RESUMO Compreender o comportamento probabilístico de chuvas extremas em escalas temporais e espaciais é crucial para o projeto e avaliação de risco de estruturas hidráulicas. Porém, informações em resolução adequada são frequentemente limitadas ou indisponíveis nos locais de interesse, o que, por sua vez, exigiria a estimativa de curvas de intensidade-duração-frequência (IDF) em escala regional. Neste artigo, empregam-se abordagens simplificadas para desagregação e espacialização de chuvas para derivar uma equação IDF regional para a bacia do Rio Grande, no estado da Bahia. Os resultados sugerem que, na escala de tempo diária, as quantidades máximas de chuva na região de estudo podem ser descritas razoavelmente pela distribuição de Gumbel. Os procedimentos de espacialização indicaram que, enquanto tanto a Ponderação pelo Inverso da Distância (IDW) quanto as técnicas de krigagem ordinária poderiam capturar a variabilidade espacial dos quantis de chuva, apenas a primeira foi capaz de modelar a variabilidade espacial dos parâmetros IDF para várias durações de interesse prático. Finalmente, apesar das premissas simplificadoras, foi possível derivar superfícies espaciais lisas para as grandezas mencionadas, o que pode ser útil para o projeto de estruturas hidráulicas em locais desprovidos de monitoramento.
ABSTRACT Understanding the probabilistic behavior of extreme rainfall on a fine temporal and spatial scales is crucial for design and risk assessment of hydraulic structures. However, information at appropriate resolutions is frequently limited or unavailable at the locations of interest, thereby requiring the estimation of Intensity-Duration-Frequency (IDF) curves at the regional scale. In this paper, we resort to simplified approaches for rainfall disaggregation and spatialization for deriving a regional IDF equation for the Grande River catchment, in the Brazilian state of Bahia. Our results suggest that, at the daily time scale, the maximum rainfall amounts can be reasonably described by the light-tailed Gumbel distribution in the study region. The spatialization procedures indicated that, whereas both the Inverse Distance Weighting (IDW) and the ordinary kriging techniques could capture the spatial variability of rainfall quantiles, for several durations of practical interest, only the former was able to model the spatial variability of the IDF parameters. Finally, despite the simplifying assumptions, we were able to derive smooth spatial surfaces for the aforementioned quantities, which might be useful for the design of hydraulic structures at ungauged sites.