A infiltração é um processo fundamental para o ciclo hidrológico por determinar o armazenamento da água no solo e garantir a perenização e regularidade de nascentes e cursos d’água. Para sua a determinação não existe um consenso sobre a melhor metodologia a ser usada. Estudos de campo são frequentemente realizados com infiltrômetro de anel e simuladores de chuva, mas com complexidade em sua execução. Além disso, o papel da declividade do terreno na taxa de infiltração de água no solo ainda é pouco claro, e poucos são os dados para regiões com relevo movimentado, como é o caso dos Mares de Morros do Brasil, onde destaca-se a classe de relevo fortemente ondulada e onde mais de 70 % da cobertura do solo é formada por pastagens. Nesse contexto, o presente estudo objetivou avaliar a infiltração da água no solo e a erodibilidade em áreas de pastagem em diferentes declividades do terreno e coberturas do solo. O estudo foi dividido em capítulos. No Capítulo I, o objetivo foi propor funções de pedotransferência para a estimativa da taxa de infiltração estável de água para os solos brasileiros com base na mineração de dados (data mining), e a partir de modelos de regressão linear e modelos de aprendizado de máquina (machine learning). No segundo capítulo, objetivou-se avaliar o efeito da declividade e da cobertura do solo sobre a estimativa da infiltração de água no solo em áreas de pastagem. No terceiro capítulo buscou-se avaliar a erodibilidade de um Latossolo em diferentes condições de umidade inicial, declividades e cobertura do solo, como estimadas pelo método tradicional de campo e com o ensaio de Inderbitzen. Os resultados obtidos indicaram que funções de pedotransferência são capazes de estimar a taxa de infiltração estável da água no solo quando essa é determinada com o uso do simulador de chuvas. A mesma capacidade preditiva foi obtida com modelos de aprendizado de máquina, em especial com o Random Forest, tanto para estimativas da variável determinada com simulador de chuvas, assim como com infiltrômetro de anel. Os dados de campo indicaram que a declividade do terreno não afetou a taxa de infiltração de água no solo, infiltração acumulada e o escoamento superficial acumulado. Por outro lado, a cobertura vegetal exerce papel fundamental na taxa de infiltração, sendo capaz de aumentá-la de 30 a 60 %. A mesma cobertura é capaz de reduzir a erodibilidade do solo a quase a metade do valor obtido para osolo descoberto. O ensaio de Inderbitzen apresenta potencial a ser explorado em estudos de perdas de solo e proporciona resultados com relação aparentemente direta com os obtidos em ensaios de campo. Com o propósito orientativo e de se construir um futuro banco de dados, o presente estudo sugere a indicação da relação Fator K (campo) = 10 x Fator K (Ensaio de Inderbitzen) para uso em Latossolos. Palavras-chave: Simulador de chuvas Perda de solo. Escoamento superficial.Infiltration is a fundamental process for the hydrological cycle to determine water storage in the soil and ensure perenniality and the regularity of springs and watercourses. There is no consensus on the best methodology to be used for the infiltration determination. Field studies are often carried out with ring infiltrometer and rain simulators, but both techniques are complex in their execution. Moreover, the role of slope in the water infiltration rate is still unclear, and there are little data for mountains regions, such as the Mares de Morros domain in Brazil, where most of the relief is heavily undulating, and pastures cover more than 70% of the lands. In this scenario, the present study aimed to evaluate soil water infiltration and erodibility in pasture areas in different terrain slopes and land cover. The study was divided into chapters. Chapter I aimed to propose pedotransfer functions to estimate the stable infiltration rate for Brazilian soils based on data mining and from linear regression models and machine learning models. In the second chapter, the objective was to evaluate the effect of slope and soil cover on estimating water infiltration in the soil in pasture areas. The third chapter aimed to evaluate the erodibility of an Oxisol under different conditions of initial soil moisture, slope and soil cover, as estimated by a traditional field method and with the Inderbitzen test. The results obtained indicated that pedotransfer functions can estimate the stable infiltration rate in the soil when this is determined using the rainfall simulator. The same predictive capacity was obtained with machine learning models, especially with Random Forest, using the rainfall simulator and the ring infiltrometer. Field data indicated that the slope did not affect the infiltration rate, accumulated infiltration and accumulated surface runoff. On the other hand, the cover plays a fundamental role in the infiltration rate, increasing this estimate from 30 to 60%. The same cover can reduce soil erodibility to almost half the value obtained for bare soil. The Inderbitzen test presents a potential for soil losses studies and provides results that are apparently and directly related to those obtained in field tests. To guide and build a future database for soil losses studies, we propose using the K Factor (field) = 10 x K Factor (Inderbitzen Test) relation for Oxisols.Keywords: Rain simulator. Soil loss. Surface runoff.Conselho Nacional de Desenvolvimento Científico e Tecnológico