Resumo O conjunto de fatores físico-naturais, econômicos, sociais e espaciais constituem processos que, associados, formam e dão sentido à complexidade espacial da Região Metropolitana do Rio de Janeiro, configurando-a como um espaço suscetível e vulnerável à ocorrência de excepcionalidades de natureza climática. Assim, o artigo tem como objetivo analisar a variabilidade espacial e temporal dos eventos extremos de precipitação na Região Metropolitana do Rio de Janeiro. Foram utilizados dados diários de 48 postos pluviométricos: 40 postos na série de 2008 a 2019, e 8 postos entre 1970 e 2019. Foi empregada a técnica de percentis para o estabelecimento de anos-padrão (percentil 1, 10, 90 e 99) e para definição dos extremos (percentil 99). O software R foi utilizado para realização de testes de autocorrelação, extração dos índices RX1Day e RX5Day e para execução dos testes de Mann-Kendall, Pettitt e Sen's Slope. Foi verificada a influência da altitude, orientação das vertentes e maritimidade na distribuição espacial da precipitação e dos eventos extremos. Os anos com mais ocorrência de extremos, e com os eventos concentrados e persistentes de maior magnitude, são anos identificados como tendente à chuvosos e chuvosos, sendo eles 1988 e 2009. 90% dos extremos ocorrem na estação chuvosa, com destaque para dezembro, janeiro e março. Contudo, é abril que manifesta extremos de maior magnitude. Foram identificados 4 postos com tendências negativas, e 2 com tendências positivas.
Abstract Physical-natural, economic, social, and spatial factors constitute processes that, when associated, form and give meaning to the spatial complexity of the Metropolitan Region of Rio de Janeiro, configuring it as a susceptible and vulnerable space to the occurrence of climate exceptionalities. Thus, this paper aims to analyze the spatial and temporal variability of extreme precipitation events in the Metropolitan Region of Rio de Janeiro. Daily data regarding 48 rainfall stations were used: 40 stations in a series from 2008 to 2019 and 8 stations concerning the period between 1970 and 2019. The percentile technique was used to establish standard years (1, 10, 90, and 99 percentile) and to define the extremes (99th percentile). The R software was used to perform autocorrelation tests, to extract the RX1Day and RX5Day indices, and to perform the Mann-Kendall, Pettitt, and Sen's Slope tests. The influence of altitude, slope orientation, and sea level was verified on the spatial distribution of precipitation and extreme events. The years with the highest occurrence of extremes, as well as concentrated and persistent events of greater magnitude, are identified as rainy and extremely rainy, namely 1988 e 2009. 90% of extremes occur in the rainy season, especially during December, January, and March. However, April manifests extremes of a greater magnitude. Four stations with negative and two with positive trends were identified.