Modelos probabilísticos de chuvas intensas
A Necessidade de Modelar Extremos de Precipitação
O dimensionamento e a gestão de obras de proteção contra cheias dependem de estimativas probabilísticas consistentes dos perigos (hazard) e dos riscos associados. Idealmente, essas estimativas seriam ancoradas em séries fluviométricas longas e representativas, mas essa condição raramente se verifica. A escassez de postos de medição de vazão, ou a intermitência de seus dados, desloca o foco para modelos hidrológicos dirigidos por precipitação e para a síntese de tempestades de projeto (Koutsoyiannis e Papalexiou 2017).
Nesse contexto, as chuvas de projeto, expressas pelas relações Intensidade–Duração–Frequência (IDF) ou Lâmina–Duração–Frequência (DDF), tornam-se a base de referência para o dimensionamento. A preferência por essas relações decorre da maior abrangência temporal e espacial das observações de chuva em comparação às de vazão, notadamente para eventos raros. No entanto, a derivação robusta dessas curvas é frequentemente dificultada pela cobertura inadequada de dados em resolução subdiária. Para superar a escassez de dados e a limitação de análises puramente locais (restritas aos postos de medição), desenvolveram-se abordagens de regionalização. Esses métodos permitem a criação de mapas espacialmente coerentes para diferentes tempos de retorno, usualmente baseados em distribuições GEV cujos parâmetros são modelados em função de informações geográficas e meteorológicas locais (Benestad et al. 2021). A sua derivação requer a seleção de eventos extremos independentes para cada duração e o ajuste de uma distribuição de valores extremos capaz de extrapolar quantis aos níveis de probabilidade de interesse (Johnson e Sharma 2017).
Abordagens Fundamentais: Determinística (PMP) vs. Probabilística
Historicamente, a estimação de extremos pluviométricos consolidou-se em duas frentes: (i) a determinística, que busca estabelecer limites físicos (Precipitação Máxima Provável - PMP) para orientar projetos supostamente livres de risco; e (ii) a probabilística, que modela a incerteza por distribuições e probabilidades de excedência. Apesar de sua difusão em guias de engenharia, a via determinística (PMP) revela-se metodológica e logicamente frágil. As dificuldades em representar a chuva por primeiros princípios e as incoerências conceituais do PMP, um “máximo” que é, de fato, inferido estatisticamente, minam sua validade (Koutsoyiannis e Papalexiou 2017).
Em contraste, a abordagem probabilística é logicamente consistente e operacionalmente superior. Ela reconhece que qualquer valor fisicamente admissível possui uma probabilidade de excedência (ainda que desprezível) e fornece fundamentos, como o princípio da máxima entropia, para a escolha de famílias distribucionais. A evidência ampara, portanto, uma formulação probabilística fundada em dados locais, apta a quantificar risco e explicitar incertezas (Koutsoyiannis 2004a; Koutsoyiannis e Papalexiou 2017).
Amostragem de Eventos Extremos: AMS vs. POT
Na derivação das relações IDF/DDF sob o paradigma probabilístico, dois esquemas de amostragem são predominantes. A série de máximos anuais (AMS) retém, para cada duração, o maior total de chuva observado em cada ano hidrológico. Por sua vez, a série de duração parcial (PDS) ou de picos acima do limiar (POT, Peaks Over Threshold) agrega todos os eventos que excedem um limiar predefinido, permitindo múltiplos eventos por ano ou, ocasionalmente, nenhum. O método PDS/POT tende a reduzir a variância dos quantis ajustados por capturar todos os excedentes relevantes, mitigando a perda de informação que pode ocorrer no AMS em anos com múltiplos episódios intensos. Contudo, o PDS/POT exige a definição criteriosa do limiar e a verificação da independência entre eventos, usualmente por regras de separação temporal cujo valor ótimo depende da duração e do regime sinótico local (Johnson e Sharma 2017).
As implicações estatísticas diferem: AMS é tipicamente modelada pela distribuição Generalizada de Valores Extremos (GEV), enquanto PDS/POT adota a distribuição de Pareto Generalizada (GPD) com um processo de Poisson para a taxa de excedências. Via teoria da POT, a GPD surge como candidata natural para modelar a cauda acima de um limiar, conectando-se a leis do tipo Pareto (Cavanaugh et al. 2015). Embora as métricas de risco adotadas em cada abordagem sejam conceitualmente distintas, na série de máximos anuais trabalha-se com a probabilidade anual de excedência de um determinado valor, ao passo que nas excedências (AEP) usa-se o intervalo médio entre ocorrências (ARI) que superam esse valor, para eventos raros (por exemplo, AEP ≤ 10% ou ARI ≥ 10 anos), as estimativas tendem a ser praticamente equivalentes (Johnson e Sharma 2017). A Tabela abaixo apresenta as distribuições mais comuns a essas abordagens.
| Distribuição | Função (CDF/PDF) | Observações |
|---|---|---|
| Generalized Extreme Value (GEV) | \(F(x)=\exp\!\left\{-\left[1+\xi\,\dfrac{x-\mu}{\sigma}\right]^{-1/\xi}\right\}\), com \(1+\xi\,\dfrac{x-\mu}{\sigma}\ge 0\), \(\sigma>0\) | Gumbel: \(\xi=0\). Fréchet: \(\xi>0\) (sem limite superior). Weibull: \(\xi<0\) (limite sup.: \(x_{\max}=\mu-\sigma/\xi\)). |
| Generalized Pareto (GPD) | \(F(x)=1-\left[1+\xi\,\dfrac{x-u}{\beta}\right]^{-1/\xi}\), com \(1+\xi\,\dfrac{x-u}{\beta}\ge 0\), \(\beta>0\) | \(\xi=0\): exponencial. \(\xi<0\): \(u\le x\le u-\beta/\xi\). \(\xi>0\): \(x\ge u\). |
| Log-Pearson III (PDF) | \(f(x)=\dfrac{\lvert\beta\rvert\,\{\beta[\log(x)-\xi]\}^{\alpha-1}\exp\{-\beta[\log(x)-\xi]\}}{x\,\Gamma(\alpha)}\), \(x>0\) | Se \(\beta<0\): \(0<x<e^{\xi}\). Se \(\beta>0\): \(x>e^{\xi}\). |
| Log-normal (PDF) | \(f(x)=\dfrac{1}{x\,\sigma_Y\sqrt{2\pi}}\exp\!\left[-\dfrac{1}{2}\left(\dfrac{\log x-\mu_Y}{\sigma_Y}\right)^{2}\right]\), \(x>0\) (onde \(Y=\log X\)) | \(\mu_Y\): média de \(Y\). \(\sigma_Y>0\): desvio-padrão de \(Y\). |
Vale enfatizar que a abordagem por picos acima de um limiar aumenta a eficiência estatística ao aproveitar todas as excedências disponíveis, enquanto a série de máximos anuais retém apenas um valor por bloco. Apesar dessa diferença de amostragem, o conteúdo analítico de ambas permanece essencialmente análogo, em ambos os casos escolhe-se a família distribucional, estimam-se parâmetros e avalia-se o ajuste, com a prática consolidada indicando a GEV para séries de máximos anuais e a GPD combinada a um processo de Poisson para as excedências, o que decorre diretamente da teoria de caudas acima de limiar e da conexão natural com leis do tipo Pareto (Cavanaugh et al. 2015; Johnson e Sharma 2017; Merz et al. 2022).
Há, ainda, uma correspondência teórica e empírica particularmente útil entre as duas visões: após reescalonamento apropriado, os mesmos parâmetros que descrevem a distribuição dos máximos anuais segundo a GEV (domínio Fréchet) informam com sucesso a estrutura de cauda representada pela Pareto/GPD no enquadramento de excedências, de modo que o conhecimento acumulado em um esquema pode ser transposto para o outro com perdas mínimas, reforçando a coerência do arcabouço da EVT e simplificando a transferência de resultados entre análises por blocos e por limiar (Koutsoyiannis 2004a; Gu et al. 2022).
Por fim, a escolha do limiar, passo prático mais sensível do método de excedências, deve ser conduzida com critério, seja por um percentil alto da distribuição (como 95º–99º), seja pela fixação de uma frequência média anual de ocorrências, sempre levando em conta a climatologia local e o tamanho amostral, pois limiares distintos induzem séries com propriedades diferentes e, portanto, diferentes equilíbrios entre viés e variância nas estimativas de quantis de projeto (Gu et al. 2022).
Modelagem Probabilística: A Escolha da Distribuição e o Comportamento da Cauda
Selecionar a função de distribuição paramétrica adequada é essencial para estimar probabilidades de eventos de alto impacto e estudar extremos no contexto da variabilidade e mudança climática. Embora análises de valores extremos estejam cada vez mais difundidas, classificações em larga escala ainda costumam depender de escolhas subjetivas de famílias paramétricas. Uma alternativa conceitualmente consistente é considerar famílias com caudas que decaem como lei de potência, as chamadas “caudas pesadas” (Cavanaugh et al. 2015).
Evidências baseadas em estações globais indicam, com alta confiança estatística, que as caudas de precipitação diária são predominantemente pesadas (decaindo como lei de potência). Isso implica que distribuições frequentemente usadas para chuva diária (exponencial, Weibull, Gama e log-normal) tendem a subestimar as probabilidades dos extremos. A magnitude dessa subestimação depende de características sazonais e regionais do clima, com caudas pesadas mais proeminentes em regiões onde diferentes tipos de sistemas meteorológicos produzem taxas de precipitação muito distintas (Cavanaugh et al. 2015). Além disso, modelos estocásticos populares para precipitação horária pressupõem distribuições de cauda leve para facilitar sua formulação matemática (Papalexiou, AghaKouchak, e Foufoula‐Georgiou 2018).
Formalmente, a modelagem probabilística de extremos é fundamentada na Teoria dos Valores Extremos (EVT). O ponto de partida é a variável aleatória \(Y_n\), definida como o máximo de um conjunto de \(n\) variáveis aleatórias independentes e identicamente distribuídas (i.i.d.), \(Y_n = \max(X_1, ..., X_n)\). A EVT clássica postula que, à medida que o tamanho do bloco \(n\) tende ao infinito (\(n \to \infty\)), a distribuição de \(Y_n\) (após normalização) converge para uma de apenas três possíveis leis-limite (Papalexiou e Koutsoyiannis 2013).
As três leis-limite são: Tipo I (Gumbel), Tipo II (Fréchet) e Tipo III (Weibull Reversa). A qual dessas leis a distribuição converge depende do comportamento da cauda da “distribuição-mãe” (a distribuição de \(X_i\)). De forma geral, distribuições-mãe com caudas pesadas (ex: tipo potência, como Pareto) pertencem ao domínio de atração da Fréchet; distribuições com caudas que decaem rapidamente (ex: tipo exponencial, como Normal ou Gama) pertencem ao domínio da Gumbel; e distribuições com limite superior finito pertencem ao domínio da Weibull Reversa (Papalexiou e Koutsoyiannis 2013).
Essas três leis podem ser unificadas em uma única expressão, a Distribuição Generalizada de Valores Extremos (GEV), formalizada por von Mises (1936) e Jenkinson (1955), e apresentada em Papalexiou e Koutsoyiannis (2013)] como:
\[ G_{\mathrm{GEV}}(x) = \exp\!\left\{-\left(1+\xi\,\frac{x-\mu}{\sigma}\right)^{-1/\xi}\right\}, \qquad 1+\xi\,\frac{x-\mu}{\sigma} \ge 0. \] {eq-gev}
Esta distribuição é definida por três parâmetros: localização (\(\mu\)), escala (\(\sigma\)) e forma (\(\xi\)). O parâmetro de forma \(\xi\) (às vezes denotado como \(\kappa\)) é o que unifica as três leis: \(\xi > 0\) corresponde à Fréchet (cauda pesada, sem limite superior), \(\xi < 0\) à Weibull Reversa (cauda limitada), e o caso Gumbel emerge como o limite quando \(\xi \to 0\) (cauda exponencial).
A fundamentação teórica da GEV justifica sua ampla adoção. Contudo, a convergência é assintótica (\(n \to \infty\)) (Merz et al. 2022). Em aplicações hidrológicas práticas, como a série de máximos anuais (AMS) de precipitação diária, o tamanho do bloco é fixo e finito (na melhor das hipóteses, \(n = 365\) dias, mas na prática, o número de dias chuvosos, \(N_R\), é muito menor). Esse tamanho de bloco finito não é grande o suficiente para garantir a convergência teórica (Koutsoyiannis 2004a; Papalexiou e Koutsoyiannis 2013).
De fato, Papalexiou & Koutsoyiannis (2013) demonstram um aparente paradoxo: mesmo quando a distribuição-mãe (precipitação diária) pertence teoricamente ao domínio de atração da Gumbel (como a Gama Generalizada), a distribuição do máximo anual (para um \(N_R\) realista, e.g., \(N_R \approx 87\)) não converge para a Gumbel. Em vez disso, os máximos observados são significativamente melhor descritos pela lei de Fréchet. Posteriormente, Papalexiou & Koutsoyiannis (2016) focaram na modelagem de precipitação diária não nula, empregando as distribuições GG e Burr XII em vez da GEV, mostrando que as distribuições exponenciais e Gamma subestimam eventos extremos.
A explicação para o comportamento de cauda pesada observado empiricamente vai além da lenta convergência. Acredita-se que ela resida nas flutuações dos parâmetros da distribuição-mãe ao longo de diferentes escalas de tempo. Essas flutuações, por vezes chamadas de “superestatística” ou “processos duplamente estocásticos”, fazem com que a distribuição dos máximos convirja para um regime de cauda pesada (Fréchet), tornando a distribuição de Gumbel (que assume parâmetros constantes) uma escolha inadequada (Koutsoyiannis 2004a; Serinaldi e Kilsby 2014). Além disso, o tamanho reduzido das amostras, usualmente inferior a 50 máximos anuais, tende a esconder o comportamento de cauda pesada, levando à seleção da opção Gumbel mesmo quando a verdadeira distribuição é a GEV com cauda pesada (Serinaldi e Kilsby 2014).
Estudos subsequentes, como Serinaldi & Kilsby (2014), buscam reconciliar a controvérsia analisando os dados pela metodologia dual de POT ajustados à Distribuição de Pareto Generalizada (GP). A EVT estabelece que o parâmetro de forma (\(\xi\)) deve ser idêntico para ambas as abordagens. Ao analisar um banco de dados global, Serinaldi & Kilsby (2014) confirmaram que o “efeito de ocultação” também ocorre em amostras POT: embora séries curtas mascarem o comportamento da cauda, à medida que o tamanho do registro (número de anos) aumenta, o parâmetro \(\xi\) da GP também converge para um valor médio positivo, confirmando o comportamento de cauda pesada (Fréchet).
A implicação prática dessa evidência combinada é um dilema em aplicações hidrológicas (Courty et al. 2019). Por um lado, forçar \(\xi=0\) (adotar Gumbel) por conveniência ou inércia tende a subestimar severamente os quantis de precipitação para grandes períodos de retorno, levando a projetos potencialmente inseguros (Koutsoyiannis 2004a; Serinaldi e Kilsby 2014; Koutsoyiannis e Papalexiou 2017). Evidências teóricas e empíricas em larga escala favorecem caudas pesadas (EV2/Fréchet) para chuva intensa, com o parâmetro de forma \(\xi\) tipicamente estimado entre 0,09 e 0,15 (Koutsoyiannis e Papalexiou 2017).
A discussão sobre o parâmetro de forma é expandida em Ragulina et al. (2017), Stephenson et al. (2016), e Duarte et al. (2025) que aplicam abordagens bayesianas hierárquicas e processos max-estáveis, evidenciando que a inclusão da dependência espacial tende a aumentar \(\xi\), gerando caudas mais pesadas e estimativas mais realistas dos extremos.
Análises teóricas e uma investigação empírica com 169 séries de máximos anuais (100–154 anos; 18.065 estação-anos) indicam que a EV1 (Gumbel) é improvável para extremos hidrológicos, enquanto a EV2 (GEV com \(\xi > 0\)) descreve melhor os dados. Em >90% das séries, a estimativa de \(\xi\) é positiva (valores típicos ≈ 0,10–0,15). A diferença entre EV1 e EV2 é modesta para T < ~50 anos, mas torna-se crítica em grandes períodos de retorno (p.ex., T ≈ 20.000 anos), quando a EV1 subestima fortemente os quantis, potencialmente pela metade do valor obtido pela EV2 — um risco relevante para obras de grande porte (Koutsoyiannis 2004b).
Por outro lado, para amostras muito pequenas (ex: \(m < 50\)), a instabilidade da estimação do terceiro parâmetro (\(\xi\)) é tão alta que o uso da Gumbel pode, paradoxalmente, resultar em um erro de estimação menor do que a GEV (Courty et al. 2019).
Ainda, a discussão anterior, e a maior parte da EVT clássica, assume implicitamente a estacionariedade das estatísticas de chuva. Diante das mudanças climáticas, essa suposição torna-se inadequada: a probabilidade de eventos intensos apresenta tendências ao longo do tempo, configurando um regime não estacionário. Essa não estacionariedade pode ser incorporada no ajuste GEV ao permitir que seus parâmetros (notadamente \(\mu\) e \(\sigma\)) variem no tempo ou em função de covariáveis (Benestad et al. 2021). Essa questão também é observada por Nerantzaki & Papalexiou (2022) que destacam, em seu artigo de revisão, que muitos estudos recentes estendem a GEV para contextos não estacionários. Essa abordagem é vista como essencial frente às mudanças climáticas.
A consolidação de caudas pesadas levanta a questão da estabilidade espacial do parâmetro \(\xi\). Embora a hipótese de um \(\xi\) global simplificasse a estimação, a evidência empírica não respalda tal universalidade. Estudos globais, baseados em séries diárias, indicam que, mesmo corrigindo o viés por comprimento de registro, persiste uma variabilidade geográfica. Em termos práticos, recomenda-se evitar \(\xi < 0\) (incompatível com chuva) e, na ausência de suporte local robusto, adotar Gumbel (\(\xi = 0\)) ou uma GEV com \(\xi \approx 0,114\) como escolha prudente, até que evidências regionais justifiquem um ajuste distinto (Papalexiou e Koutsoyiannis 2013; Koutsoyiannis e Papalexiou 2017; Courty et al. 2019). Essas evidências regionias podem ser incorporadas na estimativa de \(\xi\) por meio da contruçao de modelos regionais, como por exemplo, aqueles derivados por Haddad e Rahman (2012), baseados na abordaem de regressão BGLS (Bayesian Generalized Least Square), desenvolvida e apriomorada em Reis et al. (2005; 2020).
Uma via operacional alternativa é assumir \(\xi \approx 0,15\): com \(\xi\) fixo, a estimação dos demais parâmetros (por momentos ou L-momentos) fica tão simples quanto na Gumbel, preservando porém a flexibilidade de cauda necessária para extrapolações seguras (Koutsoyiannis 2005).
Em termos de diretrizes e prática consolidada, a Organização Meteorológica Mundial (WMO) recomenda a GEV como distribuição teórica para séries de máximos anuais. Análises por testes de aderência reportam que a GEV frequentemente é a distribuição ótima para AM em diversas durações, dando suporte normativo e empírico ao seu uso (Gu et al. 2022). Evidências recentes trazem recomendações operacionais importantes para melhorar a acurácia, especialmente com séries curtas: (i) recomenda-se o uso de anos hidrológicos para a definição dos blocos AMS, especialmente em regiões com sazonalidade marcada; e (ii) sugere-se melhorar a consistência espacial das estimativas por meio de modelos espaciais de extremos (e.g., abordagens max-stable), que “emprestam força” entre locais vizinhos e mitigam instabilidades de ajuste (Gründemann et al. 2023).
Métodos de Estimação e Qualidade dos Dados
A seleção da distribuição é acompanhada pela escolha do método de estimação. Os L-momentos têm se destacado por sua robustez a outliers e desempenho superior em amostras reduzidas, situação típica de durações subdiárias. A Máxima Verossimilhança (MLE), frequentemente integrada a estruturas bayesianas, é útil para incorporar não-estacionariedade e covariáveis, mas pode enfrentar instabilidades de convergência em amostras pequenas. Estratégias de regionalização, que aumentam o tamanho amostral efetivo, atenuam as limitações de ambos os métodos (Johnson e Sharma 2017).
O uso da MLE e inferência Bayesiana MCMC é relatado por Stepehenson et al. (2016) e Wildson & Toumi (2005), enquanto Papalexiou & Koutsoyiannis (Papalexiou e Koutsoyiannis 2013) e Nadarajah (Nadarajah 2005) adotam L-momentos pela estabilidade em amostras curtas. Essas abordagens reforçam a importância de estimar \(\xi\) com robustez, pois ele controla a probabilidade de eventos extremos.Já Overeem et al. (2008) empregou a GEV para ajustar máximos anuais de precipitação em diferentes durações (1 a 24h), modelando os parâmetros em função da duração e utilizando mínimos quadrados generalizados. O autor observou que o parâmetro de forma da GEV não varia significativamente com a duração.
A utilidade prática de qualquer análise está condicionada à qualidade e representatividade dos dados. Qualquer tentativa séria de modelar extremos de precipitação deve apoiar-se em dados observacionais locais. Pluviômetros de superfície continuam sendo a fonte mais confiável, mas exigem controle de qualidade rigoroso, contemplando a correção de “dados restritos” (quando a resolução de registro não coincide com a duração), avaliação de subcaptação por vento e limites instrumentais, especialmente relevantes em escalas sub-horárias (Johnson e Sharma 2017; Koutsoyiannis e Papalexiou 2017).
Dados de radar e satélite agregam valor ao representar a dimensão espacial dos eventos, mas devem ser rigorosamente calibrados e validados contra as redes pluviométricas. Além disso, a análise deve considerar a persistência de longo prazo (comportamento Hurst–Kolmogorov) nas séries, pois a presença de memória (Coeficiente de Hurst > 0,5) tem implicações diretas na estimação de quantis e na avaliação de incerteza (Koutsoyiannis e Papalexiou 2017).
Curvas IDF
Encerrando a discussão sobre escolhas distribucionais para extremos de precipitação, vale destacar como esses fundamentos se materializam em duas frentes operacionais centrais: (i) a construção de curvas ombrianas (IDF) teoricamente consistentes e (ii) a regionalização para ganho de eficiência estatística e coerência espacial.
Do ponto de vista teórico, uma curva IDF nada mais é do que a família de distribuições de intensidade considerada em múltiplas escalas temporais, em que o período de retorno está ligado diretamente à função de distribuição. Na prática de engenharia, uma formulação multiescala plenamente consistente pode ser complexa, mas simplificações bem fundamentadas, separabilidade entre efeitos de \(T\) e \(d\), caudas do tipo Pareto/EV2 (GEV com \(\xi>0\)) acima de limiar e lei parsimoniosa para a dependência com a duração, produzem IDFs dimensionais e estatisticamente coerentes no intervalo de durações de interesse (Koutsoyiannis e Papalexiou 2017). Esse enquadramento conecta, de forma direta, a EVT às curvas de projeto, oferecendo um caminho claro para extrapolação de quantis com transparência sobre hipóteses e parâmetros.
Em paralelo, a regionalização enfrenta o problema recorrente de amostras curtas, especialmente em durações sub-diárias/sub-horárias. Ao agrupar estações semelhantes e assumir uma mesma família distribucional com fatores de escala específicos por regiões, é possível reduzir variância, aumentar robustez e elevar a coerência espacial dos níveis de retorno. A literatura recomenda definir regiões por atributos físicos e locacionais (e não por estatísticas de extremos), testar homogeneidade, considerar a correlação espacial e quantificar incertezas por bootstrap e/ou regressões com correlação espacial. Em síntese: a regionalização “empresta força” entre sítios e atua também como controle de qualidade, identificando discordâncias e metadados problemáticos (Johnson e Sharma 2017). Por fim, propagar essas relações no espaço por meio de regionalização para produzir mapas e curvas de projeto mais estáveis e confiáveis. Esse é o elo natural com os próximos dois capítulos: desagregação temporal, que detalha o trânsito entre escalas mantendo a consistência das caudas; e regionalização, que formaliza a passagem de estimativas pontuais para superfícies espacialmente coerentes de quantis e incertezas, ambos construídos sobre o alicerce distribucional estabelecido aqui (Koutsoyiannis e Papalexiou 2017; Johnson e Sharma 2017).