RESUMO A precipitação interna (PI) é influenciada por diferentes condições meteorológicas, que, ao interagirem entre si e com a vegetação, podem resultar em elevada variabilidade espacial e temporal. Este estudo teve como objetivo avaliar a influência da precipitação em aberto (PA) sobre a PI, assim como descrever o comportamento dessas variáveis em uma área de vegetação com predominância de Pinus elliottii no sudeste brasileiro, explorando diferentes modelos estatísticos propostos na literatura. Para isto, foram registrados dados de PA e PI em 24 eventos de chuva por 180 pluviômetros distribuídos em seis parcelas de 10 x 10 m. Os resultados indicam influência significativa do volume de PA sobre as variáveis resposta [volume de PI (PImm), fração de PI (PI%) e coeficiente de variação da PI (CVPI )]. Enquanto o modelo linear apresentou o melhor ajuste para PImm, os modelos não-lineares tiveram melhores ajustes para PI% e CVPI em função de PA, permitindo identificar comportamentos distintos para diferentes volumes de chuva. De forma geral, verificou-se que a PA é a principal fonte de variação nas estimativas de PI na área de estudo. No entanto, destaca-se que outras variáveis podem estar atuando simultaneamente sobre a PI% e CVPI, nas quais 45,4 e 38,1%, respectivamente, da variação permanecem inexplicados, demandando estudos complementares para identificar e quantificar a influência de outros fatores.

ABSTRACT Throughfall (TF) is influenced by different meteorological conditions, which can result in high spatial and temporal variability, when interacting with vegetation and mutually with each other. This study aimed to evaluate rainfall (RF) influence on TF, as well as to describe the behavior of these variables in an area dominated by Pinus elliottii in southeastern Brazil, by exploring different statistical models proposed in the literature. For this, RF and TF data were recorded in 24 rainfall events by 180 gauges distributed in six 10 x 10 m plots. The results indicate a significant influence of RF volume on response variables [TF volume (TFmm), TF fraction (TF%) and coefficient of variation of TF (CVTF)]. While the linear model presented the best fit for TFmm , the non-linear models had better results for TF% and CVTF as a function of RF, allowing the identification of distinct behaviors for different RF volumes. In general, it was verified that RF is the main source of variability in TF estimates in the study area. However, it should be noted that other variables may be acting simultaneously on TF% and CVTF, in which 45.4 and 38.1% of the variation, respectively, remain unexplained, requiring complementary studies to identify and quantify the influence of other factors.