Resumo Devido à importância do conhecimento das variações da vazão de rios para o planejamento dos usos múltiplos da água, este estudo objetiva explorar as influências remotas do clima, via padrões de variabilidades climáticas e regionais, via precipitação e vazão em bacias de contribuição. Para tanto, foram desenvolvidos modelos empíricos de previsão de vazões mensais defasados no tempo na Usina Hidrelétrica de Itaipu. Estes modelos foram testados com diferentes grupos de preditores, tais como: índices climáticos; precipitação em regiões pluviométricas homogêneas; vazão em pontos a montante e em Itaipu; e o conjunto de todos os preditores anteriores. Por meio do método stepwise foram selecionados os preditores mais significativos, sendo destacados os seguintes preditores: índices do El Niño Oscilação Sul e de anomalias de temperatura da superfície do mar no Atlântico Tropical Sul; precipitação em locais na faixa sul da bacia; e a própria vazão em Itaipu defasada. Os modelos foram validados, indicando de um modo geral maior desempenho nas defasagens mais curtas, quando considerados os preditores de vazão e precipitação e nas defasagens mais longas, considerando os índices climáticos. Portanto, os resultados deste estudo demonstram a importância de serem consideradas as influências remotas do clima nas estimativas de vazão, principalmente para previsões de longo prazo.
Abstract This study aims to explore the remote climate influences, through patterns of climate variability, and regional, through precipitation and streamflow in contribution of basins, given the meaning of river flow variations knowledge to the planning of water multiple uses. Therefore, empirical models of monthly streamflow in the lower of basin the Parana River at the site Itaipu Dam were developed. These models were tested with different groups of predictors: only the lagged climate indices; only precipitation in homogeneous rainfall regions; only streamflow at upstream points and even the streamflow of Itaipu; and the set of predictors. Through stepwise method the most significant predictors were chosen, being highlighted the best predictors: the indices of the El Niño Southern Oscillation and temperature anomalies of the sea surface in the tropical South Atlantic; rainfall in southern basin sites; and proper lagged streamflow in Itaipu. The models were validated, indicating generally higher performance in shorter lags, when considered predictors of streamflow and precipitation, in the longer lags, it was found that the best performance is for the model considering only the climate indices. Therefore, the results of this study demonstrate the importance of considering the remote climate influences on streamflow estimates, especially for longer-term forecasts.