A cidade de Manhuaçu-MG é frequentemente afetada por inundações em períodos de chuvas que provocam enormes prejuízos como a destruição de imóveis, perda de vidas e desalojamento de pessoas. A modelagem e previsão da precipitação máxima de uma localidade são importantes para o planejamento e gerenciamento de diversas atividades de forma a mitigar os efeitos das inundações. Diante desses fatos, o objetivo deste trabalho foi modelar a série de precipitações máximas anuais para Manhuaçu-MG, por meio da GEV via inferência bayesiana, com a intenção de realizar predições de precipitações máximas para diferentes tempos de retorno. Os dados utilizados referem-se às precipitações máximas do período de 1970 a 2020. Foram usadas sete diferentes estruturas de priori fundamentadas em informações da análise de precipitações máximas das cidades de Lavras-MG e Juiz de Fora-MG. A utilização das prioris informativas proporcionou o aumento na precisão e acurácia das estimativas de precipitação máxima, sendo que a distribuição a priori informativa fundamentada em Juiz de Fora-MG com variância multiplicada por dois foi o que apresentou melhor desempenho, com 75% de acurácia e erro médio de predição de 8,86%. Dessa forma, este modelo foi usado para predizer níveis de retorno da precipitação máxima de Manhuaçu com seus respectivos intervalos de alta densidade a posteriori, para tempos de retorno de 2, 5, 10, 25, 50, 100 e 200 anos. Conseguinte, tem-se que estas predições podem ser empregadas de forma a diminuir os impactos causados pela ocorrência de precipitações extremas na cidade.
The city of Manhuaçu, in Minas Gerais state in Brazil, is frequently affected by floods in periods of rain which cause enormous damage such as the destruction of properties, deaths and homelessness. In this way, the modeling and the prediction of the extreme rainfall are important for planning and management of several activities in order to mitigate the effects of floods in a locality. So, the objective of this work was to model the extreme rainfall data series of Manhuaçu city, appling generalizing extreme values distribution (GEV) by Bayesian inference, aiming to make predictions of extreme rainfall for different return times. The used data refers to the extreme rainfall from 1970 to 2020. Then, based on information of maximum rainfall in the cities of Lavras-MG and Juiz de Fora-MG seven different priori structures were tested. The use of informative priors provided an increase in the precision and accuracy of the maximum rainfall estimates and the priori based on Juiz de Fora, with variance multiplied in two times, presented the best performance, reaching 75% of accuracy and mean prediction error of 8.86% in its predictions. Thus, this model was used to predict levels of return of the extreme rainfall of Manhuaçu with their respective intervals of high density a posteriori, considering the return times of 2, 5, 10, 25, 50, 100 and 200 years. Finally, it should be noted that the predictions can be used in order to reduce the impacts caused by the occurrence of extreme precipitation in the city.
