O regime de chuvas no Brasil tem uma distribuição diferente dos paÃses do hemisfério norte onde em pesquisas de natureza hidrológica, utilizam-se os simuladores de dados climáticos desenvolvidos e calibrados para a Europa e /ou EUA. Assim, ao serem aplicados os dados de estações meteorológicas brasileiras podem produzir resultados não muito satisfatórios. Com o intuito de introduzir a distribuição de probabilidade Exponencial Mista, como alternativa para modelar dados de chuva no Brasil, este trabalho objetivou analisar probabilisticamente a distribuição de dados diários de chuva no estado do Paraná, determinando, dentre várias funções densidade de probabilidade, a que melhor se ajusta mensalmente à s séries históricas. Para isso foram usadas séries históricas de trinta anos (1980 2009) de 29 localidades, nas quais foram avaliadas as aderências das distribuições de probabilidade Exponencial, Gama, Weibull, Log-Normal, Pareto Generalizada e Exponencial Mista com base nos testes não-paramétricos de Anderson-Darling e Qui-Quadrado. Na análise sem a distribuição Exponencial Mista a distribuição Gama foi a que teve o maior número de vezes o maior valor-p nos dois testes, seguida pela Weibull. Quando a Exponencial Mista foi incluÃda na análise, ela obteve o maior número de vezes o maior valor-p nos testes de aderência, chegando a 73,85% das vezes no teste de Anderson-Darling e 71,84% das vezes no teste Qui-Quadrado.
Rainfall in Brazil has a different distribution compared with northern hemisphere countries where hydrological research employs climatic data simulators developed and calibrated for Europe and/or the USA. Thus, these simulators do not produce very satisfactory results when applied to data of Brazilian weather stations. With the aim of introducing the Mixed Exponential probability distribution as an alternative to model rainfall data in Brazil, this work probabilistically analyzed the distribution of daily rainfall data in the State of Paraná, by determining which probability density functions best fit the historical monthly series. The historical series of thirty years (1980-2009) of 29 locations were used, in order to evaluate the fit of the Exponential, Gamma, Weibull, Log-Normal, Mixed Exponential and Generalized Pareto probability distributions, based on the non-parametric Anderson-Darling and Chi-Square tests. In the analyses without the Mixed Exponential distribution, the largest p-value in the two tests occurred most frequently in the Gamma distribution, followed by the Weibull distribution. When the Mixed Exponential was included in the analysis, the largest p value occurred most frequently in the tests of adhesion, reaching 73.85% of the time in the Anderson-Darling test and 71.84% of the time in the Chi-Square test.
