RESUMOTendo em vista a dificuldade de determinação dos pontos de inflexão na curva de titulação potenciométrica de ácidos húmicos, por metodologias tradicionais, foi desenvolvido foi desenvolvido um programa na linguagem Delphi para ajuste multiparamétrico de dados de titulação potenciométrica. Para isso um processo iterativo para estimar as raízes de um polinômio, com base no método de NewtonRaphson, foi utilizado. Os dados das titulações potenciométricas de ácidos húmicos usados nas regressões foram obtidos em um sistema automatizado de titulação potenciométrica. O programa desenvolvido na linguagem Delphi permite maior versatilidade e facilidade de operação, com uma interação mais amigável com o usuário. As curvas de titulação potenciométricas ajustadas sobrepuseram-se quase que totalmente às curvas experimentais. Os valores de pK a e as percentagens de grupos tituláveis dos ácidos húmicos, parâmetros ajustáveis na regressão multiparamétrica, apresentaram valores comparáveis com dados da literatura.Termos de indexação: regressão nãolinear, ácidos polipróticos, potenciometria, linguagem Delphi.

No abstract

Sound emissions by ships and boats can strongly impact marine life, with potential to affect communications, breeding and prey and predator relationships. Automatic detection of boat signatures in underwater audio recordings is thus an important task. Automated solutions are particularly relevant for monitoring preservation areas where the presence of watercrafts is usually regulated. The task is particularly challenging because it requires distinguishing multiple overlapping acoustic events in typically noisy audio recordings. In this paper, we introduce an algorithm for boat and ship detection which computes an acoustic signature that captures the variance in the frequency amplitudes observed over the duration of the signal. We evaluated the algorithm on a database of underwater recordings collected at two conservation areas in the State of São Paulo, Brazil, with very good results, and also compared it with an existing solution. Besides being effective, the algorithm requires limited user input and no parameter fine tuning to handle diverse situations. It thus provides a solution to automate the detection of vessels, with potential applications for monitoring marine preservation areas.