Séries históricas de precipitação pluvial de 19 estações pluviográficas localizadas no Estado da Bahia e operadas pela Agência Nacional de Energia Elétrica (ANEEL), foram analisadas, objetivando-se ajustar modelos teóricos de distribuição de probabilidade aos dados de chuvas intensas e estabelecer a relação entre intensidade, duração e freqüência da precipitação pluvial. Para cada estação pluviográfica determinaram-se as séries de intensidade máxima anual das precipitações com durações de 10, 20, 30, 40, 50, 60, 120, 180, 240, 360, 720 e 1.440 min. Os modelos probabilísticos testados foram os de Gumbel, Log-Normal a dois e três parâmetros, Pearson e Log-Pearson III. As equações de intensidade-duração-freqüência da precipitação pluvial foram ajustadas utilizando-se o método de regressão não-linear de Gauss-Newton. O teste de aderência de Kolmogorov-Smirnov, utilizado para a verificação do ajuste dos modelos aos dados de chuvas intensas, evidenciou que o modelo de Gumbel foi o que melhor se ajustou para a maior parte das combinações entre estações pluviográficas e durações estudadas. Foram evidenciadas, para uma mesma duração, grandes variações nas intensidades de precipitação entre as estações estudadas.

This study was conducted for fitting probabilistic models to data of rain storms. The intensity-duration-frequency relationships were established for 19 locations in Bahia State. Series with the annual maximum rainfall intensities for the durations of 10, 20, 30, 40, 50, 60, 120, 180, 240, 360, 720 and 1440 min were used. Significant differences were observed in the maximum rainfall intensity values among the studied stations. The models utilized were Gumbel, Log-Normal (with two and three parameters), Pearson and Log-Pearson III. The Kolmogorov-Smirnov test was used to analyze the correlation between the model results and the rainfall data. The Gumbel model presented the best results for each duration. The intensity-duration-frequency equations were obtained using the Gauss-Newton method for non linear regression.