Minimización de THMs en aguas Minimización de THMs en aguas de Abastecimiento público mediante

Modelo Predictivo Global

Antonio Domínguez Tello1,4, Ana Arias Borrego1,2,3, Tamara García Barrera

1Departamento de Química y CC.MM. Facultad Ciencias Experimentales Universidad Huelva. 2Campus de Excelencia Internacional Agroalimentaria CEIA3. Edificio CIDERTA. Universidad Huelva

3Centro de Investigación en Salud y Medioambiente (CYSMA). Universidad de Huelva. 4 Gestión Integral del Agua de Huelva GIAHSA. Carretera A

Minimización de THMs en aguas Minimización de THMs en aguas de Abastecimiento público mediante

Modelo Predictivo Global

Tamara García Barrera1,2,3, José Luis Gómez Ariza1,2,3

Departamento de Química y CC.MM. Facultad Ciencias Experimentales Universidad Huelva. Campus de Excelencia Internacional Agroalimentaria CEIA3. Edificio CIDERTA. Universidad Huelva

Centro de Investigación en Salud y Medioambiente (CYSMA). Universidad de Huelva. Gestión Integral del Agua de Huelva GIAHSA. Carretera A-492 Km4. 21110 Aljaraque. Huelva. ESPAÑA.

• El control y minimización de los Subproductosaguas de consumo es de especial interéssalud humana.

• Los DBPs se producen durante el proceso• Los DBPs se producen durante el procesocloro con la materia orgánica y otroscontacto con el agua.

• Entre los mas de >600 DBPs identificadoshaloacéticos (HAA), haloacetonitrilosfuranonas entre otros) tan sólo los THM

Subproductos de la Desinfección (DBPs) eninterés por su asociación con riesgos para la

proceso de desinfección, por reacción delproceso de desinfección, por reacción delotros compuestos inorgánicos presentes o en

identificados (Trihalometanos (THMs), ácidoshaloacetonitrilos (Hans), haloacetonas (HKS), MX

THM4 son regulados en Europa.

• En España, a partir de la aplicación del RD140de potabilización para garantizar el cumplimiento de los límites normativos.

• De Procesos Convencionales a Tratamientos Avanzados (Ozonización, Dióxido de cloro, Cloraminación, Adsorción Carbones activos, (Ozonización, Dióxido de cloro, Cloraminación, Adsorción Carbones activos,

• Los Procesos de Tratamientos Avanzados disminuyen pero no evitan los DBPs

• El cloro ha sido y sigue siendo el desinfectante mas empleado en aguas de consumo por su remanencia y eficacia, a pesar de la desventaja de formación de DBPs (THMs)

Prioridad: Desinfección minimizando la formación de THMsPrioridad: Desinfección minimizando la formación de THMsModelos Predictivos: Herramienta de Predicción que permite al

Gestor actuar con anticipación sobre el tratamiento para minimizar la formación de THMs.

RD140/2003 se han adaptado los procesos de potabilización para garantizar el cumplimiento de los límites normativos.

Tratamientos Avanzados , Adsorción Carbones activos, Tecn. Membranas)., Adsorción Carbones activos, Tecn. Membranas).

Tratamientos Avanzados disminuyen pero no evitan los DBPs.

El cloro ha sido y sigue siendo el desinfectante mas empleado en aguas de consumo por su remanencia y eficacia, a pesar de la desventaja de formación de

Desinfección minimizando la formación de THMs .Desinfección minimizando la formación de THMs .Modelos Predictivos: Herramienta de Predicción que permite al

Gestor actuar con anticipación sobre el tratamiento para minimizar la formación de THMs.

• Los mecanismos cinéticos de formación de THMs a escala real son muy complejos, de difícil simulación: Diferentes matrices de aguaorgánica. Variabilidad estacional. Condiciones específicas de los sistemas de distribución.

• NO EXISTE UN MODELO UNIVERSAL aplicable • NO EXISTE UN MODELO UNIVERSAL aplicable Publicados más de 150 modelos predictivos (la mayoría de aplicación local).

• Tipos de modelos.* Base de datos de Laboratorio. (RSM –Response Surface

* Base de datos de Campo . (Regresión múltiple * Modelos cinéticos de primer y segundo órden

• Variables predictivas.Materia orgánica (NOM): TOC, DOC, UV254Temperatura (T), pH, Tiempo de contacto (t) Dosis

Los mecanismos cinéticos de formación de THMs a escala real son muy complejos, Diferentes matrices de agua, Estructura de la materia

Condiciones específicas de los sistemas de

NO EXISTE UN MODELO UNIVERSAL aplicable a todos los casos.NO EXISTE UN MODELO UNIVERSAL aplicable a todos los casos.Publicados más de 150 modelos predictivos (la mayoría de aplicación local).

Response Surface Methodology- DCC, Factorial…) . (Regresión múltiple –los mas empleados-) Realista. Local

órden (estimando coeficientes por análisis de regresión).

UV254 (estructura MON), SUVA (Reactividad)t) Dosis de cloro (d,D), Bromuros…

• Se han evaluado Nueve de los Modelos publicados mas Sobre la Base de datos obtenida en nuestro estudio. Con cuatro procesos de tratamientos de potabilización

P1: Proceso convencional con precloración (pre

P2: Proceso convencional con pre-oxidación (K MnO4P2: Proceso convencional con pre-oxidación (K MnO4P3: Proceso Avanzado. Pre-ozonización, CFS , InterP4: Proceso convencional (simplificado): pre-oxidación (K

han evaluado Nueve de los Modelos publicados mas relevantes,Sobre la Base de datos obtenida en nuestro estudio. Con cuatro procesos de tratamientos de potabilización

(pre-cloración, CFS, SF, Desinfección Cl

MnO4), Ads.CAP, CFS, SF, Desinf. (Na ClO).MnO4), Ads.CAP, CFS, SF, Desinf. (Na ClO).

, Inter -cloración, SF, CAG , Desinfección

oxidación (K MnO4), CFS, CAG, SF, Desinf.

Ocho de los nueve Modelos mostraron una elevada dependencia del proceso de tratamiento.

Diferencias significativas entre valores calculados y medidos (TTHMm).

Necesidad de Modelo Global Predicción formación de Necesidad de Modelo Global Predicción formación de Predicción formación de TTHMs en el Proceso de Tratamiento y su evolución durante el sistema de distribución hasta el grifo del consumidor.

Predicción formación de TTHMs en el Proceso de Tratamiento y su evolución durante el sistema de distribución hasta el grifo del consumidor.

Desarrollo de un Modelo Predictivo Global agua de salida de la planta (SP) y de los diferentes Distribución (SD) , considerando el Proceso de Tratamiento y las cond iciones del Sistema de Distribución.

Desarrollo de un Modelo Predictivo Global de concentraciones de TTHMs en el y de los diferentes Depósitos del Sistema de

, considerando el Proceso de Tratamiento y las cond iciones

Zona de Estudio: Provincia de Huelva.1. ELABORACIÓN DE MODELO PREDICTIVO.

ETAP Aljaraque (550 lt/sg) y SD2. VALIDACIÓN DEL MODELO

ETAP Lepe (1200 lt/sg) y SD.

Método estadístico: ANOVA, Correl-(Pearson), Análisis regresión múltiple. Logaritmico (Log-Log). Software MINITAB15 /ORIGINpro8

Paper en revisión: “Seasonal trihalomethanes in a drinking water distribution system according to the treatment process “. Environmental Monitoring and Assessment

TTHMs en salida de ETAP (SP) y Sistema de Distribución (SD)

Clara variación ESTACIONAL y ESPACIAL de TTHMsen el sistema de en el sistema de distribución.

: “Seasonal and spatial evolution of trihalomethanes in a drinking water distribution system according to the treatment process “. Environmental Monitoring and Assessment .

Análisis regresión múltiple. Logaritmico (Log-Log). Software MINITAB15 /ORIGINpro8

TTHMc M1 M2 M3 M4 M5 M6 M7 M8

P1 -1% -54% -15% -54% -21% -42% -42% -45%

P1 2% -54% -10% -50% -22% -48% -41% -48%

P1 5% -54% -8% -53% -3% -24% -33% -30%

P1 -4% -48% -9% -47% -30% -64% -40% -47%

P1 -27% -67% -27% -67% -37% -57% -56% -68%

P1 -19% -60% -12% -57% -34% -64% -50% -60%P1 -19% -60% -12% -57% -34% -64% -50% -60%

P3 -6% -2% 183% 50% -19% -106% -5% 3%

P3 -2% -36% 92% 2% 31% 37% 1% 14%

P3 -10% -35% 113% 8% 31% 21% 4% 22%

P3 -30% -47% 117% 9% -22% -113% -24% -33%

P3 -15% -49% 102% -10% -37% -115% -34% -14%

P3 -23% -51% 100% 0% 6% -34% -13% -17%

P4 25% -20% 98% 72% -5% -7% 8% 2%

P4 -3% -58% 78% 40% -23% -23% -19% -33%

P4 15% -23% 142% 104% 6% 30% 15% -17%

P4 0% -17% 167% 192% -20% -57% 14% -39%

P4 -4% -17% 170% 189% -4% 81% 23% -41%

P4 5% -32% 118% 106% -2% 44% 10% -28%

M8 M9

-45% -62%

-44% -58%

-38% -53%

-49% -63%

-61% -84%

-57% -72%-57% -72%

-29% 27%

-5% -17%

-5% -11%

-42% -26%

-54% -11%

-23% -30%

-3% -29%

-26% -54%

11% -24%

-1% -48%

15% -47%

4% -46%