La variabilidad temporal de la lluvia es extrema en los pastizales del norte de Australia y ocurre en escalas de tiempo anuales, decenales e incluso más largas. Para mantener la productividad a largo plazo de los pastizales del norte de Australia bajo condiciones de lluvia altamente variables, se evalúan prácticas de manejo de tierras adecuadas utilizando modelos biofísicos de pastizales, por ejemplo, GRASP (Producción de Pasto). Los máximos diarios de la intensidad de lluvia de 15 minutos (I15) se utilizan para predecir el escurrimiento y la retención de humedad en el modelo. El rendimiento de los modelos biofísicos de pastizales depende en gran medida de las estimaciones de I15. Dado que el número de estaciones pluviográficas es muy limitado en los pastizales del norte de Australia, se desarrolló un modelo empírico de I15 (Fraser) utilizando variables climáticas diarias fácilmente disponibles, es decir, el total diario de lluvia, el rango de temperatura diurna diario y la temperatura mínima diaria. El objetivo de este estudio es estimar I15 a partir de los totales diarios de lluvia utilizando un esquema de desagregación bien establecido acoplado con el modelo de pulso rectangular de Bartlett-Lewis (BLRP). En ausencia de datos pluviográficos, los modelos BLRP (RBL-E y RBL-G) se calibraron con las estadísticas de precipitación estimadas utilizando las Recuperaciones Integradas de Múltiples Satélites para GPM (medición global de precipitación) (IMERG; 30 min, resolución de 0.1 grados). Los modelos Fraser, RBL-E y RBL-G se evaluaron utilizando datos pluviográficos de 1 minuto en un único sitio de prueba en Darwin. Los resultados indicaron que los tres modelos tendían a subestimar el I15 observado, mientras que se observó una subestimación seria para RBL-E y RBL-G. La subestimación por parte de los modelos Fraser, RBL-E y RBL-G consistió en un 23%, 38% y 50% en promedio, respectivamente. Además, el modelo Fraser representó el 29% de la variación en el I15 observado, mientras que RBL-E y RBL-G representaron solo el 7% y el 11% de la variación, respectivamente. Una comparación de RBL-E y RBL-G sugirió que la diferencia en las escalas espaciales de IMERG y los datos pluviográficos necesita ser abordada para mejorar el rendimiento de RBL-E y RBL-G. En general, los hallazgos de este estudio demuestran que el modelo BLRP calibrado con estadísticas de IMERG tiene el potencial para estimar I15 para el modelo biofísico GRASP una vez que se aborde la diferencia de escala entre IMERG y los datos de lluvia puntual.