Resumo: O objetivo deste trabalho foi avaliar a calibração e o desempenho do modelo SimulArroz na simulação do acúmulo de matéria seca e da produtividade de grãos de cultivares de arroz híbrido irrigado por inundação no Rio Grande do Sul. Os experimentos foram conduzidos em delineamento de blocos ao acaso em Santa Maria, Cachoeirinha, Santa Vitória do Palmar, Uruguaiana, Bagé, Camaquã e Cachoeira do Sul. Em Santa Maria e Cachoeirinha, foram avaliados o acúmulo de matéria seca da parte aérea e a produtividade de grãos de três cultivares híbridas (Prime CL, Inov CL e QM 1010 CL) e uma convencional de arroz usada como testemunha (Irga 424). Nos outros locais, foi avaliada somente a produtividade de grãos. Observou-se que, nas cultivares híbridas, são alocados mais fotoassimilados da parte aérea nos colmos, para sustentar a maior panícula, em comparação às cultivares convencionais de arroz. A calibração do modelo SimulArroz utilizada é eficiente em simular o acúmulo de matéria seca e a produtividade de grãos de cultivares de arroz híbrido nas regiões orizícolas irrigadas do Rio Grande do Sul.

Abstract: The objective of this work was to evaluate the calibration and the performance of the SimulArroz model for simulating the accumulated dry matter and the grain yield of flooded hybrid rice cultivars in the state of Rio Grande do Sul, Brazil. The experiments were carried out in a completely randomized block design in the municipalities of Santa Maria, Cachoeirinha, Santa Vitória do Palmar, Uruguaiana, Bagé, Camaquã, and Cachoeira do Sul. In Santa Maria and Cachoeirinha, the shoot dry matter accumulation and grain yield of three hybrid cultivars (Prime CL, Inov CL, and QM 1010 CL) and one conventional rice cultivar, used as control (Irga 424), were evaluated. In the other sites, only grain yield was evaluated. It was observed that more photoassimilates from the culm shoots are allocated in the hybrid cultivars, in order to sustain a greater panicle, compared with conventional rice. The calibration of the SimulArroz model used is efficient to simulate the accumulated dry matter and grain yield of hybrid rice cultivars in flooded rice crop regions of the state of Rio Grande do Sul.

Resumo: O objetivo deste trabalho foi avaliar um método de previsão de safra de arroz irrigado por inundação para o Rio Grande do Sul, por meio do modelo SimulArroz e do modelo climático regional RegCM4. Dados diários de temperatura mínima, temperatura máxima e radiação solar, simulados a partir de nove membros do modelo RegCM4, foram usados como dados de entrada no modelo SimulArroz para previsão de safra. Para testar o desempenho da previsão de safra, experimentos foram realizados durante o ano agrícola 2013/2014, nos municípios de Restinga Seca e Itaqui, RS, onde foi avaliada a variável produtividade de grãos. A produtividade de grãos observada variou de 6.898 a 10.272 kg ha-1, e a produtividade de grãos prevista variou de 2.853 a 9.636 kg ha-1. As previsões de produtividade de grãos de arroz, geradas pelos membros 31, 19, 13 e 01, apresentaram raiz do quadrado médio do erro de 1.218, 1.134, 1.354 e 1.374 kg ha-1, respectivamente. A previsão de safra de arroz irrigado por inundação para o Rio Grande do Sul pode ser realizada por meio do modelo SimulArroz, ao se utilizar, como dados meteorológicos de entrada, a previsão climática sazonal obtida com o modelo RegCM4.

Abstract: The objective of this work was to evaluate a method of yield forecast for flooded rice in the state of Rio Grande do Sul (RS), Brazil, using the SimulArroz rice model and the RegCM4 regional climate model. Daily data of minimum temperature, maximum temperature, and solar radiation, simulated from nine members of the RegCM4 model, were used as input data to the SimulArroz model for rice yield forecast. To test the yield forecast performance, field experiments were carried out during the 2013/2014 growing season, in the municipalities of Restinga Seca and Itaqui, RS, Brazil, where grain yield was evaluated. The observed rice grain yield ranged from 6,898 to 10,272 kg ha-1, while the predicted one ranged from 2,853 to 9,636 kg ha-1. The rice grain yield forecasts, generated by members 31, 19, 13, and 01, had a root mean square error of 1,218, 1,134, 1,354, and 1,374 kg ha-1, respectively. Flooded rice yield forecast for the state of Rio Grande do Sul can be made through the SimulArroz model, using, as input meteorological data, the seasonal climate forecast obtained with the RegCM4 model.