Distribui o espacial da precipita o sobre o Rio Grande do Norte: estimativas via satélites e medidas por pluvi metros Rainfall spatial distribution over the Rio Grande do Norte brazilian State: satellites estimates and rain gauges measurements

O objetivo deste estudo foi avaliar as estimativas de precipita o mensal fornecidas por duas fontes (algoritmo 3B43_V6 e Universidade de Delaware) para o Estado do Rio Grande do Norte, no período de 1998 a 2008. Utilizaram-se técnicas estatísticas baseadas em coeficiente de correla o linear e em índices de desempenho extraídos de uma tabela de contingência 2x2. Na análise, consideraram-se diferentes regimes pluviométricos, que s o fun o da localiza o geográfica e do tipo de cobertura do solo. Constatou-se que o algoritmo 3B43_V6 subestimou a precipita o para a regi o Litoranea e superestimou a precipita o observada em regi es mais áridas (Seridó e Oeste). A precipita o de Delaware apresentou médias similares às observa es, mas verificaram-se algumas discrepancias aparentemente associadas ao método de interpola o e ao espa amento de grade. Os resultados sugerem que ambos os produtos s o capazes de representar variabilidades médias da precipita o mensal no espa o e no tempo; porém, apresentaram deficiências em identificar os eventos mais intensos de precipita o. The aim of this study was to evaluate the monthly rainfall estimates obtained by two data sources (3B43_V6 algorithm and University of Delaware) for the State of Rio Grande do Norte, during the 1998 to 2008 period. Statistical analysis based on the linear correlation coefficient and on the performance index from a 2x2 contingency table was done. Coastland and semiarid precipitation regimes which depend on geographical location and on soil type coverage were considered. It was noted that the 3B43_V6 underestimated the coastland rainfall and overestimated the rainfall over arid zones. The Delaware mean rainfall agreed well with observed rainfall, but shows discrepancies concerning to interpolation method and grid spacing. The results suggests that both 3B43_V6 and Delaware rainfall dataset are able to capture the rainfall mean variability both in time and space; however, they show deficiency in identifing extreme precipitation events.