Abstract
A compreensão da variabilidade pluviométrica é essencial para a gestão dos recursos hídricos, especialmente em regiões semiáridas, onde a irregularidade das chuvas afeta a disponibilidade hídrica e o planejamento territorial. Entretanto, falhas nos registros pluviométricos comprometem a qualidade das séries históricas e a confiabilidade das modelagens hidrológicas. Diante desse cenário, este estudo teve como objetivo realizar o preenchimento de falhas em séries históricas de precipitação diária do Grupo de Bacias de Pequenos Rios Interiores 3 (GI3), no Sertão de Pernambuco. Visando aprimorar a consistência de series de dados pluviométricos utilizados em análises hidrológicas. A metodologia integrou o modelo Cubist, baseado em árvores de regressão com ajustes lineares, ao sistema SUPer-FILL (Sistema de Preenchimento de Falhas em Séries Pluviométricas), desenvolvido em ambiente RStudio e compatível com o modelo hidrológico Soil and Water Assessment Tool (SWAT). O processo automatizado de imputação e validação estatística dos dados apresentou resultados satisfatórios, com valores de sensibilidade entre 0,93 a 0,99, precisão entre 0,96 a 0,9 e erro de coeficiente de correlação todos deram 1,0, evidenciando a eficiência da abordagem. Conclui-se que a integração entre modelagem preditiva e automação computacional constitui uma estratégia eficaz para o tratamento de falhas pluviométricas, fortalecendo a base de dados e subsidiando a gestão dos recursos hídricos no semiárido pernambucano.