No presente trabalho emprega-se a estimativa da densidade do kernel (KDE), um método não-paramétrico, para estimar a função densidade de probabilidade de uma variável aleatória, na obtenção de um prognóstico probabilÃstico de precipitação, a partir de uma previsão por conjunto do modelo WRF. Os nove membros da previsão por conjunto foram obtidos variando a parametrização convectiva do modelo, para um evento de precipitação intensa no sul do Brasil. Na avaliação dos resultados, os estimados de probabilidade obtidos para perÃodos de 3 e 24 horas, e vários limiares de precipitação, foram comparados com os valores de precipitação estimada pelo TRMM, sem mostrar correspondência morfológica entre ambos. Para acumulados em 24 horas, foi possÃvel comparar com os valores pontuais das observações do INMET, encontrando-se melhor coerência entre as observações e as probabilidades previstas. Foram calculadas medidas de desempenho a partir de tabelas de contingência, para diferentes intervalos de probabilidades, sendo que a previsão da chuva intensa teve maior proporção correta em todos os intervalos de probabilidades, e ao prever precipitação com 75% de probabilidade para qualquer acumulado, não ocorreram falsos alarmes. Além do mais, a precipitação de menor intensidade com probabilidade marginal foi sobre-prevista, apresentando maior Ãndice de falsos alarmes.
