Urban climatology has shown itself to be very important in the face of climate change, as the majority of the world's population lives in cities, exposed to high temperatures and rainfall. Understanding the variability of these climate mechanisms is essential for preventing urban damage and disasters. Thus, the estimation of satellite precipitation data is nowadays an instrument of great relevance for understanding rainfall dynamics, especially in environments that lack meteorological stations. The qualification of these estimated data is crucial to assist in weather monitoring and effective climate prevention. This research concerns in to measure the correlation between data from four meteorological stations installed in Balneário Camboriú (SC), in different points of the urban area, and estimates generated by the CHIRPS satellite (Climate Hazards Group InfraRed Precipitation with Station) in the period from August 2021 to July 2022. Data in Shapefile (SHP) format was used, processed in a GIS environment, and exported to Google Earth Engine (GEE). The correlation of the data with the installed meteorological stations was compared, and the result showed that during the period of analysis, the well-distributed precipitation correlated strongly with satellite data. However, for periods with short-term positive precipitation anomalies, the accuracy showed low precision. Therefore, long periods of observation must be analyzed to improve the accuracy of the correlation assessment. La climatología urbana ha demostrado ser cada vez más importante frente al cambio climático, ya que la mayoría de la población mundial vive en ciudades, expuesta a precipitaciones y temperaturas extremas. Comprender el comportamiento de estos mecanismos climáticos es esencial para prevenir daños y desastres urbanos. Así, la estimación de datos de precipitación satelitales es, actualmente, un instrumento de gran relevancia para comprender la dinámica de las precipitaciones, especialmente en entornos que carecen de estaciones meteorológicas. La calificación de estos datos estimados es crucial para que sirvan como monitoreo de condiciones climáticas severas y soporte para medidas efectivas de alerta y prevención. Por lo tanto, este trabajo buscó medir la correlación entre los datos de cuatro estaciones meteorológicas instaladas en Balneário Camboriú (SC), en diferentes puntos del área urbana, y las estimaciones generadas por el satélite CHIRPS (Climate Hazards Group InfraRed Precipitation wich Station) en el período de agosto de 2021 a julio de 2022. Utilizando datos en formato Shepefile (SHP), trabajados en un ambiente GIS y exportados a Google Earth Engine (GEE), se comparó la correlación de los datos con las estaciones meteorológicas instaladas, lo que arrojó para el periodo en análisis que durante los días de precipitación bien distribuida, los datos satelitales mostraron una precisión muy fuerte y para períodos con anomalías positivas de precipitación a corto plazo, la precisión mostró una precisión baja. Por lo tanto, se deben analizar largos períodos de observación para mejorar la precisión de la calificación de la correlación. A climatologia urbana tem se mostrado cada vez mais importante diante do cenário de mudanças climáticas, pois nas cidades vive a maioria da população mundial, exposta aos extremos de chuvas e temperaturas. Compreender a variabilidade desses mecanismos climáticos é essencial para a prevenção de danos e desastres urbanos. Assim, a estimativa de dados de precipitação por satélite é, na atualidade, um instrumento de dimensionada relevância para a compreensão da dinâmica pluviográfica, sobretudo, de ambientes que carecem de estações meteorológicas. A qualificação desses dados estimados é crucial para servir de monitoramento de tempo severo, apoio para medidas de alerta e prevenção eficazes. Desse modo, este trabalho buscou dimensionar a correlação entre dados de quatro estações meteorológicas instaladas em Balneário Camboriú (SC), em diferentes pontos da área urbana, e estimativas geradas pelo CHIRPS (Climate Hazards Group InfraRed Precipitation wich Station) no período de agosto de 2021 a julho de 2022. Com uso de dados em formato Shepefile (SHP), trabalhados em ambiente SIG e exportados para Google Earth Engine (GEE), comparou-se a correlação dos dados com as estações meteorológicas instaladas, os quais exibem para o período em análise que, durante os dias de precipitação bem distribuída, os dados CHIRPS mostraram uma acurácia muito forte e, para períodos com anomalias positivas de precipitação de curta duração, a acurácia mostrou baixa precisão. Diante disso, períodos de longa duração de observações devem ser analisados para efeito de melhor precisão da qualificação da correlação.