Nas grandes cidades brasileiras e suas regiões metropolitanas os desastres naturais causados por condições de tempo severo são intensificados devido à maior suscetibilidade gerada pela alta densidade demográfica e a ocupação desordenada de áreas de risco. Entre os principais eventos desencadeadores de desastres naturais estão as chuvas intensas e as consequências advindas de sua ocorrência, como por exemplo, os eventos de inundações, enxurradas e deslizamentos de encostas. No dia 15/02/2019 uma baixa pressão na superfície favorecida pelo escoamento do Jato Subtropical em altitude causou fortes chuvas na Região Metropolitana de São Paulo (RMSP) tendo sido registrado um acumulado de 85mm em pouco mais de 12 horas de atuação. Essa chuva causou diversos transtornos na região, como por exemplo, transbordamento de rios, alagamentos e movimentos de massa, tendo sido registrados casos de pessoas desalojadas e desabrigadas. O modelo numérico WRF com resolução espacial de 5km e centrado sobre a RMSP foi utilizado para tentar simular esse evento de chuva severa. Para tanto foram utilizados como condições iniciais e de contorno as previsões e análises do modelo GFS com frequência de 3 horas. Foram testadas cerca de 30 configurações diferentes do modelo, experimentando diferentes esquemas de microfísica, camada limite planetária, camada da superfície e cobertura da superfície. Para verificação da destreza das configurações foram utilizados os índices estatísticos do erro médio relativo (EMR), o viés, raíz do erro médio quadrático (RMSE) e o erro médio absoluto (MAE) em 579 estações pluviométricas automáticas. Os resultados mostraram que para essa região, já nas primeiras simulações, quatro esquemas de microfísica foram capazes de reproduzir a precipitação média acumulada com EMR inferior a 10% e apenas um esquema de camada limite planetária conduziu a produção de chuva para valores irreais. A melhor configuração apresentou EMR para os valores de precipitação acumulada inferior a 1% com MAE e RMSE próximos de 1. A diferença entre a melhor e a pior configuração foi superior a 200%, evidenciando a necessidade de estudos quando da definição das configurações do modelo.