Recibido:09/01/2026 Aprobado: 12/02/2026
Vol 6 N|1
723 | P á g i n a
DOI: https://doi.org/10.70208/3007.8245.v6.n1.361
Remoción de plomo en aguas sintéticas mediante biosorción en sistema
Batch empleando la cascara de castaña (Bertholletia excelsa)
Jane Mara Linares Pomareda
jlinares@unsa.edu.pe
https://orcid.org/0000-0003-3668-7345
Universidad Nacional de San Agustín de Arequipa
Perú
Pavel Kewin Delgado Sarmiento
pdelgados@unsa.edu.pe
https://orcid.org/0000-0002-9328-545X
Universidad Nacional de San Agustín de Arequipa
Perú
Silvana Mercedes Vizcarra Nuñez
svizcarra@unsa.edu.pe
https://orcid.org/0000-0002-1285-7226
Universidad Nacional de San Agustín de Arequipa
Perú
Rosario Del Carmen Canahuire Pando
rcanahuirep@unsa.edu.pe
https://orcid.org/0009-0005-1866-6956
Investigador Independiente
Perú
RESUMEN
En el presente trabajo de investigación, se evaluó la viabilidad de utilizar un residuo agroindustrial,
cascaras de castañas, como biosorbente para la remoción de plomo (Pb2+) en soluciones acuosas
diluidas empleadas como modelo de aguas contaminadas con bajas concentraciones de metales
pesados. Se analizo la influencia de las variables masa del biosorbente (0,2- 0,6 g), el pH de la solución
(4,5- 5,5) y la concentración inicial de plomo (50-150 ppm) sobre el proceso de bioadsorción, mediante
la aplicación de un diseño experimental factorial (23+3) *2.Los resultados evidenciaron que la el pH
fue un factor con mayor significancia estadística en el proceso. El análisis de los datos experimentales
y la determinación del modelo matemático mas adecuado se realizaron utilizando el software Minitab,
validándose mediante el coeficiente de determinación (R2) y el coeficiente de determinación ajustado
(R2 ajustado).
Palabras clave: biosorción, plomo, cascara de castaña, biosorvente
Vol 6 N|1
724 | P á g i n a
Removal of lead from synthetic wáter by biosorption in a
Batch system using chestnut Shell ( Borthelletia Excelsa)
ABSTRACT
In this research project, we evaluated the feasibility of using an agro-industrial waste product, chestnut
shells, as a biosorbent for removing lead (Pb2+) from diluted aqueous solutions used as a model for
water contaminated with low concentrations of heavy metals. The influence of the variables biosorbent
mass (0.2-0.6 g), solution pH (4.5-5.5), and initial lead concentration (50-150 ppm) on the bioadsorption
process was analyzed using a factorial experimental design (23+3) *2. The results showed that pH was
the factor with the greatest statistical significance in the process. The experimental data were analyzed
and the most appropriate mathematical model was determined using Minitab software, validated by
the coefficient of determination (R2) and the adjusted coefficient of determination (adjusted R2).
Keywords: biosorption, lead, chestnut shell, biosorbent
724 | P á g i n a
Removal of lead from synthetic wáter by biosorption in a
Batch system using chestnut Shell ( Borthelletia Excelsa)
ABSTRACT
In this research project, we evaluated the feasibility of using an agro-industrial waste product, chestnut
shells, as a biosorbent for removing lead (Pb2+) from diluted aqueous solutions used as a model for
water contaminated with low concentrations of heavy metals. The influence of the variables biosorbent
mass (0.2-0.6 g), solution pH (4.5-5.5), and initial lead concentration (50-150 ppm) on the bioadsorption
process was analyzed using a factorial experimental design (23+3) *2. The results showed that pH was
the factor with the greatest statistical significance in the process. The experimental data were analyzed
and the most appropriate mathematical model was determined using Minitab software, validated by
the coefficient of determination (R2) and the adjusted coefficient of determination (adjusted R2).
Keywords: biosorption, lead, chestnut shell, biosorbent
Vol 6 N|1
725 | P á g i n a
INTRODUCCIÓN
Dentro de los principales factores que afectan los ecosistemas por contaminación por metales pesados,
se encuentran las actividades humanas, destacando las operaciones mineras, de fundición entre otras
actividades de tipo industrial y urbana (Vilchez, 2005). Esta problemática, ha impulsado la búsqueda
de métodos eficientes, sostenibles y económicamente viables para la retención y extracción de metales
presentes en fuentes hídricas, con el fin de reducir la toxicidad en las mismas para garantizar la
preservación tanto de los ecosistemas y la vida humana (Pabón-2020). Entro los metales pesados de
mayor preocupación ambiental se encuentra el plomo, el estaño, el hierro, el cadmio, el mercurio,
cromo, y vanadio, entre otros (Manahan, 2007).
En este contexto, el aporte específico del presente trabajo radica en evaluar el potencial de las cáscaras
de castañas (Bertholletia excelsa) como material biosorbente para la remoción de métales pesados en
sistemas acuáticos, Esta investigación propone el aprovechamiento de un residuo agroindustrial
abundante y de bajo costo. Considerando que el fruto presenta entre 51-57% de cascara y que
anualmente se exportan miles de toneladas sin este subproducto, se genera una cantidad significativa
de residuos cuyo potencial de valorización ambiental ha sido poco investigado (Bonelli – 2001).
METODOLOGÍA
Procedimiento de preparación de la muestra:
Se preparo tres soluciones de acetato de plomo con las siguientes concentraciones: 150 ppm, 100 ppm
y 50 ppm.
Recolección de material Biomásico
El material a utilizar para la remoción de plomo es la cascara de la castaña Bertholletia Excelsa , la
cual se obtuvo de la empresa Distribuidora Ceylan en Arequipa, Perú.
Obtención del biosorbente
El fruto de la castaña fue remojado por un lapso de dos horas, el cual fue lavado con agua destilada
para eliminar impurezas depositadas en ellas. Después los frutos fueron secados de forma natural al
aire libre a temperatura ambiente. Posteriormente, se llevan los frutos a un proceso de triturado para
separar el fruto de la cascara. En seguida la cascara se molió y se tamizo a través de un tamiz ASTM
725 | P á g i n a
INTRODUCCIÓN
Dentro de los principales factores que afectan los ecosistemas por contaminación por metales pesados,
se encuentran las actividades humanas, destacando las operaciones mineras, de fundición entre otras
actividades de tipo industrial y urbana (Vilchez, 2005). Esta problemática, ha impulsado la búsqueda
de métodos eficientes, sostenibles y económicamente viables para la retención y extracción de metales
presentes en fuentes hídricas, con el fin de reducir la toxicidad en las mismas para garantizar la
preservación tanto de los ecosistemas y la vida humana (Pabón-2020). Entro los metales pesados de
mayor preocupación ambiental se encuentra el plomo, el estaño, el hierro, el cadmio, el mercurio,
cromo, y vanadio, entre otros (Manahan, 2007).
En este contexto, el aporte específico del presente trabajo radica en evaluar el potencial de las cáscaras
de castañas (Bertholletia excelsa) como material biosorbente para la remoción de métales pesados en
sistemas acuáticos, Esta investigación propone el aprovechamiento de un residuo agroindustrial
abundante y de bajo costo. Considerando que el fruto presenta entre 51-57% de cascara y que
anualmente se exportan miles de toneladas sin este subproducto, se genera una cantidad significativa
de residuos cuyo potencial de valorización ambiental ha sido poco investigado (Bonelli – 2001).
METODOLOGÍA
Procedimiento de preparación de la muestra:
Se preparo tres soluciones de acetato de plomo con las siguientes concentraciones: 150 ppm, 100 ppm
y 50 ppm.
Recolección de material Biomásico
El material a utilizar para la remoción de plomo es la cascara de la castaña Bertholletia Excelsa , la
cual se obtuvo de la empresa Distribuidora Ceylan en Arequipa, Perú.
Obtención del biosorbente
El fruto de la castaña fue remojado por un lapso de dos horas, el cual fue lavado con agua destilada
para eliminar impurezas depositadas en ellas. Después los frutos fueron secados de forma natural al
aire libre a temperatura ambiente. Posteriormente, se llevan los frutos a un proceso de triturado para
separar el fruto de la cascara. En seguida la cascara se molió y se tamizo a través de un tamiz ASTM
Vol 6 N|1
726 | P á g i n a
#100 obteniendo partículas de 0.149 mm de tamaño.
Análisis Estadístico
Se realizo el diseño factorial 2k, en el cual se consideró 3 factores (k=3) y dos niveles para cada factor.
Para combinación experimental se realizaron 2 réplicas y adicionalmente se evaluaron 3 puntos
centrales con sus respectivas replicas con el fin de verificar la posible curvatura en la superficie
respuesta, realizándose 22 pruebas. En la tabla 1, se observa las variables de la investigación.
Obteniéndose el modelo de concentración final de Pb en las muestras después del tratamiento con el
biosorbente.
N= (23+3) *2= 22 pruebas…. Ecuación 1
Tabla 1. Variables del experimento
Variables independientes Máximo Mínimo Punto Central
Masa del adsorbente (g) 0.2 0.6 0.4
pH 4.5 5.5 5
Concentración de Pb (ppm 50 150 100
Proceso de remoción de plomo con el Sistema Batch
La cantidad de biosorbente que se utilizo fue de acuerdo a la matriz experimental mostrada en la tabla
2, realizando las siguientes pruebas.
a) 0.2 gramos de biosorbente por 100 ml de agua en estudio: Muestras 1,2.3.4
b) 0.6 gramos de biosorbente por 100 ml de agua en estudio: Muestras 5,6,7,8
c) 0.4 gramos de biosorbente por 100 ml de agua en estudio: Muestras 9,10,11
Adsorción de plomo por el biosorbente
En un vaso de precipitado se añadió 100 ml de solución diluida de plomo para cada prueba y el
biosorbente por un tiempo de 24 horas. Se realizo a una agitación constante de 35 rpm, obteniéndose
una mezcla solida – liquido, para la regulación del pH se utilizó una solución de ácido acético glacial al
25%. Esta se filtró en papel filtro de transito lento
726 | P á g i n a
#100 obteniendo partículas de 0.149 mm de tamaño.
Análisis Estadístico
Se realizo el diseño factorial 2k, en el cual se consideró 3 factores (k=3) y dos niveles para cada factor.
Para combinación experimental se realizaron 2 réplicas y adicionalmente se evaluaron 3 puntos
centrales con sus respectivas replicas con el fin de verificar la posible curvatura en la superficie
respuesta, realizándose 22 pruebas. En la tabla 1, se observa las variables de la investigación.
Obteniéndose el modelo de concentración final de Pb en las muestras después del tratamiento con el
biosorbente.
N= (23+3) *2= 22 pruebas…. Ecuación 1
Tabla 1. Variables del experimento
Variables independientes Máximo Mínimo Punto Central
Masa del adsorbente (g) 0.2 0.6 0.4
pH 4.5 5.5 5
Concentración de Pb (ppm 50 150 100
Proceso de remoción de plomo con el Sistema Batch
La cantidad de biosorbente que se utilizo fue de acuerdo a la matriz experimental mostrada en la tabla
2, realizando las siguientes pruebas.
a) 0.2 gramos de biosorbente por 100 ml de agua en estudio: Muestras 1,2.3.4
b) 0.6 gramos de biosorbente por 100 ml de agua en estudio: Muestras 5,6,7,8
c) 0.4 gramos de biosorbente por 100 ml de agua en estudio: Muestras 9,10,11
Adsorción de plomo por el biosorbente
En un vaso de precipitado se añadió 100 ml de solución diluida de plomo para cada prueba y el
biosorbente por un tiempo de 24 horas. Se realizo a una agitación constante de 35 rpm, obteniéndose
una mezcla solida – liquido, para la regulación del pH se utilizó una solución de ácido acético glacial al
25%. Esta se filtró en papel filtro de transito lento
Vol 6 N|1
727 | P á g i n a
Luego se procedió a determinar las concentraciones de las soluciones filtradas por el método de
espectrofotometría de absorción atómica.
Análisis de soluciones mediante Espectrofotometría de absorción atómica.
Para el análisis de las soluciones después del tratamiento con el biosorbente se utilizó el equipo
AAnalyst -200 un espectrómetro de absorción atómica Perkyn Elmer con llama. Se siguió el método
estándar para examinar aguas y aguas residuales APHA- AWWA- WEF, Parte 3000. Método 3111- B.
Metales por espectrometría de absorción atómica de flama aire- acetileno 23 nd Ed. 2017 (Eaton-2017).
Se procedió a la optimización del equipo de Cu de 5 ppm para estabilizarlo. Las curvas de calibración
para la absorción de plomo se realización las soluciones estándares de 25,50,100 ppm a la longitud de
onde de 283.3 nm. Se procedió a las lecturas de las muestras después de la adsorción con el biosorbente.
Caracterización del biosorbente
Determinación de Ceniza
Se peso 1 gr de la cascara de castaña en un crisol por duplicado. Posteriormente, se colocaron los
crisoles en una mufla a 600°C (Polacchi- 2005) hasta que el peso sea constante. Se siguió el método
923.03 de la AOAC (1990).
Determinación de pH
Se peso 1g de la cascara de castaña la cual se homogenizo con 100 ml de agua desionizada a 100°C
por 10 minutos. Se filtró en caliente y se procedió a medir el pH por duplicado. Se siguió el método
943.02 de la AOAC (AOAC-1990).
Determinación de grupos funcionales por Espectroscopía Infrarroja
Para la determinación de grupos funcionales en la cáscara de castaña, se utilizó como equipo de análisis
un espectrofotómetro FT-IR marca NICOLET modelo IMPACT 410. A Se peso 2 mg de cascara de
castaña molida a la cual se le agrego 200 mg de bromuro de potasio purificado en estado sólido,
posteriormente se trituro hasta obtener una mezcla fina. Esta mezcla se comprimió en una prensa de
troquel mecánica para formar un pellet translúcido a través del cual puede pasar la radiación infrarroja
proveniente del espectrómetro (Rodríguez -2007).
727 | P á g i n a
Luego se procedió a determinar las concentraciones de las soluciones filtradas por el método de
espectrofotometría de absorción atómica.
Análisis de soluciones mediante Espectrofotometría de absorción atómica.
Para el análisis de las soluciones después del tratamiento con el biosorbente se utilizó el equipo
AAnalyst -200 un espectrómetro de absorción atómica Perkyn Elmer con llama. Se siguió el método
estándar para examinar aguas y aguas residuales APHA- AWWA- WEF, Parte 3000. Método 3111- B.
Metales por espectrometría de absorción atómica de flama aire- acetileno 23 nd Ed. 2017 (Eaton-2017).
Se procedió a la optimización del equipo de Cu de 5 ppm para estabilizarlo. Las curvas de calibración
para la absorción de plomo se realización las soluciones estándares de 25,50,100 ppm a la longitud de
onde de 283.3 nm. Se procedió a las lecturas de las muestras después de la adsorción con el biosorbente.
Caracterización del biosorbente
Determinación de Ceniza
Se peso 1 gr de la cascara de castaña en un crisol por duplicado. Posteriormente, se colocaron los
crisoles en una mufla a 600°C (Polacchi- 2005) hasta que el peso sea constante. Se siguió el método
923.03 de la AOAC (1990).
Determinación de pH
Se peso 1g de la cascara de castaña la cual se homogenizo con 100 ml de agua desionizada a 100°C
por 10 minutos. Se filtró en caliente y se procedió a medir el pH por duplicado. Se siguió el método
943.02 de la AOAC (AOAC-1990).
Determinación de grupos funcionales por Espectroscopía Infrarroja
Para la determinación de grupos funcionales en la cáscara de castaña, se utilizó como equipo de análisis
un espectrofotómetro FT-IR marca NICOLET modelo IMPACT 410. A Se peso 2 mg de cascara de
castaña molida a la cual se le agrego 200 mg de bromuro de potasio purificado en estado sólido,
posteriormente se trituro hasta obtener una mezcla fina. Esta mezcla se comprimió en una prensa de
troquel mecánica para formar un pellet translúcido a través del cual puede pasar la radiación infrarroja
proveniente del espectrómetro (Rodríguez -2007).
Vol 6 N|1
728 | P á g i n a
RESULTADOS Y DISCUSIÓN
Los resultados obtenidos mediante espectrofotometría de absorción atómica para la determinación de
Pb se presentan en la Tabla 2. Se observa una disminución significativa de la concentración inicial de
plomo después del tratamiento con el biosorbente, evidenciando una alta eficiencia de adsorción en la
mayoría de ensayos.
Tabla 2. Matriz de resultados sobre el porcentaje de adsorción de Pb
Pruebas Masa del
Adsorbente (g)
pH Concentración
Pb inicial (mg/L)
Concentración Pb
final (mg/L)
Porcentaje de
adsorción de Pb (%)
1 0.2 4.5 50 15.2 69.60
2 0.2 4.5 150 59.7 60.20
3 0.2 5.5 50 12.4 75.20
4 0.2 5.5 150 37.9 74.73
5 0.6 4.5 50 17.2 65.60
6 0.6 4.5 150 15.5 89.67
7 0.6 5.5 50 12.1 75.80
8 0.6 5.5 150 21.6 85.60
9 0.4 5 100 18.5 81.50
10 0.4 5 100 15.4 84.60
11 0.4 5 100 9.4 90.60
12 0.2 4.5 50 12.5 75.00
13 0.2 4.5 150 57.2 61.87
14 0.2 5.5 50 7.09 85.82
15 0.2 5.5 150 31.7 78.87
16 0.6 4.5 50 18.8 62.40
17 0.6 4.5 150 18.8 87.47
18 0.6 5.5 50 9.7 80.60
19 0.6 5.5 150 22.4 85.07
20 0.4 5 100 14.5 85.50
21 0.4 5 100 15.4 84.60
22 0.4 5 100 18.1 81.90
En la tabla 2, las muestras 6, 11 y 17 mostraron los mayores porcentajes e adsorción, alcanzando
valores de 89.67%, 90.60% y 87.47%, respectivamente. Estos resultaos indican que combinaciones
específicas de masa de biosorbente, pH y concentración inicial favorecen significativamente en el
proceso de biosorción.
728 | P á g i n a
RESULTADOS Y DISCUSIÓN
Los resultados obtenidos mediante espectrofotometría de absorción atómica para la determinación de
Pb se presentan en la Tabla 2. Se observa una disminución significativa de la concentración inicial de
plomo después del tratamiento con el biosorbente, evidenciando una alta eficiencia de adsorción en la
mayoría de ensayos.
Tabla 2. Matriz de resultados sobre el porcentaje de adsorción de Pb
Pruebas Masa del
Adsorbente (g)
pH Concentración
Pb inicial (mg/L)
Concentración Pb
final (mg/L)
Porcentaje de
adsorción de Pb (%)
1 0.2 4.5 50 15.2 69.60
2 0.2 4.5 150 59.7 60.20
3 0.2 5.5 50 12.4 75.20
4 0.2 5.5 150 37.9 74.73
5 0.6 4.5 50 17.2 65.60
6 0.6 4.5 150 15.5 89.67
7 0.6 5.5 50 12.1 75.80
8 0.6 5.5 150 21.6 85.60
9 0.4 5 100 18.5 81.50
10 0.4 5 100 15.4 84.60
11 0.4 5 100 9.4 90.60
12 0.2 4.5 50 12.5 75.00
13 0.2 4.5 150 57.2 61.87
14 0.2 5.5 50 7.09 85.82
15 0.2 5.5 150 31.7 78.87
16 0.6 4.5 50 18.8 62.40
17 0.6 4.5 150 18.8 87.47
18 0.6 5.5 50 9.7 80.60
19 0.6 5.5 150 22.4 85.07
20 0.4 5 100 14.5 85.50
21 0.4 5 100 15.4 84.60
22 0.4 5 100 18.1 81.90
En la tabla 2, las muestras 6, 11 y 17 mostraron los mayores porcentajes e adsorción, alcanzando
valores de 89.67%, 90.60% y 87.47%, respectivamente. Estos resultaos indican que combinaciones
específicas de masa de biosorbente, pH y concentración inicial favorecen significativamente en el
proceso de biosorción.
Vol 6 N|1
729 | P á g i n a
Resultados del análisis de varianza ANOVA
La tabla 6 muestra los resultados del análisis factorial con 3 factores que son: masa del adsorbente, pH,
concentración inicial de Pb.
Tabla 3. Análisis de varianza
Fuente GL SC Ajust MC Ajust. Valor F Valor p
Modelo 9 1665.19 185.02 15.63 0.000
Bloques 1 11.64 11.64 0.98 0.341
Lineal 3 537.23 179.08 15.13 0.000
Masa del Adsorbente (g) 1 162.05 162.05 13.69 0.003
pH 1 305.20 305.20 25.79 0.000
Concentración inicial Pb 1 69.97 69.97 5.91 0.032
Interacciones de 2 términos 3 611.47 203.82 17.22 0.000
Masa del Adsorbente (g)*pH 1 42.32 42.32 3.58 0.083
Masa del Adsorbente (g)*Concentración inicial Pb 1 544.76 544.76 46.03 0.000
pH*Concentración inicial Pb 1 24.40 24.40 2.06 0.177
Interacciones de 3 términos 1 156.13 156.13 13.19 0.003
Masa del Adsorbente (g)*pH*Concentración inicial Pb 1 156.13 156.13 13.19 0.003
Curvatura 1 348.73 348.73 29.47 0.000
Error 12 142.01 11.83
Falta de Ajuste 8 92.18 11.52 0.93 0.573
Error Puro 4 49.83 12.46
Total 21 1807.20
Los resultados muestran que las variables estudiadas y sus interacciones son significativas; excepto la
interacción Concentración inicial de Pb * pH (p=0.177) y Masa del Adsorbente*pH (p=0.083) no fueron
significativas ya que su p-valué fue mayor a 0.05.
Estimación de los efectos de las variables en el proceso de adsorción
En la tabla 7 se presentan los coeficientes de regresión:
Tabla 4: Estimación de los coeficientes de regresión del modelo
Coeficiente Efecto Coeficientes Error
Estándar Valor T Valor p
Constante 75.844 0.860 88.19 0.000
Blocks 1 -0.727 0.733 -0.99 0.341
Masa del Adsorbente (g) 6.365 3.182 0.860 3.70 0.003
pH 8.735 4.368 0.860 5.08 0.000
Concentración inicial Pb 4.183 2.091 0.860 2.43 0.032
Concentración inicial Pb*pH -2.470 -1.235 0.860 -1.44 0.177
Masa del Adsorbente *pH -3.252 -1.626 0.860 -1.89 0.083
Masa del Adsorbente *Concentración inicial Pb 11.670 5.835 0.860 6.78 0.000
Masa del Adsorbente*pH*Concentración inicial Pb -6.248 -3.124 0.860 -3.63 0.003
Pt Ctral 8.94 1.65 5.43 0.000
729 | P á g i n a
Resultados del análisis de varianza ANOVA
La tabla 6 muestra los resultados del análisis factorial con 3 factores que son: masa del adsorbente, pH,
concentración inicial de Pb.
Tabla 3. Análisis de varianza
Fuente GL SC Ajust MC Ajust. Valor F Valor p
Modelo 9 1665.19 185.02 15.63 0.000
Bloques 1 11.64 11.64 0.98 0.341
Lineal 3 537.23 179.08 15.13 0.000
Masa del Adsorbente (g) 1 162.05 162.05 13.69 0.003
pH 1 305.20 305.20 25.79 0.000
Concentración inicial Pb 1 69.97 69.97 5.91 0.032
Interacciones de 2 términos 3 611.47 203.82 17.22 0.000
Masa del Adsorbente (g)*pH 1 42.32 42.32 3.58 0.083
Masa del Adsorbente (g)*Concentración inicial Pb 1 544.76 544.76 46.03 0.000
pH*Concentración inicial Pb 1 24.40 24.40 2.06 0.177
Interacciones de 3 términos 1 156.13 156.13 13.19 0.003
Masa del Adsorbente (g)*pH*Concentración inicial Pb 1 156.13 156.13 13.19 0.003
Curvatura 1 348.73 348.73 29.47 0.000
Error 12 142.01 11.83
Falta de Ajuste 8 92.18 11.52 0.93 0.573
Error Puro 4 49.83 12.46
Total 21 1807.20
Los resultados muestran que las variables estudiadas y sus interacciones son significativas; excepto la
interacción Concentración inicial de Pb * pH (p=0.177) y Masa del Adsorbente*pH (p=0.083) no fueron
significativas ya que su p-valué fue mayor a 0.05.
Estimación de los efectos de las variables en el proceso de adsorción
En la tabla 7 se presentan los coeficientes de regresión:
Tabla 4: Estimación de los coeficientes de regresión del modelo
Coeficiente Efecto Coeficientes Error
Estándar Valor T Valor p
Constante 75.844 0.860 88.19 0.000
Blocks 1 -0.727 0.733 -0.99 0.341
Masa del Adsorbente (g) 6.365 3.182 0.860 3.70 0.003
pH 8.735 4.368 0.860 5.08 0.000
Concentración inicial Pb 4.183 2.091 0.860 2.43 0.032
Concentración inicial Pb*pH -2.470 -1.235 0.860 -1.44 0.177
Masa del Adsorbente *pH -3.252 -1.626 0.860 -1.89 0.083
Masa del Adsorbente *Concentración inicial Pb 11.670 5.835 0.860 6.78 0.000
Masa del Adsorbente*pH*Concentración inicial Pb -6.248 -3.124 0.860 -3.63 0.003
Pt Ctral 8.94 1.65 5.43 0.000
Vol 6 N|1
730 | P á g i n a
Se observa que todos los coeficientes son significativos (p-valor es menor que 0.05). La interacción
Masa del adsorbente* Concentración inicial de Pb presenta un efecto positivo elevado. El valor de la
constante (75.844) representa el porcentaje promedio de adsorción en el punto central del diseño
experimental.
Gráficos factoriales
Graficas de efectos estandarizados y diagrama de Pareto
Figura 2. Diagrama de Pareto
El diagrama de Pareto (Figura 2) muestra los efectos estandarizados. Todos los factores superan la línea
crítica de referencia (2.179), excepto las interacciones pH*Masa de adsorbente y Concentración inicial
de Pb*pH. Los factores de mayor impacto sobre la respuesta fueron la Masa de adsorbente, pH y la
interacción Concentración inicial de Pb *Masa del adsorbente .
730 | P á g i n a
Se observa que todos los coeficientes son significativos (p-valor es menor que 0.05). La interacción
Masa del adsorbente* Concentración inicial de Pb presenta un efecto positivo elevado. El valor de la
constante (75.844) representa el porcentaje promedio de adsorción en el punto central del diseño
experimental.
Gráficos factoriales
Graficas de efectos estandarizados y diagrama de Pareto
Figura 2. Diagrama de Pareto
El diagrama de Pareto (Figura 2) muestra los efectos estandarizados. Todos los factores superan la línea
crítica de referencia (2.179), excepto las interacciones pH*Masa de adsorbente y Concentración inicial
de Pb*pH. Los factores de mayor impacto sobre la respuesta fueron la Masa de adsorbente, pH y la
interacción Concentración inicial de Pb *Masa del adsorbente .
Vol 6 N|1
731 | P á g i n a
La gráfica de efectos principales (Figura 3) confirma que la adsorción de Pb aumenta cuando los
factores se encuentran en un nivel superior, siendo el pH el factor de mayor influencia.
En la gráfica de interacciones (Figura 4) muestra que a mayor masa del adsorbente y mayor
concentración inicial de Pb, el porcentaje de adsorción aumenta significativamente.
Ecuación de regresión en unidades no codificadas
Del análisis del diseño experimental se obtuvo el modelo matemático para la adsorción del Pb.
% de Remoción del Pb = 112.7 –1.194 Concentración inicial Pb- 4.81 pH- 273.5 Masa del Adsorbente
+ 0.2005 Concentración inicial Pb*pH+ 46.2 pH* Masa de Adsorbente+ 46.2 pH* Masa del
Adsorbente- 0.625 Concentración inicial de Pb*pH* Masa del Adsorbente+ 8.94 Ct Pt
Este modelo permite predecir el porcentaje de remoción dentro del rango experimental evaluado.
Se realizó la caracterización del Biosorbente mediante la determinación del contenido de cenizas las
cuales representan el material mineral presente en la cáscara de castaña
Tabla 5. Porcentaje de Ceniza de la cascara de castaña
Muestra Seca (g) Ceniza(g) %Ceniza
0.8265 0.0220 2.66
0.8263 0.0210 2.61
Promedio 2.60
Figura 3
Efectos principales para porcentaje de Remoción
de Pb (II). Medias ajustadas
Figura 4
Interacción para porcentaje de Remoción
de Pb (II) – Medias ajustadas
731 | P á g i n a
La gráfica de efectos principales (Figura 3) confirma que la adsorción de Pb aumenta cuando los
factores se encuentran en un nivel superior, siendo el pH el factor de mayor influencia.
En la gráfica de interacciones (Figura 4) muestra que a mayor masa del adsorbente y mayor
concentración inicial de Pb, el porcentaje de adsorción aumenta significativamente.
Ecuación de regresión en unidades no codificadas
Del análisis del diseño experimental se obtuvo el modelo matemático para la adsorción del Pb.
% de Remoción del Pb = 112.7 –1.194 Concentración inicial Pb- 4.81 pH- 273.5 Masa del Adsorbente
+ 0.2005 Concentración inicial Pb*pH+ 46.2 pH* Masa de Adsorbente+ 46.2 pH* Masa del
Adsorbente- 0.625 Concentración inicial de Pb*pH* Masa del Adsorbente+ 8.94 Ct Pt
Este modelo permite predecir el porcentaje de remoción dentro del rango experimental evaluado.
Se realizó la caracterización del Biosorbente mediante la determinación del contenido de cenizas las
cuales representan el material mineral presente en la cáscara de castaña
Tabla 5. Porcentaje de Ceniza de la cascara de castaña
Muestra Seca (g) Ceniza(g) %Ceniza
0.8265 0.0220 2.66
0.8263 0.0210 2.61
Promedio 2.60
Figura 3
Efectos principales para porcentaje de Remoción
de Pb (II). Medias ajustadas
Figura 4
Interacción para porcentaje de Remoción
de Pb (II) – Medias ajustadas
Vol 6 N|1
732 | P á g i n a
Se obtuvo un porcentaje de Ceniza de 2.60%, valor que se encuentra dentro del rango reportado por
Machado (Machado- 2019), según la tabla 3. Este resultado indica la presencia de un contenido mineral
significativo, el cual puede favorecer los procesos de adsorción debido a la disponibilidad de sitios
activos inorgánicos.
Se procedió a determinar pH del biosorbente utilizado para la adsorción obteniéndose un valor
promedio de 6.6, como se muestra en la Tabla 4. Este valor es similar al reportador por Perez. (Perez-
2006), lo que indica que el material presenta un carácter ligeramente acido a neutro, condición favorable
para procesos de adsorción en soluciones acuosas.
Tabla 6. Determinación de pH de la cascara de castaña
Muestra Seca (g) Volumen (ml) Temperatura (°C) pH
1.0250 100 100 6.5
1.0169 100 100 6.7
Promedio 6.6
La tabla 5 nos muestra los grupos funcionales identificados en la cascara de castaña, los cuales son
característicos de materiales lignocelulósicos y explican su comportamiento como biosorbente,
mediante el análisis de espectroscopía infrarojo, de acuerdo con QUIORED (QUIORED, 2002).
Tabla 7. Grupos funcionales presentes en la cascara de castaña
Numero de onda de la cascara
de castaña
(cm-1)
Grupo funcional Banda Numero de onda
(cm -1 )
3336.67 Alcoholes
Amidas
O – H
–CO– NH2
3400 – 3300
3500-3180
2925.83 Alcanos – CH 2950 - 2800
2857.78 Alcanos – CH 2950 – 2800
1744.24 Ester
Carbonilo
C=O
–CH2–CO–O– R
1750-1735
1260-1230
1619.87 Amidas
Aromáticos
–CO–NH2
C=C t
1680-1630
1600 – 1475
1517.85 Aminas
Aromáticos
N – H
C=C t
1640 – 1500
1600-1475
732 | P á g i n a
Se obtuvo un porcentaje de Ceniza de 2.60%, valor que se encuentra dentro del rango reportado por
Machado (Machado- 2019), según la tabla 3. Este resultado indica la presencia de un contenido mineral
significativo, el cual puede favorecer los procesos de adsorción debido a la disponibilidad de sitios
activos inorgánicos.
Se procedió a determinar pH del biosorbente utilizado para la adsorción obteniéndose un valor
promedio de 6.6, como se muestra en la Tabla 4. Este valor es similar al reportador por Perez. (Perez-
2006), lo que indica que el material presenta un carácter ligeramente acido a neutro, condición favorable
para procesos de adsorción en soluciones acuosas.
Tabla 6. Determinación de pH de la cascara de castaña
Muestra Seca (g) Volumen (ml) Temperatura (°C) pH
1.0250 100 100 6.5
1.0169 100 100 6.7
Promedio 6.6
La tabla 5 nos muestra los grupos funcionales identificados en la cascara de castaña, los cuales son
característicos de materiales lignocelulósicos y explican su comportamiento como biosorbente,
mediante el análisis de espectroscopía infrarojo, de acuerdo con QUIORED (QUIORED, 2002).
Tabla 7. Grupos funcionales presentes en la cascara de castaña
Numero de onda de la cascara
de castaña
(cm-1)
Grupo funcional Banda Numero de onda
(cm -1 )
3336.67 Alcoholes
Amidas
O – H
–CO– NH2
3400 – 3300
3500-3180
2925.83 Alcanos – CH 2950 - 2800
2857.78 Alcanos – CH 2950 – 2800
1744.24 Ester
Carbonilo
C=O
–CH2–CO–O– R
1750-1735
1260-1230
1619.87 Amidas
Aromáticos
–CO–NH2
C=C t
1680-1630
1600 – 1475
1517.85 Aminas
Aromáticos
N – H
C=C t
1640 – 1500
1600-1475
Vol 6 N|1
733 | P á g i n a
1451.46 Metileno
Alcanos
CH2
– CH2 d
1465
1465
1376.24 Alcanos CH3 d 1375
1261.54 Ester –CH2–CO–O– R 1260-1230
898.33 Aromáticos C – H d(meta) 880- 780
826.64 Aromáticos C – H d(para) 850 – 800
774.07 Aromáticos C – H d(meta) 880- 780
Los principales grupos funcionales identificados son:
• Grupos hidroxilo (–OH): evidenciados por la banda ancha alrededor de 3336.67 cm⁻¹ (3400–
3300 cm⁻¹), correspondientes a alcoholes y también asociados a amidas. Estos grupos indican
la presencia de compuestos fenólicos y polisacáridos como celulosa y hemicelulosa.
• Grupos amida (–CO–NH₂): observados en la región de 1680–1630 cm⁻¹ y 3500–3180 cm⁻¹, que
sugieren la presencia de proteínas o compuestos nitrogenados.
• Enlaces C–H de alcanos: con picos en 2925.83 cm⁻¹, 2857.78 cm⁻¹, 1451.46 cm⁻¹ y 1376.24
cm⁻¹, asociados a vibraciones de grupos metileno (–CH₂–) y metilo (–CH₃).
• Grupos éster y carbonilo (C=O): con una señal intensa en 1744.24 cm⁻¹ (1750–1735 cm⁻¹) y
bandas en 1260–1230 cm⁻¹, atribuibles a estructuras –CH₂–CO–O–R, típicas de hemicelulosas
y lignina.
• Compuestos aromáticos (C=C y C–H): evidenciados en las regiones 1600–1475 cm⁻¹ y 880–780
cm⁻¹ (picos en 898.33, 826.64 y 774.07 cm⁻¹), asociados a anillos aromáticos propios de la lignina.
• Aminas (N–H): presentes en la región de 1640–1500 cm⁻¹.
La presencia de grupos hidroxilo (-OH), aminas (-NH), carboxilos (c=o) y estructuras aromáticas
confirma la naturaleza lignocelulósica de la cascara de castaña y explica su capacidad de interacción
con iones metálicos u otras especies químicas mediante mecanismos de intercambio iónico y adsorción
superficial.
733 | P á g i n a
1451.46 Metileno
Alcanos
CH2
– CH2 d
1465
1465
1376.24 Alcanos CH3 d 1375
1261.54 Ester –CH2–CO–O– R 1260-1230
898.33 Aromáticos C – H d(meta) 880- 780
826.64 Aromáticos C – H d(para) 850 – 800
774.07 Aromáticos C – H d(meta) 880- 780
Los principales grupos funcionales identificados son:
• Grupos hidroxilo (–OH): evidenciados por la banda ancha alrededor de 3336.67 cm⁻¹ (3400–
3300 cm⁻¹), correspondientes a alcoholes y también asociados a amidas. Estos grupos indican
la presencia de compuestos fenólicos y polisacáridos como celulosa y hemicelulosa.
• Grupos amida (–CO–NH₂): observados en la región de 1680–1630 cm⁻¹ y 3500–3180 cm⁻¹, que
sugieren la presencia de proteínas o compuestos nitrogenados.
• Enlaces C–H de alcanos: con picos en 2925.83 cm⁻¹, 2857.78 cm⁻¹, 1451.46 cm⁻¹ y 1376.24
cm⁻¹, asociados a vibraciones de grupos metileno (–CH₂–) y metilo (–CH₃).
• Grupos éster y carbonilo (C=O): con una señal intensa en 1744.24 cm⁻¹ (1750–1735 cm⁻¹) y
bandas en 1260–1230 cm⁻¹, atribuibles a estructuras –CH₂–CO–O–R, típicas de hemicelulosas
y lignina.
• Compuestos aromáticos (C=C y C–H): evidenciados en las regiones 1600–1475 cm⁻¹ y 880–780
cm⁻¹ (picos en 898.33, 826.64 y 774.07 cm⁻¹), asociados a anillos aromáticos propios de la lignina.
• Aminas (N–H): presentes en la región de 1640–1500 cm⁻¹.
La presencia de grupos hidroxilo (-OH), aminas (-NH), carboxilos (c=o) y estructuras aromáticas
confirma la naturaleza lignocelulósica de la cascara de castaña y explica su capacidad de interacción
con iones metálicos u otras especies químicas mediante mecanismos de intercambio iónico y adsorción
superficial.
Vol 6 N|1
734 | P á g i n a
Figura 5: Espectro infrarojo de la cascara de castaña
En la figura 1 se observa los picos del Espectro Infrarojo de la cascara de castaña, donde se distinguen
claramente los picos correspondientes a los grupos funcionales identificados, confirmando que el
biosorbente posee múltiples sitios activos responsables de su capacidad de adsorción.
DISCUSION
En la presente investigación se pudo identificar que los grupos funcionales presentes en la cascara de
castaña si adsorben el Pb de la solución acuosa (Palomino- 2018), la cascara de castaña a través de sus
grupos funcionales como hidroxilos, carboxilos, aminas, carbonilos retienen los iones plomo
principalmente mediante interacciones electrostática y mecanismos de intercambio iónico. La
remoción de iones metálicos por bioadsorción depende de los mecanismos químicos que involucran
las interacciones de los iones metálicos con los grupos activos presentes en la pared celular del
biosorbente (Ho & McKay 1999) .
En cuanto al pH, se observó que el porcentaje de adsorción aumenta a medida que incrementa el pH
de la solución. A valores superiores a pH=5, aumenta la concentración de iones OH, lo que favorece a
cambios en la carga superficial del adsorbente e incrementa la captación de plomo, debido a que la
superficie del biosorbente puede estar protonada, se eligió el pH óptimo de la experimentación de 4.5,
5 y 5.5 (Muñoz- 2007). En lo referente al tiempo de contacto es necesario mantenerlo durante un
734 | P á g i n a
Figura 5: Espectro infrarojo de la cascara de castaña
En la figura 1 se observa los picos del Espectro Infrarojo de la cascara de castaña, donde se distinguen
claramente los picos correspondientes a los grupos funcionales identificados, confirmando que el
biosorbente posee múltiples sitios activos responsables de su capacidad de adsorción.
DISCUSION
En la presente investigación se pudo identificar que los grupos funcionales presentes en la cascara de
castaña si adsorben el Pb de la solución acuosa (Palomino- 2018), la cascara de castaña a través de sus
grupos funcionales como hidroxilos, carboxilos, aminas, carbonilos retienen los iones plomo
principalmente mediante interacciones electrostática y mecanismos de intercambio iónico. La
remoción de iones metálicos por bioadsorción depende de los mecanismos químicos que involucran
las interacciones de los iones metálicos con los grupos activos presentes en la pared celular del
biosorbente (Ho & McKay 1999) .
En cuanto al pH, se observó que el porcentaje de adsorción aumenta a medida que incrementa el pH
de la solución. A valores superiores a pH=5, aumenta la concentración de iones OH, lo que favorece a
cambios en la carga superficial del adsorbente e incrementa la captación de plomo, debido a que la
superficie del biosorbente puede estar protonada, se eligió el pH óptimo de la experimentación de 4.5,
5 y 5.5 (Muñoz- 2007). En lo referente al tiempo de contacto es necesario mantenerlo durante un
Vol 6 N|1
735 | P á g i n a
periodo prolongado para permitir el equilibrio del sistema , estableciéndose 24 horas como tiempo
adecuado para maximizar la interacción entre el plomo en solución y la cascara de castaña (Paccha-
2023).
Finalmente, según el experimento N° 6 y su respectiva duplicada , se determino que las pruebas pueden
realizarse hasta una concentración inicial de Pb de 150 mg/L empleando una masa de 0.6 g de cascara
de castaña como parámetros óptimos ya que dan un resultado del mayor porcentaje de adsorción.
CONCLUSIONES
El biosorbente fue obtenido a partir de la cáscara de castaña (Bertholletia excelsa), mediante procesos
físicos que incluyeron limpieza, lavado, secado, triturado, molienda y tamizado con el fin de
acondicionar el material y obtener un tamaño de partícula adecuado para los ensayos de adsorción.
La caracterización fisicoquímica del biosorbente comprendió la determinación del contenido de
cenizas, pH, y espectroscopia infrarroja ( FTIR). Este análisis permitió identificar la presencia de grupos
funcionales como hidroxilo, carboxilos, carbonilos y aminas los cuales actúan como sitios activos
responsables de la interacción con los iones metálicos.
La capacidad de adsorción de plomo alcanzo un 89,67% lo cual equivale a 134.50 mg/L de Pb
adsorbido. Este valor se determinó a partir de la diferencia entre la concentración inicial de plomo en
agua contaminada y la concentración remanente después del proceso de bioadsorción.
Los resultados obtenidos demuestran que la cascara de castaña puede emplearse como un biosorbente
eficiente y de bajo costo para la remoción de plomo en soluciones acuosas, sin necesidad de activación
química o térmica previa.
Asimismo, seria pertinente analizar la eficiencia del biosorvente en sistemas continuos, como columnas
de flujo fico ya que este tipo de configuración reproduce de manera realista las condiciones operativas
de una planta de tratamiento.
REFEREENCIA BIBLIOGRAFICA
AOAC International (1990)Métodos oficiales de análisis de la Asociación de -químicos Analíticos
Oficiales
735 | P á g i n a
periodo prolongado para permitir el equilibrio del sistema , estableciéndose 24 horas como tiempo
adecuado para maximizar la interacción entre el plomo en solución y la cascara de castaña (Paccha-
2023).
Finalmente, según el experimento N° 6 y su respectiva duplicada , se determino que las pruebas pueden
realizarse hasta una concentración inicial de Pb de 150 mg/L empleando una masa de 0.6 g de cascara
de castaña como parámetros óptimos ya que dan un resultado del mayor porcentaje de adsorción.
CONCLUSIONES
El biosorbente fue obtenido a partir de la cáscara de castaña (Bertholletia excelsa), mediante procesos
físicos que incluyeron limpieza, lavado, secado, triturado, molienda y tamizado con el fin de
acondicionar el material y obtener un tamaño de partícula adecuado para los ensayos de adsorción.
La caracterización fisicoquímica del biosorbente comprendió la determinación del contenido de
cenizas, pH, y espectroscopia infrarroja ( FTIR). Este análisis permitió identificar la presencia de grupos
funcionales como hidroxilo, carboxilos, carbonilos y aminas los cuales actúan como sitios activos
responsables de la interacción con los iones metálicos.
La capacidad de adsorción de plomo alcanzo un 89,67% lo cual equivale a 134.50 mg/L de Pb
adsorbido. Este valor se determinó a partir de la diferencia entre la concentración inicial de plomo en
agua contaminada y la concentración remanente después del proceso de bioadsorción.
Los resultados obtenidos demuestran que la cascara de castaña puede emplearse como un biosorbente
eficiente y de bajo costo para la remoción de plomo en soluciones acuosas, sin necesidad de activación
química o térmica previa.
Asimismo, seria pertinente analizar la eficiencia del biosorvente en sistemas continuos, como columnas
de flujo fico ya que este tipo de configuración reproduce de manera realista las condiciones operativas
de una planta de tratamiento.
REFEREENCIA BIBLIOGRAFICA
AOAC International (1990)Métodos oficiales de análisis de la Asociación de -químicos Analíticos
Oficiales
Vol 6 N|1
736 | P á g i n a
Bonelli, P.R., Della Rocca, P.A., Cerella, E.G., Cukierman, A.L. 2001, Effect of pyrolysis temperature on
composition, Surface properties and thermal degradation rates of Brazil nut shells, Bioresource
Technology, 76(1), 15-22. DOI: https://doi.org/10.1016/S0960-8524(00)00085-7
Eaton, A., Clesceri, L.,Rice, E., Baird, R. Standard Methods for the Examination of Wather and
Wastewater, American Public Health Association., 23rd edition, 2017, Washington, D.C., Part 3 ,
20-22.
Ho, Y., McKay, G. 1999, Pseudosecond order model for sorption processes. Process Biochemistry, 34
(5), 451-465,.
Machado, R., Costa, J., Silva, C., Souza, I., Bianchi, M., Coimbra, J.2019. Elementary, Chemical and
energy Characteristics of Brazil Nuts Waste( Bertholletia eelsa) in the State of Pará.REv. Floresta
e ¶Ambiente ,26 (Spec N°2), e20180436.Brazil. DOI: https://doi.org/10.1590/2179-
8087.043618.
Manahan, S.E. Introducción a la química ambiental, Editorial Reverté, Primera edición, 2007, Barcelona,
España
Muñoz Carpio J. 2007, Biosorción de plomo (II) por cáscara de naranja “citrus cinensis” pretratada.
Tesis. Universidad Nacional Mayor de San Marcos
Pabón, S.E., Benítez, R., Sarria-Villa, R.A., Gallo, J.A. 2020, Contaminación del agua por metales pesados,
métodos de análisis y tecnologías de remoción, Rev. Entre Ciencia e Ingeniería, 14(27), 9-18.
DOI: https://doi.org/10.31908/19098367.1734
Paccha, C., Paccha, R. 2023, Adsorption capacity of agroindustrial waste to remove contaminants from
wastewater. Revista del Instituto de investigación de la Facultad de minas, metalurgia y ciencias
geográficas de la Universidad Nacional Mayor de San Marcos, 26 (51), e25258. DOI:
https://doi.org/10.15381/iigeo.v26i51.25258
Palomino, C., Tellez M., Visitacion L. 2018, Identificación de los sitios de unión del plomo en la
superficie del adsorbente de residuos de pelos de la industria curtiembre, 84(1), 77-90. DOI:
https://doi.org/10.37761/rsqp.v84i1
736 | P á g i n a
Bonelli, P.R., Della Rocca, P.A., Cerella, E.G., Cukierman, A.L. 2001, Effect of pyrolysis temperature on
composition, Surface properties and thermal degradation rates of Brazil nut shells, Bioresource
Technology, 76(1), 15-22. DOI: https://doi.org/10.1016/S0960-8524(00)00085-7
Eaton, A., Clesceri, L.,Rice, E., Baird, R. Standard Methods for the Examination of Wather and
Wastewater, American Public Health Association., 23rd edition, 2017, Washington, D.C., Part 3 ,
20-22.
Ho, Y., McKay, G. 1999, Pseudosecond order model for sorption processes. Process Biochemistry, 34
(5), 451-465,.
Machado, R., Costa, J., Silva, C., Souza, I., Bianchi, M., Coimbra, J.2019. Elementary, Chemical and
energy Characteristics of Brazil Nuts Waste( Bertholletia eelsa) in the State of Pará.REv. Floresta
e ¶Ambiente ,26 (Spec N°2), e20180436.Brazil. DOI: https://doi.org/10.1590/2179-
8087.043618.
Manahan, S.E. Introducción a la química ambiental, Editorial Reverté, Primera edición, 2007, Barcelona,
España
Muñoz Carpio J. 2007, Biosorción de plomo (II) por cáscara de naranja “citrus cinensis” pretratada.
Tesis. Universidad Nacional Mayor de San Marcos
Pabón, S.E., Benítez, R., Sarria-Villa, R.A., Gallo, J.A. 2020, Contaminación del agua por metales pesados,
métodos de análisis y tecnologías de remoción, Rev. Entre Ciencia e Ingeniería, 14(27), 9-18.
DOI: https://doi.org/10.31908/19098367.1734
Paccha, C., Paccha, R. 2023, Adsorption capacity of agroindustrial waste to remove contaminants from
wastewater. Revista del Instituto de investigación de la Facultad de minas, metalurgia y ciencias
geográficas de la Universidad Nacional Mayor de San Marcos, 26 (51), e25258. DOI:
https://doi.org/10.15381/iigeo.v26i51.25258
Palomino, C., Tellez M., Visitacion L. 2018, Identificación de los sitios de unión del plomo en la
superficie del adsorbente de residuos de pelos de la industria curtiembre, 84(1), 77-90. DOI:
https://doi.org/10.37761/rsqp.v84i1
Vol 6 N|1
737 | P á g i n a
Perez, L., Hernandez, M., Diaz, C., Rodriguez, E.Composición química e cultivares locales de Tenerife:l.
Composición quimica y contenido de antioxidantes. Ciencia y Tegnología Alimentaria, Vol. 5,
N°3, pp. 195-205. Sociedad Mexicana de Nutrición y Tecnología de Alimentos Reynosa,
Mexico.
https://www.redalyc.org/pdf/724/72450305.pdf#:~:text=La%20acidez%20y%20pH%20de
%20las%20casta%C3%B1as,acidez%20relativamente%20baja%2C%2088%20%C2%B1%202
4%20mg
Polacchi, W., Weisell, R., Marroni, S., Mazar, I. 2002, Derivation of Nutrient Values for FAO Statistical
Databases, Journal of Food Composition and Analysis, 15(4), 515-522. DOI:
https://doi.org/10.1006/jfca.2002.1087
Recursos educativos de Quimica Organica (agosto de 2002)
https://www.ugr.es/~quiored/lab/tablas_espec/ir.htm
Rodríguez, M. 2007. Análisis Instrumental - Espectro Infrarojo no publicada. Departamento Académico
de Química Analítica e Instrumental, Facultad de Química e Ingeniería Química, UNMSM,
Lima, Perú.
Vílchez Vargas, R. 2005, Eliminación de Metales Pesados de Aguas Subterraneas Mediante sistemas de
Lechos Sumergidos: Estudio Microbiológico de las Biopelículas, (PhD Tesis), Universidad de
Granada, Granada, España, recuperado de: https://digibug.ugr.es/handle/10481/615
737 | P á g i n a
Perez, L., Hernandez, M., Diaz, C., Rodriguez, E.Composición química e cultivares locales de Tenerife:l.
Composición quimica y contenido de antioxidantes. Ciencia y Tegnología Alimentaria, Vol. 5,
N°3, pp. 195-205. Sociedad Mexicana de Nutrición y Tecnología de Alimentos Reynosa,
Mexico.
https://www.redalyc.org/pdf/724/72450305.pdf#:~:text=La%20acidez%20y%20pH%20de
%20las%20casta%C3%B1as,acidez%20relativamente%20baja%2C%2088%20%C2%B1%202
4%20mg
Polacchi, W., Weisell, R., Marroni, S., Mazar, I. 2002, Derivation of Nutrient Values for FAO Statistical
Databases, Journal of Food Composition and Analysis, 15(4), 515-522. DOI:
https://doi.org/10.1006/jfca.2002.1087
Recursos educativos de Quimica Organica (agosto de 2002)
https://www.ugr.es/~quiored/lab/tablas_espec/ir.htm
Rodríguez, M. 2007. Análisis Instrumental - Espectro Infrarojo no publicada. Departamento Académico
de Química Analítica e Instrumental, Facultad de Química e Ingeniería Química, UNMSM,
Lima, Perú.
Vílchez Vargas, R. 2005, Eliminación de Metales Pesados de Aguas Subterraneas Mediante sistemas de
Lechos Sumergidos: Estudio Microbiológico de las Biopelículas, (PhD Tesis), Universidad de
Granada, Granada, España, recuperado de: https://digibug.ugr.es/handle/10481/615