Cerrado is the most biodiverse tropical savanna in the world characterized by a range of vegetation structures from grasslands to forests. However, Cerrado’s stability has been threatened by anthropogenic changes in the fire regime. Managing fuels is one of the most important options we have for reducing wildfire’s negative impacts on society and the environment and amplifying positive ones on fire-dependent flora. Large areas such as Cerrado often require remote sensors to characterize fuels, especially those on-board space-based platforms. Even though spaceborne sensors have been around for over 50 years, new opportunities arise with recently launched sensors with unprecedented characteristics. Yet, Cerrado fuel properties and their potential to be characterized with the new generation of sensors are still little studied. In this thesis proximal and near-surface approaches as a step forward to scale-up Cerrado fuel properties are presented. The thesis is divided into three chapters, where: i) fuel moisture content is predicted using leaf spectroscopy and machine learning algorithms, ii) fuel load is predicted for the whole Cerrado extent using lidar data collected from unoccupied aerial vehicles and the recently launched GEDI spaceborne lidar sensor and ili) a review of the novel spaceborne remote sensors with potential to be used for fuel characterization and the main fuel-related variables for integrated fire management is presented. The results showed the applicability of spectroscopy and lidar data together with machine learning to retrieve important fuel characteristics for fire management. With the increasing availability of data from sensors with new technologies and capabilities, which allow the upscaling of information collected in the field, it is suggested that we are facing a new era for the mapping and monitoring of fuels, which is essential for the development of integrated fire management programs aiming at preserving the Cerrado biome and similar ecosystems worldwide. Keywords: Fire risk, Vegetation fuel, Spectroscopy, Lidar, GEDI, Machine learning, Satellite-borne sensorsO Cerrado é a savana tropical com maior biodiversidade do mundo, caracterizada por uma variedade de estruturas de vegetação incluindo formações campestres e florestais. No entanto, a estabilidade do Cerrado tem sido ameaçada por mudanças antrópicas no regime natural de fogo. A gestão do material combustível da vegetação é uma das opções mais importantes que temos para reduzir os impactos negativos dos incêndios florestais na sociedade e no ambiente e amplificar os positivos na flora dependente do fogo. Grandes áreas como o Cerrado geralmente requerem sensores remotos para caracterizar combustíveis, especialmente aqueles a bordo de plataformas orbitais. Embora os sensores em plataformas orbitais Já existam há mais de 50 anos, novas oportunidades surgem com sensores lançados recentemente com características inéditas. No entanto, as propriedades do material combustível do Cerrado e seu potencial para serem caracterizadas com a nova geração de sensores ainda são pouco estudadas e, nesta tese, são apresentadas abordagens de sensoriamento remoto como mais um passo para ampliar a caracterização e monitoramento do material combustível no Cerrado. Esta dissertação está dividida em três capítulos, onde: i) o teor de umidade do combustível é predito usando espectroscopia foliar e algoritmos de aprendizado de maquina, ii) a carga de combustível é predita para toda a extensão do Cerrado usando dados lidar coletados a partir de aeronave não ocupada, aprendizado de máquina e dados do sensor espacial GEDI, recentemente lançado, e iii) uma revisão é apresentada sobre os novos sensores remotos espaciais com potencial para serem usados na caracterização das principais variáveis relacionadas ao material combustível para manejo integrado do fogo. Os resultados mostraram a aplicabilidade de dados de espectroscopia e lidar, aliados ao uso de modelos de aprendizado de máquina, na recuperação de características do combustível importantes para o manejo do fogo. Com o aumento da disponibilidade de dados de sensores com novas tecnologias e capacidades, que permitem a escalada de informação coletada em campo, sugere-se que estamos diante de uma nova era para o mapeamento e monitoramento de material combustível, o que é essencial para o desenvolvimento de programas de manejo integrado do fogo visando a preservação do e bioma Cerrado e outros ecossistemas semelhantes em todo o mundo. Palavras-chave: Risco de incêndio; Combustível vegetal; Espectroscopia, Lidar, GEDI, Aprendizado de máquina, Sensores satelitáriosCoordenação de Aperfeiçoamento de Pessoal de Nível Superior