = vazão da série de
lagoa em m³/dia; pH = pH da lagoa; e pHref = pH mínimo de referência na qual a lagoa
apresenta concentrações válidas de volatilização de amônia

Por sua vez, Soares et al (1996) propuseram uma modificação dos coeficientes na
equação original a partir de estudos com lagoas em escala piloto no Nordeste do Brasil,
conforme:

𝐶 = , ( , )
Equação 15
, × × ×

A base de dados das 10 Estações de Tratamento de Esgoto (ETEs) descritas no item

2.1.1 será usada para verificar a concordância dos resultados de campo com os valores
previstos pelo modelo de Pano & Middlebrooks (1982) e Soares et al. (1996) em termos
de remoção de amônia.

Por fim, serão feitas tentativas para derivar um modelo independente de pH para
prever a remoção de amônia. Para isso, análises de regressão linear múltipla serão
aplicados usando o software Minitab 18. A escolha dessa técnica de análise estatística
está no fato de que existe um grande número de variáveis independentes, capazes (ou não)
de explicar as variações existentes sobre a concentração final de amônia nas lagoas.

Primeiramente, a análise de regressão será realizada entre as concentrações médias de

amônia no efluente das lagoas e as seguintes variáveis independentes:

(i) variáveis de qualidade da água - DBO, pH, SST, clorofila-a e temperatura; e

(ii) variáveis operacionais - TDH, Taxa de aplicação superficial de amônia e
profundidade (h).

Na sequência, será obtido um modelo abrangendo apenas as variáveis estatisticamente

significativas. Em uma etapa posterior, as variáveis que não são conhecidas na fase de
projeto serão retiradas e outro modelo será obtido. A cada etapa, a significância estatística
(p-valor) e a força (coeficiente de determinação R2) dos modelos gerados serão avaliados.

22
5.5.Resultados esperados
Com o término da execução deste capítulo, espera-se:
 que os valores previstos pelos modelos clássicos não apresentem boa
concordância os dados de campo.
 que a significância estatística (p-valor) e a força (coeficiente de determinação
R2) dos modelos independentes de pH gerados sejam superiores aos obtidos
pelos modelos clássicos.

23
6. REFERÊNCIAS

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 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. K. X., RIOS, E. N., & SÁNCHEZ, I. A. Further contributions 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.

24
DEAN, R. B.; FORSYTHE, S. L. Estimating the reliability of advanced waste treatment
- Part 2, Water & Sewage Works, v. 123, n. 7, 1976, p. 57–60.

DIAS, D. F. C., POSSMOSER-NASCIMENTO, T. E., RODRIGUES, V. A. J., & VON

SPERLING, M. Overall performance evaluation of shallow maturation ponds in series
treating UASB reactor effluent: Ten years of intensive monitoring of a system in Brazil.
Ecological Engineering, v. 71, 2014, p. 206–214. doi:10.1016/j.ecoleng.2014.07.044

DIAS, D. F. C., DE MATOS, M. P., PASSOS, R. G., RODRIGUES, V. A. J., & VON
SPERLING, M. Upgrading and evaluation of a simple pond system for small
communities with simple interventions to reduce land requirements and increase
performance. Water Practice and Technology, v. 12(1), 2017, p. 1–11.
doi:10.2166/wpt.2017.004

DIAS, D. F. C., PASSOS, R. G., RODRIGUES, V. A. J., DE MATOS, M. P., SANTOS,

C. R. S., & VON SPERLING, M. Performance evaluation of a natural treatment system
for small communities, composed of a UASB reactor, maturation ponds (baffled and
unbaffled) and a granular rock filter in series. Environmental Technology, v. 39(4), 2017,
p. 490–502. doi:10.1080/09593330.2017.1304456

DIAS, D. F. C., & VON SPERLING, M. Vertical profiling and modelling of Escherichia
coli decay in a shallow maturation pond operating in a tropical climate. Environmental
Technology, v. 39(6), 2017, p. 759–769. doi:10.1080/09593330.2017.1310936

FALESCHINI, M., ESTEVES, J. L., & CAMARGO VALERO, M. A. The Effects of

Hydraulic and Organic Loadings on the Performance of a Full-Scale Facultative Pond in
a Temperate Climate Region (Argentine Patagonia). Water, Air, & Soil Pollution, v.
223(5), 2011, p. 2483–2493. doi:10.1007/s11270-011-1041-0

HEAVEN, S., SALTER, A. M., CLARKE, D. Calibration of a simple model for waste
stabilization pond performance in seasonal climates. Water Science and Technology,
64(7), 2011, p. 1488-96.
HO, L. T., VAN ECHELPOEL, W., & GOETHALS, P. L. M. Design of waste
stabilization pond systems: A review. Water Research, v. 123, 2017, p. 236–248.
HO, L.T., ALVARADO, A., LARRIVA, J., POMPEU, C., GOETHALS, P., An
integrated mechanistic modeling of a facultative pond: parameter estimation and
uncertainty analysis, Water Research, v. 151, 2019, p. 170–182.

25
JOHNSON, A. C., JÜRGENS, M. D., LAWLOR, A. J., CISOWSKA, I., & WILLIAMS,
R. J. Particulate and colloidal silver in sewage effluent and sludge discharged from British
wastewater treatment plants. Chemosphere, v. 112, 2014, p. 49–55.
doi:10.1016/j.chemosphere.2014.03.039

KRZYZANOWSKI, F.; SOUZA, M.; CÁSSIA, A.; INÊS, M., SATO, Z.; TEREZA, M.,
RAZZOLINI, P. Assessing the probability of infection by Salmonella due to sewage
sludge use in agriculture under several exposure scenarios for crops and soil ingestion.
Science of the Total Environment. v. 568, 2016, p. 66–74.

MACEDO, S. L., ARAÚJO, A. L. C., & PEARSON, H. W. Thermo-tolerant coliform

bacteria decay rates in a full scale waste stabilization pond system in Northeast Brazil.
Water Science and Technology, v. 63(6), 2011, p. 1321–1326. doi:10.2166/wst.2011.110

MARTÍNEZ, F. C., CANSINO, A. T., LÓPEZ, A. S., BARRIOS, J. L. G., & ACOSTA,
F. J. D. Mathematical modeling and optimization in the design of a maturation pond.
Journal of Applied Research and Technology, v. 14(2), 2016, p. 93–100.
doi:10.1016/j.jart.2016.04.004

MARTÍNEZ, F. C., CANSINO, A. T., GARCÍA, M. A. A., KALASHNIKOV, V., &

ROJAS, R. L. Mathematical Analysis for the Optimization of a Design in a Facultative
Pond: Indicator Organism and Organic Matter. Mathematical Problems in Engineering,
2014, p. 1–12. doi:10.1155/2014/652509

MAYO, A. & HANAI, E. Dynamics of Nitrogen Transformation and Removal in a Pilot

High Rate Pond. Journal of Water Resource and Protection, v. 6, 2014, p. 433-445. doi:
10.4236/jwarp.2014.65043.

MAYO, A. W., & ABBAS, M. Removal mechanisms of nitrogen in waste stabilization

ponds. Physics and Chemistry of the Earth, Parts A/B/C, v. 72-75, 2014, p. 77–82.
doi:10.1016/j.pce.2014.09.011

NIKU, S.; SCHROEDER, E.D.; SAMANIEGO; F.J. Performance of activated sludge

process and reliability-based design. Journal Water Pollution Control Association, v. 51
(12), 1979, p. 2841–2857.

NIKU, S.; SCHROEDER, E.D; RICHARD, S. Reliability and Stability of Trickling Filter
Processes. Water Pollution Control Federation. v. 54 (2), 1982, p. 129-134.

26
OLIVEIRA, S.C; VON SPERLING, M. Reliability analysis of wastewater treatment
plants. J. Water Research. v. 42, 2008, p.1182-1194.

OWUSU-ANSAH, E. D-G. J., SAMPSON, A., AMPONSAH, S. K., ABAIDOO, R. C.,

& HALD, T. Performance, compliance and reliability of Waste stabilization pond:
Effluent discharge quality and environmental protection agency standards in Ghana.
Research Journal of Applied Science, Engineering and Technology, v. 10(11), 2015, p.
1293-1302.
PANO, A; MIDDLEBROOKS, E.J. Ammonia nitrogen removal in facultative
wastewater stabilization ponds. Journal of Water Pollution Control Federation, v. 54, n.
4, 1982. p. 344 - 351.
PASSOS R.G., FERREIRA V. V. M., & VON SPERLING M. A dynamic and unified
model of hydrodynamics in waste stabilization ponds. Chemical Engineering Research
and Design. v. 144, 2019, p. 434-443.
PEI, W., ZHAN, Q. X., YAN, Z. Y., GE, L. K., ZHANG, P., WANG, Z., & WANG, D.
G. (2016). Using Monte Carlo simulation to assess uncertainty and variability of
methamphetamine use and prevalence from wastewater analysis. International Journal
of Drug Policy, 36, 1–7. doi:10.1016/j.drugpo.2016.06.013
POINTON, C.; MATTHEWS, K. Reprint of: Dynamic efficiency in the English and
Welsh water and sewerage industry. Omega. v.60, 2016, p.98–108.
REED, S.C. Nitrogen removal in waste stabilization ponds. Journal of the Water
Pollution Control Federation, 57 (1), 1985. p. 39−45.

RODRIGUES, V. A. J., POSSMOSER-NASCIMENTO, T. E., DIAS, D. F. C., PASSOS,

R. G., VON SPERLING, M., & VASEL, J. L. Performance comparison between two
equal stabilization ponds operating with and without sludge layer. Water Science and
Technology, v. 71(6), 2015, p. 929–937. doi:10.2166/wst.2015.014
RODRIGUES, V. A. J., MAC CONELL, E. F. A., DIAS, D. F. C., VON SPERLING,
M., DE ARAÚJO, J. C., & VASEL, J. L. Nitrogen removal in a shallow maturation pond
with sludge accumulated during 10 years of operation in Brazil. Water Science and
Technology, v. 76(2), 2017, p. 268–278. doi:10.2166/wst.2017.193
SILVA, S.A.; DE OLIVEIRA, R.; SOARES, J.; MARA, D.D.; PEARSON, H.W.
Nitrogen removal in pond systems with different configurations and geometries. Water
Science and Technology, v. 31, n. 12, 1995, p. 321–330.

27
SOARES, J.; SILVA, S.A.; DE OLIVEIRA, R.; ARAÚJO, A.L.C.; MARA, D.D.;
PEARSON, H.W. Ammonia removal in a pilot-scale waste stabilization pond complex in
Northeast Brazil. Water Science and Technology, v. 33, n. 7,1996. p. 165 − 171.

TAHERIYOUN, M., & MORADINEJAD, S. Reliability analysis of a wastewater

treatment plant using fault tree analysis and Monte Carlo simulation. Environmental
Monitoring and Assessment, v. 187(1), 2014. .doi:10.1007/s10661-014-4186-7

28
 ANEXOS
Comprovante de submissão de artigo para a Revista Engenharia sanitária e ambiental
- CLASSIFICAÇÃO QUALIS (ENGENHARIAS I): A3

29
Comprovante de submissão de artigo para a Revista Water Science & Technology -
CLASSIFICAÇÃO QUALIS (ENGENHARIAS I): A3

30