Esse estudo apresenta a aplicação da teoria de conjuntos difusos como ferramenta para otimizar a previsão de consenso (PC) sazonal de chuva da Região Semi-Árida do Nordeste do Brasil (RSANEB) para o período de 1985-1996. Foram utilizados como variáveis de entrada parâmetros termodinâmicos sobre e nos Oceanos Atlântico e Pacífico Tropicais. Os resultados mostraram que qualitativamente, na escala interanual, o resultado determinístico dessa técnica aplicada a PC foi capaz de prever pelo menos uma das categorias da variável de saída (total de chuva de fevereiro a maio da RSANEB). Quantitativamente, os menores erros foram observados para os anos classificados na variável de saída nas categorias de Normal (N), Chuvoso (C), e Muito Chuvoso (MC), com correlações que variam de 0,8 a 0,85, dependendo do método de desfuzificação usado. Esta técnica permite unificar em um resultado determinístico todas as informações climáticas usadas na previsão sazonal de chuva da RSANEB, possibilitando seu prognóstico em mais de uma categoria, informando a mais provável a vir a ocorrer em função do seu nível de pertinência.

This study presents the application of fuzzy sets theory as a tool for sazonal rain forecast of Semi-Arid Northeast Region of Brazil for the period of 1985-1996. Thermodynamic parameters in Tropical Atlântic and Pacific Oceans were used as input variables. The results have shown that qualitatively, in an annual scale, this technique was able to forecast at least one of the categories of the output variable (total February/May rain in the of Semi-Arid Northeast Region of Brazil). Quantitatively, the smallest errors have been observed for the years classified according to the output variable in the categories of Normal (N), Rainy (C), and Very Rainy (MC), with correlation coefficients ranging fron 0.8 to 0.85, depending on the defuzzification method used. This technique allows for the unification of all the climatic information used in the rain foreceast of Semi-Arid Northeast Region of Brazil and leads to a forecast grouped in more than one category, informing the one most likely to occur as a function of its membership value.