Este trabalho efetuou inicialmente o reconhecimento de nuvens precipitáveis sobre a região Centro-Oeste do Brasil, utilizando dados de satélites e de pluviômetros para quinze dias escolhidos entre os meses de dezembro de 2003 e fevereiro de 2004. Os dados de satélite são provenientes dos canais visível, infravermelho termal e vapor d’água do satélite GOES-12 e os dados observados de chuva são acumulados diários e oriundos de 78 estações pluviométricas dentro da região de interesse. Para classificação do pixel ser ou não precipitável, foram testadas combinações de critérios baseados na reflectância do canal visível, nos limites diurno e noturno e gradiente de temperatura do canal infravermelho termal e na diferença entre as temperaturas de brilho do canal infravermelho termal e canal de vapor d’água. Os resultados da verificação, com base na estatística do Índice de Brier, mostram que o melhor algoritmo é aquele que exclui o gradiente de temperatura do canal infravermelho termal das combinações acima. Feito o reconhecimento dos pixeis precipitáveis, o trabalho propõe uma relação entre precipitação acumulada diária e a temperatura média do canal infravermelho termal. Os resultados mostram que os dados apresentam uma relação decrescente, estando de acordo com processos físicos existentes na produção de chuva. O trabalho recomenda a obtenção de dados adicionais que auxiliem na explicação da relação causa e efeito entre chuva e temperatura, como por exemplo, medidas de crescimento de nuvens, extensão vertical, melhor amostragem dos dados pluviométricos e precisão espacial e temporal das imagens de satélite.
This work made initially the recognition of precipitated clouds in the Center-West area of Brazil, using data of satellites and recording and nonrecording rain gauges for fifteen days chosen between the months of December of 2003 and February of 2004. The satellite data are coming from the visible, thermal infrared and water vapor channels of the satellite GOES-12 and the observed data are accumulated daily and originating from of 78 stations inside of the area of interest. For classification of the pixel in precipitated or not precipitated, some combinations of approaches were tested. These approaches are based on the reflectance of the visible channel, in the limits of the day and night and the gradient of temperature of the thermal infrared channel and in the difference between the brightness temperatures of the thermal infrared and water vapor channels. The verification results follow the statistics of the Brier Score, show that the best algorithm is that excludes the gradient of temperature of the thermal infrared channel of the combinations above. After the recognition of the precipitated pixeis was done, this work proposes a relationship between daily accumulated precipitation and the medium temperature of the thermal infrared channel. The results from all events indicate that the data maintain a decreasing relationship, being in agreement with physical processes that exist in the rain production. This work recommends the use of additional data help in the explanation of the relationship, causes and effect, between rain and temperature, as for example measures of clouds growth, vertical extension and better sampling of the rain gauges data and spacial and temporary precision of the satellite images.