Nesta pesquisa se analisou o desempenho de um modelo probabilÃstico de previsão climática aplicado à pluviometria do
Estado de Pernambuco. Definiram-se quatro estações chuvosas (EC), subdivididas em dois perÃodos – inicial (X) e final (Y),
para três mesorregiões do estado. A metodologia proposta consiste em ajustar as proporções Zi (razão entre o total pluviométrico
do perÃodo inicial (Xi) de cada EC e o total pluviométrico (Xi + Yi) da correspondente EC), obtidas anualmente para
séries temporais com 30 anos ou mais de duração à distribuição de probabilidade Beta, para prognosticar a precipitação pluviométrica
mÃnima esperada a 80% de probabilidade para o perÃodo Yi da EC. Utilizou-se o teste paramétrico Lilliefors para
avaliar o ajuste do modelo probabilÃstico Beta a todas as amostras de Zi. A validação do modelo foi verificada com dados de
1994 a 2002, para cada EC, em que os resultados evidenciaram bom ajuste da distribuição empÃrica ao modelo teórico Beta.
Observou-se tendência de maior número de falhas nos prognósticos de Ymin em anos secos ou chuvosos e maiores acertos
nos anos considerados normais; enfim, o Ãndice de acerto foi superior a 80% nos prognósticos da precipitação mÃnima (Ymin)
no perÃodo de validação do modelo.
In this research the performance of a probabilistic climate forecast model applied to seasonal rainfall of Pernambuco State was
assessed. Four rainy seasons (EC) were defined and each one was subdivided in two periods - initial (Xi) and final (Yi) - for
three mesorregions of Pernambuco State. The methodology proposed consisted in adjusting proportions of Zi (ratio of accumulated
rainfall of the first period (Xi) and the total rainfall of each EC (Xi + Yi) in the corresponding EC, year by year, over
a time series of at least 30 years, to the Beta distribution for obtaining the minimum accumulated rainfall expected at 80%
probability level for the period Yi of EC. The validation of the model was verified with data collected from 1994 to 2002 for
each EC. The Lilliefors goodness-of-fit test was used to evaluate the adjustment of model for each set of Zi values. Results
showed a good agreement between the empirical distribution and Beta model. There was an increasing trend of lesser agreement
in the prediction of Ymin during dry or rainy years and good agreement in years considered as normal. The performed
model showed success in the prognostics of Ymin in more than 80% of the studied localities, over the validation period.
