O conhecimento da umidade dos materiais combustíveis é imprescindível para a estimativa de parâmetros ligados ao comportamento do fogo. Este trabalho teve como objetivo a predição da umidade do material combustível utilizando variáveis meteorológicas. O material combustível avaliado foi o da camada superficial de acículas em um reflorestamento de Pinus elliottii na Estação Experimental de Rio Negro, Paraná (UFPR). Foram utilizadas duas metodologias diferentes para a quantificação da umidade do material combustível, uma baseada em amostras retiradas diretamente do piso da floresta e a outra utilizando amostras também retiradas do piso florestal, mas colocadas em cestos feitos de telas plásticas e utilizadas durante todo o processo de determinação de umidade. Ambos os tipos de amostra foram pesadas em intervalos definidos de tempo, sendo posteriormente submetidas à secagem para a determinação da umidade. A metodologia que apresentou melhores resultados foi a de amostras distintas, que teve seu melhor modelo matemático incorporando a temperatura e a velocidade do vento (UMC = b0 + b1 *T + b2*V), apresentando um coeficiente de determinação (R2) de 0,86 e um erro padrão da estimativa porcentual (Sxy %) de 8,74%
Fuel moisture knowledge is essential to estimate several fire behavior variables. The objective of this research was to estimate fuel moisture basing on meteorological variables. The fuel used in the research was the accumulated needles over the forest floor in a Pinus elliottii plantation in the Federal University of Paraná Experimental Station located in Rio Negro county, Paraná State, southern Brazil (26o04’S latitude and 49o45’W longitude).Two methodologies were used to measure the fuel moisture: i) samples were collected and placed in a basket to be weighted along the days; ii) samples were collected along the days directly from the forest floor. Samples from both methodologies were weighted in pre-established time intervals and oven dried for moisture determination. The samples collected directly from the forest floor presented better results and the equation with best fit included the air temperature and wind speed (UMC = b0 + b1*T + b2*V), with R2 = 0,86 and Sxy = 8,74%.
