Nesta pesquisa se analisou o desempenho de um modelo probabilístico de previsão climática aplicado à pluviometria do Estado de Pernambuco. Definiram-se quatro estações chuvosas (EC), subpididas em dois períodos - inicial (X) e final (Y), para três mesorregiões do estado. A metodologia proposta consiste em ajustar as proporções Zi (razão entre o total pluviométrico do período inicial (Xi) de cada EC e o total pluviométrico (Xi + Yi) da correspondente EC), obtidas anualmente para séries temporais com 30 anos ou mais de duração à distribuição de probabilidade Beta, para prognosticar a precipitação pluviométrica mínima esperada a 80% de probabilidade para o período Yi da EC. Utilizou-se o teste paramétrico Lilliefors para avaliar o ajuste do modelo probabilístico Beta a todas as amostras de Zi. A validação do modelo foi verificada com dados de 1994 a 2002, para cada EC, em que os resultados evidenciaram bom ajuste da distribuição empírica ao modelo teórico Beta. Observou-se tendência de maior número de falhas nos prognósticos de Ymin em anos secos ou chuvosos e maiores acertos nos anos considerados normais; enfim, o índice de acerto foi superior a 80% nos prognósticos da precipitação mínima (Ymin) no período de validação do modelo.

In this research the performance of a probabilistic climate forecast model applied to seasonal rainfall of Pernambuco State was assessed. Four rainy seasons (EC) were defined and each one was subpided in two periods - initial (Xi) and final (Yi) - for three mesorregions of Pernambuco State. The methodology proposed consisted in adjusting proportions of Zi (ratio of accumulated rainfall of the first period (Xi) and the total rainfall of each EC (Xi + Yi) in the corresponding EC, year by year, over a time series of at least 30 years, to the Beta distribution for obtaining the minimum accumulated rainfall expected at 80% probability level for the period Yi of EC. The validation of the model was verified with data collected from 1994 to 2002 for each EC. The Lilliefors goodness-of-fit test was used to evaluate the adjustment of model for each set of Zi values. Results showed a good agreement between the empirical distribution and Beta model. There was an increasing trend of lesser agreement in the prediction of Ymin during dry or rainy years and good agreement in years considered as normal. The performed model showed success in the prognostics of Ymin in more than 80% of the studied localities, over the validation period.