Introdução
Quando você abre o aplicativo climatempo e lê: “ 70% de chance de chuva”. Você sabe realmente o que isso significa? Se você pensou que iria chover 70% do dia ou em 70% da sua cidade, está em boa companhia. Em 2005, uma pesquisa realizada pela LSE ( The London School of Economics and Political Science), perguntou aos pedestres de algumas cidades europeias e estadunidenses sobre o que significava “30% de chance de chuva amanhã”. A resposta mais comum foi “vai chover durante 30% do tempo”.
A melhor resposta seria “Em dias como amanhã chove em cerca de 3 a cada 10 dias”. E entender o porque ela é a certa é entender como a previsão do tempo funciona, não como uma certeza do que irá acontecer, mas como um cálculo de probabilidades.
Como nasce uma probabilidade
Em 1961, o meteorologista Edward Lorenz realizava, no MIT, um modelo simples da atmosfera. Para refazer uma simulação, arredondou um número, 0,506127 para 0,506. Embora a diferença entre os números pareça irrelevante, alguns meses simulados depois, as duas simulações descreviam tempos completamente distintos.
A atmosfera segue leis físicas conhecidas, sem nenhum tipo de arredondamento ou sorteio, mesmo assim é imprevisível a longo prazo, qualquer micro erro na medição inicial cresce até dominar a previsão. Em 1972, resumiu essa ideia no título de sua palestra “Pode o bater de asas de uma borboleta no Brasil provocar um tornado no Texas?”
Nunca mediremos o estado exato da atmosfera. Apesar de existirem estações, balões e satélites, existem oceanos inteiros e trechos, como a Amazônia, com poucas medições. Por isso, a previsão do tempo tem prazo de validade para um dia específico, entre 10 a 15 dias, não é por falta de competência, é matemática.
Como nasce uma probabilidade
Os centros meteorológicos criam essa probabilidade de um jeito que qualquer estatístico reconhece: simulações. Ao invés de rodar o modelo do tempo uma vez, rodam diversas vezes, cada um começando de um estado ligeiramente diferente, embora compatíveis com as medições. Cada rodada se chama membro e o conjunto delas, ensemble.
O centro europeu de previsão (ECMWF), referência mundial, roda 51 versões a cada previsão: uma de controle e 50 perturbadas. E produz previsões por conjunto desde 1992.
Nos primeiros dias, os modelos se mantêm próximos e, com o tempo, se espalham. Esse espalhamento é a medida da incerteza, cenários colados indicam uma previsão confiável e cenários distantes indicam que existem diversos cenários possíveis.

Cada linha é uma rodada da simulação, com um ponto de partida ligeiramente diferente. No primeiro dia, elas praticamente se sobrepõem, entretanto no décimo dia, cobrem uma faixa de aproximadamente 10ºC
A partir dessa análise que informa a probabilidade de chuva. Se 35 dos 50 cenários preveem chuva para o dia seguinte em sua cidade, a probabilidade é de 35/50 = 70%. É, literalmente, uma simulação de Monte Carlo do céu. Antes de chegar ao seu aplicativo, esse número ainda passa por correções estatísticas, como regressões que aprendem com os erros passados do modelo.
Isso explica o porquê “70%” não diz nada sobre quanto vai chover ou por quanto tempo. O número responde a apenas uma pergunta: em quantos futuros possíveis chovem? Podendo ser uma garoa ou um temporal.
Estatísticos gostam de usar a média dos cenários, por resultarem em menos erros que cenários isolados, porém suavizam os extremos. Se dez cenários prevêem um temporal em bairros diferentes, a média se torna “chuva fraca em todos os bairros”. Entretanto, a média pode ser justamente o cenário que nenhum membro previu.
Como saber se o previsor é bom
Se ontem a previsão era de 70% e não choveu, ela errou? Não necessariamente. Uma probabilidade não se avalia num dia só, e sim em muitos.
O teste se chama calibração. Todos os dias em que se previu 70%, se houve chuva em, mais ou menos, 70% deles, a previsão é calibrada. Se choveu em apenas 40%, o previsor está exagerando.
Calibração, porém, não basta. Prever todo dia a frequência histórica de chuva do mês é perfeitamente calibrado e inútil. Uma boa previsão precisa ser calibrada e ousada ao mesmo tempo, capaz de separar os dias de chuva dos dias secos.
Para medir as duas coisas num número só, os meteorologistas usam desde 1950 o Brier Score, criado pelo meteorologista Glenn Brier e hoje usado também para avaliar modelos de machine learning. A conta é simples: para cada dia, calcule (probabilidade prevista − o que aconteceu)², em que “o que aconteceu” vale 1 se choveu e 0 se não choveu. Depois, faça a média.
| Dia | Previsão | Choveu? | Erro² |
|---|---|---|---|
| 1 | 90% | Sim | 0,01 |
| 2 | 70% | Sim | 0,09 |
| 3 | 70% | Não | 0,49 |
| 4 | 20% | Não | 0,04 |
| 5 | 10% | Não | 0,01 |
A média desses dias é de 0,128, Zero seria um modelo perfeito, inexistente. A probabilidade de chuva, sempre, de 50% fica em 0,25.
No terceiro dia a previsão de 70% “errou” e levou a maior punição. Mas, no total, ela foi boa. Um teste mais justo é compará-la com um palpite ingênuo. Nesses cinco dias choveu em dois, e quem previsse sempre 40% teria um Brier de 0,24. A previsão de verdade eliminou quase metade desse erro.

Com 70%, a punição é pequena se chover (0,09) e grande se não chover (0,49). Por isso, o Brier recompensa quem diz exatamente o que acredita.
A “chuva de 100 anos” não espera 100 anos
Em notícias de enchente, aparecem frequentemente a expressão “chuva de 100 anos”. A leitura convencional é um evento que acontece uma vez por século. Se aconteceu agora, estamos tranquilos até 2126, entretanto não é bem assim.
Período de retorno de 100 anos significa 1% de chance em cada ano, sem memória. Ter acontecido este ano não diminui a chance do ano que vem, ao longo de décadas, esse 1% se acumula. A chance de ao menos uma ocorrência em n anos é 1 − 0,99ⁿ.

Em 30 anos a chance de ocorrer é de 26%. Em 100 anos, de 63%, ou seja, há 37% de chance de uma “chuva de 100 anos” não acontecer nenhuma vez em um século, porém nada impede que ela aconteça dois anos seguidos.
Esses números vêm de uma área da estatística chamada teoria dos valores extremos. Ao invés de analisar a média, ela observa apenas os máximos, como a maior chuva de cada ano, e usa distribuições feitas para os extremos. É com ela que os engenheiros dimensionam bueiros, pontes e barragens.
O próprio termo “100 anos” está mudando. Entre 24 de abril e 4 de maio de 2024, caíram em média mais de 420 mm de chuva no Rio Grande do Sul, e mais de 90% do estado foi afetado. O grupo World Weather Attribution estimou que, no clima atual, um evento assim tem período de retorno de 100 a 250 anos, a mudança climática o tornou mais de duas vezes mais provável. Quando o clima muda, os eventos raros deixam de ser tão raros.
O que está acontecendo agora
Em outubro de 2026, a NOAA, agência americana de oceanos e atmosfera, mantinha um alerta de El Niño e previa com mais de 83% de chance de um evento forte a muito forte até o início de 2027. Em média, anos de El Niño trazem mais chuva ao Sul do Brasil e seca ao Norte e ao Nordeste, mas isso é um padrão estatístico, não uma garantia para cada lugar.

O índice oficial da NOAA, o RONI, mede o aquecimento do Pacífico equatorial em relação ao resto dos oceanos tropicais (NOAA CPC). Em julho–setembro, o de 2026 já marcava +1,7 °C, previsão é de que continue subindo até o fim do ano.
Além disso, desde 2025, modelos de inteligência artificial treinados com décadas de dados rodam operações no centro europeu e, desde o fim de 2025, também na NOAA. Eles são mais rápidos e gastam menos energia, mas não acabam com a incerteza, os melhores também geram dezenas de cenários. A IA não substituiu a estatística na previsão do tempo.
Conclusão
Voltando ao aplicativo: “70% de chance de chuva” não é um palpite vago nem uma promessa. É o resumo de dezenas de futuros simulados, corrigidos por estatística e testados contra décadas de acertos e erros.
A previsão perfeita não existe e nunca vai existir, porque a atmosfera amplifica qualquer erro. O que existe, é a previsão honesta a que diz não só o que pode acontecer, mas o quanto tem certeza disso.
Na Estat Júnior, criamos modelos preditivos a serviço do crescimento do seu negócio. A partir dos seus dados de anos anteriores,assim como a meteorologia, conseguimos analisar tendências do seu negócio visando aumentar o lucro da sua empresa ou mudar o posicionamento da sua marca frente ao mercado. Entre em contato com nós e transforme o futuro de sua empresa.
Autor: Eric Gonçalves de Oliveira
1 comentário em “70% de Chance de Chuva, Você Sabe o Que Isso Quer Dizer?”
Sensacional!! Muito bem apresentado e explicado, parabéns eric!!