O estudo realizou uma análise comparativa entre o índice de reflectância de duas fitofisionomias (Macega e Cerradão) do Cerrado nas bandas de imagens do Instrumento Multiespectral (MSI) do satélite Sentinel 2 das bandas Short-wave infrared (SWIR) 1 e 2 e Near Infra-Red (NIR) de duas fitofisionomias do Cerrado em consonância com os dados in situ de Fuel Moisture Content (FMC) afim de contribuir com técnicas de Sensoriamento Remoto para monitorar combustíveis vegetais e perigos de incêndio. Dados adicionais de variáveis ambientais como temperatura e umidade do ar, e de satélites como precipitação e conteúdo de umidade de solo foram consideradas neste estudo. A análise dos dados foi feita com a aplicação de correlação linear e de regressão múltipla. No FMC, os resultados ficaram acima de 100% para o Cerradão e para a Macega atingiu valor mínimo de 20%. Na análise de correlação, a banda NIR se correlacionou positivamente (R² = 0,32) ao FMC do Cerradão, enquanto na Macega, a melhor correlação foi identificada nas bandas do SWIRs (R² = 0,36) inversamente ao FMC. Na análise de regressão, o FMC do Cerradão indicou correspondência à umidade de solo. Conclui-se que vegetais vivos tendem a recorrer a umidade do solo, enquanto que os vegetais mortos são mais afetados por variáveis atmosféricas e, por isso, são mais propensos a incêndios, como a Macega. O monitoramento do FMC por Sensoriamento Remoto requer maior amostragem em relação ao bioma Cerrado, cuja fisiologia complexa mostra ser influenciada por variáveis ambientais e climáticas que deverão ser levadas em conta em análises e estudos posteriores. Leaf moisture content analysis of Cerrado phytophysiognomies using Sentinel 2 satellite multispectral instrument images A B S T R A C T Moisture content of living or dead plant material is a fundamental element in the characterization of the fire's fuel load in wildfire episodes. Satellite imagery and field surveys can help to estimate Fuel Moisture Content (FMC) in different environments. FMC is computed as wet weight over dry weight of vegetation samples. In this study, 24 FMC samples of Brazilian Savana vegetation were collected between May and October 2019 in two phytotypes: Cerrado Típico and Campo Limpo, in the municipality of Sacramento / MG. We applied an statistic correlation to reflectance of the Sentinel-2 MSI spectral bands (Multispectral Instrument). Data on soil moisture, temperature, precipitation and air humidity were tested in a Multiple Linear Regression to verify possible impacts of these elements on FMC results. SWIR 1 band had a better correlation (R² = 0.33) with Campo Limpo samples, the reflectance increases as the plant's humidity decreases, turning to dead leaves. In Cerrado Típico, FMC increased during the period, keeping leaves alive. Dead leaves are affected by atmospheric variations and are more prone to burning. The risk of fire is imminent in Campo Limpo and reflectance analysis of short wave infrared (SWIR) is a strategy to predict risk of fires in this environment.Keywords: wildfire risk; fuel moisture content; reflectance