Resumo: A precipitação é um elemento crucial no ciclo da água no mundo inteiro e ocupa um papel primordial na agricultura, que depende diretamente do regime pluviométrico para seu crescimento e produção. A estimativa da precipitação durante o período chuvoso pode auxiliar na decisão do planejamento agrícola, reduzindo o risco de prejuízos na safra. A falta de informação ou inconsistências nos registros de precipitação podem surgir devido a erros humanos, mau funcionamento dos equipamentos ou falhas, impactando diversas áreas que dependem de informações meteorológicas. O objetivo deste estudo é desenvolver uma metodologia baseada em algoritmos de Aprendizado de Máquina (Machine Learning) para estimar dados de precipitação, notadamente no estado de São Paulo. Serão utilizadas informações coletadas das estações pluviométricas da Agência Nacional de Águas e Saneamento Básico (ANA), das estações meteorológicas do Instituto Nacional de Meteorologia (INMET) e medições obtidas via satélite, com o objetivo de melhorar a precisão das estimativas de precipitação. Espera-se que a metodologia proposta seja utilizada em processos de preenchimento de falhas de séries espaço-temporais de precipitação para orientar a tomada de decisão sobre o planejamento agrícola e as medidas necessárias para minimizar os danos decorrentes da irregularidade dessa variável Ver menos

Abstract: Precipitation is a crucial element in the water cycle worldwide and plays a fundamental role in agriculture, which directly depends on rainfall patterns for growth and production. Estimating precipitation during the rainy season can assist in agricultural planning decisions, reducing the risk of crop losses. The lack of information or inconsistencies in precipitation records may arise due to human errors, equipment malfunctions, or failures, impacting various sectors reliant on meteorological data. The objective of this study is to develop a methodology based on Machine Learning algorithms to estimate precipitation data, particularly in the state of São Paulo. Data collected from the rain gauge stations of the National Water and Basic Sanitation Agency (ANA), the meteorological stations of the National Institute of Meteorology (INMET), and satellite measurements will be used to improve the accuracy of precipitation estimates. The proposed methodology is expected to be applied in processes to fill gaps in spatiotemporal precipitation series, supporting decision-making in agricultural planning and necessary measures to mitigate damages caused by the irregularity of this variable Ver menos