Em projetos de obras hidráulicas, é necessária a estimativa da chuva intensa adequada à realidade técnico-financeira dos projetos, para posterior cálculo de vazões máximas. O uso da equação de chuvas intensas é a forma mais usual para estimativa da chuva de projeto. No entanto, há dificuldade em obtê-la para locais desprovidos de dados pluviométricos, o que pode ser superado mediante técnicas computacionais para a espacialização dos seus parâmetros. Para isto, pode-se trabalhar com procedimentos estatísticos para interpolação dos parâmetros com base em estações meteorológicas vizinhas ao local. Objetivou-se, neste trabalho, comparar os dois procedimentos estatísticos mais exatos, conforme já constatado em outras aplicações físicas, que são a krigagem (interpolador geoestatístico) e o inverso do quadrado da distância, para interpolação dos parâmetros da equação de chuvas intensas. Utilizaram-se 140 estações meteorológicas do estado de São Paulo, as quais dispõem da respectiva equação de chuvas intensas estimada com base em dados pluviométricos, consideradas como ideais. Destas, 126 foram utilizadas para estudo da dependência espacial dos parâmetros e 14 para comparação de erros nas estimativas da chuva intensa. Constatou-se que ambos os métodos apresentaram boa precisão, mas a krigagem produziu menores erros médios para 11 estações, verificando-se melhorias consideráveis em especial para tempos de retorno e tempos de duração da precipitação usuais em projetos em pequenas bacias hidrográficas, podendo-se sugerir este método como o mais adequado.

To design hydraulic structures, a sound estimation of rainfall parameters is necessary, in order to ensure the technical and economical feasibility of the project. Equations to predict intense rainfall are widely used to estimate runoff peak discharge. The difficulty to obtain estimates for sites where no rainfall data are available can be overcome by the interpolation of precipitation data, based on neighboring meteorological stations, through statistical procedures. The objective of this work was to compare the two most accurate statistical methods, previously confirmed in other applications, to interpolate rainfall parameters: kriging (geostatistical interpolator) and the inverse-square-distance, for the interpolation of equation parameters of intense rainfall. Data from 140 meteorological stations in Sao Paulo State, Brazil, were used. Each station has its estimated equation of intense rainfall, which is considered ideal, based on historical data series. Spatial dependence of the parameters was tested for 126 of the stations, whereas the other 14 were used to compare the mean errors of the two methods. Both allowed a satisfactory estimation of rainfall parameters. The kriging method can be indicated as the most appropriate since it produced lower mean errors at 11 stations, especially for the return period and duration time commonly applied to estimate rainfall parameters for projects in small watersheds.

A estimativa de chuvas intensas máximas é de grande importância para o dimensionamento de projetos agrícolas, tais como: terraços para controle de erosão, obras de barragens de terra e drenagem em solo agrícola. As chuvas são caracterizadas pela sua intensidade (mm h-1), pelo tempo de duração (min) e pelo período de retorno (anos). O modelo básico tem sido usado para determinação da intensidade de precipitação máxima diária a ser aplicada no dimensionamento de estruturas de contenção, fixando-se o período de retorno e a duração da chuva. O tempo de concentração em bacias hidrográficas, que normalmente fica entre 60 e 120 min para bacias consideradas pequenas, tem sido usado como tempo de duração na estimativa de chuvas intensas. Nesse intervalo, existem outros modelos que propiciam melhores ajustes e, conseqüentemente, maior confiabilidade na estimativa da chuva a ser usada nos dimensionamentos de estruturas de contenção. Assim, este trabalho teve como objetivo ajustar dois outros modelos para a estimativa de chuvas intensas: um exponencial e um linear, além do modelo básico. Esses modelos foram ajustados com base em dados de precipitação máxima diária anual da região de Lavras (MG), empregando-se dados de chuvas diárias do período de 1914 a 1991. Os dados foram transformados em intensidades de precipitação, com tempo de retorno variando de 2 a 100 anos e duração entre 5 e 1.440 min. Verificou-se que o modelo exponencial proposto proporcionou melhores ajustes, com menores erros na estimativa, para chuvas variando de 5 a 240 min, sendo, portanto, recomendável a bacias em que o tempo de concentração se enquadre nesta faixa de tempo; o modelo básico mostrou-se mais aplicável a bacias em que o tempo de duração seja maior que 240 min, enquanto o modelo linear não se mostrou confiável para a estimativa de chuvas intensas.

The estimate of maximum rainfall intensity is of great concern in agricultural projects such as the use of terraces for erosion control, dams, and soil water drainage. Rainfalls can be characterized by their intensity (mm h-1), duration time (min), and return period (years). One of the analyzed models has been used for estimating the maximum rainfall intensity to be applied in dimensioning such agricultural structures, for a given return period and storm duration. The time of concentration in small watersheds, frequently between 60 and 120 min, has been used as duration of storm in the estimate of intense rainfalls. For such a duration time, there are other models that can better estimate, and, consequently, be more reliable than the basic model. Thus, this work analyzed two other models used for estimating intense rainfall: an exponential and a linear model, and both were compared to the basic model. Data of annual-daily-maximum rainfall for Lavras, Minas Gerais - Brazil, from 1914 to 1991, were used to derive the models. The data were transformed into rainfall intensities, for recurrence periods varying from 2 to 100 years, and duration times between 5 to 1,440 min. The proposed exponential model provided a better estimation of intense rainfalls, with lower errors, for duration times varying from 5 to 240 min. Therefore, it can be recommended for application in watershed projects, whose time of concentration is included in this time interval. The basic model showed to be more applicable for duration times greater than 240 min, while the linear model did not provide reliable estimate of intense rainfalls for Lavras.