View
2
Download
0
Category
Preview:
Citation preview
UNIVERSIDADE DO OESTE DE SANTA CATARINA
MESTRADO ACADÊMICO EM CIÊNCIA E BIOTECNOLOGIA
ELISABETH HAFNER FACIN
VALIDAÇÃO DE MODELOS MATEMÁTICOS APLICADOS AO CRESCIMENTO
DE MICROALGAS NA FICORREMEDIAÇÃO DE DEJETOS SUÍNOS EM
DIFERENTES CONDIÇÕES DE LUMINOSIDADE
Videira
2015
ELISABETH HAFNER FACIN
VALIDAÇÃO DE MODELOS MATEMÁTICOS APLICADOS AO CRESCIMENTO
DE MICROALGAS NA FICORREMEDIAÇÃO DE DEJETOS SUÍNOS EM
DIFERENTES CONDIÇÕES DE LUMINOSIDADE
Orientadora: Prof. Dra. Melissa Paola Mezzari
Co-orientador: Márcio Luís Busi da Silva
Área: Biotecnologia Ambiental
Linha de Pesquisa: Caracterização e Tratamento de Águas, Efluentes e Resíduos
Videira
2015
Dissertação apresentada ao Programa de
Pós-Graduação Mestrado Acadêmico em
Ciência e Biotecnologia da Universidade do
Oeste de Santa Catarina como requisito a
obtenção do título de Mestre em Ciência e
Biotecnologia.
Ficha Catalográfica
Vanessa Pereira – CRB: 14/1446
F141v Facin, Elisabeth Hafner
Validação de modelos matemáticos aplicados ao crescimento de microalgas na ficorremediação de dejetos suínos em diferentes condições de luminosidade / Elisabetn Hafner Facin – 2015.
88 f. : ils. figs. tabs.
Orientadora: Profa. Dra. Melissa Paola Mezzari.
Dissertação (Mestrado em Ciência e Biotecnologia) – Programa de Pós-Graduação Mestrado Acadêmico em Ciência e Biotecnologia, Universidade do Oeste de Santa Catarina, Campus Videira – UNOESC, 2015.
Inclui índice de ilustrações e tabelas.
1. Microalgas. 2. Chlorella vulgaris. 3. Digestato Suíno. 4.
Intensidade Luminosa. I. Título. II. Autor. III Orientador.
CDD: 628.35
ELISABETH HAFNER FACIN
VALIDAÇÃO DE MODELOS MATEMÁTICOS APLICADOS AO CRESCIMENTO DE
MICROALGAS NA FICORREMEDIAÇÃO DE DEJETOS SUÍNOS EM DIFERENTES
CONDIÇÕES DE LUMINOSIDADE
Aprovada em:
BANCA EXAMINADORA
Orientadora: Prof. Dra. Melissa Paola Mezzari
Universidade do Oeste de Santa Catarina – UNOESC
Dr. Márcio Luís Busi da Silva
Pesquisador da Embrapa Suínos e Aves – Concórdia - SC
Prof. Dra. Sabrina Pinto Salamoni
Universidade do Oeste de Santa Catarina – UNOESC
Prof. Dr. Jean Carlo Salomé dos Santos
Universidade do Oeste de Santa Catarina – UNOESC
Videira
2015
Dissertação apresentada ao Programa de
Pós-Graduação Mestrado Acadêmico em
Ciência e Biotecnologia da Universidade do
Oeste de Santa Catarina como requisito a
obtenção do título de Mestre em Ciência e
Biotecnologia.
AGRADECIMENTOS
Agradeço à Deus, pelo dom da vida e pela existência de pessoas maravilhosas ao meu lado.
Aos meus filhos Sarah e Pedro e ao meu marido Libamar, razões da minha existência! Muito
obrigada por toda paciência nesta fase em que estive tão perto fisicamente, mas tão longe
mentalmente...
Aos meus pais Angelo e Ursula, aos meus sogros Maria e Alcides; obrigada por ajudar a
cuidar das crianças, sem vocês com certeza tudo seria mais difícil.
A minha orientadora Melissa Paola Mezzari, exemplo de profissional. Dedicada e muito
presente em todas as etapas do meu estudo. Muito crítica e ética, os políticos do país
deveriam aprender com você. Obrigada por fazer parte da minha história.
Ao meu irmão Angelo A. Hafner, pelas ótimas sugestões e auxílio com os softwares.
Ao Engenheiro Jean Michel Prandini, pela coleta dos dados experimentais e por estar sempre
pronto a ajudar.
Ao meu colega de serviço e ex-aluno o Engenheiro e Professor Kleyton Hoffmann pelo
auxílio com o Matlab.
Aos meus colegas de serviço da ACET de Joaçaba, em especial a Eduarda Frinhani, ao José
Carlos Azzolini, a Cátia e a Gislaine pela paciência, disponibilidade e pelo ombro amigo.
A colega Adrina Januário, pela companhia durante os componentes curriculares que
cursamos juntas e pela troca de ideias durante a elaboração do trabalho.
A Unoesc e a Embrapa pelos recursos cedidos ao mestrado e à pesquisa, respectivamente.
Aos meus colegas e amigos que fizeram parte desta jornada.
MUITO OBRIGADA!
“Talvez não tenha conseguido fazer o melhor,
mas lutei para que o melhor fosse feito.
Não sou o que deveria ser,
mas Graças a Deus,
não sou o que era antes”.
(Marthin Luther King)
RESUMO
Atualmente, as microalgas são importantes meios de remoção de poluentes como CO2 e de
nutrientes como nitrogênio e fósforo de águas residuárias de indústrias, agroindústrias e
esgotos domésticos. Elas aliam a esta capacidade de mitigação dos efeitos nocivos ao meio
ambiente à geração de biomassa com elevado valor econômico, que podem ser direcionados à
indústria alimentícia, têxtil (corantes), farmacêutica, de alimentação animal ou a produção de
biocombustíveis. O presente trabalho teve como objetivo principal estabelecer modelos
cinéticos de crescimento da Chlorella sp com base nos propostos por Pérez, Molina-Grima,
Muller-Feuga e Garcia-Malea, que trazem a influência da intensidade luminosa como
principal parâmetro das suas equações. As microalgas foram cultivadas com fotoperíodo de
12 horas em fotobiorreator de vidro à temperatura média de 23ºC e tendo como meio de
cultura o digestato suíno diluído. O crescimento das microalgas foi comparado em sistemas
iluminados com lâmpadas LED vermelhas e Fluorescentes. Considerando as médias de
crescimento e de remoção de nutrientes desenvolvidas entre estes dois ciclos durante as 96
horas de experimento, verificou-se que o sistema de iluminação de LED influenciou
positivamente no crescimento das microalgas. A iluminação LED vermelha promoveu uma
maior produção de biomassa de microalgas e, consequentemente, uma maior remoção de
amônia (N-NH3+); 45% de remoção frente a 37% da FLU. Com relação à remoção de fosfato
(P-PO4-3) o resultado final ficou muito similar; 85% para LED e 83% para FLU. Entretanto a
remoção de 77% do fósforo foi atingida em 40 h de experimento para a iluminação LED,
enquanto a FLU só atingiu este limite com 63 h de experimento. Também foram estabelecidas
equações de regressão envolvendo o consumo de nutrientes em função do tempo e o aumento
da concentração de clorofila a em função de dois parâmetros: tempo e iluminância.
Palavras-chave: Modelagem matemática. Chlorella vulgaris. Digestato suíno. Intensidade
luminosa. LED.
ABSTRACT
Currently, microalgae are important means of removing pollutants such as CO2 and nutrients
such as nitrogen and phosphorus from wastewater industries, agro-industries and domestic
sewage. They combine this mitigation capacity of the harmful effects on the environment to
the generation of biomass with high economic value, which can be directed to the food
industry, textile (dyes), pharmaceuticals, animal feed or biofuels. This study aimed to
establish kinetic models of growth of Chlorella sp. based on the proposed models by Pérez
Molina-Grima, Muller-Feuga and Garcia-Malea, bringing the influence of light intensity as
the main parameter of their equations. Microalgae were grown in a photoperiod of 12 hours in
a glass photobioreactor at room temperature (23ºC) fed with diluted swine digestate.
Microalgae growth was compared in systems with red LED and fluorescent lamps.
Considering the average growth and nutrient removal over the 96 hour experiment, it was
found that the LED lighting system positively influenced microalgae growth. Red LED
lighting promoted increased biomass production of microalgae and consequently, greater
ammonia removal (N-NH3+); 45% removal against 37% at FLU conditions. Regarding
phosphate (P-PO4-3) removal, the final result was very similar; 85% and 83% for LED and
FLU, respectively. However, the removal of 77% of the phosphorus was achieved within 40
hours of experiment for LED lighting, against 63 h for FLU. Also, regression equations were
established for the consumption of nutrients as a function of time and chlorophyll a
concentration as a function of time and illuminance.
Keywords: Mathematical modeling. Chlorella vulgaris. Swine digestion. Light intensity.
LED.
LISTA DE ABREVIATURAS
A e B - Fatores de frequência (h-1)
ATP - Adenosina trifosfato
C - Concentração de biomassa (g L−1)
CONAMA - Conselho Nacional do Meio Ambiente
DBO - Demanda Bioquímica de Oxigênio
DQO - Demanda Química de Oxigênio
Ea - Energia de ativação do crescimento (mol L-1)
Eb - Energia de ativação da degradação celular (mol L-1)
FBR - Fotobiorreator
FLU - Fluorescente.
GEE - Gás de Efeito Estufa
GRG - Gradiente Reduzido Generalizado
I - Intensidade de luz média na cultura (Lux)
Io - Intensidade luminosa (Lux)
K - Parâmetro da equação
K1 e K2 - Constantes cinéticas (mol L-1)
Ks - Constante de meia saturação
L - Comprimento do caminho óptico (cm)
LED - Diodo emissor de luz.
Lux - Iluminância (lm m-2)
NADPH - Nicotinamida adenina dinucleotídio fosfato reduzido
PSI - Fotossistema I
PSII - Fotossistema II
R - Constante universal dos gases (kcal mol-1)
S - Concentração de substrato limitante
T - Temperatura (K)
t - Tempo de duração (d)
t - Tempo final do processo (d)
to - Tempo inicial do processo (d)
UASB - Reator anaeróbico de manta de lodo (Upflow Anaerobic Sludge
Blanket)
X - Concentração celular final (g)
X0 - Concentração celular inicial (g)
t - Variação do tempo (h)
ak - Coeficiente de extinção (litro g-1 cm-1)
][ H - Concentração de prótons (mol.L-1)
𝑋1 - Intensidade de luz ( 12)( smfótonsmol )
𝑋2 - Temperatura (ºC)
𝑏𝑜 - Variável independente
𝛼
𝐾 - Rendimento no período sem luz
𝜇𝑚 - Velocidade máxima de crescimento (h-1)
S - Concentração final de substrato (N ou P) (mg L-1)
0S - Concentração inicial de substrato (N ou P) (mg L-1)
PXY - Fator de conversão de fósforo em célula (mg X mg N)
NXY - Fator de conversão de nitrogênio em célula (mg X mg N)
- Taxa ou velocidade específica de crescimento (h-1)
max - Velocidade máxima de crescimento (h-1)
𝛽 - Máximo rendimento possível na presença de luz de elevada
intensidade
sr - Velocidade de consumo de substrato (mg d-1)
Ps - Velocidade de consumo do substrato de fosfóro (d-1)
Ns - Velocidade de consumo do substrato de nitrogênio (d-1)
s - Velocidade específica de consumo de substrato por microalga (d-1)
x - Velocidade específica de crescimento (d-1)
Iav - Intensidade luminosa média calculada (Lux)
n - parâmetro da equação, sem significado físico (adimensional)
LISTA DE ILUSTRAÇÕES
Figura 1: Reator de sistema aberto (tipo Raceway) .................................................................. 22
Figura 2: Reator de sistema fechado (tipo placas) .................................................................... 23
Figura 3: Fotobiorreator contínuo em sistema fechado ............................................................ 24
Figura 4: Fotobiorreator de batelada em sistema fechado ........................................................ 25
Figura 5: Fotobiorreator de batelada em sistema aberto........................................................... 25
Figura 6: Formatos dos fotobiorreatores. ................................................................................. 26
Figura 7: Coeficientes específicos de absorção (m²mg-1) de pigmentos primários de clorofila
a, b e c; carotenóides fotossintéticos (PSC) e fotoprotetores (PPC) na faixa espectral
de 400 a 750 nm. ...................................................................................................... 30
Figura 8: Ordem de crescimento de biomassa da microalga S. obliquos em função da cor da
lâmpada LED. .......................................................................................................... 32
Figura 9: Representação esquemática do crescimento de microalgas em um cultivo de
batelada. ................................................................................................................... 34
Figura 10: Gráfico de superfície da máxima concentração celular (Xm) em função da
intensidade luminosa (X1) e da temperatura (X2) ..................................................... 39
Figura 11: Microalga Chlorella Vulgaris aumentada 1000 vezes. ........................................... 44
Figura 12: Representação esquemática dos fotobiorreatores utilizados no experimento. ........ 45
Figura 13: Pontos de medição da iluminância dentro do FBR para determinação do Iav. ........ 46
Figura 14: Fotobiorreatores durante a fase clara FBR LED (esquerda), FBR FLU (direita) ... 46
Figura 15: Curva de calibração para determinação da massa seca para o FBR LED (massa
seca versus densidade ótica) .................................................................................... 48
Figura 16: Curva de calibração para determinação da massa seca para o FBR FLU (massa
seca versus densidade ótica) .................................................................................... 48
Figura 17: Modelo de representação dos intervalos da intensidade luminosa em função da taxa
de crescimento da microalga. ................................................................................... 54
Figura 18: Gráfico normal de probabilidades por tratamento. ................................................. 56
Figura 19: Box plot para os fotobiorreatores LED e FLU ........................................................ 58
Figura 20: Resumo dos dados do alisamento para FLU e LED: (A) Intensidade luminosa
média (Iav) versus tempo; (B) Concentração de clorofila a versus tempo ; (C)
Velocidade específica de crescimento de clorofila a versus tempo. ........................ 61
Figura 21: Curvas de representação dos quatro modelos propostos e dos dados experimentais
(LED). ...................................................................................................................... 65
Figura 22: Curvas de representação dos quatro modelos propostos e dos dados experimentais
(FLU). ...................................................................................................................... 66
Figura 23: Gráfico comparativo entre as equações elaboradas com o modelo de García-Malea
e Muller Feuga para as iluminações FLU (à esquerda) e LED (à direita). .............. 68
Figura 24: Representação gráfica da expressão de Molina-Grima para iluminação FLU (à
esquerda) e LED (à direita). ..................................................................................... 69
Figura 25: Relação entre a intensidade luminosa média (Iav) versus a taxa de fotossíntese em
termos da taxa de crescimento de clorofila a para o FBR FLU, com indicação dos
limites da intensidade luminosa. .............................................................................. 70
Figura 26: Relação entre a intensidade luminosa média (Iav) versus a taxa de fotossíntese em
termos da taxa de crescimento de clorofila a para o FBR LED, com indicação dos
limites da intensidade luminosa. .............................................................................. 70
Figura 27: Decaimento da concentração fósforo em função do tempo. ................................... 72
Figura 28: Taxa de conversão de P-PO4 em biomassa para os fotobiorreatores LED e FLU. . 73
Figura 29: Decaimento da concentração de amônia em função do tempo para os
fotobiorreatores LED e FLU. ................................................................................... 73
Figura 30: Taxa de conversão de N-NH3 em biomassa para iluminação LED e FLU. ............ 74
Figura 31: Aumento da concentração de biomassa seca em função do tempo para iluminação
FLU e LED. ............................................................................................................. 76
Figura 32:Aumento da concentração de clorofila a em função do tempo para iluminação FLU
e LED. ...................................................................................................................... 77
Figura 33: Conc. de clorofila a em função do tempo e da intensidade luminosa (FLU). ........ 77
Figura 34: Conc. de clorofila a em função do tempo e da intensidade luminosa (LED). ........ 78
Figura 35: Organograma de auxílio na decisão entre a escolha da iluminação LED e FLU para
o desenvolvimento de microalgas em fotobiorreatores............................................ 79
LISTA DE TABELAS
Tabela 1: Comparação de algumas fontes de produção de biodiesel ...................................... 21
Tabela 2: Produção de biomassa (mg L-1 dia-1) das microalgas S. oblíquos CNW-N e FSP-3
para quatro condições de cor de LED diferentes. .................................................... 32
Tabela 3: Dados experimentais da variação de clorofila a e da intensidade luminosa média
com relação ao tempo. ............................................................................................. 55
Tabela 4: Teste t ....................................................................................................................... 56
Tabela 5: Dados FBR FLU após alisamento e cálculo da taxa de crescimento do teor de
clorofila a. ................................................................................................................ 59
Tabela 6: Dados FBR LED após alisamento e cálculo da taxa de crescimento do teor de
clorofila a. ................................................................................................................ 60
Tabela 7: Parâmetros dos modelos matemáticos obtidos graficamente e através do método
GRG não linear. ....................................................................................................... 63
Tabela 8: Representação dos modelos matemáticos propostos. ............................................... 64
Tabela 9: Erros quadráticos médios. ........................................................................................ 67
Tabela 10: Intervalos aproximados das intensidades luminosas ótima, de saturação e de
inibição da luz para os FBRs FLU e LED. .............................................................. 71
Tabela 11: Remoção de amônia e fósforo (%) para as iluminações LED e FLU ..................... 75
SUMÁRIO
1 INTRODUÇÃO ........................................................................................................ 14
2 OBJETIVOS ............................................................................................................. 16
2.1 OBJETIVO GERAL .................................................................................................. 16
2.2 OBJETIVOS ESPECÍFICOS ................................................................................... 16
3 REVISÃO DE LITERATURA ............................................................................... 17
3.1 ATIVIDADE SUINÍCULA E SEUS RESÍDUOS ..................................................... 17
3.2 ALTERNATIVAS PARA A REMOÇÃO DOS NUTRIENTES .............................. 18
3.3 MICROALGAS.......................................................................................................... 19
3.3.1 Alimentação e Biotecnologia.................................................................................... 19
3.3.2 Ficorremediação ....................................................................................................... 20
3.3.3 Microalgas na produção de biodiesel..................................................................... 21
3.4 CULTIVO DE MICROALGAS ................................................................................. 22
3.4.1 Fotobiorreatores (FBR) ........................................................................................... 26
3.5 FONTES DE LUMINOSIDADE PARA O CRESCIMENTO DAS MICROALGAS28
3.5.1 Fotossíntese ............................................................................................................... 28
3.5.2 Iluminação ................................................................................................................. 30
3.6 CINÉTICA DE CRESCIMENTO DE MICROORGANISMOS EM GERAL....... 33
3.7 CINÉTICA DA REMOÇÃO DE NUTRIENTES...................................................... 36
3.7.1 Remoção de Nitrogênio e Fósforo ........................................................................... 36
3.7.2 Fator de conversão de Nitrogênio e Fósforo em células........................................ 37
3.8 MODELOS MATEMÁTICOS CORRELATOS ....................................................... 38
4 PROCEDIMENTOS METODOLÓGICOS .......................................................... 43
4.1 OBTENÇÃO DO EFLUENTE .................................................................................. 43
4.2 OBTENÇÃO DE INÓCULO ..................................................................................... 44
4.3 PARÂMETROS DO CULTIVO NO FOTOBIORREATOR .................................... 44
4.4 DETERMINAÇÕES ANALÍTICAS ......................................................................... 47
4.5 ANÁLISE ESTATÍSTICA DOS DADOS EXPERIMENTAIS ................................ 49
4.6 CÁLCULOS QUE ANTECEDERAM À MODELAGEM MATEMÁTICA ........... 49
4.7 MODELAGEM MATEMÁTICA .............................................................................. 51
4.7.1 Modelo matemático, parâmetro do modelo e o método GRG não linear. .......... 52
4.7.2 Determinação das intensidades luminosas limites ................................................. 53
5 RESULTADOS E DISCUSSÃO ............................................................................. 55
5.1 RESULTADOS EXPERIMENTAIS DO TEOR DE CLOROFILA a E DA
INTENSIDADE LUMINOSA ................................................................................... 55
5.1.1 Análise Estatística dos dados Experimentais ......................................................... 55
5.2 TRATAMENTO DOS DADOS QUE ANTECEDEM À MODELAGEM ............... 58
5.3 MODELOS ................................................................................................................. 63
5.3.1 Determinação das intensidades luminosas limites através do modelo obtido pela
expressão de Muller-Feuga. ..................................................................................... 67
5.4 LED VERSUS FLU: REMOÇÃO DE NUTRIENTES ............................................. 72
5.5 LED VERSUS FLU: CRESCIMENTO CELULAR ................................................. 76
6 CONCLUSÕES ........................................................................................................ 80
7 REFERÊNCIAS ....................................................................................................... 82
14
1 INTRODUÇÃO
O atual cenário mundial de escassez de água (RIJSBERMAN, 2006) tem relação
direta com os inúmeros anos de agressão desenfreada ao meio ambiente, em função do
desenvolvimento da economia global. O grande crescimento da população mundial gerou
fortes pressões sobre os setores industrial e agropecuário, forçando-os a produzirem cada vez
mais para atender à crescente demanda. As agroindústrias contribuem muito para o
agravamento dos impactos ambientais, visto que a atividade suinícola tem causado grande
ônus a este setor.
Os resíduos gerados pela suinocultura possuem grande potencial poluidor, pois
apresentam altas cargas de nutrientes, carga orgânica, sedimentos, patógenos, metais pesados
(cobre e zinco) e DBO (Demanda Bioquímica de Oxigênio) (KUNZ; HIGARASHI;
OLIVEIRA, 2005). Adicionalmente, a disposição inadequada dos resíduos causa a
contaminação dos aquíferos e gera problemas de odor (WU et al., 2015). Os principais
responsáveis pela degradação dos ambientes aquáticos de superfície são o fósforo, o
nitrogênio e a elevada DBO. O fósforo causa a eutrofização das águas e a DBO gera uma
redução do oxigênio dissolvido disponível, afetando a biodiversidade aquática
(MULKERRINS; DOBSON; COLLERAN, 2004). O nitrogênio oferece um risco maior em
função do processo de lixiviação do solo, contaminando águas subterrâneas (KRAPAC et al.,
2002).
Objetivando a remoção destes contaminantes, o tratamento de águas residuais da
suinocultura é composto de 3 etapas. O sistema primário é configurado para remover
materiais sólidos e sedimentáveis. O secundário irá efetuar a remoção da matéria orgânica
através de processos biológicos e/ou químicos e o terciário a remoção de nitrogênio (N) e
fósforo (P) do efluente (VON SPERLING, 2005).
Desta forma o setor necessita de tecnologias de baixo custo e que promovam a
remoção não só da matéria orgânica, mas também dos nutrientes como nitrogênio e fósforo.
Neste viés, surge o potencial das microalgas, que possuem a capacidade simultânea de
ficorremediação (MEZZARI et al., 2013) e geração de atividade econômica através da
biomassa gerada por estes micro-organismos.
A ficorremediação é um processo de biotransformação realizado pelas microalgas
em águas residuárias provenientes de efluentes industriais, agroindustriais ou esgotos
15
domésticos (OLGUÍN, 2003; HANUMANTHA RAO et al., 2011). Através do processo de
fotossíntese, as microalgas vão efetuar a conversão de nutrientes como o nitrogênio e o
fósforo, bem como o gás carbônico (CO2) que é um dos principais gases geradores do efeito
estufa (GEE), em biomassa. Esta biomassa, dependendo das características da microalga de
origem, poderá ser utilizada para alimentação humana, alimentação animal, produção de
biocombustíveis, na indústria farmacêutica e na têxtil (corantes).
Uma vez que os processos fotossintéticos são dependentes da luz, o estudo das
variáveis que os afetam, como intensidade luminosa e seu comprimento de onda, são de
fundamental importância.
Dentre as diversas fontes luminosas existentes, uma merece destaque devido as
suas características: os diodos emissores de luz (LED’s). Estes são muito utilizados por
diversos autores, em função de possuírem espectros estreitos de emissão, baixo consumo de
energia e de emissão de calor, e alta eficiência de conversão de energia elétrica em energia
luminosa (KATSUDA et al., 2004; YAN; ZHENG, 2014; YAN; LUO; ZHENG, 2013).
Existem LED’s de diversas cores; contudo estudos apontam que o fotossistema II de
microalgas pode ser reforçado por uma luz de comprimento de onda vermelho (YOU;
BARNETT, 2004; PIERRE et al., 2008).
Desta forma nota-se a necessidade de estudos que aumentem a compreensão do
desenvolvimento das microalgas no que tange o seu crescimento, mas principalmente, a
remoção de nutrientes relacionados indiretamente com a intensidade luminosa. Assim, esta
dissertação de mestrado teve como objetivo estabelecer modelos cinéticos de crescimento
com a utilização de modelos propostos por Bitaubé Pérez, Molina Grima, Muler-Feuga e
García-Malea, que representassem o crescimento da Chlorella sp. em fotobiorreatores
alimentados com efluentes de uma estação de tratamentos de dejetos suínos (saída do UASB)
para duas situações distintas de iluminação; fluorescente e LED vermelha. Os resultados
obtidos serão utilizados para auxiliar no dimensionamento de fotobiorreatores iluminados
com lâmpadas LED em escala piloto e/ ou em sistemas de tratamento terciários.
16
2 OBJETIVOS
2.1 OBJETIVO GERAL
Modelar matematicamente a cinética de crescimento da Chlorella sp. em
fotobiorreatores alimentados com efluentes de uma estação de tratamentos de dejetos suínos
(saída do UASB) utilizando modelos já existentes na literatura para duas situações distintas de
iluminação; fluorescente e LED vermelha.
2.2 OBJETIVOS ESPECÍFICOS
Estabelecer modelos cinéticos de crescimento de microalgas com a utilização de
modelos propostos na literatura relacionando a influência da intensidade luminosa e
o comprimento de onda.
Comparar os resultados do modelo de crescimento com os dados experimentais de
fotobiorreatores com iluminação fornecida por lâmpadas LED (263,25 μmol m-2 s-1
) e lâmpadas fluorescentes (45,2 μmol m-2 s-1 ).
Estabelecer os intervalos de intensidade luminosa que envolvem a luz limitada, a
saturação de luz e a fotoinibição, para a ambos os fotobiorreatores
Avaliar a eficiência de remoção de nutrientes e a incorporação destes no
crescimento das microalgas.
17
3 REVISÃO DE LITERATURA
3.1 ATIVIDADE SUINÍCULA E SEUS RESÍDUOS
A atividade suinícola brasileira concentra-se principalmente nos estados do Sul –
Paraná, Santa Catarina e Rio Grande do Sul (CORRÊA et al., 2008). A poluição causada
pelos dejetos da suinocultura é uma das principais fontes poluidoras existentes nesta região
devido à produção de uma diversidade de gases tóxicos, poluentes ou odorosos e a geração de
grandes volumes de resíduos líquidos e sólidos (KUNZ; HIGARASHI; OLIVEIRA, 2005).
Estes poluentes, quando inadequadamente manejados, podem causar grandes
impactos aos recursos hídricos e solos. O nitrogênio apresenta grande potencial de
contaminação dos lençóis de água subterrâneos, através do processo de lixiviação (ANAMI et
al., 2008).
O íon fosfato apresenta baixo potencial de contaminação das águas subterrâneas
em função da sua alta reatividade (ANAMI et al., 2008), mas pode causar eutrofização em
águas de superfície com consequente morte celular e decadência microbiana. O processo de
eutrofização ainda pode estimular o crescimento e a multiplicação de algas e de outros
vegetais aquáticos e, desta forma, propiciar a formação de toxinas, morte de peixes, efeitos
nocivos à saúde humana, diminuição da concentração de oxigênio dissolvido, dificultando a
autodepuração do corpo receptor.
As resoluções do CONAMA (Conselho Nacional do Meio Ambiente), fixam
valores máximos da concentração de nutrientes para o lançamento nos corpos receptores.
Para os efluentes de uma forma geral (tanto os industriais como os da agroindústria), o nível
de nitrogênio amoniacal não pode superar 20 mg L-1, segundo a resolução 430/2011. A
mesma resolução, assim como as anteriores 357/2005 e 397/2008, não estabelecem limite
deste nutriente para o esgoto doméstico. Para o fósforo ainda não existe limite de lançamento
para nenhum dos tipos de esgotos citados.
Os sistemas de tratamento de dejetos exigidos pela atual legislação ambiental
(esterqueiras e lagoas), nem sempre são garantia de eliminar o impacto ambiental causado
pela suinocultura (CORRÊA et al., 2008). Entretanto, os sistemas de cultivo de algas são uma
alternativa para o controle da poluição e da produção de biomassa por reciclagem dos
18
nutrientes disponíveis nas águas residuárias da suinocultura (HU et al., 2012; CHEUNG;
WONG, 1981; CAI; PARK; LI, 2013).
3.2 ALTERNATIVAS PARA A REMOÇÃO DOS NUTRIENTES
O cultivo de microalgas pode ser considerado uma solução sustentável para fins
de mitigação de gases de efeito estufa, bem como a ficorremediação de águas residuárias ricas
em nutrientes, como é o caso das águas provenientes de práticas suinícolas (WANG et al.,
2015). Esta prática de cultivo não é recente e está se tornando mais freqüente devido aos
resultados econômicos diretos e a sustentabilidade do agronegócio (MEZZARI et al., 2013).
O processo de tratamento de águas residuárias da suinocultura normalmente é
dividido em três etapas. O sistema primário de tratamento tem por objetivo a remoção de
materiais sólidos e sedimentáveis. O processo secundário é responsável pela remoção da
matéria orgânica através de processos biológicos e/ou químicos. E como os dois processos
anteriores possuem baixa eficiência na remoção do nitrogênio e do fósforo, é necessário um
terceiro sistema de tratamento para a remoção destes dois poluentes do efluente, além de
carbonatos e amônio (VON SPERLING, 2005).
Na década de 70 os projetos de tratamento de águas, com a utilização de
microalgas na fase terciária, começaram a ser difundidos. O efluente servia como fonte de
nutrientes e através da fotossíntese as microalgas efetuavam a conversão dos mesmos em
biomassa útil (DE LA NOUE; DE PAUW, 1988).
As microalgas podem assimilar poluentes orgânicos em componentes celulares
como lipídios e carboidratos, com aplicações comerciais, sem gerar subprodutos danosos ao
meio ambiente. Elas ainda podem auxiliar na redução de bactérias presentes, redução de DBO
e da DQO (Demanda Química de Oxigênio) e metais pesados (ABDEL-RAOUF; AL-
HOMAIDAN; IBRAHEEM, 2012).
19
3.3 MICROALGAS
As microalgas são micro-organismos unicelulares e fotossintetizantes (BORGES-
CAMPOS; BARBARINO; LOURENÇO, 2010), onipresentes em sistemas aquáticos,
envolvendo enorme diversidade de formas e funções ecológicas. Para o seu desenvolvimento
necessitam de poucos nutrientes; como luz, açúcares, CO2, N, P, e K e podem produzir
lipídios, proteínas e carboidratos em grandes quantidades, durante curtos períodos de tempo
(BRENNAN; OWENDE, 2010).
O cultivo das microalgas pode ser realizado com águas marinhas, de estuários ou
ainda com águas provenientes de diversos processos de produção como agropecuária,
indústria, dejetos domésticos, entre outros. O ciclo de vida de microalgas se completa em
poucas horas, favorecendo a seleção das cepas e o melhoramento genético das espécies
(DERNER et al., 2006).
A cultura comercial de microalgas conta com alguns gêneros principais como
Chlorella e Spirulina para utilização na alimentação, Dunaliella salina para β-caroteno e
Haematococcus pluvialis para astaxantina (BOROWITZKA, 1999).
3.3.1 Alimentação e Biotecnologia
As microalgas, em função de sua biodiversidade, apresentam uma grande
variabilidade na composição química de sua biomassa. Esta diversidade, quando
acompanhada do emprego de melhoramento genético e do estabelecimento de tecnologia de
cultivo em grande escala, permite que determinadas espécies sejam comercialmente utilizadas
(DERNER et al., 2006). Nesse sentido, cultivos de microalgas têm sido realizados visando à
produção de biomassa tanto para uso na elaboração de alimentos quanto para a obtenção de
compostos naturais com elevado valor no mercado mundial. Dentre os inúmeros compostos
extraídos, podem ser relacionados ácidos graxos poli-insaturados, carotenóides, ficobilinas,
polissacarídeos, vitaminas, esteróis e diversos compostos bioativos naturais como
antioxidantes e redutores do colesterol. Tais compostos podem ser empregados no
desenvolvimento de alimentos funcionais, em função de suas propriedades nutricionais e
farmacêuticas (DERNER et al., 2006; MULITERNO et al., 2005).
20
As microalgas são uma fonte promissora de proteínas, lipídios e carboidratos para
alimentação humana e animal (VANTHOOR-KOOPMANS et al., 2013). Com o atual cenário
mundial de escassez de alimentos, existe espaço para óleos de microalgas em substituição ou
em complementação aos óleos vegetais tradicionais, possivelmente trazendo diversos
benefícios à saúde humana. No entanto, antes dos compostos das microalgas tornarem-se
verdadeiramente sustentáveis, são necessários grandes avanços na tecnologia de produção, em
biorefinarias e na comprovação sobre a segurança alimentar (DRAAISMA et al., 2013).
3.3.2 Ficorremediação
A ficorremediação é definida como a utilização de algas para remoção ou
biotransformação de poluentes das águas residuais (HANUMANTHA RAO et al., 2011)
oriundas da criação de animais e que apresentam elevada carga orgânica (OLGUÍN, 2003),
bem como no tratamento de esgotos urbanos e efluentes agroindustriais. A demanda por
tratamentos eficientes e de baixo custo neste setor é grande, considerando que as massas de
água superficiais e subterrâneas em várias regiões do mundo estão sofrendo eutrofização
(OLGUÍN, 2003).
Algas verdes unicelulares, tais como Chlorella sp. e Scenedesmus sp. têm sido
amplamente utilizadas no tratamento de águas residuais, pois muitas vezes elas colonizam as
lagoas naturalmente. Estes micro-organismos possuem alta capacidade de remoção de
nutrientes e têm taxas de crescimento rápido (HANUMANTHA RAO et al., 2011), o que
controla direta e indiretamente a remoção de nitrogênio e fósforo (OLGUÍN, 2003). As
microalgas utilizam o CO2 da atmosfera como fonte de carbono, não sendo geralmente
necessária a adição extra desta substância, pois podem crescer fotoautotroficamente
(HANUMANTHA RAO et al., 2011).
As microalgas assimilam uma quantidade significativa de nutrientes porque
requerem grandes quantidades de nitrogênio e fósforo para a síntese de proteínas (45-60% de
peso seco de microalgas), ácidos nucleicos e fosfolipídeos. Oferecem um tratamento eficiente
e de baixo custo, quando comparadas aos métodos físico-químicos convencionais, na remoção
de nutrientes e outros contaminantes. São normalmente utilizadas na fase terciária do
tratamento de águas residuárias, produzindo biomassa potencialmente valiosa, devido a sua
alta capacidade de absorção de nutrientes inorgânicos (HANUMANTHA RAO et al., 2011).
21
3.3.3 Microalgas na produção de biodiesel
A produção de biocombustíveis através da utilização de microalgas, representa
maior sustentabilidade ambiental e viabilidade econômica quando comparado com as
matérias-primas da primeira geração (cana-de-açúcar, beterraba, milho, colza), por apresentar
maiores taxas de crescimento e teor de lipídios mais elevados, aumentando o rendimento de
bio-óleo (CONCAS et al., 2012). Conforme a tabela 1 percebe-se ainda que a demanda por
área útil necessária ao cultivo das microalgas é consideravelmente inferior à outras culturas;
comprovando um rendimento superior.
Tabela 1: Comparação de algumas fontes de produção de biodiesel
Cultura Rendimento de óleo (L.ha-1)
Microalgaa 136 900
Microalgab 58 700
Óleo de palma 5950
Jatropha (pinhão manso) 1892
Canola 1190
Soja 446
Milho 172
a70% (m / m) de rendimento de óleo na biomassa; b30% (m / m) de rendimento de óleo na biomassa.
Fonte: Adaptado de (LUQUE et al., 2008)
Através da tabela 1 percebe-se que a cultura de microalgaa possui um rendimento
de óleo praticamente 796 vezes maior que a cultura de milho, por hectare plantado. As
microalgas, assim como as oleaginosas, utilizam a luz solar para produzir óleo, mas fazem
isto de forma mais eficiente.
As matérias primas utilizadas para produção de biocombustíveis, derivadas de
culturas terrestres (ex.: cana-de-açúcar e milho), têm pressionado o mercado de alimentos,
pois aumentam a escassez da água e o processo de desmatamento das florestas (BRENNAN;
OWENDE, 2010). Com a utilização de microalgas para produção de biodiesel, a produção de
alimentos, forragens e outros produtos, não serão comprometidos; pois além de necessitar de
menores extensões de área; também não demandam terra de qualidade, diminuindo assim a
exploração de terras aráveis. Desta forma, as microalgas são uma fonte de biodiesel mais
22
viável, que tem o potencial para substituir o diesel fóssil; pois são ricas em gordura (podem
ultrapassar 80% sobre o peso de massa seca) e a produção da biomassa dobra a cada 24h
(CHISTI, 2008).
3.4 CULTIVO DE MICROALGAS
O cultivo das microalgas pode ser realizado em dois tipos de reatores: abertos ou
fechados. A figura 1 representada abaixo representa um reator aberto; já a figura 2,
representada na sequência, é correspondente a um exemplo de reator fechado.
Figura 1: Reator de sistema aberto (tipo Raceway)
Fonte: Marcus Rohrer, 2010.
Disponível em: <http://www.oilgae.com/club/users/tomcatino/blogs/page/100 >
23
Figura 2: Reator de sistema fechado (tipo placas)
Fonte: <Disponível em: http://www.nopatio.com.br/tag/energia-limpa/page/2/>
As três formas principais de cultivo das microalgas são lagoas de crescimento,
raceway ponds (figura 1) e fotobiorreatores.
As lagoas de crescimento são formas naturais de criação de microalgas que
exigem grandes áreas de cultivo e são dependentes da incidência natural de raios solares, que
é variável a cada estação do ano e também da região geográfica onde se situam. Apresentam
uma mistura gás-líquido deficitária, ausência de controle da temperatura, elevado risco de
contaminação e baixa densidade final de microalgas. Entretanto, este tipo de sistema,
apresenta fácil operação e boa produtividade para algumas espécies (JORQUERA et al.,
2010; RICHMOND, 2004).
As do tipo “Raceway” são lagoas de fluxo contínuo agitadas por pás, o qual
facilita a mistura ar-água, aumentando a oxigenação do sistema. Estas lagoas são rasas (entre
10 e 50 cm de profundidade), para permitir a iluminação adequada (JORQUERA et al., 2010).
O meio de cultura é diretamente exposto à atmosfera, permitindo que o líquido evapore com
facilidade, auxiliando no processo de controle térmico. Esses sistemas são tipicamente usados
em escala comercial para a cultura de microalgas e cianobactérias, tais como Arthrospira
platensis, Dunaliella salina, Anabaena sp., Phaeodactylum tricornotum, Pleurochrysis
carterae, Chlorella sp. e Nannochloropsis (JORQUERA et al., 2010; JIMENEZ, 2003).
24
A terceira técnica é o uso de fotobiorreator, que pode ser definido como um reator
em que ocorre o processamento de reações bioquímicas na presença de luz e que apresentam
características eminentemente operacionais para produções em larga escala. Neste tipo de
equipamento os cultivos normalmente são realizados em sistemas fechados, em painéis de
forma achatada ou em serpentinas, espirais ou cilindros, podendo ser construídos com
diferentes materiais como plástico, vidro ou policarbonato (DERNER et al., 2006), facilitando
a passagem de luz para a cultura. Nestas condições, é possível controlar condições como
quantidade de nutrientes, temperatura, iluminação, pH, otimizando o processo produtivo com
elevadas taxas de produção de biomassa e gerando um produto com maior pureza
(REDAELLI; MARCILIO; RECH, 2010).
As figuras (3), (4) e (5) apresentam imagens de fotobiorreatores fechados e
abertos, de fluxo contínuo e de batelada.
Figura 3: Fotobiorreator contínuo em sistema fechado
Disponível em: http://www.hielscher.com/pt/algae_reactor_cleaning_01.htm
25
Figura 4: Fotobiorreator de batelada em sistema fechado
Disponível em: < http://arqbrasil.net/arqmercado/2013/07/25/pesquisa-utiliza-microalgas/>
Figura 5: Fotobiorreator de batelada em sistema aberto
Fonte: Prandini, 2013. (PRANDINI, 2013)
As microalgas podem ser cultivadas em diversos sistemas de produção com
capacidade variando de poucos litros até bilhões, com mecanismos pouco sofisticados
(tanques abertos sob condições naturais de iluminação e temperatura, e com baixo ou nenhum
26
controle de parâmetros), até os mais sofisticados, como é o caso de fotobiorreatores
(BOROWITZKA, 1999) .
Os tanques utilizados no cultivo de microalgas podem possuir os seguintes
formatos: circular, retangular ou cilíndrico de tal modo que a configuração assegure
movimentação conveniente ao cultivo, melhor aproveitamento de espaço e da radiação
luminosa (LOURENÇO, 2006). A superfície interna dos tanques não pode ser rugosa a fim de
evitar danos por atrito das células às paredes e ainda para permitir maior reflexão da luz
(LOURENÇO, 2006; BOROWITZKA, 1999).
3.4.1 Fotobiorreatores (FBR)
Um fotobiorreator típico é um sistema constituído de três fases: a líquida que
representa o meio de cultura; a sólida, composta pelas células e a gasosa. Por vezes a luz, é
denominada de quarta fase (POSTEN, 2009).
Atualmente existe uma variedade de fotobiorreatoes para as mais diversas
aplicações. Placa plana, coluna de bolhas e tubular (POSTEN, 2009; XU et al., 2009), são
algumas das principais configurações. Ainda podem ser utilizadas configurações air-lift e
projetos modificados dos três modelos citados anteriormente, como o reator de coluna de
bolhas anular e o reator de placa em forma de domo (POSTEN, 2009).
Figura 6: Formatos dos fotobiorreatores.
A – Reator de placa plana; B – Reator anular; C – Reator tubular.
FONTE: (POSTEN, 2009)
27
Os reatores de placas planas (figura 6 – A) são os que apresentam o design mais
robusto. Simplificadamente são compostos de duas folhas, coladas uma frente à outra, a fim
de obter o reator com comprimento de percurso de luz compreendido na faixa de alguns
milímetros até 7 cm (POSTEN, 2009). Neste modelo de reator a mistura e abastecimento de
gás carbônico é realizada por aspersão com ar enriquecido com CO2.
Colunas de bolhas são frequentemente utilizadas em escala de laboratório, para
experimentos que requerem grande volume, onde o diâmetro do reator poderá superar 20 cm.
Quando o diâmetro da coluna é elevado ocorre geração de uma zona escura no centro do
reator, prejudicando a produtividade das microalgas. Para sanar este problema, pode ser
instalado uma coluna anular (Figura 6 – B). Esta superfície interna pode não contribuir muito
para a radiação global, mas para aplicações interiores ou períodos de escuridão, o reator pode
ser equipado com lâmpadas adicionais, minimizando os problemas citados anteriormente
(POSTEN, 2009).
As taxas de aeração nos FBR de colunas de bolhas e de placas planas são
suficientemente elevadas a fim de evitar o acúmulo de sedimentação e de oxigênio, o que
caracteriza uma vantagem, frente a outros fotobiorreatores (POSTEN, 2009). Além disso, os
reatores de colunas verticais são compactos, de baixo custo e fácil de operar assepticamente
(PIERRE et al., 2008).
Entre os fotobiorreatores existentes, um sistema denominado airlift é muito
utilizado quando a cultura de microalgas é frágil, com o objetivo de assegurar a mistura da
cultura, sem afetar a estrutura dos microrganismos (PIERRE et al., 2008).
Reatores tubulares (figura 6 – C) consistem de tubos transparentes dispostos em
linhas paralelas, acoplados através de coletores, denominados coletores solares. Os tubos
individuais podem ser retos, seguindo um curso sinuoso tanto no chão, quanto dispostos em
painéis ou bobinas. A escolha de cada um destes modelos vai depender de alguns cálculos
com o objetivo de obter as melhores condições de incidência de luz. Têm diâmetros de 10 a
no máximo 60 mm, e comprimentos que podem ir até centenas de metros (POSTEN, 2009).
28
3.5 FONTES DE LUMINOSIDADE PARA O CRESCIMENTO DAS
MICROALGAS
3.5.1 Fotossíntese
A radiação solar representa a fonte de energia motriz da atividade metabólica dos
microrganismos fotossintéticos (LEE; HENG; PILON, 2013). No processo da fotossíntese, os
organismos fotoautótrofos utilizam a energia luminosa para promover a conversão de
compostos inorgânicos em compostos orgânicos. Eles utilizam a energia da luz para extrair
prótons e elétrons a partir de uma variedade de moléculas, tais como doadores de H2S, para
reduzir o CO2 e formar moléculas orgânicas. Direta ou indiretamente, salvo os micro-
organismos quimiossintetizantes, quase todas as formas de vida dependem da fotossíntese
para suprimento de energia do seu crescimento e metabolismo (RICHMOND, 2004).
A fotossíntese é o processo pelo qual a planta sintetiza compostos orgânicos
(glicose) a partir da presença de luz (radiação eletromagnética), água (doadora de
elétrons) e gás carbônico. Ela pode ser representada pela seguinte equação de oxirredução:
OHCO 22 126 energia luminosa OHOOHC 226126 66 (1)
A reação de fotossíntese abrange dois processos: as reações luminosas, que
ocorrem na presença de luz e as reações de fixação do carbono (NELSON; COX, 2006). Na
primeira etapa, a clorofila e outros pigmentos absorvem a energia solar e a conservam na
forma de ATP (Adenosina Trifosfato) e NADPH (Nicotinamida Adenina Dinucleotídeo
Fosfato Reduzido); simultaneamente o O2 é produzido e liberado. Na segunda etapa, o ATP e
o NADPH são usados para reduzir o O2, que ocorre apenas na presença de luz, e a redução do
CO2, que não requer luz, sendo assim os dois processos são distintos (RICHMOND, 2004).
As reações de captação da luz ocorrem nas membranas internas dos cloroplastos,
conhecidas como tilacóides, onde são encontradas a clorofila e outros pigmentos, como
carotenóides e ficobilinas (TAIZ; ZEIGER, 2004; RAVEN; EVERT; EICHHORN, 2007). A
série de reações nas quais a energia captada da luz é utilizada para a síntese de compostos
contendo carboidratos ocorre no estroma, material que envolve os tilacóides.
29
Fazem parte da fotossíntese dois complexos fotoquímicos denominados de
fotossistemas I e II (PSI e PSII) que operam em série para realizar as reações de
armazenamento de energia (TAIZ; ZEIGER, 2004). O PSI absorve preferencialmente luz na
faixa do vermelho distante (comprimento de onda > 680 nm) e o PSII na faixa do vermelho
(680nm) sendo pouco estimulado por comprimentos de onda maiores.
A energia luminosa só pode ser utilizada depois de absorvida pelos pigmentos
fotossintéticos na faixa do espectro de luz que compreende de 400 a 700 nm (RAVEN;
EVERT; EICHHORN, 2007). O PSI e o PSII quando iluminados promovem a passagem dos
elétrons da água para o NADPH, ocorrendo uma sequência de reações nos tilacóides dos
cloroplastos. Desde o momento da absorção da luz pelo PSI, muitas transferências de elétrons
acontecem, passando por proteínas e coenzimas até que ocorra a redução para a formação do
NADPH. A perda de elétrons faz com que estes sejam transferidos ao PSII por uma cadeia
transportadora de elétrons. Quando os elétrons são extraídos da água e são dissociados em
prótons e O2, ocorre o processo de fotoxidação da água. Com a formação de uma bomba de
prótons, induz-se a passagem de H+ pela membrana até que o ATP seja formado (L. C.;
CARNEIRO, 2005). A etapa escura é caracterizada pelo processo de assimilação do carbono,
formando as moléculas de carboidratos. Estas são formadas a partir do ciclo de Calvin, ou
seja, uma série de reações químicas onde o CO2 é fixado e seus átomos são usados na
composição de moléculas maiores. Neste processo há gasto de ATP e NADPH obtidos na fase
clara (L. C.; CARNEIRO, 2005). Durante este processo, a ribulose bi-fosfato é responsável
pela produção de duas moléculas de fosfoglicerato a partir da reação com o CO2. Com os
produtos formados na etapa anterior, uma das moléculas de fosfoglicerato usada para produzir
as moléculas de carboidratos e a outra retornará ao ciclo e será usada para restabelecer a
molécula de ribulose bifosfato gasta no seu início (RAVEN; EVERT; EICHHORN, 2007; L.
C.; CARNEIRO, 2005).
Os principais pigmentos necessários para a fotossíntese oxigenada são
denominados de clorofilas. São denominadas de clorofila a e b, tendo dois picos de absorção
de luz; um situado no azul e outro no vermelho, partes do espectro visível. A clorofila a
absorve a luz na faixa que compreende 430 e 680 nm enquanto que a b possui uma faixa um
pouco mais estreita, situa-se entre 450 e 660 nm (LEE; HENG; PILON, 2013).
30
A figura 7, extraída de Lee et al. (2013) representa as taxas de absorção para as
clorofilas a, b e c presentes nas células fotossintéticas, carotenoides fotossintéticos (PSC) e
carotenoides fotoprotetora (PPC), na região espectral compreendida entre 400 e 750 nm.
Figura 7: Coeficientes específicos de absorção (m²mg-1) de pigmentos primários de clorofila
a, b e c; carotenóides fotossintéticos (PSC) e fotoprotetores (PPC) na faixa espectral de 400 a
750 nm.
Fonte: (LEE; HENG; PILON, 2013)
Através da figura 7, percebe-se claramente que o pico de absorção de clorofila a
se dá entre 435 e 450 nm e outro, levemente menor entre 650 e 700 nm. Já a clorofila b tem
seu pico situado entre 465 e 485 nm.
3.5.2 Iluminação
No cultivo das microalgas, o projeto dos fotobiorreatores deve atender as
demandas de iluminação de maneira eficiente e homogênea a fim de reduzir o custo de
produção. Enquanto a luz solar é a fonte de luz de menor custo disponível, a sua intensidade
luminosa oscila no período diurno e sazonalmente, e sua capacidade energética é limitada.
Com o objetivo de atingir condições de cultivo controlado e produtividade nos FBR, é
Comprimento de onda (nm)
Co
efic
iente
s es
pec
ífic
os
de
abso
rção
(m
²/m
g)
31
necessária, a utilização de dispositivos elétricos de iluminação que convertem a energia para
iluminar com alta eficiência e que emitem luz com efeitos fisiológicos favoráveis sobre
células fotossintéticas (KATSUDA et al., 2004).
Entretanto, deve-se dosar adequadamente a iluminação dos FBR; pois a eficiência
deste sistema afeta significativamente o processo global de produção de microalgas, enquanto
que a irradiância excessiva inibe a fotossíntese nestes microrganismos. Desta forma, as
microalgas requerem uma quantidade de iluminação ideal - comprimento de onda e
intensidade da luz - para atingir a taxa máxima de fotossíntese, de maneira economicamente
viável (YAN; LUO; ZHENG, 2013; PIERRE et al., 2008; YOU; BARNETT, 2004).
Os diodos emissores de luz (LEDs) têm espectros estreitos de emissão de luz, de
alta eficiência de conversão (KATSUDA et al., 2004; YAN; ZHENG, 2014), baixo consumo
de energia (YAN; LUO; ZHENG, 2013) e de baixa emissão de calor, o que é altamente viável
para a produção de microalgas, uma vez que a qualidade e intensidade da luz vão afetar a
concentração celular, sua produtividade e também o teor de pigmentos gerados (PIERRE et
al., 2008).
A luz azul e a luz vermelha podem ser utilizadas para melhorar a eficiência da
fotossíntese e aumentar a produção de polissacarídeo extracelular (YOU; BARNETT, 2004).
Yan et al. (2013) em seu estudo utilizando a Chlorella vulgaris na purificação de suspensão
de processo de digestão anaeróbia, concluiu que o LED vermelho resultou em maior
eficiência de remoção de nutrientes, pois as microalgas verdes têm como característica uma
boa absorção de luz vermelha em função do seu pigmento verde.
Ho et al. (2014), testaram quatro diferentes cores de LED - vermelho, azul, verde
e branco - para verificar o efeito do comprimento de onda de luz sobre a formação de
biomassa e produção de luteína de S. obliquos CNW-N e FSP-3 com as seguintes condições
de operação: concentração de CO2, 2,5%; taxa de fluxo de CO2, 0,4 %; intensidade da luz,
150 𝜇mol.m-2.s-1)(HO et al., 2014). Na tabela 2 estão representados os resultados da formação
de biomassa perante estas quatro cores.
32
Tabela 2: Produção de biomassa (mg L-1 dia-1) das microalgas S. oblíquos CNW-N e FSP-3
para quatro condições de cor de LED diferentes.
Cepas de microalgas Cor do LED Produção total de
biomassa (mg L-1 dia-1)
S. obliquos CNW-N
Vermelho (600-690 nm) 31325
Azul (435-515 nm) 19283
Verde (480-580 nm) 27307
Branco (410-610 nm) 24362
S. obliquos FSP-3
Vermelho (600-690 nm) 18243
Azul (435-515 nm) 21223
Verde (480-580 nm) 24238
Branco (410-610 nm) 16240
Os dados mostram os valores médios de três experimentos desvio padrão.
Fonte: Adaptado de (HO et al., 2014)
Ho et al. (2014) ainda verificaram que o crescimento de biomassa ocorreu na
sequencia demonstrada na figura 8.
Figura 8: Ordem de crescimento de biomassa da microalga S. obliquos em função da cor da
lâmpada LED.
Fonte: a autora.
Azul Verde
BrancoVermelho
S. obliquos
FSP-3
S.
obliquos
CNW-N
Branco Vermelho
33
Percebe-se, através da figura 8, que a iluminação LED vermelha teve maior
representatividade no desenvolvimento da biomassa para a microalga S. oblíquos CNW-N. O
fotossistema II de microalgas pode ser reforçado por uma luz comprimento de onda vermelho,
enquanto que o fotossistema I pode ser induzido pela luz azul (YOU; BARNETT, 2004;
PIERRE et al., 2008).
3.6 CINÉTICA DE CRESCIMENTO DE MICROORGANISMOS EM GERAL
A taxa de crescimento de micro-organismos pode ser influenciada por alguns
fenômenos que podem interferir no processo produtivo, como limitações e inibições por
substratos, tipo do produto gerado, inibidores, entre outros (SCHMIDELL et al., 2001).
Para cultivos em batelada ou estanques, como é o caso do presente estudo, a
composição do meio durante o cultivo é alterada constantemente. Neste tipo de cultivo
existem cinco fases de crescimento celular, bem distintas: (a) fase lag, (b) fase exponencial,
(c) fase de redução, (d) fase estacionária, (e) fase de declínio. A fase lag representa o período
de adaptação do micro-organismo ao meio de cultivo. Na fase exponencial ou também
denominada de logarítmica, inicia o crescimento e a multiplicação como em uma função
exponencial do tempo. A fase de redução do crescimento ou de transição é marcada pelo
decréscimo relativo da taxa de crescimento, pela redução dos nutrientes dissolvidos e
normalmente pelo efeito do autossombreamento.
A fase estacionária representa a fase em que se atinge o rendimento final máximo,
a taxa de crescimento torna-se estável. A fase de declínio ou de morte é marcada pela morte e
lise de muitas células, a taxa de crescimento torna-se negativa (LOURENÇO, 2006). A figura
(10) representa um esquema destas cinco fases.
34
Fonte: Adaptado de (LOURENÇO, 2006)
É possível utilizar a equação de balanço de massa para calcular a velocidade
específica de crescimento celular:
)()( ConsumidoGeradoSaiEntraAcúmulo (2)
Em fotobiorreatores de batelada, não existe acúmulo, não ocorrendo entrada e
saída de células, sendo que as mesmas são apenas geradas a partir da reprodução das
microalgas e não são consumidas. Assim, a expressão (2) passa a ser:
000 Xdt
dXx
(3)
Onde:
x = velocidade específica de crescimento (d-1).
X = concentração celular (g).
t = tempo de duração (d).
Figura 9: Representação esquemática do crescimento de microalgas em um cultivo de batelada.
(a)
(b)
(c)
(d)
(e)
Tempo (dias)
Conce
ntr
açã
o (
célu
las.
ml-1
)
35
Organizando os termos da expressão (3):
X
X
t
t
x dtXX
dX
0 0
(4)
Integrando ambos os lados da equação (4) e aplicando os limites:
tX
Xx
0
ln (5)
Reagrupando os termos e isolando x na expressão (5), fica-se:
t
XX
x
0
ln
(6)
Onde:
X0 = concentração celular inicial (g).
A velocidade específica de crescimento celular também pode ser calculada através
da expressão de Monod:
SK
S
s
máxx
.
(7)
Onde:
𝜇𝑚á𝑥 = velocidade máxima de crescimento (h-1).
Ks = constante de meia saturação (mesma unidade da variável S).
S = concentração de substrato limitante (unidade depende do substrato considerado).
36
3.7 CINÉTICA DA REMOÇÃO DE NUTRIENTES
3.7.1 Remoção de Nitrogênio e Fósforo
A dedução das equações para remoção dos nutrientes de nitrogênio e fósforo está
representada na equação (8):
X
rss
(8)
Onde:
sr = velocidade de consumo de substrato (mg.d-1).
s = velocidade específica de consumo de substrato de cada microalga (d-1).
Como a velocidade pode matematicamente ser representada pelo quociente entre a
derivada do substrato e a derivada do tempo; a equação (8) pode ser escrita como:
Xdt
dSs
1.
(9)
Isolando o termo dt
dSna equação (9):
Xdt
dSs .
(10)
Efetuando a separação das variáveis na equação (10):
dtXdS s .. (11)
0S = concentração inicial de substrato (N ou P) (mg L-1).
S = concentração final de substrato (N ou P) (mg L-1).
37
0t = tempo inicial do processo (d).
t = tempo final do processo (d).
Integrando os dois membros da equação (11) e aplicando os limites:
t
ts
S
SdtXdS
00
.. (12)
A equação (12) passa a ser:
00 .. ttXSS s (13)
Isolando a variável s :
tX
SS
ttX
SSs
..
0
0
0 (14)
Desta forma a equação 14 representa a fórmula de cálculo da velocidade do
consumo de substrato de Nitrogênio (amônio, nitrito e nitrato) e Fósforo (fosfato).
3.7.2 Fator de conversão de Nitrogênio e Fósforo em células
Para mensurar a quantidade de nitrogênio (15) e fósforo (16) que foi incorporado
na biomassa; deve ser calculado o fator de conversão através dos resultados obtidos pelas
fórmulas do balanço de massa, conforme representado abaixo:
Ns
x
NXY
(15)
Ps
x
PXY
(16)
38
Onde:
NXY = fator de conversão de nitrogênio em célula (mg X mg N).
PXY = fator de conversão de fósforo em célula (mg X mg N).
Ns = velocidade de consumo do substrato de nitrogênio (d-1).
Ps = velocidade de consumo do substrato de fosfóro (d-1).
3.8 MODELOS MATEMÁTICOS CORRELATOS
A Cinética de crescimento dos micro-organismos pode ser descrita por diversos
modelos matemáticos, dependendo dos fatores necessários e/ou disponíveis para o estudo.
Godoy Danesi et al. (2011), desenvolveram diversos modelos matemáticos que
envolviam os efeitos da intensidade de luz e temperatura no cultivo da Spirulina platensis,
utilizando nitrato de prata e ureia como fontes de nitrogênio. Através de regressão múltipla, os
autores efetuaram a modelagem de diversas equações (com o auxílio do programa S-PLUS
2000) que envolviam:
máxima concentração celular (mg L-1);
produção celular (mg L-1);
produção de clorofila.
Todas em função da temperatura e da intensidade luminosa.
O modelo matemático inicial proposto por Godoy Danesi et al. (2010) foi:
2112
2
222
2
11122110 ...... XXbXbXbXbXbbY (17)
Onde:
𝑋1 = intensidade de luz 12)( smfótonsmol .
𝑋2 = temperatura (ºC).
𝑋1. 𝑋2= efeito da interação entre essas duas variáveis.
𝑏𝑜 = variável independente.
𝑏1, 𝑏2, 𝑏11, 𝑏22, 𝑏12 = demais coeficientes da equação.
39
A figura 10 representa um exemplo dos gráficos de superfície criados por Godoy
Danesi et al. (2010) para a posterior elaboração do modelo matemático. As letras A e B
identificam o tipo de fonte de nitrogênio (A = KNO3; B = uréia).
Figura 10: Gráfico de superfície da máxima concentração celular (Xm) em função da
intensidade luminosa (X1) e da temperatura (X2)
Fonte: (GODOY DANESI et al., 2011)
As modelagens realizadas através de análises de regressão, a partir da figura 10
ficaram:
Para o KNO3:
2
21 .8,166.7,3903,1159 XXX m (18)
Para a Ureia:
2
2
2
11 .9,226.4,189.2,3438,1500 XXXX m
(19)
Bitaubé Pérez et al. (2008) desenvolveram estudos em batelada com o objetivo de
elaborar um modelo cinético para estudar a taxa específica de crescimento da Phaeodactylum
tricornutum. No seu estudo avaliaram fatores como pH, temperatura e irradiância. As
40
equações 20 e 21 apresentam o efeito destes parâmetros para o micro-organismo citado.
(BITAUBÉ PÉREZ; CARO PINA; PÉREZ RODRÍGUEZ, 2008)
][
][1 2
1
max
H
K
K
H
(20)
Onde:
= taxa ou velocidade específica de crescimento (h-1).
][ H = concentração de prótons (mol L-1).
K1 e K2 = constantes cinéticas (mol L-1).
RT
E
RT
E ba
BeeA.
(21)
Onde:
Ea = energia de ativação do crescimento (mol L-1).
Eb = energia de ativação da degradação celular (mol L-1).
R = constante universal dos gases (kcal mol-1).
T = temperatura (K).
A e B = fatores de frequência (h-1).
Bitaubé Pérez et al. (2008) ainda utilizaram em seus estudos a expressão de
Monod (equação 7), representada abaixo pela equação 22, onde o substrato limitante foi a
intensidade luminosa.
avi
avmáxx
IK
I
.
(22)
Onde:
avI = média da irradiância ( mol de fótons m-2 s-1).
iK = parâmetro da equação de Monod ( mol de fótons m-2 s-1) (intensidade luminosa
correspondente à quantidade de luz que atinge as microalgas quando a taxa de crescimento é
igual à metade da taxa máxima).
41
Shaw et al. (2013), não trabalharam com intensidade luminosa, mas com Monod
verificando se a taxa de meia saturação (K), que aparece como parâmetro da equação (22),
corresponde à uma constante ou se o seu valor é variável em função de alguma outra
grandeza. Concluíram que para o seu estudo o parâmetro varia em função da taxa de
desnitrificação. (SHAW et al., 2013)
Martínez et al. (1997) trabalhou com a modelagem matemática sobre a influência
da intensidade de luz nos parâmetros cinéticos e de rendimento de Chlorella pyrenoidosa em
crescimento mixotrófico. Para o autor a variação nos valores médios de rendimento
(biomassa/substrato) com a intensidade de luz pode ser ajustada para uma função do tipo:
(MARTÍNEZ et al., 1997)
0
0
IK
IY
(23)
A função 23 pode ser transformada em uma função linear se K >>>I0:
0IKK
Y
(24)
Onde:
𝛼
𝐾= rendimento no período sem luz.
𝛽 = máximo rendimento possível na presença de luz de elevada intensidade.
Io = intensidade luminosa (Lux).
K = parâmetro da equação.
Martínez et al. (1997) ainda desenvolveu a equação (25) para a fase de
crescimento exponencial de crescimento autotrófico:
CLk
a
aeCLk
II
..0 1..
(25)
Onde:
I = intensidade de luz média na cultura (lux).
42
ak = coeficiente de extinção (litro g-1 cm-1).
L = comprimento do caminho óptico (cm).
C = concentração de biomassa (g L−1).
Molina Grima et al. (1994) propuseram um modelo matemático de crescimento de
microalgas na cultura Chemostat com intensidade de luz limitada. Utilizaram microalgas da
estirpe Isochrysis galbana. A formulação proposta segue uma linha de raciocínio similar ao
modelo de Monod. (MOLINA GRIMA et al., 1994)
n
av
n
i
n
avmáxx
IK
I
.
(26)
Outro modelo que correlaciona à cinética de crescimento das microalgas com a
intensidade luminosa é o modelo proposto por García-Malea, et al. (2006), representado pela
equação (27). Para desenvolver este modelo, os autores estudaram a influência da irradiância
e da taxa de diluição sobre o desempenho das culturas contínuas de H. pluvialis em
laboratório, mas simulando condições ao ar livre (GARCÍA-MALEA et al., 2006).
).().(
0
).(
00
0
.Iba
av
Iba
Iba
avmáxx
IdIc
I
(27)
Onde:
0I = intensidade luminosa incidente (Lux).
a, b, c e d são parâmetros da equação.
Conforme os autores, os parâmetros a, b, c e d, existentes na equação (27), devem
ser obtidos através de métodos de regressão não linear.
Muller-Feuga (1999) propôs uma função de três parâmetros, baseado no
crescimento em função do racionamento, aplicados a peixes (Oncorhynchus nerka) e
microalgas (Porphyridium cruentum).
43
22
1
.1
.2
s
e
s
av
s
e
s
e
s
av
s
e
máx
I
I
I
I
I
I
I
I
I
I
I
I
(28)
Onde:
Ie = irradiância média mínima (Lux).
Is = irradiância de saturação (Lux).
A modelagem da taxa de crescimento representa a resposta dos micro-organismos
a irradiância recebida e dá informações fisiológicas adicionais úteis, como a irradiância média
mínima ( eI ) que uma célula fotoautotrófica precisa para começar a crescer e ganhar peso por
captação de energia da luz (MULLER-FEUGA, 1999).
4 PROCEDIMENTOS METODOLÓGICOS
O experimento e todas as análises foram realizados no laboratório de análises
físico-químicas da Embrapa Suínos e Aves que está localizado no município de Concórdia,
Santa Catarina. Toda a parte laboratorial deste trabalho foi realizada pelo Engenheiro Jean
Michel Prandini e a parte do desenvolvimento matemático e estatístico pela autora.
4.1 OBTENÇÃO DO EFLUENTE
O efluente utilizado foi coletado na Estação de Tratamento de Dejeto Suíno
(ETDS), na lagoa facultativa de tratamento de dejetos suínos da Embrapa Suínos e Aves,
localizada no município de Concórdia, Santa Catarina. O dejeto foi trazido em garrafas de
plástico de 5 L e mantido na temperatura de -10 ºC, até o momento de sua utilização. Por esse
dejeto apresentar cor escura, foi utilizado somente o sobrenadante de cor mais clara para que
houvesse menor intervenção possível da cor escura do dejeto na luminosidade das microalgas
nos FBR’s.
44
4.2 OBTENÇÃO DE INÓCULO
O inóculo de microalgas utilizado no experimento, foi submetido a um
peneiramento em uma tela de aço de abertura de 0,088 mm para retenção de material
grosseiro. Em seguida, passou por um período de aclimatação nos fotobiorreatores com
iluminação fornecida por lâmpadas fluorescentes com adição de 5% de dejeto digerido e a
temperatura média de 22ºC. A predominância da microalga Chlorella vulgaris no inóculo foi
verificada com auxílio de microscópio óptico aumentado 1000 vezes.
Figura 11: Microalga Chlorella Vulgaris aumentada 1000 vezes.
Fonte: Prandini (2013)
4.3 PARÂMETROS DO CULTIVO NO FOTOBIORREATOR
O cultivo das microalgas foi realizado mixotroficamente em dois recipientes
idênticos de vidro e de forma cilíndrica com 18,6 cm de diâmetro interno, 60 cm de altura e
capacidade de 16,47 L espessura do vidro de 0,5 cm cada, sendo que o experimento teve um
volume útil de 12 L em cada cilindro (figura 12). Cada FBR continha agitação mecânica
constante que era realizada por bomba de aquário “aquarium pump” (S300, Sarlobetter®,
BR).
O FBR LED teve iluminação fornecida por dois painéis de lâmpadas LED (PGL-
RBC 2500, Parus) que emitem luz de comprimento de onda de 630 nm com 120 W de
potência cada painel. Já o FBR FLU foi provido de iluminação fornecida por duas lâmpadas
45
fluorescentes tipo luz do dia, com potência de 20 W cada e comprimento de onda na faixa da
luz visível (aproximadamente entre 380 e 740 nm). A iluminância foi medida com luxímetro
no centro do cilindro vazio a uma distância da fonte luminosa de 20 centímetros.
Figura 12: Representação esquemática dos fotobiorreatores utilizados no experimento.
Fonte: Prandini (2013)
Para determinar a intensidade luminosa média ( avI ) a iluminância foi medida em
três pontos do reator no decorrer do experimento: a 10, 30 e 60 mm da borda do reator,
conforme apresentado na figura 13.
46
Figura 13: Pontos de medição da iluminância dentro do FBR para determinação do Iav.
Fonte: a autora.
A temperatura do local do experimento foi controlada por aparelho de ar
condicionado ajustado a 23ºC ± 2. As concentrações das inoculações foram as mesmas para o
dois FBRs: 30% (v / v) de inóculo, 10% (v / v) de dejeto e 60% (v / v) de água destilada. O
tempo de cultivo foi de 4 dias (96 horas) e o fotoperíodo foi de 12h.
Figura 14: Fotobiorreatores durante a fase clara FBR LED (esquerda), FBR FLU (direita)
Fonte: Prandini (2013)
47
4.4 DETERMINAÇÕES ANALÍTICAS
A determinação de Nitrogênio amoniacal utilizada no experimento baseia-se na
metodologia padrão 4500-NH3 D, que utiliza eletrodo seletivo a amônia (Standard Methods
for the Examination of Water and Wastewater).
Para obtenção dos resultados de fosfato, utilizou-se o sistema de cromatografia de
íons Thermo Scientific Dionex ICS-1500, com amostrador automático ASDV da Thermo
Scientific, com detecção por condutividade elétrica a 35°C.
A determinação da clorofila a foi realizada através da metodologia descrita por
Porra et al. (1989). As amostras foram coletadas diariamente em duplicata e armazenadas a -
20ºC em ambiente escuro, para que não houvesse degradação da clorofila pela luz. As
amostras foram centrifugadas por 2 minutos a 5000 rpm, e o sobrenadante foi utilizado para
diluição com metanol grau puro (1:1, v/v). As amostras foram homogeneizadas e lidas em
espectrofotômetro (VARIAN, INC. Cary® 50 UV-Vis) à 665 e 652 nm:
nmnm ABSABSmlgClorofila 652665
1 54,829,16.
(29)
A determinação da biomassa microalgácea foi obtida através da densidade ótica
analisada no espectrofotômetro HACH DR/2000 ajustado no comprimento de onda de 570
nm. Para a obtenção da relação massa seca e densidade ótica, foi desenvolvida uma curva de
calibração para cada FBR (fotobiorreator); representados nas figuras 15 e 16.
48
Figura 15: Curva de calibração para determinação da massa seca para o FBR LED (massa
seca versus densidade ótica)
Fonte: Prandini (2013)
Figura 16: Curva de calibração para determinação da massa seca para o FBR FLU (massa
seca versus densidade ótica)
Fonte: Prandini (2013)
y = 471,78x - 0,4046
R² = 0,9972
0
50
100
150
200
250
300
350
0,15 0,2 0,25 0,3 0,35 0,4 0,45 0,5 0,55 0,6 0,65 0,7
Mas
sa S
eca
(mg L
-1)
Absorbância (570 nm)
y = 436,77x + 7,8467
R² = 0,991
0
30
60
90
120
150
180
210
240
0,15 0,2 0,25 0,3 0,35 0,4 0,45 0,5
Mas
sa S
eca
(mg L
-1)
Absorbância (570nm)
49
Para determinação do peso seco, foram coletadas amostras em triplicata em
diferentes tempos do experimento.
A temperatura e o oxigênio dissolvido foram medidos três vezes ao dia com o
equipamento portátil YSI Model 55, já o pH foi determinado uma vez ao dia com o aparelho
portátil Hanna Instruments HI 8424 pH/ORP.
4.5 ANÁLISE ESTATÍSTICA DOS DADOS EXPERIMENTAIS
Com o auxílio do Software Statistica, foram realizadas análises de
homogeneidade de variâncias, de igualdade de médias (teste – t) e foi gerado um box-plot,
com o intuito de comparar os dois grupos de dados: LED vermelho e FLU. Ainda fez parte da
análise estatística a verificação da normalidade dos dados e a escolha do melhor modelo
através do método do menor erro quadrático médio.
4.6 CÁLCULOS QUE ANTECEDERAM À MODELAGEM MATEMÁTICA
A remoção de nutrientes foi determinada a partir da expressão:
100.
i
fi
C
CC
(30)
Onde:
= rendimento da remoção do respectivo nutriente (%);
iC = concentração inicial do nutriente (mg L-1);
fC = concentração final do nutriente (mg L-1);
A velocidade de produção de clorofila a foi avaliada através da expressão 31:
t
XXP
if
(31)
50
Onde:
P = produção de clorofila a (mg L-1h-1)
iX = concentração inicial de clorofila a (mg L-1)
fX = concentração final de clorofila a (mg L-1)
t = intervalo de tempo (h)
A velocidade de produção de biomassa foi obtida através da expressão 32:
t
XXM
if
(32)
Onde:
Xi = concentração inicial de biomassa (mg L-1).
Xf = concentração final de biomassa (mg L-1).
M = velocidade de produção de biomassa de microalgas (mg L-1 h-1).
A taxa de consumo de nitrogênio amoniacal e de fósforo (fosfato), foi obtida
através da equação (33):
t
CCV
fi
ts
/
(33)
Onde:
tsV / = velocidade de consumo do respectivo nutriente (N ou P) (mg L-1 h-1).
O fator de conversão de Nitrogênio e Fósforo em células foi obtido pelas
expressões 34 e 35, respectivamente:
N
xNXY
/
(34)
51
P
xPXY
/
(35)
Onde:
NXY / fator de conversão de nitrogênio em célula.
PXY / fator de conversão de fósforo em célula.
N velocidade de consumo de nitrogênio (h-1).
P velocidade de consumo de fósforo (h-1).
x velocidade específica de crescimento de biomassa (h-1).
4.7 MODELAGEM MATEMÁTICA
Para elaborar os modelos matemáticos foi necessário desenvolver inicialmente o
“alisamento” dos dados conforme proposto por Schmidell et al. (2008). O alisamento consiste
em gerar gráficos com os dados experimentais e através deles estabelecer equações de
regressão, lineares ou não, que melhor se adequem a cada situação. O objetivo deste
instrumento é gerar tabelas com mais dados numéricos, que respeitem a tendência dos dados
experimentais, mas que apresentem uma variação constante para grandeza tempo. Para este
estudo o alisamento foi realizado para as grandezas: intensidade luminosa média ( avI (Lux))
versus tempo (h) e concentração de clorofila a versus tempo. O t escolhido foi de 3h; tanto
para os resultados da iluminação LED vermelha quanto para a FLU. Esta escolha foi
empírica, uma vez que estabelecendo tempos menores, não ocorreram mudanças
significativas nos resultados da modelagem.
O primeiro modelo a ser testado foi o mesmo utilizado por Perez et al. (2008)
(equação 22) que é o modelo de Monod (equação 7) utilizando como substrato limitante a
intensidade luminosa média. Para este modelo foi necessário estabelecer os valores de máx e
iK . A velocidade máxima foi obtida através da tabela de alisamento dos dados. O valor de iK
, como representa a Intensidade luminosa (Lux) quando a velocidade é igual à metade da
velocidade máxima
2
máx, foi determinado através da interpolação linear dos pontos
52
imediatamente superior e inferior ao iK e , intensidade luminosa e da velocidade
respectivamente.
O modelo de Molina Grima (equação 26), também utiliza as variáveis iK e avI
como apresentado no modelo utilizado por Pérez et al. (2008). A diferença está no parâmetro
n da equação que aparece como um exponente nas grandezas iK e avI . Este parâmetro foi
determinado através do método de otimização de Gradiente Reduzido Generalizada (GRG)
não linear tendo como foco a minimização do erro médio quadrático entre a curva
experimental e a modelada.
O modelo de García-Malea (equação 27) necessitou dos parâmetros de velocidade
máxima ( máx ), intensidade luminosa média ( avI ) e intensidade luminosa incidente ( 0I ), tanto
para a iluminação LED vermelha quanto para a FLU. Os demais parâmetros da equação (a, b,
c e d) também foram obtidos através do método de otimização GRG não linear tendo como
foco a minimização do erro médio quadrático entre a curva experimental e a modelada, como
no modelo anterior.
O modelo de Muller-Feuga (equação 28) depende da velocidade máxima máx , da
intensidade luminosa média quando a velocidade é máxima ( sI ) e da intensidade luminosa
média avI . Os parâmetros eI e sI foram obtidos através do método de otimização GRG não
linear, como nos demais modelos.
4.7.1 Modelo matemático, parâmetro do modelo e o método GRG não linear.
Um modelo matemático consiste em um sistema de equações que representam de
forma quantitativa, as hipóteses que foram usadas na sua elaboração (SODRÉ, 2007). Tais
equações são resolvidas em função de valores conhecidos ou previstos experimentalmente e
podem ser testadas através de comparação com dados conhecidos (PIMENTA, 2014). A
técnica de regressão múltipla quando utilizada complementarmente ao planejamento de
experimentos, é muito eficiente para desenvolver modelos estatísticos que quantificam a
influência das variáveis de entrada do processo para predição das variáveis de saída
(BENYOUNIS; OLABI, 2008). A qualidade de um modelo depende de vários fatores
estatísticos, mas também de sua interpretabilidade, de sua consistência com outros e de sua
53
plausibilidade global. Isso implica em julgamentos inerentemente subjetivos, mas não menos
importantes (PIMENTA, 2014).
Pode-se equivocadamente assumir que o melhor modelo é o que minimiza a soma
de quadrados do erro, mas não é assim tão simples, o problema é que um modelo mais
complexo (com maior número de parâmetros) geralmente produz uma curva mais flexível do
que uma curva definida por um modelo mais simples, podendo se ajustar melhor aos dados
(PIMENTA, 2014).
Um modelo matemático normalmente é dividido em duas partes, a função
objetivo e as restrições. Quando o algoritmo GRG é iniciado, ocorre a substituição das
restrições na função objetivo, reduzindo assim o número de variáveis e de gradientes
presentes. Ele, assim como tantos outros, é um método que consiste em iterações (PIMENTA,
2014). Uma solução inicial é substituída na função e a sua solução é determinada. Caso ainda
não seja o resultado que ofereça o menor erro quadrático médio, um novo resultado é testado.
Este processo é repetido inúmeras vezes até que a solução ótima seja atingida. Por isso a
necessidade de ferramentas computacionais para auxiliar neste processo.
4.7.2 Determinação das intensidades luminosas limites
Com o objetivo de estabelecer as fases de luz limitada, de saturação da luz e de
inibição da luz para o desenvolvimento da Chlorella vulgaris para as condições deste estudo,
foi necessário elaborar gráficos da intensidade luminosa versus a taxa de crescimento de
clorofila a (ux). Para isto foi utilizada a expressão obtida através do modelo de Muller-Feuga,
para os dois FBR. O valor do Ie obtido pelo modelo, retornou a intensidade luminosa mínima
que uma célula fotoautrófica precisa para começar a crescer e se desenvolver. O valor do Is
(também obtido pelo modelo) trouxe a informação da intensidade luminosa de saturação,
ponto que corresponde a intensidade luminosa limite, entrando na região de inibição da luz
como apresentado no gráfico através da figura 17.
54
Figura 17: Modelo de representação dos intervalos da intensidade luminosa em função da taxa
de crescimento da microalga.
Fonte: a autora.
Utilizando apenas o modelo de Muller Feuga, ainda restou uma lacuna na
determinação das fases da intensidade luminosa. O dado faltante era aquele que finalizava a
fase de luz limitada e iniciava a fase de saturação da luz. Este ponto encerra a fase de maior
aceleração de crescimento, sendo muito importante para os processos produtivos de
microalgas. Este ponto foi denominado de Io sat, ou seja, o ponto onde inicia a fase de
saturação da luz.
Para determinação do Io sat, foi determinado com o auxílio do excel®, o ponto
exato onde o gráfico deixa de ser linear. Neste ponto, ocorre uma desaceleração do processo,
a velocidade continua a crescer, mas não mais com a mesma aceleração. O Io sat encerra a fase
de aceleração constante, entrando em uma fase de diminuição da aceleração e posteriormente
chegando a uma aceleração negativa refletindo em uma queda contínua na taxa de
crescimento celular (fase de inibição).
ux
(h-1
)
Iav (Lux)
Luz
lim
itad
a
Sat
ura
ção d
a lu
z
Inib
ição
da
luz
Ie Is Io sat
55
5 RESULTADOS E DISCUSSÃO
5.1 RESULTADOS EXPERIMENTAIS DO TEOR DE CLOROFILA a E DA
INTENSIDADE LUMINOSA
Na tabela 3 são apresentados os resultados experimentais do teor de clorofila a,
tempo e intensidade luminosa média, para ambos fotobiorreatores.
Tabela 3: Dados experimentais da variação de clorofila a e da intensidade luminosa média
com relação ao tempo.
FLU LED
Tempo (h) Clorofila a (mg L-1) LuxIav Clorofila a (mg L-1) LuxIav
0 2,06 1110 2,24 6387
15,25 2,02 980 2,72 5893
23,25 4,18 785 4,21 4076
39,25 4,39 673 5,26 4231
47,25 5,15 475 6,47 3288
63,25 5,92 470 8,33 3433
71,25 6,58 431 9,96 2689
87,25 7,20 401 10,32 2802
95,25 7,12 373 10,74 2345
Fonte: a autora.
5.1.1 Análise Estatística dos dados Experimentais
a) Teste de normalidade:
Inicialmente foi realizada uma pesquisa de normalidade dos dados da
concentração de clorofila a. Os resultados estão apresentados na figura 17 a seguir:
56
Categ. Normal P-Plot: [clorof ila a]
Observ ed Value
Expecte
d N
orm
al V
alu
e
Tipo de lâmpada: A
1 2 3 4 5 6 7 8 9 10
-2,0
-1,5
-1,0
-0,5
0,0
0,5
1,0
1,5
2,0
Tipo de lâmpada: B
1 2 3 4 5 6 7 8 9 10
Figura 18: Gráfico normal de probabilidades por tratamento.
Fonte: a autora.
Uma vez que para ambos FBR’s os dados aproximaram-se de uma reta, conforme
percebe-se na figura 18, a produção de clorofila a pode ser representada através de uma
distribuição normal como a maioria dos fenômenos naturais.
b) Teste de variâncias:
Para o teste de homogeneidade de variâncias foram considerados os seguintes
parâmetros:
Ho: 2
2
2
1 (significa que há homogeneidade nas variâncias)
H1: 2
1 > 2
2 (significa que não há homogeneidade de variâncias)
A tabela 4 apresenta os resultados obtidos no teste t.
Tabela 4: Teste t Variável Média
LED
Média
FLU
Valor
de t
P Desvio
padrão FLU
Desvio
padrão LED
Variância
(p)
Clorofila a (mg.L-1) 6,93 5,19 1,59 0,1251 3,30 1,85 0,066
Fonte: a autora
Clorofila a (mg L-1)
Val
or
no
rmal
esp
erad
o
LED
FLU
57
O valor de p para um teste unilateral é: 033,02
066,0p . Assim, deve-se
rejeitar a hipótese nula e conclui-se que as variâncias podem ser consideradas heterogêneas.
c) Teste de médias:
Para o teste de médias as hipóteses testadas foram:
Ho: 21 significa que não há diferença entre as médias.
Ho: 1 2 significa que há diferença entre as médias.
Tipo do teste: bilateral.
A partir da tabela 4 conclui-se que t = 1,59 e p = 0,06. Sendo assim, não se pode
rejeitar a hipótese nula e conclui-se que não há diferença estatisticamente significativa entre
as médias dos dois grupos.
Com o objetivo de comparar os dois grupos de dados, LED e FLU, foi elaborado
um Box Plot lado a lado. Neste tipo de representação ficam em destaque os dados relativos a
mediana, quartis inferior e superior, e os limites máximos e mínimos dos valores
experimentais.
d) Box Plot:
Através da figura 19 é possível perceber a inexistência de pontos discrepantes
(outliers) nas duas distribuições. O fotobiorreator LED apresenta uma maior variabilidade de
dados; o que corrobora com os resultados obtidos na análise das variâncias. O teor mediano
de clorofila a para a iluminação LED é superior à FLU, assim como o 3º quartil,
demonstrando novamente a superioridade deste tipo de iluminação para o parâmetro
considerado.
58
Figura 19: Box plot para os fotobiorreatores LED e FLU
Fonte: a autora.
5.2 TRATAMENTO DOS DADOS QUE ANTECEDEM À MODELAGEM
Fisicamente, a velocidade é a taxa de variação infinitesimal (derivada) de uma
grandeza, pelo tempo. Como o conceito de derivada está intimamente relacionado à taxa de
variação instantânea da grandeza em estudo, foi necessário realizar o alisamento dos dados, a
fim de trabalhar com intervalos de tempo menores e mais constantes.
A partir dos dados da tabela 3 foram gerados gráficos de correlação entre as
grandezas intensidade luminosa versus tempo e concentração de clorofila a versus tempo,
para cada tipo de iluminação. Foram determinadas as equações de correlação, para cada
situação objetivando atingir o melhor R²; concluindo-se a fase do alisamento.
Os resultados do alisamento estão apresentados nas tabelas 5 e 6 juntamente com
a velocidade (taxa) de crescimento de clorofila a que foi determinada pela expressão 6.
0
2
4
6
8
10
12
LED FLU
Clo
rofi
la a
(mg.L
-1)
59
Tabela 5: Dados FBR FLU após alisamento e cálculo da taxa de crescimento do teor de
clorofila a. Tempo (h) Clorofila a (mg L-1) LuxIav 1hx
15 2,83 913 0,0240
18 3,02 872 0,0223
21 3,22 833 0,0210
24 3,41 796 0,0199
27 3,61 760 0,0188
30 3,81 726 0,0177
33 4,01 693 0,0167
36 4,20 662 0,0158
39 4,39 633 0,0149
42 4,58 605 0,0140
45 4,77 579 0,0132
48 4,95 555 0,0124
51 5,12 532 0,0117
54 5,29 511 0,0109
57 5,46 491 0,0102
60 5,62 473 0,0095
63 5,77 457 0,0088
66 5,91 442 0,0081
69 6,04 429 0,0074
72 6,16 417 0,0067
Fonte: a autora.
60
Tabela 6: Dados FBR LED após alisamento e cálculo da taxa de crescimento do teor de
clorofila a.
Tempo (h) Clorofila a (mg L-1) LuxIav 1hx
15 2,94 5267 0,0240
18 3,18 5059 0,0263
21 3,45 4863 0,0270
24 3,74 4679 0,0271
27 4,05 4507 0,0268
30 4,38 4345 0,0262
33 4,73 4195 0,0253
36 5,09 4053 0,0242
39 5,45 3922 0,0231
42 5,82 3798 0,0218
45 6,19 3683 0,0206
48 6,56 3576 0,0193
51 6,92 3475 0,0180
54 7,28 3381 0,0167
57 7,62 3293 0,0154
60 7,95 3210 0,0141
63 8,26 3132 0,0128
66 8,55 3058 0,0115
69 8,82 2988 0,0102
72 9,06 2920 0,0089
Fonte: a autora.
A figura 20 apresenta os dados das tabelas anteriores, 5 e 6, de forma gráfica.
Apresenta ainda equações lineares de correlação dos resultados do alisamento, para a
iluminação LED e FLU.
61
Figura 20: Resumo dos dados do alisamento para FLU e LED: (A) Intensidade luminosa
média (Iav) versus tempo; (B) Concentração de clorofila a versus tempo ; (C) Velocidade
específica de crescimento de clorofila a versus tempo.
Fonte: a autora
y = -8,6925x + 997,07
R² = 0,9752
y = -41,362x + 5657,4
R² = 0,9748
0
1000
2000
3000
4000
5000
6000
Iav
(Lux
)
FLU LED
y = 0,0597x + 2,0134
R² = 0,9965
y = 0,1128x + 1,094
R² = 0,9983
2
3
4
5
6
7
8
9
10
Clo
rofi
la a
(mg.L
-1)
y = -0,0003x + 0,0268
R² = 0,9874
y = -0,0003x + 0,0344
R² = 0,9178
0
0,005
0,01
0,015
0,02
0,025
0,03
0,035
0 10 20 30 40 50 60 70 80
ux
(h-1
)
Tempo (h)
A
B
C
62
Os dados apresentados nas tabelas 5 e 6 e na figura 20, remetem apenas aos
valores da fase exponencial de crescimento das microalgas, que representa o intervalo onde se
mensura a taxa de crescimento do referido micro-organismo.
Observando a primeira parte (A) da figura 20, é possível perceber que a
iluminância fornecida pela iluminação LED é superior à FLU, mas que a taxa de decaimento
da iluminação também é elevada; - 41,36 Lux h-1 para LED enquanto que a FLU é - 8,69 Lux
h-1; ou seja, quase 5 vezes maior (em módulo). O que permite predizer que possivelmente a
taxa de produção também é mais elevada e está possivelmente ocorrendo um sombreamento
maior no interior do FBR LED, em função do aumento da concentração de biomassa.
Referente a segunda parte da figura 20 (B), o teor de clorofila a é o mesmo no
início do experimento, para ambos FBR. Entretanto, no decorrer do tempo as duas retas se
afastam, uma vez que a taxa de crescimento de clorofila a para o FBR LED (0,1128) é
praticamente o dobro da FLU (0,0597).
Com relação a terceira parte (C) da figura 20; percebe-se que as duas funções
geradas pela correlação entre o tempo e a taxa de crescimento (ux) possuem a mesma taxa de
decaimento (caso fossem consideradas mais casas decimais, seriam apenas muito
semelhantes). Este decaimento ocorre em função do sombreamento que as microalgas vão
gerando umas sob as outras à medida que se desenvolvem e a diminuição da concentração dos
nutrientes. A semelhança nas taxas faz com que as duas retas geradas sejam praticamente
paralelas, afastadas por uma distância constante e diretamente relacionada com o coeficiente
linear da reta. Tirando do foco as equações lineares geradas, percebe-se que os dados
“alisados” da iluminação LED, não apresentam um perfil perfeitamente linear, o que é
refletido no valor de R² que retornou 0,9178, frente ao R² = 0,9874 da FLU. Percebe-se um
ligeiro aumento da velocidade nas primeiras 24h de experimento (LED) e depois disto então o
decaimento, proporcional para ambos os FBRs.
A vantagem da iluminação LED frente a FLU possivelmente se deve ao fato do
comprimento de onda elevado fornecido pela LED vermelha associado a também elevada
iluminância (>2920 Lux); estarem interferindo positivamente no PSII, fazendo com que as
microalgas se desenvolvam mais rápido no início do experimento, quando ainda não há tanta
influência do sombreamento.
63
5.3 MODELOS
Para a representação dos modelos foram estabelecidos inicialmente os parâmetros
demandados por cada uma das equações. A tabela 5 resume estas informações.
Tabela 7: Parâmetros dos modelos matemáticos obtidos graficamente e através do método
GRG não linear.
Parâmetros Valores Autores
FLU LED
1hmáx 0,02404 0,02714 Bitaubé Pérez (Monod)
LuxK i 542,6 3178,7
1hmáx
0,02404 0,02714
Molina Grima LuxK i 542,6 3178,7
n 5 8,04
1hmáx
0,02404 0,02714 García - Malea
I0 (Lux) 3348 19500
1hmáx
0,02404 0,02714
Muller - Feuga Ie (Lux) 371,7 2406,4
Is (Lux) 913 5267
Onde: máx = taxa de crescimento máximo; iK = intensidade luminosa quando 2
máx ;
Io = intensidade luminosa incidente; Ie = intensidade luminosa mínima que uma célula
fotoautrófica precisa para começar a crescer e se desenvolver; Is = intensidade luminosa de
saturação.
Fonte: a autora
Através dos parâmetros da tabela 7 foi possível representar os modelos para as
duas fontes de iluminação. Estes modelos estão representados na tabela 8.
64
Tabela 8: Representação dos modelos matemáticos propostos.
Iluminação
Modelo LED FLU
Bitaubé Pérez
(Monod)
Molina-Grima
Garcia-Malea
Muller - Feuga
Fonte: A autora.
Através das equações é possível perceber que os modelos estabelecidos para a
iluminação LED retornam taxas de crescimento maiores do que para os modelos FLU, uma
vez que os primeiros apresentam coeficientes e/ou expoentes superiores.
Na expressão de Bitaubé Perez (Monod) a taxa de crescimento máxima é
aproximadamente 13% maior para LED que para FLU, sendo diretamente proporcional à
velocidade de crescimento.
A expressão de Molina Grima, como é similar ao modelo de Monod, corrobora
com o mesmo na questão da taxa de crescimento máximo e traz um fator extra que deixa o
FBR LED à frente do FLU novamente, que é potência de 8,04 e 5 respectivamente. Quando a
base está fora do intervalo compreendido entre (-1) e (+1); quanto mais positivo for o valor da
potência, tanto maior será o resultado numérico.
No modelo de García-Malea o fator mais impactante é a potência que se repete
três vezes na equação; sendo representada pelo número 8,46 para LED e 3,89 para FLU; ou
I
Ix
67,3178
.02714,0
I
Ix
6,542
.02404,0
04,804,8
04,8
67,3178
.02714,0
av
avx
I
I
55
5
6,542
.02404,0
av
avx
I
I
46,846,8
46,8
)41,3185(
.02714,0
Iav
Iavx
89,389,3
89,3
07,538
.02404,0
Iav
Iavx
22
5267
4,2406
52675267
4,24061
5267
4,2406
5267.
5267
4,24061.05428,0
Iav
Iav
x 22
913
7,371
913913
7,3711
913
7,371
913.
913
7,3711.04808,0
Iav
Iav
x
65
seja, este parâmetro na iluminação vermelha ultrapassa o da iluminação fluorescente, mais do
que duas vezes. Mostrando a superioridade da LED frente à Fluorescente, novamente.
O parâmetro eI da equação de Muller - Feuga, retornou os valores: 4,2406 Lux
para iluminação LED e 7,371 Lux para FLU. Desta forma, tem-se uma informação importante
para a indústria de microalgas, que é a irradiância média mínima que uma célula
fotoautotrófica precisa para começar a crescer e ganhar peso por captação de energia da luz.
Abaixo foram gerados gráficos com o intuito de visualizar de forma mais didática
os resultados obtidos pelos modelos elaborados (figuras 21 e 22).
Figura 21: Curvas de representação dos quatro modelos propostos e dos dados experimentais
(LED).
Fonte: a autora
66
Figura 22: Curvas de representação dos quatro modelos propostos e dos dados experimentais
(FLU).
Fonte: a autora
Visualmente, percebe-se que os modelos se ajustaram mais à iluminação LED que
a FLU, com exceção de Monod que não se ajustou à nenhuma das duas situações. Para a
iluminação LED os modelos se ajustaram mais aos dados experimentais pois os modelos
utilizados, com exceção de Monod, foram desenvolvidos para iluminâncias elevadas. Monod
não se ajustou a nenhuma das duas situações, isto pode ter ocorrido em função da constante de
meia saturação (K) não ser realmente uma constante para este estudo e sim uma variável em
função da intensidade luminosa média dentro do fotobiorreator, como também ocorreu no
estudo de Shaw et al. (2013).
Ainda observando as figuras 21 e 22, é possível perceber que durante um mesmo
período de tempo, enquanto a iluminação LED ultrapassa a taxa de crescimento de
0,025 h-1, a iluminação FLU fica inferior a este valor, caracterizando um maior crescimento
das microalgas expostas a LED vermelha.
Utilizando o método do erro médio quadrático, foi possível predizer qual dos
modelos foi o que apresentou um melhor ajuste à situação em estudo. A tabela 9 traz estes
resultados.
67
Tabela 9: Erros quadráticos médios.
Modelo LED FLU
Bitaubé Pérez (Monod) 5,06.10-5 1,56.10-5
Molina Grima 6,18.10-7 7,24.10-7
García-Malea 2,36.10-7 6,92.10-7
Muller - Feuga 3,02.10-7 7,79.10-6
Fonte: a autora
Observando a tabela 9 percebe-se que os erros quadráticos médios da FLU foram
superiores aos da LED.
Para a iluminação LED os erros de ajuste das curvas geradas pelos três últimos
modelos (Molina Grima, García-Malea e Muller-Feuga) foram muito similares, e para a FLU
os modelos de Molina Grima e García-Malea ficaram praticamente iguais. É possível observar
estas duas situações nas figuras 21 e 22, respectivamente.
Entretanto o modelo que matematicamente melhor se ajustou a cada uma das
fontes de luz foi o mesmo: García-Malea.
5.3.1 Determinação das intensidades luminosas limites através do modelo obtido
pela expressão de Muller-Feuga.
O modelo de Muller-Feuga foi utilizado para determinar as faixas de intensidade
luminosa de luz limitada, de saturação da luz e de fotoinibição, por ser o único capaz de
retornar os valores das intensidades luminosas limitantes para cada intervalo.
Mesmo o modelo de García Malea tendo sido escolhido como melhor por
apresentar um menor erro quadrático médio para este estudo, ele não é tão rico em detalhes
quanto o modelo estabelecido por Muller-Feuga, como é possível perceber através da figura
23. Através da comparação das curvas geradas para os dois modelos, percebe-se que enquanto
à expressão de Muller-Feuga, já demonstra sinais de inibição luminosa, caracterizada pela
queda da velocidade, García-Malea entra em uma fase constante (platô), como se a
intensidade luminosa não interferisse mais na taxa de crescimento de clorofila a.
68
Figura 23: Gráfico comparativo entre as equações elaboradas com o modelo de García-Malea
e Muller Feuga para as iluminações FLU (à esquerda) e LED (à direita).
Fonte: a autora.
Ribeiro et al. (2010), também visualizaram um problema similar a este (platô),
mas para a expressão de Molina-Grima, no seu estudo sobre a influência da temperatura e da
intensidade luminosa na produção de microalgas Phaeodactylum tricornutum. Desta forma
propuseram alterações no modelo inicial a fim de conseguir, através do modelo obtido,
determinar a temperatura e a intensidade luminosa ideal.(RIBEIRO et al., 2010)
0
0,005
0,01
0,015
0,02
0,025
0,03
400 750 1100 1450
ux
(h-1
)
Iav (Lux)
García-Malea Muller-Feuga
2000 5500 9000
Iav (Lux)
69
Figura 24: Representação gráfica da expressão de Molina-Grima para iluminação FLU (à
esquerda) e LED (à direita).
Fonte: a autora.
Para este estudo a expressão de Molina-Grima não chegou a ser testada, para
determinação dos intervalos ótimos, uma vez que seus gráficos ficaram muito similares ao de
García-Malea, retratando a mesma tendência, conforme se observa na figura 24, e retornando
à mesma falta de informação a respeito do ponto de fotoinibição.
Desta forma, foram elaboradas as figuras 25 e 26, a partir dos modelos de Muller-
Feuga, apresentados na tabela 8, para os FBR LED e FLU.
0
0,005
0,01
0,015
0,02
0,025
0,03
400 900 1400
ux
(h-1
)
Iav (Lux)
Molina-Grima
2000 5500 9000
Iav (Lux)
70
Figura 25: Relação entre a intensidade luminosa média (Iav) versus a taxa de fotossíntese em
termos da taxa de crescimento de clorofila a para o FBR FLU, com indicação dos limites da
intensidade luminosa.
Fonte: a autora.
Figura 26: Relação entre a intensidade luminosa média (Iav) versus a taxa de fotossíntese em
termos da taxa de crescimento de clorofila a para o FBR LED, com indicação dos limites da
intensidade luminosa.
Fonte: a autora.
0
0,005
0,01
0,015
0,02
0,025
0,03
300 450 600 750 900 1050 1200 1350
ux
(h-1
)
Iav (Lux)
Lu
z
lim
itad
a
Sat
ura
ção
da
luz
Inib
ição
da
luz
Iosat= 640
Lux
Is= 900
Lux
Ie= 372
Lux
0
0,005
0,01
0,015
0,02
0,025
0,03
1500 2600 3700 4800 5900 7000 8100
ux
(h-1
)
Iav (Lux)
Ie=2406,4
Lux
Lu
z
lim
itad
a
Sat
ura
ção d
a
luz In
ibiç
ão d
a
luz
Iosat=3870 Is=5267
Lux
71
Através das figuras 25 e 26 foi possível estabelecer todos os intervalos luminosos
pretendidos para o desenvolvimento da Chlorella vulgaris, para este estudo. Os valores
críticos, ou seja, de mudança de fase da luz estão representados na tabela 10.
Tabela 10: Intervalos aproximados das intensidades luminosas ótima, de saturação e de
inibição da luz para os FBRs FLU e LED.
FLU LED
Taxa de luz ótima (Lux) 372 - 640 2406,4 - 3870
Saturação da luz (Lux) 640 - 913 3870 - 5267
Inibição pela luz (Lux) >913 >5267
Fonte: a autora.
Pela tabela 7 tem-se a informação da intensidade luminosa mínima (Ie) e máxima
(Is) que as microalgas necessitam para começar a crescer e se saturarem de luz,
respectivamente. Os gráficos apresentados nas figuras 25 e 26 reproduzem estas mesmas
informações e incrementam estes dados informando os intervalos que cada uma das distintas
fases de desenvolvimento da planta passam, com relação ao substrato intensidade luminosa.
Estas mesmas informações estão resumidas na tabela 10, através da qual se percebe
claramente que a taxa de luz deve ficar compreendida entre 372 e 640 Lux para iluminação
fluorescente e entre 2407 e 5300 Lux para a LED vermelha, caso o interesse seja a máxima
aceleração do crescimento. Entretanto se o objetivo for a taxa máxima de produção (h-1) o
valor da intensidade luminosa a ser utilizado é o que encerra o período de saturação da luz; ou
seja 913 Lux para FLU e 5267 Lux para LED. Caso estes limites sejam ultrapassados ocorrerá
um duplo desperdício de energia, uma vez que além do gasto com energia elétrica haverá uma
menor taxa de produção da microalga, ou ainda, caso seja ultrapassado o intervalo de
saturação e entre no intervalo de fotoinibição, iniciará um período de morte celular. Desta
forma, os dados da tabela 10 podem ser utilizados para o dimensionamento de fotobiorreatoes
iluminados artificialmente, para a microalga e meio de cultura em estudo.
O valor da saturação luminosa encontrado para iluminação LED, de 5,3 kLux, é
aproximadamente o mesmo encontrado por Godoy Danesi et al. (2010), para microalga
Spirulina platensis; o que reforça a legitimidade do método utilizado neste estudo.
72
5.4 LED VERSUS FLU: REMOÇÃO DE NUTRIENTES
Os gráficos apresentados nas figuras 27 e 29 representam o consumo de fósforo e
de amônia através da queda da concentração de ambos os nutrientes no meio de cultura, para
as iluminações Fluorescente e LED.
Figura 27: Decaimento da concentração fósforo em função do tempo.
Fonte: a autora.
Pela figura 27 verifica-se que a iluminação FLU representou um melhor ajuste à
uma curva exponencial que a iluminação LED. Entretanto, visualizando os dados
experimentais, percebe-se um maior decaimento inicial de fósforo no FBR LED; ou seja, a
iluminação vermelha (de comprimento de onda maior e maior iluminância) atingiu uma maior
taxa de remoção em um menor período de tempo. Assim, é bastante viável às indústrias de
microalgas a utilização do LED vermelho se o objetivo for uma maior remoção de fósforo em
um menor tempo.
Em contrapartida, se o objetivo for um menor custo inicial da fonte luminosa, a
iluminação fluorescente também é indicada, uma vez que a taxa de conversão de P-PO4 em
biomassa teve um pico, às 62 horas de experimento (figura 28) o que retorna uma iluminância
de 473 Lux. Relacionando esta iluminância com as destacadas na tabela 10, percebe-se que
ela está localizada na área de intensidade luminosa limitada, entretanto esta fase é a que
apresenta a maior aceleração de crescimento, corroborando com a informação da figura 28.
y = 7,9502e-0,015x
R² = 0,6186
y = 13,284e-0,022x
R² = 0,9629
0
2
4
6
8
10
12
14
0 20 40 60 80 100
P -
PO
4(m
g L
-1)
Tempo (h)
LED FLU
73
Ainda observando a figura 28, percebe-se que a iluminação LED possui um pico
de conversão de P-PO4 em biomassa, aproximadamente as 40 horas de experimento.
Relacionando este período com a iluminância estaremos na fase de saturação, com 4307 Lux.
Ou seja, avaliando este parâmetro, a iluminação FLU, demandaria menos intensidade
luminosa e consequentemente menos energia.
Figura 28: Taxa de conversão de P-PO4 em biomassa para os fotobiorreatores LED e FLU.
Fonte: a autora.
Figura 29: Decaimento da concentração de amônia em função do tempo para os
fotobiorreatores LED e FLU.
Fonte: a autora.
0
1
2
3
4
5
6
7
0 24 48 72 96
Yx/p
Tempo (h)
LED FLU
y = 141,84e-0,008x
R² = 0,7844
y = 142,89e-0,004x
R² = 0,5043
60
80
100
120
140
160
180
0 25 50 75 100
N -
NH
3(m
g L
-1)
Tempo (h)
LED FLU
74
A figura 29 demonstra que para a remoção de nitrogênio, na tentativa de
estabelecer uma relação exponencial entre este parâmetro e a grandeza tempo, o FBR LED
teve uma melhor aproximação.
Para a amônia, percebe-se um decaimento maior na concentração quando a
iluminação é realizada pelas lâmpadas LED, demonstrando que para a microalga em estudo, a
remoção deste nutriente é influenciada por um comprimento de onda mais elevado. Este fato é
matematicamente comprovado através das equações exponenciais, onde o expoente da
equação LED é o dobro da FLU, em módulo (figura 29).
Figura 30: Taxa de conversão de N-NH3 em biomassa para iluminação LED e FLU.
Fonte: a autora.
A figura 30 representa a taxa de conversão de N-NH3 em biomassa. Novamente
existem dois picos de conversão máxima na figura. O primeiro, relacionado a iluminação
LED, ocorre no início do experimento e está relacionado a uma intensidade luminosa elevada
de aproximadamente 6200 Lux, correspondendo a fase de inibição pela luz. Já para a
iluminação FLU, o pico ocorre às 87 horas de experimento, com uma intensidade luminosa de
385 Lux, estando também na fase de luz limitada, como no caso da conversão de P-PO4, ou
seja, de maior aceleração de crescimento.
A necessidade de menor intensidade luminosa exigida pela iluminação FLU, para
conversão dos nutrientes à base de nitrogênio (amônia, nitrito e nitrato) e fósforo (fosfato) em
biomassa; é um fator economicamente importante para a indústria de microalgas. Pois um
0
2
4
6
8
10
12
14
16
18
0 10 20 30 40 50 60 70 80 90
Yx
/N
Tempo (h)
LED FLU
75
menor custo de produção gera um impacto em cadeia, iniciando no setor produtivo e
encerrando no consumidor final, uma vez que as mesmas podem ser utilizadas como fonte de
alimentação (CONCAS et al., 2012; BRENNAN; OWENDE, 2010), devido ao seu teor de
proteínas, lipídios e carboidratos (VANTHOOR-KOOPMANS et al., 2013), de alimentação
funcional (DERNER et al., 2006; MULITERNO et al., 2005) em função das suas
propriedades nutricionais e farmacêuticas e geração de energia (CONCAS et al., 2012), na
produção de biocombustíveis, entre outras aplicações.
A tabela 9 traz os resultados numéricos, em porcentagem, das remoções de
fósforo e nitrogênio, sem, entretanto, levar em consideração as intensidades luminosas
necessárias à cada uma delas.
Tabela 11: Remoção de amônia e fósforo (%) para as iluminações LED e FLU
Iluminação Nutriente %
FLU Amônia 37
Fósforo 83
LED Amônia 45
Fósforo 85
Fonte: a autora.
Para a amônia, percebe-se um decaimento maior na concentração quando a
iluminação é realizada pelas lâmpadas LED, demonstrando que para a microalga em estudo, a
remoção deste nutriente é influenciada por um comprimento de onda mais elevado. Este fato é
matematicamente comprovado através das equações exponenciais, onde o expoente da
equação LED é o dobro da FLU, em módulo.
A concentração final de fósforo foi um parâmetro que não apresentou diferença
significativa entre os FBR (85 % para LED e 83 % para FLU). Entretanto, a vantagem da
LED está no fato de atingir o limite de remoção em menos tempo do que a FLU. O FBR LED
vermelho conseguiu remover 77 % do fósforo em aproximadamente 40 h de experimento
enquanto que o FBR FLU necessitou de aproximadamente 63 h para isto; ou seja precisou de
um tempo 61% maior para atingir a mesma taxa de remoção.
76
5.5 LED VERSUS FLU: CRESCIMENTO CELULAR
O desenvolvimento das microalgas foi plotado nos gráficos representados pelas
figuras 31 e 32, utilizando as grandezas biomassa e teor de clorofila a em função do tempo.
Após o período inicial de aclimatação das microalgas, verifica-se que o crescimento é
superior para a LED vermelha, que corrobora com o maior consumo de nutrientes para este
mesmo tipo de iluminação.
Figura 31: Aumento da concentração de biomassa seca em função do tempo para iluminação
FLU e LED.
Fonte: a autora.
Verifica-se pela figura 31 e pelas equações de regressão que a taxa de crescimento
em mg L-1 h-1 de biomassa é 73% maior para iluminação LED. A mesma taxa se repete para o
crescimento de clorofila a, apresentada na figura 32.
77
Figura 32:Aumento da concentração de clorofila a em função do tempo para iluminação FLU
e LED.
Fonte: a autora.
As figuras 33 e 34, foram elaboradas em 3 dimensões. Elas apresentam a
concentração de clorofila a em função do tempo e da iluminância, para FLU e LED,
respectivamente.
Figura 33: Conc. de clorofila a em função do tempo e da intensidade luminosa (FLU).
Fonte: a autora.
78
Figura 34: Conc. de clorofila a em função do tempo e da intensidade luminosa (LED).
Fonte: a autora.
Através das figuras 33 e 34, percebe-se uma relação linear entre as grandezas
concentração de clorofila a e iluminância ( x ) e também entre concentração de clorofila a e
tempo (y). As equações 36 (FLU) e 37 (LED) corroboram com esta informação uma vez que
são representadas através de funções do primeiro grau.
yxClorofila 0383,000025,04648,4
(36)
yxClorofila 1077,00002,0905,1 (37)
Através da linha de tendência das figuras 33 e 34, representada pelos marcadores,
percebe-se que o crescimento das células atinge seu limite de saturação nas intensidades
superiores a 1000 Lux (FLU) e 5250 Lux (LED), confirmando o efeito de saturação nesta
faixa de intensidade luminosa artificial, como verificado anteriormente (tabela 10), e
reforçado pelo resultado encontrado por Godoy Danesi et al. (2010), para microalga Spirulina
Platensis ( >5,3 kLux).
79
Através deste estudo comparativo entre a iluminação LED e a FLU, percebe-se
que antes de finalizar a escolha é necessário saber qual é o objetivo principal a ser atendido,
no que tange à conversão de nutrientes. Desta forma a figura 35 descreve duas possibilidades:
Figura 35: Organograma de auxílio na decisão entre a escolha da iluminação LED e FLU para
o desenvolvimento de microalgas em fotobiorreatores.
Fonte: a autora.
É importante destacar que para efetuar uma verificação mais apurada da economia
real da iluminação FLU perante à LED, ou vice-versa, é necessário proceder um estudo mais
detalhado envolvendo todos os custos relacionados à ambos os tipos de produção, como
custos dos insumos como lâmpadas, energia elétrica, horas de trabalho, entre outros.
Possibilidades(Objetivo)
Agilidade (rapidez no processo)
LED
Menor intensidade luminosa
FLU
80
6 CONCLUSÕES
Através das adaptações dos dados aos modelos existentes, foi possível incorporar
a intensidade luminosa média como um substrato limitante no desenvolvimento das
microalgas. Com os parâmetros determinados para as equações, pode-se perceber que a
iluminação LED apresenta uma maior taxa de crescimento de clorofila a, que varia de modelo
a modelo.
O modelo proposto por García-Malea foi o mais representativo para este estudo
em função de apresentar o menor erro quadrático médio, tanto para iluminação LED como
para FLU. Uma vez que o intervalo considerado para a escolha foi apenas o da fase
exponencial de crescimento, a falta de informações com relação aos intervalos da intensidade
luminosa, não foram importantes neste ponto de desenvolvimento do trabalho.
Com este estudo, através da expressão de Muller-Feuga, foi possível obter a
irradiância média mínima necessária para a microalga Chlorella vulgaris iniciar o seu
crescimento sob iluminação fluorescente (Ie = 371,7 Lux) e LED vermelha (Ie = 2406,4 Lux),
assim como os intervalos de saturação da luz (I (FLU) = 640 a 913 Lux e I (LED) = 3870 a 5267
Lux) e de inibição (Is(FLU) > 913 Lux e Is(LED) > 5267 Lux). Estes parâmetros representam
dados muito importantes para o dimensionamento de fotobiorreatores e que podem ser
utilizados pela indústria microalgas, trazendo um maior rendimento a seus processos, ainda
associado à economia de energia.
Para os nutrientes nitrogênio e fósforo as equações de regressão indicaram que a
iluminação LED é mais favorável que a FLU. Especificamente para a remoção de Nitrogênio
o FBR LED foi mais eficiente pois removeu 45% deste nutriente, frente aos 37% da
iluminação FLU. Já para a remoção de Fósforo, isto não se repetiu. A remoção final foi muito
similar, 83% FLU versus 85% LED. A vantagem da LED foi representativa apenas no quesito
tempo, enquanto que a FLU esteve pautada no consumo energético, por demandar uma menor
intensidade luminosa (FLU: 385 Lux versus LED: 6200 Lux) para efetuar a mesma conversão
final.
Existem duas variáveis que se sobressaem neste estudo, uma é a intensidade
luminosa (LED bem mais intensa), outra é o comprimento de onda (vermelho bem específico
para a ativação do fotossistema II), ambas presentes no FBR LED, não sendo limitantes para
81
este fotobiorreator, mas sim para o FBR FLU que acaba refletindo em uma menor produção
de clorofila a e biomassa.(CONAMA, 2011)(CONAMA, 2005)(CONAMA, 2008)
82
7 REFERÊNCIAS
ABDEL-RAOUF, N.; AL-HOMAIDAN, A. A.; IBRAHEEM, I. B. M. Microalgae and
wastewater treatment. Saudi journal of biological sciences, v. 19, n. 3, p. 257–75, jul. 2012.
Disponível em: <http://www.sciencedirect.com/science/article/pii/S1319562X12000332>.
Acesso em: 14 jul. 2015.
ANAMI, M. H. et al. Deslocamento miscível de nitrato e fosfato proveniente de água
residuária da suinocultura em colunas de solo. Revista Brasileira de Engenharia Agrícola e
Ambiental, v. 12, n. 1, p. 75–80, 2008. Disponível em:
<http://www.scielo.br/scielo.php?script=sci_arttext&pid=S1415-
43662008000100011&lng=pt&nrm=iso&tlng=pt>.
BENYOUNIS, K. Y.; OLABI, A. G. Optimization of different welding processes using
statistical and numerical approaches – A reference guide. Advances in Engineering Software,
v. 39, n. 6, p. 483–496, jun. 2008. Disponível em:
<http://www.sciencedirect.com/science/article/pii/S0965997807001020>. Acesso em: 9 fev.
2016.
BITAUBÉ PÉREZ, E.; CARO PINA, I.; PÉREZ RODRÍGUEZ, L. Kinetic model for growth
of Phaeodactylum tricornutum in intensive culture photobioreactor. Biochemical Engineering
Journal, v. 40, n. 3, p. 520–525, jul. 2008. Disponível em:
<http://www.sciencedirect.com/science/article/pii/S1369703X08000648>. Acesso em: 1 dez.
2015.
BORGES-CAMPOS, V.; BARBARINO, E.; LOURENÇO, S. DE O. Crescimento e
composição química de dez espécies de microalgas marinhas em cultivos estanques. Ciência
Rural, v. 40, n. 2, p. 309–317, fev. 2010. Disponível em:
<http://www.scielo.br/scielo.php?script=sci_arttext&pid=S010384782010000200013&lng=en
&nrm=iso&tlng=pt>. Acesso em: 13 jan. 2016.
BOROWITZKA, M. A. Commercial production of microalgae: ponds, tanks, tubes and
fermenters. Journal of Biotechnology, v. 70, n. 1-3, p. 313–321, abr. 1999. Disponível em:
<http://www.sciencedirect.com/science/article/pii/S0168165699000838>. Acesso em: 5 out.
2015.
BRENNAN, L.; OWENDE, P. Biofuels from microalgae-A review of technologies for
production, processing, and extractions of biofuels and co-products. Renewable and
83
Sustainable Energy Reviews, v. 14, n. 2, p. 557–577, 2010.
CAI, T.; PARK, S. Y.; LI, Y. Nutrient recovery from wastewater streams by microalgae:
Status and prospects. Renewable and Sustainable Energy Reviews, v. 19, p. 360–369, mar.
2013. Disponível em:
<http://www.sciencedirect.com/science/article/pii/S1364032112006429>. Acesso em: 14 jul.
2014.
CHEUNG, Y. H.; WONG, M. H. Properties of animal manures and sewage sludges and their
utilisation for algal growth. Agricultural Wastes, v. 3, n. 2, p. 109–122, abr. 1981. Disponível
em: <http://www.sciencedirect.com/science/article/pii/0141460781900202>. Acesso em: 19
out. 2015.
CHISTI, Y. Biodiesel from microalgae beats bioethanol. Trends in Biotechnology, v. 26, n. 3,
p. 126–131, 2008. Disponível em: <http://dx.doi.org/10.1016/j.biotechadv.2007.02.001>.
CONAMA, C. N. DO M. A. Resolução CONAMA No 357/2005 - “Dispõe sobre a
classificação dos corpos de água e diretrizes ambientais para o seu enquadramento, bem
como estabelece as condições e padrões de lançamento de efluentes, e dá outras
providências.”. . [S.l: s.n.]. , 2005
CONAMA, C. N. DO M. A. Resolução CONAMA No 397/2008 - "Altera o inciso II do § 4o
e a Tabela X do § 5o, ambos do art. 34 da Resolução do Conselho Nacional do Meio
Ambiente-CONAMA no 357, de 2005, que dispõe sobre a classificação dos corpos de água e
diretrizes ambientais para o. 2008.
CONAMA, C. N. DO M. A. Resolução CONAMA No 430/2011 - "Dispõe sobre condições e
padrões de lançamento de efluentes, complementa e altera a Resolução no 357, de 17 de
março de 2005. . [S.l: s.n.]. , 2011
CONCAS, A. et al. Experimental analysis and novel modeling of semi-batch photobioreactors
operated with Chlorella vulgaris and fed with 100% (v/v) CO2. Chemical Engineering
Journal, v. 213, p. 203–213, dez. 2012. Disponível em:
<http://www.sciencedirect.com/science/article/pii/S138589471201323X>. Acesso em: 17 set.
2015.
CORRÊA, É. K. et al. O impacto ambiental da suinocultura na ótica de produtores do oeste
catarinense. Revista Brasileira de Agrociências, v. 14, n. 1, p. 177,182, 2008.
DE LA NOUE, J.; DE PAUW, N. The potential of microalgal biotechnology: A review of
production and uses of microalgae. Biotechnology Advances, v. 6, n. 4, p. 725–770, jan. 1988.
84
Disponível em: <http://www.sciencedirect.com/science/article/pii/0734975088919210>.
Acesso em: 16 jul. 2015.
DERNER, R. B. et al. Microalgas, produtos e aplicações. Ciência Rural, v. 36, n. 6, p. 1959–
1967, 2006.
DRAAISMA, R. B. et al. Food commodities from microalgae. Current Opinion in
Biotechnology, v. 24, n. 2, p. 169–77, abr. 2013. Disponível em:
<http://www.sciencedirect.com/science/article/pii/S095816691200153X>. Acesso em: 20 jul.
2015.
GARCÍA-MALEA, M. C. et al. Continuous production of green cells of Haematococcus
pluvialis: Modeling of the irradiance effect. Enzyme and Microbial Technology, v. 38, n. 7, p.
981–989, 2006.
GODOY DANESI, E. D. et al. Growth and content of spirulina platensis biomass chlorophyll
cultivated at different values of light intensity and temperature using different nitrogen
sources. Brazilian journal of microbiology : [publication of the Brazilian Society for
Microbiology], v. 42, n. 1, p. 362–73, jan. 2011. Disponível em:
<http://www.scielo.br/scielo.php?script=sci_arttext&pid=S151783822011000100046&lng=en
&nrm=iso&tlng=en>. Acesso em: 13 fev. 2015.
HANUMANTHA RAO, P. et al. Application of phycoremediation technology in the
treatment of wastewater from a leather-processing chemical manufacturing facility. Water SA,
v. 37, n. 1, p. 7–14, 2011.
HO, S.-H. et al. Enhancing lutein productivity of an indigenous microalga Scenedesmus
obliquus FSP-3 using light-related strategies. Bioresource technology, v. 152, p. 275–82, jan.
2014. Disponível em:
<http://www.sciencedirect.com/science/article/pii/S0960852413017471>. Acesso em: 14 set.
2015.
HU, B. et al. Enhanced mixotrophic growth of microalga Chlorella sp. on pretreated swine
manure for simultaneous biofuel feedstock production and nutrient removal. Bioresource
technology, v. 126, p. 71–9, dez. 2012. Disponível em:
<http://www.sciencedirect.com/science/article/pii/S0960852412013764>. Acesso em: 17 set.
2015.
JIMENEZ, C. Relationship between physicochemical variables and productivity in open
ponds for the production of Spirulina: a predictive model of algal yield. Aquaculture, v. 221,
85
n. 1-4, p. 331–345, maio 2003. Disponível em:
<http://www.sciencedirect.com/science/article/pii/S0044848603001236>. Acesso em: 16 out.
2015.
JORQUERA, O. et al. Comparative energy life-cycle analyses of microalgal biomass
production in open ponds and photobioreactors. Bioresource technology, v. 101, n. 4, p.
1406–13, fev. 2010. Disponível em:
<http://www.sciencedirect.com/science/article/pii/S0960852409012449>. Acesso em: 24 set.
2015.
KATSUDA, T. et al. Astaxanthin production by Haematococcus pluvialis under illumination
with LEDs. Enzyme and Microbial Technology, v. 35, n. 1, p. 81–86, 2004. Disponível em:
<http://linkinghub.elsevier.com/retrieve/pii/S0141022904000912>.
KRAPAC, I. . et al. Impacts of swine manure pits on groundwater quality. Environmental
Pollution, v. 120, n. 2, p. 475–492, dez. 2002. Disponível em:
<http://www.sciencedirect.com/science/article/pii/S026974910200115X>. Acesso em: 19 out.
2015.
KUNZ, A.; HIGARASHI, M. M.; OLIVEIRA, P. A. DE. Tecnologias de manejo e tratamento
de dejetos de suínos estudadas no Brasil. Cadernos de Ciência & Tecnologia, v. 22, n. 3, p.
651–665, 2005.
L. C., J. J.; CARNEIRO. Biologia Celular e Molecular. 8 ed ed. Rio de Janeiro: Guanabara
Koogam, 2005.
LEE, E.; HENG, R. L.; PILON, L. Spectral optical properties of selected photosynthetic
microalgae producing biofuels. Journal of Quantitative Spectroscopy and Radiative Transfer,
v. 114, p. 122–135, 2013.
LOURENÇO, S. O. Cultivo de microalgas marinhas: princípios e aplicações. RiMa, 2006.
LUQUE, R. et al. Biofuels: a technological perspective. Energy & Environmental Science, v.
1, n. 5, p. 542, 2008. Disponível em: <http://xlink.rsc.org/?DOI=b807094f>.
MARTÍNEZ, M. E. et al. Influence of light intensity on the kinetic and yield parameters of
Chlorella pyrenoidosa mixotrophic growth. Process Biochemistry, v. 32, p. 93–98, 1997.
MEZZARI, M. P. et al. Assessment of N2O emission from a photobioreactor treating
ammonia-rich swine wastewater digestate. Bioresource Technology, v. 149, p. 327–332,
2013. Disponível em: <http://dx.doi.org/10.1016/j.biortech.2013.09.065>.
MOLINA GRIMA, E. et al. A Mathematical Model of Microalgal Growth in Light-Limited
86
Chemostat Culture. Chemical Tech. Biotechnological, v. 61, p. 167 - 173, 1994.
MULITERNO, A. et al. Cultibo mixotrófico da microalga Spirulina platensis em batelada
alimentada. Ciências agrotecnicas, Lavras, v. 29, p. 1132–1138, 2005.
MULKERRINS, D.; DOBSON, A. D. W.; COLLERAN, E. Parameters affecting biological
phosphate removal from wastewaters. Environment International, v. 30, n. 2, p. 249–59, abr.
2004. Disponível em:
<http://www.sciencedirect.com/science/article/pii/S0160412003001776>. Acesso em: 21
maio 2015.
MULLER-FEUGA, A. Growth as a function of rationing: A model applicable to fish and
microalgae. Journal of Experimental Marine Biology and Ecology, v. 236, n. 1, p. 1–13,
1999.
NELSON, D. L.; COX, M. M. Lehninger Princípios de Bioquímica. 4 ed. São Paulo: Sarvier,
2006.
OLGUÍN, E. J. Phycoremediation: Key issues for cost-effective nutrient removal processes.
Biotechnology Advances, v. 22, n. 1-2, p. 81–91, 2003.
PIERRE, H. R. et al. No Title. Journal of Chemical Technology and Biotechnology, v. 83, p.
842 – 848, 2008.
PIMENTA, C. D. MODELAGEM E OTIMIZAÇÃO POR METODOLOGIA DE
SUPERFÍCIES DE RESPOSTA: UM ESTUDO EM ARAMES DE AÇO SAE 9254 PARA
MOLAS AUTOMOBILÍSTICAS. 2014. 156 f. Universidade Estadual Paulista, 2014.
POSTEN, C. Design principles of photo-bioreactors for cultivation of microalgae.
Engineering in Life Sciences, v. 9, n. 3, p. 165–177, 2009. Disponível em:
<http://doi.wiley.com/10.1002/elsc.200900003>.
PRANDINI, J. M. Avaliação do crescimento da microalga Chlorella vulgaris no tratamento de
dejeto suíno sob diferentes condições de luminosidade. Concórdia: [s.n.], 2013.
RAVEN, P. H.; EVERT, R. F.; EICHHORN, S. E. Biologia Vegetal. 7a. ed. Rio de Janeiro:
Guanabara Koogam, 2007.
REDAELLI, C.; MARCILIO, N. R.; RECH, R. Absorção de gás carbónico por microalgas em
fotobiorreatores. Seminário do Programa de Pós-Graduação em Engenharia Química. 2010
out. p. 19-21 : Porto Alegre, RS.
IX Oktoberfórum - PPGEQ, n. 2008, 2010.
RIBEIRO, R. L. L. et al. The effect of light intensity on the productivity of the diatom
87
phaeodactylum tricornutum cultivation in a compact tubular photobioreactor. 2010, [S.l: s.n.],
2010.
RICHMOND, A. Handbook of microalgae culture: Biotechnology and applied phycology.
Analytical biochemistry, v. 296, n. 2, 2004. Disponível em:
<http://www.ncbi.nlm.nih.gov/pubmed/11554724>.
RIJSBERMAN, F. R. Water scarcity: Fact or fiction? Agricultural Water Management, v. 80,
n. 1-3, p. 5–22, fev. 2006. Disponível em:
<http://www.sciencedirect.com/science/article/pii/S0378377405002854>. Acesso em: 21 out.
2015.
SCHMIDELL, W. et al. Biotecnologia Industrial, vol 2. São Paulo: Edgar Blücher, 2001.
SHAW, A. et al. A new approach to assess the dependency of extant half-saturation
coefficients on maximum process rates and estimate intrinsic coefficients. Water research, v.
47, n. 16, p. 5986–94, 15 out. 2013. Disponível em:
<http://www.sciencedirect.com/science/article/pii/S0043135413005642>. Acesso em: 30 nov.
2015.
SODRÉ, M. Sobre a episteme comunicacional. Matrizes USP, São Paulo, v. v. 1, p. p. 15–26,
2007.
TAIZ, L.; ZEIGER, E. Fisiologia Vegetal. 3 ed ed. Porto Alegre RS: Artmed Editora SA,
2004.
VANTHOOR-KOOPMANS, M. et al. Biorefinery of microalgae for food and fuel.
Bioresource technology, v. 135, p. 142–9, maio 2013. Disponível em:
<http://www.sciencedirect.com/science/article/pii/S0960852412016446>. Acesso em: 17 jun.
2015.
VON SPERLING, M. Introdução à qualidade das águas e ao tratamento de esgotos. 3 ed ed.
[S.l.]: Editora UFMG, 2005.
WANG, Y. et al. Cultivation of Chlorella vulgaris JSC-6 with swine wastewater for
simultaneous nutrient/COD removal and carbohydrate production. Bioresource technology, v.
198, p. 619–625, 26 set. 2015. Disponível em:
<http://www.sciencedirect.com/science/article/pii/S0960852415013462>. Acesso em: 14 out.
2015.
WU, D. et al. Performance of a zero valent iron-based anaerobic system in swine wastewater
treatment. Journal of hazardous materials, v. 286, p. 1–6, 9 abr. 2015. Disponível em:
88
<http://www.sciencedirect.com/science/article/pii/S0304389414010139>. Acesso em: 13 nov.
2015.
XU, L. et al. Microalgal bioreactors: Challenges and opportunities. Engineering in Life
Sciences, v. 9, n. 3, p. 178–189, 2009. Disponível em:
<http://doi.wiley.com/10.1002/elsc.200800111>.
YAN, C.; LUO, X.; ZHENG, Z. Effects of various LED light qualities and light intensity
supply strategies on purification of slurry from anaerobic digestion process by Chlorella
vulgaris. International Biodeterioration & Biodegradation, v. 79, p. 81–87, 2013. Disponível
em: <http://linkinghub.elsevier.com/retrieve/pii/S0964830513000280>.
YAN, C.; ZHENG, Z. Performance of mixed LED light wavelengths on biogas upgrade and
biogas fluid removal by microalga Chlorella sp. Applied Energy, v. 113, p. 1008–1014, 2014.
Disponível em: <http://www.sciencedirect.com/science/article/pii/S0306261913005783>.
YOU, T.; BARNETT, S. M. Effect of light quality on production of extracellular
polysaccharides and growth rate of Porphyridium cruentum. Biochemical Engineering
Journal, v. 19, n. 3, p. 251–258, 2004. Disponível em:
<http://linkinghub.elsevier.com/retrieve/pii/S1369703X04000282>.
Recommended