[pt] Em muitos problemas de engenharia, a densidade espectral de potência de sinais aleatórias, com componentes altamente periódicas, tem que ser medida. Freqüentemente este problema é reduzido ao de se identificar o espectro de potência desconhecida a uma função racional. As técnicas de identificação diferem entre si apenas quanto ao critério de estimação dos parâmetros do modelo proposto. Neste trabalho são examinados três métodos de análise espectral: Máxima Entropia, Resíduo Mínimo e o proposto por Hsia e Landgrebe. O primeiro tem como modelo de espectro de potência uma função racional só com pólos, enquanto que, para os dois últimos métodos, esta função possui tanto pólos como zeros. O método do Resíduo Mínimo utiliza, quando o processo em estudo é Gaussiano, o princípio de estimação de máxima verossimilhança. Já o método sugerido por Hsia e Landgrebe tem um procedimento de estimação mais simples, sendo, no entanto, estatisticamente menos significante. Este trabalho investiga a possibilidade de se substituir o modelo da Máxima Entropia por outro, com pólos e zero, mas com menos parâmetros a se estimar e com melhor eficiência na estimação de espectros que contenham picos. Esta investigação é feita através da simulação em computador, e a eficiência dos métodos é comparada em termos de localização e resolução dos picos contidos no espectro de potência. / [en] In many engineering problems, the power density spectra of random signals, with highly periodic components, have to be measured, very often this problem is reduced to the one of identifying the unknown power spectrum with a rational function. The identification techniques differ from each other only by the statistical criteria of the procedures used to estimate the assumed model parameters. In this work three spectral analysis methods are examined: Maximum Entropy, Minumum Residual, and that proposed by Hsia and Landgrebe. The power spectrum model assumed by the first method is a rational function , for the other two methods, has poles and zeroes. The Minimum Residual method uses, when the process under study is Gaussian, the maximum likelihood estimation principle. The method developed by Hsia and Landgrebe has a estimation procedure simpler, but is statistically less significant. This work investigates the possibility of substituing the Maximum Entropy model by another one, with poles and zeroes, but with less parameters to be estimated and better performace in the estimation of power spectra that contain peaks. This investigation is made by computer simulation and the efficiency of the methods is compared in terms of localization and resolution of the peaks contained in the power spectra.

[pt] O tratamento de ambientes contaminados e a elaboração de programas de monitoramento requerem estimativas dos níveis de concentrações das substâncias,bem como um conhecimento de seu destino, taxa de transporte e tempos de residência. Na ausência de dados obtidos através de monitoramento, modelos ambientais constituem freqüentemente o único modo capaz de prever as concentrações aproximadas dos contaminantes nos compartimentos (meios) que formam o ambiente. A aplicação do modelo ambiental de multimeios Quantitative Water Air Sediment Interaction (QWASI) a um determinado ambiente exige conhecer parâmetros relacionados à área em estudo e aos contaminantes. Para o caso da Baía de Guanabara, muitos desses parâmetros não estão disponíveis. Desse modo, eles serão aproximados com técnicas do problema inverso a partir das concentrações de contaminantes medidas no sedimento e no mexilhão perna-perna. Entre os parâmetros estimados estão as emissões de 10 hidrocarbonetos policíclicos aromáticos (HPAs) nas águas da Baía de Guanabara. Este trabalho também apresenta simulações da evolução da concentração de alguns hidrocarbonetos em função do tempo considerando uma emissão inicial de um HPA em um ponto arbitrário da Baía de Guanabara. / [en] The treatment of polluted environments and the elaboration of monitoring programs request estimates of the levels of concentrations of the substances, as well as a knowledge of its destiny, rates of transport and times of residence. In the absence of data obtained through monitoring, environmental models often provide the only way to predict the approximate concentrations of the pollutants in the compartments (media) that form the environmental. The application of the multimedia environmental model Quantitative Water Air Sediment Interaction (QWASI) to a certain environment demands the knowledge of parameters related to the area in study and to the pollutants. For the case of the Guanabara Bay, many of those parameters are not available. Therefore, they will be approximated with inverse problem techniques starting from the measured concentrations of pollutants in the sediment and in the mussel perna-perna. Among the estimated parameters are the emissions of 10 polycyclic aromatic hydrocarbons (PAHs) in the waters of the Guanabara Bay. This work also presents simulations of the evolution of the concentration of some hydrocarbons infunction of the time considering an initial emission of a PAH in an arbitrary point of the Guanabara Bay.