RESUMO Séries de precipitação de alta resolução temporal são necessárias para a modelagem de eventos regulares e extremos em projetos de sistemas pluviais urbanos, simulação de vazões em pequenas bacias, estudos de balanços hídricos e modelagem de inundações de curta duração, por exemplo. Não obstante, amostras longas e contínuas de precipitação subdiária são, via de regra, difíceis de ser encontradas. Para contornar o problema da limitada disponibilidade de dados de alta resolução temporal tanto na escala temporal como na espacial, esse artigo explorou uma versão alternativa do algoritmo dos k-ésimos vizinhos mais próximos, acoplada ao método dos fragmentos, (modelo KNN-MOF), que se baseia nos estados de chuva para simulação de dias chuvosos consecutivos e em uma abordagem de similaridade regional para amostragem dos fragmentos de estações similares próximas a estação de interesse. O método de desagregação proposto foi aplicado para um grupo de 40 postos pluviográficos localizados nas bacias dos rios Doce e São Francisco. A desagregação da precipitação diária foi realizada para as durações de 60, 180 e 360 minutos. Os resultados indicaram que o mesmo apresentou um desempenho apropriado para a desagregação de precipitação diária, reproduzindo as estatísticas como média, variância e assimetria para as durações analisadas. Adicionalmente, o comportamento dos máximos anuais, mesmo para baixas probabilidades de excedência, foi relativamente bem descrito, ainda que nem toda a variabilidade esperada dos quantis tenha sido abrangida pelo modelo. De forma geral, a abordagem proposta mostrou-se uma alternativa coerente e de fácil implementação para simular séries contínuas de precipitação subdiária a partir de registros de menor resolução temporal.
ABSTRACT Rainfall time series with high temporal resolution are required for estimating storm events for the design of urban drainage systems, for performing rainfall-runoff simulation in small catchments and for modeling flash-floods. Nonetheless, large and continuous sub-daily rainfall samples are often unavailable. For dealing with the limited availability of high-resolution rainfall records, in both time and space, this paper explored an alternative version of the k-nearest neighbors algorithm, coupled with the method of fragments (KNN-MOF model), which utilizes a state-based logic for simulating consecutive wet days and a regionalized similarity-based approach for sampling fragments from hydrologically similar nearby stations. The proposed disaggregation method was applied to 40 rainfall gauging stations located in the São Francisco and Doce river catchments. Disaggregation of daily rainfall was performed for the durations of 60, 180 and 360 minutes. Results indicated the model presented an appropriate performance to disaggregate daily rainfall, reasonably reproducing sub-daily summary statistics. In addition, the annual block-maxima behavior, even for low exceedance probabilities, was relatively well described, although not all expected variability in the quantiles was properly summarized by the model. Overall, the proposed approach proved a sound and easy to implement alternative for simulating continuous sub-daily rainfall amounts from coarse-resolution records.