Modelos estocásticos baseados no processo de Poisson consistem em tecnologias de geração de chuva que vêm sendo aprimoradas ao longo das últimas três décadas. Nesta dissertação, foram abordados os modelos de pulsos retangulares, em que a precipitação é representada como uma sobreposição de eventos e células de chuva. Dentre os modelos existentes na literatura, foram selecionados dois representantes proeminentes: o de Pulsos Retangulares de Bartlett Lewis (BLRP), consolidado e aplicado em diversos estudos, e um de seus aperfeiçoamentos, denotado pela sigla BLRPRx, introduzido em 2014. Eles foram aplicados aos dados de chuva da série de Piracicaba, São Paulo, que representa as condições meteorológicas vigentes em uma localidade brasileira. Os parâmetros foram estimados através do Método Generalizado dos Momentos (MGM). O método utilizado na calibração conta com dois desenvolvimentos recentes na literatura: uma aproximação da matriz de pesos ótima do MGM, calculada segundo os dados observados, e as expressões analíticas dos momentos de terceira ordem de ambos os modelos. O ajuste foi realizado mensalmente, de modo a conciliar a suposição de estacionariedade, necessária aos modelos de Poisson, com a sazonalidade do fenômeno real. A otimização foi executada através do algoritmo Shuffled Complex Evolution (SCE-UA), implementado em linguagem C++. Para as simulações, foram programadas rotinas para a geração de séries sintéticas segundo os modelos calibrados. O desempenho dos modelos foi avaliado por comparação entre as propriedades estatísticas simuladas e as propriedades estatísticas observadas. Os resultados permitiram concluir que ambos os modelos reproduzem os momentos estatísticos observados de primeira e segunda ordem. Na reprodução dos momentos de terceira ordem e de outras propriedades estatísticas observadas (proporção de períodos secos e probabilidade de transição úmido-úmido), o BLRPRx apresentou desempenho superior sendo, portanto, mais recomendado para a modelagem da precipitação característica do local escolhido. Uma análise de valores extremos foi realizada, em que ambos os modelos reproduziram bem as lâminas máximas para tempos de retorno inferiores a 12 anos. Para tempos de retorno superiores, avalia-se que seja necessária uma análise baseada em uma série histórica de maior duração

Poisson process-based models represent a class of rainfall generation technologies that have been improved over the last three decades. This study focused on the rectangular pulses models, in which rainfall is represented as a superposition of storms and rain cells. Among existing models, two prominent representatives were selected: the Bartlett-Lewis Rectangular Pulses (BLRP), a consolidated model which has been applied in several studies, and one of its variants, denoted by the acronym BLRPRx, introduced in 2014. Both were applied to data from a rainfall series gauged in Piracicaba, São Paulo, which characterizes meteorological conditions from a Brazilian site. Model parameters were estimated according to Generalized Method of Moments (GMM). Calibration method incorporates two recent developments from related literature: an approximation to the optimal matrix of MGM, calculated from observed data, and the third order analytical moments of both models. The models were fitted in a monthly basis, in order to conciliate an assumption of stationarity, necessary to the application of Poisson models, with seasonality of real phenomenon. Optimization was performed with the Shuffled Complex Evolution (SCE-UA) algorithm, implemented in C++11 language with small modifications from the original algorithm. For simulation, routines were coded for the generation of synthetic series with the calibrated models. Model performance was assessed by comparing simulated statistical properties with the observed ones. The obtained results allowed to conclude that both models reproduced the first and second order observed moments. Regarding third-order moments and other observed statistics (proportion of dry periods and wet spell transition probabilities), BLRPRx outperformed BLRP and, therefore, is more recommended for modelling the characteristic rainfall of the chosen site. An extreme value analysis was performed, in which both models reproduced well the maximum depths from return periods smaller than 12 years. For higher return periods, an assessment based on a longer historical rainfall series is required