Contaminated soil exposure assessment in Portugal and in the EU

Este estudo baseou-se na análise dos mecanismos de transferência de elementos potencialmente tóxicos (PTE’s) entre o solo, a solução do solo e as plantas como forma de realizar uma avaliação mais eficaz do risco em áreas agrícolas. Foram aplicados conceitos recentemente desenvolvidos para a avaliação da reactividade biogeoquímica de contaminantes no solo e da sua partição sólido:solução recorrendo-se a modelos empíricos (tipo Freundlich). Estes modelos permitiram analisar a transferência de PTE’s ao longo da cadeia alimentar e avaliar o impacto da contaminação do solo na qualidade da alimentação animal (forragens) e Humana (vegetais e carne) em Portugal. Os modelos empíricos de transferência solo-planta de PTE’s foram utilizadas para obter limites críticos para estes elementos em solos agrícolas em Portugal, a partir dos seus limites legais nos alimentos para animais e teores máximos nos géneros alimentícios. Simultaneamente, modelos de exposição Humana a contaminantes do solo, desenvolvidos noutros países da UE foram analisados e foi proposto um modelo de exposição para Portugal. Este trabalho é uma contribuição para o desenvolvimento de critérios de qualidade de solos para áreas agrícolas em Portugal, tendo em vista a protecção da saúde animal e Humana. Contribuiu também para o desenvolvimento de uma estratégia de harmonização de políticas de protecção do solo (nomeadamente no que diz respeito aos problemas de contaminação) na União Europeia.

Contributions to the theory of maximum entropy estimation for ill-posed models

As técnicas estatísticas são fundamentais em ciência e a análise de regressão linear é, quiçá, uma das metodologias mais usadas. É bem conhecido da literatura que, sob determinadas condições, a regressão linear é uma ferramenta estatística poderosíssima. Infelizmente, na prática, algumas dessas condições raramente são satisfeitas e os modelos de regressão tornam-se mal-postos, inviabilizando, assim, a aplicação dos tradicionais métodos de estimação. Este trabalho apresenta algumas contribuições para a teoria de máxima entropia na estimação de modelos mal-postos, em particular na estimação de modelos de regressão linear com pequenas amostras, afetados por colinearidade e outliers. A investigação é desenvolvida em três vertentes, nomeadamente na estimação de eficiência técnica com fronteiras de produção condicionadas a estados contingentes, na estimação do parâmetro ridge em regressão ridge e, por último, em novos desenvolvimentos na estimação com máxima entropia. Na estimação de eficiência técnica com fronteiras de produção condicionadas a estados contingentes, o trabalho desenvolvido evidencia um melhor desempenho dos estimadores de máxima entropia em relação ao estimador de máxima verosimilhança. Este bom desempenho é notório em modelos com poucas observações por estado e em modelos com um grande número de estados, os quais são comummente afetados por colinearidade. Espera-se que a utilização de estimadores de máxima entropia contribua para o tão desejado aumento de trabalho empírico com estas fronteiras de produção. Em regressão ridge o maior desafio é a estimação do parâmetro ridge. Embora existam inúmeros procedimentos disponíveis na literatura, a verdade é que não existe nenhum que supere todos os outros. Neste trabalho é proposto um novo estimador do parâmetro ridge, que combina a análise do traço ridge e a estimação com máxima entropia. Os resultados obtidos nos estudos de simulação sugerem que este novo estimador é um dos melhores procedimentos existentes na literatura para a estimação do parâmetro ridge. O estimador de máxima entropia de Leuven é baseado no método dos mínimos quadrados, na entropia de Shannon e em conceitos da eletrodinâmica quântica. Este estimador suplanta a principal crítica apontada ao estimador de máxima entropia generalizada, uma vez que prescinde dos suportes para os parâmetros e erros do modelo de regressão. Neste trabalho são apresentadas novas contribuições para a teoria de máxima entropia na estimação de modelos mal-postos, tendo por base o estimador de máxima entropia de Leuven, a teoria da informação e a regressão robusta. Os estimadores desenvolvidos revelam um bom desempenho em modelos de regressão linear com pequenas amostras, afetados por colinearidade e outliers. Por último, são apresentados alguns códigos computacionais para estimação com máxima entropia, contribuindo, deste modo, para um aumento dos escassos recursos computacionais atualmente disponíveis.