CHUVAS INTENSAS PARA A MICRORREGIÃO DE CIANORTE/PR, BRASIL:

UMA AVALIAÇÃO A PARTIR DA DESAGREGAÇÃO DE CHUVAS DIÁRIAS

Marcelo Zolin Lorenzoni1, Giuliani do Prado2, Roberto Rezende3, André Maller4,

Jhonatan Monteiro de Oliveira5

1. Graduando do curso de Engenharia Agrícola, Universidade Estadual de

Maringá, Cidade Gaúcha, Brasil (marcelorenzoni@hotmail.com)
2. Professor Doutor, Universidade Estadual de Maringá, Cidade Gaúcha, Brasil
3. Professor Doutor, Programa de Pós Graduação em Agronomia da
Universidade Estadual de Maringá, Maringá, Brasil
4. Doutorando, Programa de Pós Graduação em Agronomia da Universidade
Estadual de Maringá, Maringá, Brasil
5. Mestrando, Programa de Pós Graduação em Agronomia da Universidade
Estadual de Maringá, Maringá, Brasil

Recebido em: 30/09/2013 – Aprovado em: 08/11/2013 – Publicado em: 01/12/2013

RESUMO

A frequência de inundações, originárias de chuvas intensas, tem aumentado em

diversas partes do mundo, devido às ações antrópicas ou mudanças climáticas. A
fim de reduzir a frequência de inundações, o dimensionamento de obras hidráulicas
é realizado com base em dados de vazões, que podem ser determinados através de
equações de chuvas intensas. Devido à falta de informação sobre chuvas intensas
na microrregião de Cianorte, estado do Paraná, o presente trabalho teve como
objetivo obter essas equações para os municípios pertencentes a esta microrregião
através do método de desagregação de chuvas diárias de dados pluviométricos.
Foram utilizadas séries históricas de dados pluviométricos de oito municípios,
obtidas no Sistema de Informações Hidrológicas da Agência Nacional de Águas -
ANA. As séries foram submetidas a duas distribuições de probabilidade e a dois
critérios de aderência para comprovar o melhor modelo de distribuição. Obteve-se
melhores resultados com a distribuição Log-Normal a 3 parâmetros. As equações de
intensidade-duração-frequência foram devidamente ajustadas pelo método de
Newton para equações não lineares, para os modelos Log-Normal a 3 parâmetros e
de Gumbel e apresentaram bom ajuste, com coeficientes de determinação acima de
0,99. A partir dos parâmetros das equações de chuvas intensas determinados para
os dois modelos de distribuição de probabilidade, foram geradas as curvas de
intensidade-duração-frequência, para cada região, para os tempos de retorno de 5,
10, 25, 50 e 100 anos e duração de 5 a 120 minutos. Nestas curvas ficou
evidenciado que quanto menor a duração da chuva, maior é a sua intensidade
máxima.

PALAVRAS-CHAVE: precipitação; intensidade; curvas IDF; hidrologia.

ENCICLOPÉDIA BIOSFERA, Centro Científico Conhecer - Goiânia, v.9, n.17; p. 656 2013
INTENSE RAINFALL FOR MICROREGION CIANORTE/PR, BRAZIL, FROM DAILY
RAINFALL DISAGGREGATION

ABSTRACT
The frequency of floods, originating from intense rainfall has increased in many parts
of the world due to human activities or climate change. In order to reduce the flooding
frequency, the hydraulic works is carried out based on data flows, which can be
determined by equations of heavy rainfall. Due to lack of information about heavy
rains in the microregion of Cianorte, Paraná state, the present study aimed to obtain
these equations for municipalities belonging to this micro-region by the method of
disaggregation of daily rainfall data rainfall. It was used time series of rainfall data
from eight counties, obtained in the Hydrological Information System of the National
Water Agency - ANA. The series underwent two probability distributions and the two
criteria of adherence to prove the best distribution model. Best results were obtained
with the Log-Normal distribution to 3 parameters. The equations of intensity-duration-
frequency were properly adjusted by Newton's method for nonlinear equations, for
the Log-Normal models 3 and Gumbel parameters and showed good fit, with
correlation coefficients above 0.99. From the parameters of the equations of intense
rainfall determined for the two models of probability distribution curves were
generated intensity-duration-frequency for each region for the return periods of 5, 10,
25, 50 and 100 years and a duration of 5 to 120 minutes. The curves was shown that
the shorter the duration of rain, the greater its intensity.

Keywords: rain; intensity; IDF curves; hydrology.

INTRODUÇÃO
A ocorrência de uma chuva intensa gera uma altura pluviométrica cujo valor é
acima do esperado. Esta lâmina pode causar enchentes, escoamento superficial e
erosão hídrica. No meio rural, essas chuvas, comprometem a produtividade das
culturas devido às perdas de solo e causam prejuízos no meio urbano (ARAGÃO et
al., 2013).
O estudo das características de chuvas intensas é fundamental no
dimensionamento de estruturas hidráulicas, a fim de prever a intensidade máxima da
chuva a partir de equações específica para cada região, garantindo projetos seguros
e economicamente racionais (CARDOSO et al., 1998). Para isso, é necessário
conhecer a relação entre intensidade, duração e frequência das precipitações, a
partir de princípios de probabilidade aplicados às séries históricas de dados
pluviográficos.
A obtenção de dados para o processamento e análise de chuvas intensas se
dá através de postos de medição de chuvas ou estações pluviométricas. O objetivo
destes postos é registrar uma série de dados ao longo dos anos sem interrupções.
Apesar de simples, a aquisição de dados de chuva de boa qualidade é difícil
(TUCCI, 2009). Devido à dificuldade na obtenção dos dados de pluviográficos, a
maioria dos estudos de chuvas intensas possui séries inferiores àquela
recomendada pela Organização Mundial de Meteorologia (OMM), que é de 30 anos
(SILVA et al., 2002).
Segundo GARCEZ & ALVAREZ (1988), a relação entre intensidade e duração
pode ser determinada empiricamente por meio de análise estatística de uma longa
série de observações. Essas longas séries históricas são obtidas através de
pluviógrafos específicos, porém a falta de estações pluviométricas dificulta a análise
ENCICLOPÉDIA BIOSFERA, Centro Científico Conhecer - Goiânia, v.9, n.17; p. 657 2013
de chuvas intensas em algumas regiões. Devido à falta de séries históricas de dados
de estações pluviográficas, é possível avaliar chuvas de 24 horas de determinada
frequência, para obter, a partir de dados pluviométricos, chuvas de menor duração
com a mesma frequência, conhecido como o método de desagregação de chuvas de
24 horas (SOUZA et al., 2012).
Segundo BACK (2008) citado por OLIVEIRA et al. (2011), o método da
desagregação além de ser de uso simples fornece resultados satisfatórios e com
grande similaridade para diferentes localidades para as quais os coeficientes foram
gerados.
O Estado do Paraná é dividido em dez mesorregiões geográficas. A
Mesorregião Geográfica Noroeste Paranaense é uma delas, sendo subdividida em
três microrregiões: Microrregião de Paranavaí, Microrregião de Umuarama e
Microrregião de Cianorte (IPARDES, 2004). Os solos desta mesorregião apresentam
grande vulnerabilidade quanto à erosão hídrica, tornando necessário o
conhecimento de equações de chuvas intensas para o correto dimensionamento de
obras hidráulicas na região.
Este trabalho tem por objetivo obter as equações de chuvas intensas para os
municípios pertencentes à Microrregião de Cianorte através do método de
desagregação de chuvas diárias.

MATERIAL E MÉTODOS
A Microrregião Geográfica de Cianorte pertence à Mesorregião Geográfica
Noroeste Paranaense (PR) e abrange onze municípios (Figura 1), o clima, segundo
Köppen, é classificado como Subtropical Úmido Mesotérmico.

Figura 1. a) Mesorregiões Geográficas do Paraná; b) Mesorregião Geográfica Noroeste

Paranaense; e, c) Microrregião Geográfica de Cianorte.
Fonte: IPARDES, 2004.

Foram utilizadas séries históricas de dados pluviométricos para os municípios

ENCICLOPÉDIA BIOSFERA, Centro Científico Conhecer - Goiânia, v.9, n.17; p. 658 2013
pertencentes à Microrregião de Cianorte, Estado do Paraná, com no mínimo 19 anos
de observações (Tabela 1). Os dados foram obtidos através do Sistema de
Informação Hidrológica da Agência Nacional de Águas (ANA, 2013) para os
municípios de Cianorte, Cidade Gaúcha, Guaporema, Indianópolis, Japurá, Rondon,
Tapejara e Tuneiras do Oeste.
Para os municípios de Jussara, São Manoel do Paraná e São Tomé não há
registro de dados de séries históricas no Sistema de Informação Hidrológica da
Agência Nacional de Águas e nem postos pluviométricos próximos, impossibilitando
a obtenção de equações de chuvas intensas para esses três municípios por este
método.
Para as análises estatísticas de probabilidade e do tempo de retorno das
chuvas intensas para as distribuições escolhidas, foi obtido, para cada ano da série
histórica, a altura máxima de chuva de “um dia”, tendo, dessa forma, séries
históricas de chuvas máximas anuais. Os valores dessas séries foram organizados
em ordem decrescente, sendo calculado, para cada amostra, a média aritmética, o
desvio padrão e o coeficiente de assimetria.

Tabela 1. Postos pluviométricos utilizados para a obtenção de séries históricas para a

Microrregião de Cianorte/PR.
Posto Código Longitude Latitude Município Período N*
1 2352031 -52:37:59 -23:48:0 Cianorte 1976-2011 36
2 2352046 -52:55:59 -23:22:59 Cidade Gaúcha 1976-2011 36
3 2352047 -52:46:0 -23:19:59 Guaporema 1976-2011 36
4 2352044 -52:42:5 -23:28:58 Indianópolis 1976-2011 36
5 2352045 -52:33:0 -23:28:0 Japurá 1976-2011 36
6 2352059 -52:45:0 -23:26:0 Rondon 1975-1993 19
7 2352011 -52:52:0 -23:43:0 Tapejara 1968-1993 26
8 2352012 -52:53:0 -23:52:0 Tuneiras do Oeste 1967-1996 30
Fonte: ANA (2013)
* Número de anos da série histórica utilizados neste trabalho.

A frequência com que determinado evento possa ser igualado ou superado,

pelo menos uma vez num período de anos, foi calculado pela equação de Kimball
(VILLELA & MATTOS, 1975):

m
F= (1)
n +1

Em que F é a frequência observada, m é o número de ordem da chuva máxima

anual e n é igual ao número de anos da série analisada.
A partir dos valores de frequência de ocorrência de chuva para cada ano, as
séries foram submetidas ao ajuste de dois modelos de distribuição de probabilidade
para identificar as que mais se adaptam aos dados. Em geral, as distribuições de
valores extremos de grandezas hidrológicas ajustam-se satisfatoriamente à
distribuição de Gumbel (VILLELA & MATTOS, 1975). Esta distribuição de
probabilidade é recomendada para séries de valores extremos máximos,
especialmente, séries de valores máximos diários anuais. A função densidade de
probabilidade (FDP) de Gumbel é dada por:

ENCICLOPÉDIA BIOSFERA, Centro Científico Conhecer - Goiânia, v.9, n.17; p. 659 2013
 {
FDP = α ⋅ e -α (x - µ )- e
- α(x - µ ) } (2)

A integração da FDP fornece a função cumulativa de probabilidades (FCP):

- α(xi - µ)
P(x ≥ xi ) = e - e (3)

Em que P(x≥xi) é a probabilidade de um valor extremo da série ser maior ou

igual à magnitude de um determinado evento e os parâmetros α e µ são calculados
pelas respectivas equações:

1,2826
α= (4)
s
_
µ = x - 0,451.s (5)

Em que x é a média e s é o desvio padrão da amostra.

Segundo SILVA & MELLO (2009), a maioria das funções de probabilidades,
que são aplicadas à Hidrologia, visando associar valor (magnitude) da variável à
probabilidade de sua ocorrência, pode ser representada pela equação de Ven Te
Chow:
_
X TR = x + K TR .s (6)

Em que XTR é o evento extremo no ano e KTR é o fator de frequência, dado pela
equação:

K TR = - 0,45 + 0,78 ⋅ YTR (7)

O valor de YTR é obtido através da manipulação da função cumulativa de

probabilidade, em que TR é o tempo de retorno, é dado por:

YTR = - ln [- ln ⋅ (1 - 1 TR)] (8)

A distribuição Log-Normal a três parâmetros trabalha com os dados

transformados por meio de logaritmo na base 10, e além da média e do desvio
padrão é considerado o coeficiente de assimetria dos dados da série como seus
parâmetros. Desta maneira, a função densidade de probabilidade (FDP) é dada:

2
 ln(x - β) - µ n 
- 0,5⋅ 
1  σn  ,x ≥β
FDP : f ( x ) = ⋅e (9)
( x - β) ⋅ σn ⋅ 2π

Os parâmetros são determinados aplicando as seguintes equações:

s
β=x− (10)
ηy

ENCICLOPÉDIA BIOSFERA, Centro Científico Conhecer - Goiânia, v.9, n.17; p. 660 2013
 Em que x é a média e s é o desvio padrão da amostra, e ηy é estimado
através da equação:

1 − φ 2 3 
 
ηy =   (11)
φ 1 3

Em que é φ dado pela equação:

− y + ( y 2 + 4)1 2 
 
φ=  (12)
2

Sendo y = coeficiente de assimetria (Ca):

Ca = y =
n
⋅
(
∑ xi − x )3 (13)
(n − 1) ⋅ (n − 2) s3

Com base no valor de ηy , estima-se a média e o desvio padrão da amostra

transformada através das seguintes equações:

 s 
µ n = ln  − 0,5 ⋅ ln(η 2 + 1)
y (14)
 ηy 
 

σ n = ln( η y 2 + 1) (15)

Por fim, aplica-se a equação de Ven Te Chow, tendo o evento extremo XTR:

X TR = e µ n + K TR ⋅σ n + β (16)

Em que KTR é a variável reduzida, que corresponde ao valor de z utilizado na

Distribuição Normal. A função empregada foi a “distnormal” da planilha eletrônica
Excel, que considera a média e o desvio padrão da amostra, a fim de encontrar o
valor de “z” da distribuição normal.
Para comprovar a adequação da distribuição de probabilidade aos dados
observados, foram utilizados dois critérios a fim de reduzir as incertezas inerentes às
análises. Dentre estes foram empregados o teste Kolmogorov-Smirnov (K-S), ao
nível de 5% de significância e também a razão entre a dispersão dos valores
observados e calculados, através do Coeficiente de Ajuste (CA) apresentado por
ARAGÃO et al. (2013):

CA =
(
∑ Mi + M )2 (17)
2
∑ (Ti − M)
ENCICLOPÉDIA BIOSFERA, Centro Científico Conhecer - Goiânia, v.9, n.17; p. 661 2013
 Em que Mi são os valores calculados pelos modelos, M é a média dos valores
calculados pelos modelos e Ti são valores observados das séries históricas. O
coeficiente CA, deve tender a um, demonstrando a razão entre a dispersão dos
valores observados e os calculados teoricamente.
Através da distribuição de probabilidade escolhida foram calculados os valores
de precipitação máxima de um dia para períodos de retorno de 2, 5, 10, 15, 20, 25,
50 e 100 anos. Com esses valores foram determinadas, utilizando o método de
desagregação de chuvas e os coeficientes obtidos para o Brasil (Tabela 2) para
cada município e período de retorno, as intensidades máximas com duração de 5,
10, 15, 20, 25, 30 minutos e 1, 2, 4, 6, 8, 10, 12 e 24 horas.

Relação das durações Coeficiente Relação das durações Coeficientes

5 min / 30 min 0,34 2 h / 24 h 0,52
10 min / 30 min 0,54 4 h / 24 h 0,63
15 min / 30 min 0,7 6 h / 24 h 0,72
20 min / 30 min 0,81 8 h / 24 h 0,78
25 min / 30 min 0,91 10 h / 24 h 0,82
30 min / 1 h 0,74 12 h / 24 h 0,85
1 h / 24 h 0,42 24 h / 1 dia 1,14
Tabela 2. Coeficientes de desagregação de chuvas de 24 horas.
Fonte: CETESB (1986), citado por ARAGÃO et al. (2013).

A equação intensidade-duração-frequência (IDF) tem sido muito empregada

em trabalhos científicos (VILLELA & MATTOS, 1975; CASTRO et al. 2011;
SAMPAIO, 2011) pode ser expressa por:
k ⋅ TR a
i= (18)
( t + b) c

Em que i é intensidade máxima média da chuva (mm h-1), TR é o período de

retorno (anos), t é o tempo de duração da chuva (minutos) e k, a, b, c são os
coeficientes específicos para cada localidade.
No ajuste dos parâmetros (k, a, b, c), que definem a intensidade de chuva
máxima para um dado tempo de duração e retorno foi empregado o método de
Newton para sistemas de equações não lineares.

RESULTADOS E DISCUSSÃO
A partir dos modelos teóricos de distribuição de probabilidade testados, o
modelo Log-Normal a 3 parâmetros foi o que melhor se ajustou aos dados, pelo
teste de Kolmogorov-Smirnov, ao nível de 5% de significância e pelo coeficiente de
ajuste. Na Tabela 3 são apresentados os valores do coeficiente de ajuste (CA) para
cada modelo de distribuição testado.

ENCICLOPÉDIA BIOSFERA, Centro Científico Conhecer - Goiânia, v.9, n.17; p. 662 2013
 Tabela 3. Valores do coeficiente de ajuste para os
dois modelos de distribuição e município
pertencente à microrregião de Cianorte/PR.
Gumbel Log-Normal 3p
Município CA CA
Cianorte 0,95 0,983
Cidade Gaúcha 1,063 1,111
Guaporema 0,966 1,021
Indianópolis 0,846 0,949
Japurá 1,242 1,156
Rondon 0,9 1,009
Tapejara 1,199 1,144
Tuneiras do Oeste 1,086 1,004

A distribuição Log-Normal a 3 parâmetros também apresentou um ajuste

adequado às séries de intensidades máximas para o estado de Minas Gerais, porém
em um número reduzido, quando comparado às outras distribuições (FREITAS et
al., 2001).
De acordo com os valores apresentados na Tabela 3, comprova-se a
adequação do modelo de distribuição Log-Normal a 3 parâmetros, pelo coeficiente
de ajuste (CA), que tende a um, demonstrando a dispersão entre os valores
observados e calculados, para todos os municípios. Verificou-se que para os
municípios de Rondon (CA = 1,009) e Tuneiras do Oeste (CA = 1,004) houve uma
dispersão mínima dos valores quando comparado à distribuição de Gumbel.
Já os municípios de Cianorte (CA = 0,983) e Cidade Gaúcha (CA = 1,111)
apresentaram índices de dispersão maiores nesta distribuição quando comparados
às demais. Porém para esses dois municípios a adequação do modelo Log-Normal 3
parâmetros foi comprovada pelo teste de Kolmogorov-Smirnov. O teste de K-S
comprova o ajuste da distribuição Log-Normal 3 parâmetros para todos os
municípios.
A Tabela 4 apresenta os parâmetros (k, a, b, c), encontrados para cada
município pelo método de Newton para sistemas de equações não lineares. Além do
modelo de distribuição Log-Normal a 3 parâmetros, os parâmetros da equação de
chuvas intensas também foram calculados para a distribuição de Gumbel, que
segundo ARAGÃO et al. (2013) surge como a mais indicada e melhor ajustada.

Tabela 4. Parâmetros ajustados para a equação IDF

Log-Normal 3p Gumbel
Município k a b c k a b c
Cianorte 861,9 0,1836 9,92 0,729 879 0,1754 9,92 0,729
Cidade Gaúcha 801,4 0,1637 9,92 0,729 817,6 0,1553 9,92 0,729
Guaporema 872,8 0,2069 9,92 0,729 905,2 0,1921 9,92 0,729
Indianópolis 825,5 0,1531 9,92 0,729 864,1 0,1348 9,92 0,729
Japurá 923,1 0,1225 9,92 0,729 877,3 0,1462 9,92 0,729
Rondon 853,3 0,2009 9,92 0,729 897,2 0,1809 9,92 0,729
Tapejara 865 0,1485 9,92 0,729 837,4 0,163 9,92 0,729
Tuneiras do Oeste 807,2 0,1608 9,92 0,729 759,9 0,1884 9,92 0,729
ENCICLOPÉDIA BIOSFERA, Centro Científico Conhecer - Goiânia, v.9, n.17; p. 663 2013
 Dentre as constantes ajustadas para o modelo de distribuição Log-Normal a 3
parâmetros, o “k” foi a que apresentou maior variação, de 801,4 a 923,1, para os
municípios de Cidade Gaúcha e Japurá, respectivamente. Para o parâmetro “a”, a
variação observada foi de 0,1225 para o município de Japurá a 0,2069 para o
município de Guaporema. Para o modelo de distribuição de Gumbel, as constantes
ajustadas apresentaram as seguintes variações: o “k” variou de 759,9 (Tuneiras do
Oeste) a 905,2 (Guaporema) e o “a” variou de 0,1348 (Indianópolis) a 0,1921
(Guaporema). Esses resultados indicam variação das intensidades de precipitação
esperadas para os diferentes municípios da microrregião de Cianorte.
SOUZA et al. (2012) e SANTOS et al. (2009) também observaram maior
variação do coeficiente “k” para os municípios do estado do Pará e do estado do
Mato Grosso do Sul, respectivamente. Essas diferenças ocorrem devido os valores
de intensidades das séries históricas utilizadas no estudo e ajuste destes
parâmetros serem diferentes para cada localidade.
Nos dois modelos ajustados, os parâmetros “b” e “c” obtidos para todos os
municípios, apresentaram valores de 9,92 e 0,729, respectivamente. ARAGÃO et al.
(2013) também obteve valores constantes para os parâmetros “b” e “c” para as duas
distribuições ajustadas para o estado do Sergipe, já SOUZA et al. (2009) obteve
valores constantes de “b” e “c” para o estado do Mato Grosso do Sul, ajustados a
partir da distribuição de Gumbel.
Os valores dos coeficientes (k, a, b, c) determinados nesse trabalho, estão
dentro das amplitudes apresentadas pelos mesmos coeficientes (k, a, b, c) obtidos
por outros trabalhos de chuvas intensas realizados no Brasil (SAMPAIO, 2011).
A Tabela 5 mostra os valores dos coeficientes de determinação (R²) para cada
equação ajustada. Verificamos para todas elas um ajuste adequado, com valores R²
superiores a 99% para as duas distribuições empregadas. SOUZA et al. (2012),
SANTOS et al. (2009) e OLIVEIRA et al. (2005) também obtiveram um bom ajuste
dos parâmetros, com valores de R² acima de 0,99, para o estado do Pará, estado do
Mato Grosso do Sul e estado de Goiás e Distrito Federal, respectivamente.

Tabela 5. Coeficientes de determinação (R²)

para os parâmetros ajustados das
equações de intensidade-duração-
frequência para cada modelo
distribuição e município da
microrregião.
R²
Município Log-Normal 3p Gumbel
Cianorte 0,9978 0,9975
Cidade Gaúcha 0,9985 0,9982
Guaporema 0,9974 0,9967
Indianópolis 0,9993 0,9988
Japurá 0,9978 0,9985
Rondon 0,9981 0,9973
Tapejara 0,9975 0,998
Tuneiras do Oeste 0,9959 0,9969

ENCICLOPÉDIA BIOSFERA, Centro Científico Conhecer - Goiânia, v.9, n.17; p. 664 2013
 As Figuras 2 e 3 apresentam as curvas de intensidade, duração e frequência
(IDF) para os modelos Log-Normal a 3 parâmetros e de Gumbel, respectivamente,
geradas a partir dos parâmetros encontrados, para cada região, para os tempos de
retorno de 5, 10, 25, 50 e 100 anos e duração de 5 a 120 minutos (2 horas), sendo a
intensidade expressa em milímetros por hora. Relacionar intensidade, duração e
frequência e conhecer as curvas IDF desperta grande interesse, pois são muito
utilizadas em projetos de obras hidráulicas.
Foi observado um comportamento típico das curvas IDF, onde a intensidade é
indiretamente proporcional à duração, ou seja, quanto menor a duração da chuva,
maior é a sua intensidade máxima. Além disso, com o aumento do tempo de
recorrência das chuvas, as intensidades também aumentam, demonstrando uma
relação diretamente proporcional entre a intensidade e o período de retorno (Figuras
2 e 3).
As curvas IDF geradas por SOUZA et al. (2013), FERREIRA & MACÊDO
(2011) e CASTRO et al. (2011) também apresentaram comportamento esperado: a
intensidade máxima diminui com o aumento da duração da chuva.
O município de Guaporema apresentou intensidades de maior magnitude
quando comparado aos demais municípios da Microrregião de Cianorte (Figuras 2 e
3). As diferenças observadas entre as intensidades de chuvas indicam a
necessidade de maior preocupação com o controle de enxurradas e conservação do
solo nessa localidade (CARDOSO et al. 1998). Os resultados contribuem para
fortalecer a importância da obtenção de equação de chuvas intensas para cada
localidade.

ENCICLOPÉDIA BIOSFERA, Centro Científico Conhecer - Goiânia, v.9, n.17; p. 665 2013
 300
Cianorte Cidade Gaúcha
250
5 anos 5 anos
200 10 anos 10 anos
25 anos 25 anos
150 50 anos 50 anos
100 anos 100 anos
100

50

300
Guaporema Japurá
250 5 anos 5 anos
10 anos 10 anos
200 25 anos 25 anos
150 50 anos 50 anos
Intensidade Máxima (mm h-1)

100 anos 100 anos

100

50

300
Rondon Indianópolis
250
5 anos 5 anos
200 10 anos 10 anos
25 anos 25 anos
150 50 anos 50 anos
100 anos 100 anos
100

50

300

250 Tapejara Tuneiras do Oeste

5 anos 5 anos
200 10 anos 10 anos
25 anos 25 anos
150 50 anos 50 anos
100 anos 100 anos
100

50

0
0 20 40 60 80 100 120 140 0 20 40 60 80 100 120 140

Duração da chuva (minutos)

Figura 2. Curvas IDF geradas a partir dos parâmetros obtidos pelo modelo de
distribuição Log-Normal a 3 parâmetros.

ENCICLOPÉDIA BIOSFERA, Centro Científico Conhecer - Goiânia, v.9, n.17; p. 666 2013
 300
Cianorte Cidade Gaúcha
250
5 anos 5 anos
200 10 anos 10 anos
25 anos 25 anos
150 50 anos 50 anos
100 anos 100 anos
100

50

300
Guaporema Japurá
250 5 anos 5 anos
10 anos 10 anos
200 25 anos 25 anos
150 50 anos 50 anos
Intensidade Máxima (mm h-1)

100 anos 100 anos

100

50

300
Rondon Indianópolis
250
5 anos 5 anos
200 10 anos 10 anos
25 anos 25 anos
150 50 anos 50 anos
100 anos 100 anos
100

50

300

250 Tapejara Tuneiras do Oeste

5 anos 5 anos
200 10 anos 10 anos
25 anos 25 anos
150 50 anos 50 anos
100 anos 100 anos
100

50

0
0 20 40 60 80 100 120 140 0 20 40 60 80 100 120 140

Duração da chuva (minutos)

Figura 3. Curvas IDF geradas a partir dos parâmetros obtidos pelo modelo de
distribuição de Gumbel.

ENCICLOPÉDIA BIOSFERA, Centro Científico Conhecer - Goiânia, v.9, n.17; p. 667 2013
 CONCLUSÕES
A determinação dos parâmetros de chuvas intensas através da metodologia
de desagregação de 24 horas se mostrou possível para essa região e pode ser
aplicada em outras regiões onde não há dados pluviográficos.
Uma vez determinados, os parâmetros da equação de intensidade duração e
frequência podem ser empregados no dimensionamento de obras hidráulicas,
exclusivamente para a região onde foram determinados.

REFERÊNCIAS
ANA - Agência Nacional das Águas. Hidroweb: Sistemas de informações
hidrológicas. Disponível em: <http://hidroweb.ana.gov.br>. Acesso em: 02 Fevereiro
de 2013.

ARAGÃO, R. de.; SANTANA, G. R. de; COSTA, C. E. F. F. da.; CRUZ, M. A. S.;

FIGUEIREDO, E. E. de.; SRINIVASAN V. S. Chuvas intensas para o estado de
Sergipe com base em dados desagregados de chuva diária. Revista Brasileira de
Engenharia Agrícola e Ambiental. Campina Grande, v.17, n.3, p.243-252, 2013.

CARDOSO, C. O.; ULLMANN, M. N.; BERTOL, I. Análise de chuvas intensas a partir

da desagregação das chuvas diárias de Lages e Campos Novos (SC). Revista
Brasileira de Ciência do Solo. Santa Catarina, v. 22, n. 1, p. 131-140, 1998.

CASTRO, A. L. P. de.; SILVA C. N. P.; SILVEIRA, A. Curvas Intensidade-Duração-

Frequência das precipitações extremas para o município de Cuiabá (MT).
Ambiência – Revista do Setor de Ciências Agrárias e Ambientais. Guarapuava,
v. 7, n. 2, p. 305-315, 2011.

FERREIRA, F. C. S; MACÊDO, A. P. B. A. Estudo de chuvas intensas em Aracaju –

SE. In: IV Encontro de Recursos Hídricos em Sergipe. Aracaju, 2011. Anais...
Aracaju, 2011.

FREITAS, A. J. de; SILVA, D. D. da; PRUSKI, F. F.; PINTO, F. A.; PEREIRA, S. B.;
GOMES FILHO, R. R.; TEIXEIRA, A. de F.; BAENA, L. G. N.; MELLO, L. T. de;
NOVAES, L. F. de. Equações de chuvas intensas no Estado de Minas Gerais. Belo
Horizonte: Companhia de Saneamento de Minas Gerais. Universidade Federal de
Viçosa, Viçosa, 2001. 65 p.

GARCEZ, L. N.; ALVAREZ, G. A. Hidrologia. São Paulo, Edgard Blucher LTDA.

1988. 291 p.

IPARDES - Instituto Paranaense de Desenvolvimento Econômico e Social. Leituras

regionais: Mesorregião Geográfica Noroeste Paranaense. BRDE, Curitiba, 2004.
141p.

OLIVEIRA, L. F. C. de; VIOLA, M. R.; PEREIRA, S., MORAIS, N. R. Modelos de

predição de chuvas intensas para o estado do Mato Grosso, Brasil. Ambi-Água.
Taubaté, v. 6, n. 3, p. 274-290, 2011.

OLIVEIRA, L. F. C. de; CORTES, F. C.; WEHR, T. R.; BORGES, L. B.; SARMENTO,

ENCICLOPÉDIA BIOSFERA, Centro Científico Conhecer - Goiânia, v.9, n.17; p. 668 2013
P. H. L.; GRIEBELER, N. P. Intensidade-Duração-Frequência de chuvas intensas
para localidades no Estado de Goiás e Distrito Federal. Pesquisa Agropecuária
Tropical. Goiás, v. 35, n. 1, p. 13-18, 2005.

SAMPAIO, M. V. Espacialização dos coeficientes das equações de chuvas

intensas em bacias hidrográficas do Rio Grande do Sul. 2011. 156 f. Tese
(Doutorado em Engenharia Agrícola) - Universidade Federal de Santa Maria, Santa
Maria, 2011.

SANTOS, G. G; FIGUEIREDO, C. C. de; OLIVEIRA, L. F. C. de; GRIEBELER, N. P.

Intensidade-duração-frequência de chuvas para o Estado do Mato Grosso do Sul.
Revista Brasileira de Engenharia Agrícola e Ambiental, Campina Grande, v. 13,
Suplemento, p. 899-905, 2009.

SILVA, A. M. da; MELLO, C. R. de. Hidrologia: Precipitação. Departamento de

Engenharia, UFLA, Lavras. 2009. 67 p

SILVA, D. D.; GOMES FILHO, R. R.; PRUSKI, F. F.; PEREIRA, S. B.; NOVAIS, L. F.
Chuvas intensas do Estado da Bahia. Revista Brasileira de Engenharia Agrícola e
Ambiental. Campina Grande, v. 6, n. 2, p. 362-367, 2002.

SOUZA, R. O. R. de.; SCARAMUSSA, P. H. M.; AMARAL, A. C. M. do.; NETO, J. A.

P.; PANTOJA, A. V.; SADECK L. W. R. Equações de chuvas intensas para o Estado
do Pará. Revista Brasileira de Engenharia Agrícola e Ambiental. Campina
Grande, v. 16, n. 9, p. 999-1005, 2012.

SOUZA, V. A. S. de; NASCIMENTO, R. K. do; NUNES, M. L. A; ROSA, A. L. D. da.

Análise de chuvas intensas por meio da desagregação de precipitações diárias de
Jaru e Machadinho d’Oeste – RO, Brasil. Revista Verde de Agroecologia e
Desenvolvimento Sustentável. Mossoró, v. 8, n. 1, p. 80-85, 2013.

TUCCI, C. E. M. Hidrologia, ciência e aplicação. Quarta edição. Porto Alegre,

UFRGS. EDUSP/ABRH, 2009. 943 p.

VILLELA, S., MATTOS, A. Hidrologia aplicada. São Paulo, McGraw-Hill do Brasil.

1975. 245 p.

ENCICLOPÉDIA BIOSFERA, Centro Científico Conhecer - Goiânia, v.9, n.17; p. 669 2013