A análise de freqüência de cheias através da distribuição de probabilidade generalizada de valores extremos-GEV tem crescido nos últimos anos. A estimação de altos quantis de cheias é comumente praticada extrapolando o ajuste, representado por uma das 3 formas inversas de distribuição GEV, para períodos de retorno bem superiores ao período dos dados observados. Eventos hidrológicos ocorrem na natureza com valores finitos, tal que, seus valores máximos seguem a forma assintótica da GEV limitada. Neste trabalho estuda-se a estimabilidade da distribuição GEV através de momentos LH, usando séries de cheias anuais com diferentes características e comprimentos, obtidas de séries de vazões diária gerada de diversas formas. Primeiramente, sequências estocásticas de vazões diárias foram obtidas da distribuição limitada como subjacente da distribuição GEV limitada. Os resultados da estimação dos parâmetros via momentos-LH, mostram que o ajuste da distribuição GEV as amostras de cheias anuais com menos de 100 valores, pode indicar qualquer forma de distribuição de valores extremos e não somente a forma limitada como seria esperado. Também, houve grande incerteza na estimação dos parâmetros obtidos de 50 séries geradas de uma mesma distribuição. Ajustes da distribuição GEV às séries de vazões anuais, obtidas séries de fluxo diários gerados com 4 modelos estocásticos disponíveis na literatura e calibrados aos dados dos rio Paraná e dos Patos, resultaram na forma de Gumbel. Propõe-se um modelo de geração diária que simula picos de vazões usando a distribuição limitada. O ajuste do novo modelo às vazões diárias do rio Paraná reproduziu as estatísticas diárias, mensais, anuais, assim como os valores extremos da série histórica. Além disso, a série das cheias anuais com longa duração, foi adequadamente descrita pela forma da distribuição GEV limitada. / Frequency analysis of floods by Generalized Extreme Value probability distribution has multiplied in the last few years. The estimations of high quantile floods is commonly practiced extrapolating the adjustment represented by one of the three forms of inverse GEV distribution for the return periods much greater than the period of observation. The hydrologic events occur in nature with finite values such that their maximum values follow the asymptotic form of limited GEV distribution. This work studies the identifiability of GEV distribution by LH-moments using annual flood series of different characteristics and lengths, obtained from daily flow series generated by various methods. Firstly, stochastic sequences of daily flows were obtained from the limited distribution underlying the GEV limited distribution. The results from the LH-moment estimation of parameters show that fitting GEV distribution to annual flood samples of less than 100 values may indicate any form of extreme value distribution and not just the limited form as one would expect. Also, there was great uncertainty noticed in the estimated parameters obtained for 50 series generated from the some distribution. Fitting GEV distribution to annual flood series, obtained from daily flow series generated by 4 stochastic model available in literature calibrated for the data from Paraná and dos Patos rivers, indicated Gumbel distribution. A daily flow generator is proposed which simulated the high flow pulses by limited distribution. It successfully reproduced the statistics related to daily, monthly and annual values as well as the extreme values of historic data. Further, annual flood series of long duration are shown to follow the form of asymptotic limited GEV distribution.

A análise de freqüência de cheias através da distribuição de probabilidade generalizada de valores extremos-GEV tem crescido nos últimos anos. A estimação de altos quantis de cheias é comumente praticada extrapolando o ajuste, representado por uma das 3 formas inversas de distribuição GEV, para períodos de retorno bem superiores ao período dos dados observados. Eventos hidrológicos ocorrem na natureza com valores finitos, tal que, seus valores máximos seguem a forma assintótica da GEV limitada. Neste trabalho estuda-se a estimabilidade da distribuição GEV através de momentos LH, usando séries de cheias anuais com diferentes características e comprimentos, obtidas de séries de vazões diária gerada de diversas formas. Primeiramente, sequências estocásticas de vazões diárias foram obtidas da distribuição limitada como subjacente da distribuição GEV limitada. Os resultados da estimação dos parâmetros via momentos-LH, mostram que o ajuste da distribuição GEV as amostras de cheias anuais com menos de 100 valores, pode indicar qualquer forma de distribuição de valores extremos e não somente a forma limitada como seria esperado. Também, houve grande incerteza na estimação dos parâmetros obtidos de 50 séries geradas de uma mesma distribuição. Ajustes da distribuição GEV às séries de vazões anuais, obtidas séries de fluxo diários gerados com 4 modelos estocásticos disponíveis na literatura e calibrados aos dados dos rio Paraná e dos Patos, resultaram na forma de Gumbel. Propõe-se um modelo de geração diária que simula picos de vazões usando a distribuição limitada. O ajuste do novo modelo às vazões diárias do rio Paraná reproduziu as estatísticas diárias, mensais, anuais, assim como os valores extremos da série histórica. Além disso, a série das cheias anuais com longa duração, foi adequadamente descrita pela forma da distribuição GEV limitada. / Frequency analysis of floods by Generalized Extreme Value probability distribution has multiplied in the last few years. The estimations of high quantile floods is commonly practiced extrapolating the adjustment represented by one of the three forms of inverse GEV distribution for the return periods much greater than the period of observation. The hydrologic events occur in nature with finite values such that their maximum values follow the asymptotic form of limited GEV distribution. This work studies the identifiability of GEV distribution by LH-moments using annual flood series of different characteristics and lengths, obtained from daily flow series generated by various methods. Firstly, stochastic sequences of daily flows were obtained from the limited distribution underlying the GEV limited distribution. The results from the LH-moment estimation of parameters show that fitting GEV distribution to annual flood samples of less than 100 values may indicate any form of extreme value distribution and not just the limited form as one would expect. Also, there was great uncertainty noticed in the estimated parameters obtained for 50 series generated from the some distribution. Fitting GEV distribution to annual flood series, obtained from daily flow series generated by 4 stochastic model available in literature calibrated for the data from Paraná and dos Patos rivers, indicated Gumbel distribution. A daily flow generator is proposed which simulated the high flow pulses by limited distribution. It successfully reproduced the statistics related to daily, monthly and annual values as well as the extreme values of historic data. Further, annual flood series of long duration are shown to follow the form of asymptotic limited GEV distribution.