Resumo Informações sobre chuvas intensas são essenciais para estudos ambientais e engenharia de recursos hídricos. Assim, o estudo objetivou ajustar equações Intensidade-Duração-Frequências (IDF) de chuvas para 247 locais do Rio Grande do Sul (RS), utilizando séries estacionárias de chuva. Para identificar tendencias temporais significativas, o teste Mann-Kendall foi aplicado em 271 séries de Chuva Máxima Diária Annual (CMDA) do RS. As distribuições probabilisticas Kappa, GEV, Gumbel, Log-Normal 2 parâmetros e Log-Normal 2 parãmetros foram ajustadas às séries sem tendência de CMDA. Com as distribuições melhores ajustadas à cada série de CMDA, esta foi discretizada em intervalos de até 5 minutos. O ajuste dos coeficientes das equações IDF foi realizado no RStudio, utilizando o Coeficiente de Nash-Sutcliffe e a Raíz Quadrada do Erro Quadrático Médio para avaliá-lo. Em conclusão: as distribuições mais adequadas foram as multiparamétricas Kappa e GEV; o ajuste dos coeficientes da equação IDF foi classificado como “excelente”; os coeficientes a e b variam no RS e estão correlacionados com a magnitude da CMDA e sua localização; os coeficientes c e d foram praticamentes contantes.

Abstract Heavy rainfall information is essential for environmental studies and water engineering. This study therefore aimed to adjust Intensity-Duration-Frequency (IDF) equations for 247 locations in the Rio Grande do Sul (RS) using stationary rainfall series. Mann-Kendall’s test was applied to identify the temporal trends in the Annual Maximum Daily Rainfall (AMDR) series of 271 rain gauges in RS. The Kappa, Generalized Extreme Value (GEV), Gumbel, two-parameters Log-Normal and three-parameters Log-Normal probabilistic distributions were adjusted to the AMDR series without significant temporal trend. The best distribution fit was given by Anderson-Darling’s test, so the AMDR was discretized up to 5 minutes. IDF equations coefficients were adjusted in RStudio, using Nash-Sutcliffe’s Coefficient and the Root-Mean-Square Error to evaluate them. In conclusion: the most suitable distributions for the AMDR were the multiparametric Kappa and GEV; the IDF equations coefficients adjustment was classified as “excellent”; coefficients a and b varied across the RS and are correlated with the AMDR and geographical positions; and the c and d coefficients were practically constant.

Resumo O Modelo do Número da Curva do Serviço de Conservação do Solo é um modelo conceitual destinado a estimar a precipitação efetiva (ER). Esse modelo está embasado em um parâmetro - denominado Curve Number (CN), que é determinado a partir de informações sobre as características da bacia hidrográfica. O Método Padrão (M1) para determinar o CN é baseado em tabelas de solo e uso da terra, no entanto, alguns autores propuseram metodologias alternativas para definir o valor de CN de eventos monitorados de chuva-escoamento, como aqueles descritos por Hawkins (1993) (M2), Soulis and Valiantzas (2012) (M3) e Soulis and Valiantzas (2013) (M4). O objetivo deste trabalho foi avaliar o impacto da utilização desses métodos para determinação do parâmetro CN na estimativa da ER, tomando como referência quarenta eventos pluviométricos monitorados entre 2015 e 2018 na bacia do rio Cadeia, que possui características de Bioma Pampa. Os diferentes métodos avaliados para definição do parâmetro CN resultaram em desempenhos contrastantes no que diz respeito à estimativa de ER para CRW, como os seguintes achados: i) M1 deu valores de ER com pouca confiabilidade, principalmente devido à classificação das classes de teor de umidade antecedentes; ii) M3 apresentou os melhores resultados na determinação de ER, seguido de M2; e iii) os valores de ER estimados de acordo com o M4 diferiram dos observados, principalmente para eventos com menores profundidades de chuva.

Abstract The Soil Conservation Service Curve Number Model is a conceptual model intended for estimating effective rainfall (ER). This model is grounded in a parameter - referred to as Curve Number (CN), which is determined from information on the characteristics of the watershed. The Standard Method (M1) for determining the CN is based on soil and land-use tables; however, some authors have proposed alternative methodologies for defining the CN value from monitored rainfall-runoff events, such as those described by Hawkins (1993) (M2), Soulis and Valiantzas (2012) (M3), and Soulis and Valiantzas (2013) (M4). The objective of this study was to evaluate the impact of using these methods for determination of the CN parameter on the estimation of ER, taking as reference forty rainfall-runoff events monitored between 2015 and 2018 in the Cadeia River Watershed, which has characteristics of the Pampa biome. The different methods assessed for definition of the CN parameter resulted in contrasting performances with respect to the estimation of ER for CRW, as the following findings: i) M1 gave ER values with little reliability, mainly due to the classification of antecedent moisture content classes; ii) M3 provided the best results in determining ER, followed by M2; and iii) the ER values estimated according to M4 differed from those observed, mainly for events with lower rainfall depths.