RESUMO A calibração de modelos é fator fundamental para a obtenção de elevadas acurácias na estimativa do crescimento e rendimento das culturas. Este estudo teve como objetivo parametrizar os coeficientes genético e de ecotipo do modelo DSSAT/Canegro para cinco cultivares de cana-de-açúcar mantidas sob três manejos hídricos, além de avaliar a precisão do modelo na estimativa da produtividade de colmos, produtividade de açúcar e altura de colmos. Foram utilizados dados experimentais de campo obtidos em dois anos de cultivo (2016 e 2017) na FCAV/Universidade Estadual Paulista, Jaboticabal, SP. As cultivares foram mantidas sob irrigação suplementar, irrigação deficitária e não irrigadas. Foram utilizados os dados do tratamento de irrigação suplementar (sem estresse) para a parametrização de cada cultivar. A acurácia do modelo foi verificada pela correlação de Pearson (r), raiz do erro quadrático médio (RMSE), erro médio (MBE), índice de concordância (d) e coeficiente de confiança (c). O modelo DSSAT/Canegro apresenta elevada acurácia na predição da produtividade de colmos e de açúcar da cana-de-açúcar cultivada sob regimes hídricos, apresentando-se como alternativa viável na simulação do rendimento da cultura. Para melhor performance do modelo DSSAT/Canegro, é necessário a parametrização das variáveis relacionadas ao ecotipo das cultivares, além dos coeficientes específicos das cultivares.
ABSTRACT Model calibration is a fundamental factor to obtain high accuracy in the estimation of crop growth and yield. This study aimed to parameterize the genetic and ecotype coefficients of the DSSAT/Canegro model for five sugarcane cultivars kept under three water managements, besides evaluating the accuracy of the model in predicting sugarcane stalk yield, sugar yield and height. Experimental field data were obtained from two years (2016 and 2017) of cultivation at FCAV/Universidade Estadual Paulista, Jaboticabal, SP, Brazil. The cultivars were maintained under supplementary irrigation, deficit irrigation and no irrigation. Data of the supplementary irrigation treatment (without stress) were used for the parameterization of each cultivar. Model accuracy was assessed by Pearson correlation (r), root mean squared error (RMSE), mean bias error (MBE), index of agreement (d) and confidence coefficient (c). The DSSAT/Canegro model is highly accurate in predicting stalk and sugar yields of sugarcane grown under water regimes, presenting itself as a viable alternative in sugarcane yield simulation. For better performance of the DSSAT/Canegro model, it is necessary to parameterize the variables related to the ecotype of the cultivars, besides the specific coefficients of the cultivars.