RESUMO O Índice Padronizado de Precipitação foi desenvolvido para ser um método probabilístico que monitora os déficits de precipitação pluvial, de forma normalizada. Assim, a confiabilidade deste índice é afetada pelo uso de distribuições inadequadas aos dados de precipitação. Com isto, o objetivo do trabalho foi: avaliar o ajuste da distribuição gama aos totais de precipitação acumulados em distintas escalas temporais (Pelotas, Rio Grande do Sul), analisar o desempenho de demais distribuições no cálculo desse índice e avaliar o pressuposto de normalidade das séries desse quantificador de seca, calculadas com base nessas distintas distribuições. Os testes Lilliefors e de normalidade indicaram que a distribuição gama não é apropriada para o cálculo do índice em diversas escalas temporais. A distribuição generalizada normal mostrou-se apropriada. O uso desta função também resultou no maior número de séries com distribuição normal. Recomenda-se, então, que os sistemas de monitoramento de seca e os estudos acadêmicos reavaliem o uso da distribuição gama no cálculo do Índice Padronizado de Precipitação. Um código computacional capaz de calcular este índice de seca a partir da distribuição generalizada normal é também apresentado.

ABSTRACT The Standardized Precipitation Index was developed as a probability-based index able to monitor rainfall deficit in a standardized or normalized way. Thus, the performance of this drought index is affected by the use of a distribution that does not provide an appropriate fit for the rainfall data. The goal of this study was to evaluate the adjustment of the gamma distribution for the rainfall amounts summed over several time scales (Pelotas, Rio Grande do Sul, Brazil), to assess the goodness-of-fit of alternative distributions to these rainfall series and to evaluate the normality assumption of the Standardized Precipitation Index series calculated from several distributions. Based on the Lilliefors test and on a normality test, it is verified that the gamma distribution is not suitable for calculating this Index in several timescales. The generalized normal distribution presented the best performance among all analysed distributions. It was also concluded that the drought early warning systems and the academic studies should re-evaluate the use of the gamma distribution in the Standardized Precipitation Index calculation algorithm. A computational code that allows calculating this drought index based on the generalized normal distribution has also been provided.

RESUMO Alterações na frequência de ocorrência dos eventos meteorológicos extremos têm sido apontadas como um provável impacto do aquecimento global. Nesse contexto, objetivou-se detectar a presença de alterações climáticas em séries de temperatura do ar mínima e máxima extremas de Pelotas, Rio Grande do Sul (1896-2011), quantificando sua influência na probabilidade de ocorrência dessas variáveis. Utilizou-se da distribuição geral de valores extremos (GEV) empregada em suas formas estacionária e não estacionárias. Nesse último caso, os parâmetros da GEV são variáveis ao longo do tempo. Com base em testes de aderência e no método da razão da máxima verossimilhança, verificou-se que um modelo GEV em que o parâmetro de localização se eleva ao longo do tempo, apresenta o melhor ajuste da série de temperatura mínima diária. Esse resultado descreve significativa elevação na média dos valores dessa variável, indicando potencial redução na frequência do fenômeno geada. A série de temperatura máxima diária é também descrita por um modelo não estacionário, cujo parâmetro de localização decresce ao longo do tempo e o de escala, relacionado à variância amostral, eleva-se entre o início e o fim da série. Esse resultado indica queda na média dos valores de temperatura máxima diária e elevação da dispersão dos dados amostrais.

ABSTRACT Changes in the frequency of occurrence of extreme weather events have been pointed out as a likely impact of global warming. In this context, this study aimed to detect climate change in series of extreme minimum and maximum air temperature of Pelotas, State of Rio Grande do Sul, (1896 - 2011) and its influence on the probability of occurrence of these variables. We used the general extreme value distribution (GEV) in its stationary and non-stationary forms. In the latter case, GEV parameters are variable over time. On the basis of goodness-of-fit tests and of the maximum likelihood method, the GEV model in which the location parameter increases over time presents the best fit of the daily minimum air temperature series. Such result describes a significant increase in the mean values of this variable, which indicates a potential reduction in the frequency of frosts. The daily maximum air temperature series is also described by a non-stationary model, whose location parameter decreases over time, and the scale parameter related to sample variance rises between the beginning and end of the series. This result indicates a drop in the mean of daily maximum air temperature values and increased dispersion of the sample data.

Erosão e saturação hídrica do solo estão frequentemente associadas a eventos extremos de precipitação pluvial, tal como as enchentes. Desta forma, a literatura científica indica a necessidade de se realizar estudos que aprimorem a determinação da probabilidade de ocorrência desses eventos. O objetivo principal do estudo foi comparar o desempenho das distribuições multiparamétricas Wakeby, Kappa e Generalizada dos Valores Extremos na estimativa dos máximos anuais de totais de precipitação (diários, dois e três dias) da localidade Campinas-SP (1890-2012). O objetivo secundário foi avaliar a presença de tendências climáticas e a correlação serial nessas variáveis. A função autocorrelação e o teste de Mann-Kendall não indicaram a presença de significativas tendências climáticas e correlações serias em nenhuma das séries. Com base nos resultados dos testes de aderência concluiu-se que as distribuições Kappa e Generalizada dos Valores Extremos apresentam os melhores desempenhos na descrição probabilística das séries do estudo.

Soil erosion, soil saturation and floods are frequently associated with extreme rainfall events. Thus, the scientific literature agrees on the need to carry out studies that improve the assessment of the probability of occurrence of extreme rainfall values. The main goal of this study was to compare the performance of the multi-parameters distributions Wakeby, Kappa and Generalized Extreme Value in fitting the annual maximums of daily, 2-day and 3-day rainfall amounts obtained from the weather station of Campinas, located in the State of São Paulo, Brazil (1890-2012). As a secondary aim, the presence of climate trends and serial correlation in these series was also evaluated. The auto-correlation function and the Mann-Kendall tests have shown the presence of no serial correlation and climate trends in the above mentioned series. The results obtained from goodness-of-fit procedures allowed us to conclude that the Kappa and the Generalized Extreme Value distributions present the best performance in describing the probabilistic structure of the series under analysis.