Na área agrícola tem-se muitos dos estudos relativos à precipitação buscando avaliar os efeitos advindos da sua ocorrência no escoamento superficial; neste caso, é imprescindível o conhecimento não apenas das informações relativas à lâmina precipitada, à duração e intensidade das chuvas mas, também, ao perfil da precipitação. Objetivou-se, através do presente trabalho, mostrar o desenvolvimento de um modelo denominado CLIMABR, para a geração de séries sintéticas de precipitação, para as condições climáticas encontradas no Estado do Rio de Janeiro; para isto, utilizaram-se dados pluviométricos e pluviográficos de 11 estações da Fundação Superintendência Estadual de Rios e Lagoas - SERLA, e da Companhia LIGHT - Serviços de Eletricidade S.A. Na série sintética gerada obtiveram-se os valores mensais da probabilidade de um dia ser chuvoso tendo sido o anterior também chuvoso P(W/W) e da probabilidade de um dia ser chuvoso tendo sido o anterior seco P(W/D); o número de dias chuvosos (NW) e a precipitação total diária (P) ocorrida nesses dias, além de outras informações relativas ao perfil de precipitação. A comparação dos dados gerados pelo CLIMABR com os dados observados mostrou um bom desempenho do modelo para a estimativa destas variáveis.

In the agricultural area, many studies related to precipitation have tried to evaluate the effects resulting from its occurrence in surface runoff. In this case the knowledge of not only the information relative to precipitation, its duration and intensity of the rains, but, also the profile of the precipitation is of great importance. With this objective, the present work was carried out to develop a model called CLIMABR, for the generation of synthetic precipitation series and of the instantaneous profile associated to these for the climatic conditions of the State of Rio de Janeiro. Pluviometric and pluviographic data from eleven stations of the Fundação Superintendência Estadual de Rios e Lagoas - SERLA and of Companhia LIGHT - Serviços de Eletricidade S.A. were utilized. In the generated synthetic series, the number of rainy days were obtained, according to the probabilities associated to the Markov chain and the total daily precipitation. The comparison of the data generated by CLIMABR with the observed data showed a good performance of the model for the estimation of these variables.