O clima é um dos fatores ambientais que impõe os maiores riscos para a atividade agrícola, sendo responsável pelas oscilações e frustrações das safras no Brasil. Em cenário de mudanças climáticas, os atuais níveis de produtividade do milho de 1ª e de 2ª safra deverão ser alterados. Para se avaliar tais impactos, os modelos de simulação de culturas possibilitam estimar o crescimento, o desenvolvimento fenológico e a produtividade das culturas sob ampla gama de condições ambientais e de manejo, sendo, portanto, ferramentas eficientes para esse tipo de estudo. Considerando os possíveis impactos das mudanças climáticas na produtividade da cultura do milho, o presente estudo teve por objetivos: i) realizar preenchimento de falhas em séries de dados meteorológicos e, gerar séries sob projeções futuras do clima a curto (2010- 2039), médio (2040-2069) e longo (2070-2099) prazos, para os cenários de emissão intermediária (RCP4.5) e de alta emissão (RCP8.5); ii) calibrar e validar os modelos DSSAT/CERES-Maize e MONICA para simular a produtividade do milho de 1ª e de 2ª safra, e analisar a sensibilidade desses modelos, identificando os fatores de maior influência na produtividade do milho; iii) aplicar o modelo DSSAT/CERES-Maize, para determinar a produtividade do milho de 1ª e de 2ª safra, em condições de clima atual e futuro, e avaliar possíveis estratégias de manejo, de forma individual e combinada, como épocas de semeadura, ciclo da cultivar, irrigação e adubação nitrogenada, para minimização dos possíveis impactos. Para o preenchimento de falhas em séries de dados meteorológicos, o método de Bristow- Campbell (estimação da radiação solar), e a base em ponto de grade XAVIER foram as que apresentaram melhor desempenho. As projeções de clima futuro evidenciaram condições de clima mais quente, com redução no total acumulado de chuva nas regiões Norte-Nordeste e aumento no Sul do país, e as regiões Sudeste e Centro-Oeste configurando como áreas de transição. Os modelos DSSAT/CERES-Maize e MONICA apresentaram índice de desempenho (c) muito bom para ambas as safras, na estimação da produtividade do milho, com EAM inferior a 450 e 350 kg ha-1 na 1ª e na 2ª safra, respectivamente. Para as estimativas por conjunto, os valores de c foram avaliados como ótimos para as duas safras, com EAM caindo para 276 e 194 kg ha-1, na 1ª e na 2ª safra, respectivamente. Ambos os modelos mostraram sensibilidade às alterações climáticas e de adubação, porém com o modelo DSSAT/CERES-Maize se mostrando mais adequado para estudos de impactos de mudanças climáticas na cultura do milho. As simulações sob clima futuro com o modelo DSSAT/CERES-Maize, mostraram perdas de produtividade em relação aos atuais níveis, variando de 41 a 63% para milho da 1ª safra, e de 58 a 65% para o milho da 2ª safra, com as estratégias de manejo quanto a data de semeadura, ciclo da cultivar, irrigação e adubação nitrogenada mostrando redução das perdas e até mesmo ganhos de produtividade quando adotadas em condições de clima futuro. / Climate is one of the major environmental factors that impose the greatest risks for the agricultural activity, being responsible for the oscillations and frustrations of the crops in Brazil. In a scenario of climate change, the current yield levels of maize growing in-season and offseason should be impacted. In order to evaluate such impacts, crop simulation models allow estimating the growth, phenological development and yield under a wide range of environmental and crop management conditions, being efficient tools for applying to this kind of study. Considering the possible impacts of climate change on maize crop yield, the present study had as objectives: i) to fill gaps in meteorological data series and to generate series under future climate projections in the short (2010-2039), medium (2040-2069) and long (2070-2099) terms periods, for the intermediate emission (RCP4.5) and high emission (RCP8.5) scenarios; ii) to calibrate and validate the DSSAT/CERES-Maize and MONICA models to simulate inseason and off-season maize yield and to analyze the sensitivity of these models, identifying the factors that have the major influence on yield; (iii) to apply the DSSAT/CERES-Maize model to determine maize yield in the in-season and off-season, under current and future climate conditions, and evaluate possible crop management strategies, individually and in combination, such as sowing dates, crop cycle, irrigation and nitrogen fertilization, to minimize possible negative impacts. In order to fill the gaps in meteorological data series, the Bristow- Campbell method (for solar radiation estimation) and the XAVIER daily gridded database were the ones that presented the best performance. The projections of future climate showed warmer climate conditions, with a reduction in the rainfall amounts in the North-Northeast and an increase in the South of the country, with the Southeast and Center-West regions representing transition areas. Both DSSAT/CERES-Maize and MONICA models showed very good performance index (c) in the estimation of maize yield for both seasons, with MAE lower than 450 and 350 kg ha-1 during the in-season and off-season, respectively. For the ensemble estimation, the estimation improve, with optimal performance index, with MAE falling to 276 and 194 kg ha-1, for in-season and off-season maize growing, respectively. Both models showed sensitivity to climate change and fertilization, but with the DSSAT/CERES-Maize model being more suitable for studies of climate change impacts on maize crop. The simulations under future climate with DSSAT/CERES-Maize model showed a yield loss in relation to current levels, ranging from 41 to 63% for in-season, and from 58 to 65% for off-season, with management strategies regarding sowing date, cultivar cycle, irrigation and nitrogen fertilization, showing reduction of losses and even yield gains when adopted in the future climate conditions.

O clima é um dos fatores ambientais que impõe os maiores riscos para a atividade agrícola, sendo responsável pelas oscilações e frustrações das safras no Brasil. Em cenário de mudanças climáticas, os atuais níveis de produtividade do milho de 1ª e de 2ª safra deverão ser alterados. Para se avaliar tais impactos, os modelos de simulação de culturas possibilitam estimar o crescimento, o desenvolvimento fenológico e a produtividade das culturas sob ampla gama de condições ambientais e de manejo, sendo, portanto, ferramentas eficientes para esse tipo de estudo. Considerando os possíveis impactos das mudanças climáticas na produtividade da cultura do milho, o presente estudo teve por objetivos: i) realizar preenchimento de falhas em séries de dados meteorológicos e, gerar séries sob projeções futuras do clima a curto (2010- 2039), médio (2040-2069) e longo (2070-2099) prazos, para os cenários de emissão intermediária (RCP4.5) e de alta emissão (RCP8.5); ii) calibrar e validar os modelos DSSAT/CERES-Maize e MONICA para simular a produtividade do milho de 1ª e de 2ª safra, e analisar a sensibilidade desses modelos, identificando os fatores de maior influência na produtividade do milho; iii) aplicar o modelo DSSAT/CERES-Maize, para determinar a produtividade do milho de 1ª e de 2ª safra, em condições de clima atual e futuro, e avaliar possíveis estratégias de manejo, de forma individual e combinada, como épocas de semeadura, ciclo da cultivar, irrigação e adubação nitrogenada, para minimização dos possíveis impactos. Para o preenchimento de falhas em séries de dados meteorológicos, o método de Bristow- Campbell (estimação da radiação solar), e a base em ponto de grade XAVIER foram as que apresentaram melhor desempenho. As projeções de clima futuro evidenciaram condições de clima mais quente, com redução no total acumulado de chuva nas regiões Norte-Nordeste e aumento no Sul do país, e as regiões Sudeste e Centro-Oeste configurando como áreas de transição. Os modelos DSSAT/CERES-Maize e MONICA apresentaram índice de desempenho (c) muito bom para ambas as safras, na estimação da produtividade do milho, com EAM inferior a 450 e 350 kg ha-1 na 1ª e na 2ª safra, respectivamente. Para as estimativas por conjunto, os valores de c foram avaliados como ótimos para as duas safras, com EAM caindo para 276 e 194 kg ha-1, na 1ª e na 2ª safra, respectivamente. Ambos os modelos mostraram sensibilidade às alterações climáticas e de adubação, porém com o modelo DSSAT/CERES-Maize se mostrando mais adequado para estudos de impactos de mudanças climáticas na cultura do milho. As simulações sob clima futuro com o modelo DSSAT/CERES-Maize, mostraram perdas de produtividade em relação aos atuais níveis, variando de 41 a 63% para milho da 1ª safra, e de 58 a 65% para o milho da 2ª safra, com as estratégias de manejo quanto a data de semeadura, ciclo da cultivar, irrigação e adubação nitrogenada mostrando redução das perdas e até mesmo ganhos de produtividade quando adotadas em condições de clima futuro. / Climate is one of the major environmental factors that impose the greatest risks for the agricultural activity, being responsible for the oscillations and frustrations of the crops in Brazil. In a scenario of climate change, the current yield levels of maize growing in-season and offseason should be impacted. In order to evaluate such impacts, crop simulation models allow estimating the growth, phenological development and yield under a wide range of environmental and crop management conditions, being efficient tools for applying to this kind of study. Considering the possible impacts of climate change on maize crop yield, the present study had as objectives: i) to fill gaps in meteorological data series and to generate series under future climate projections in the short (2010-2039), medium (2040-2069) and long (2070-2099) terms periods, for the intermediate emission (RCP4.5) and high emission (RCP8.5) scenarios; ii) to calibrate and validate the DSSAT/CERES-Maize and MONICA models to simulate inseason and off-season maize yield and to analyze the sensitivity of these models, identifying the factors that have the major influence on yield; (iii) to apply the DSSAT/CERES-Maize model to determine maize yield in the in-season and off-season, under current and future climate conditions, and evaluate possible crop management strategies, individually and in combination, such as sowing dates, crop cycle, irrigation and nitrogen fertilization, to minimize possible negative impacts. In order to fill the gaps in meteorological data series, the Bristow- Campbell method (for solar radiation estimation) and the XAVIER daily gridded database were the ones that presented the best performance. The projections of future climate showed warmer climate conditions, with a reduction in the rainfall amounts in the North-Northeast and an increase in the South of the country, with the Southeast and Center-West regions representing transition areas. Both DSSAT/CERES-Maize and MONICA models showed very good performance index (c) in the estimation of maize yield for both seasons, with MAE lower than 450 and 350 kg ha-1 during the in-season and off-season, respectively. For the ensemble estimation, the estimation improve, with optimal performance index, with MAE falling to 276 and 194 kg ha-1, for in-season and off-season maize growing, respectively. Both models showed sensitivity to climate change and fertilization, but with the DSSAT/CERES-Maize model being more suitable for studies of climate change impacts on maize crop. The simulations under future climate with DSSAT/CERES-Maize model showed a yield loss in relation to current levels, ranging from 41 to 63% for in-season, and from 58 to 65% for off-season, with management strategies regarding sowing date, cultivar cycle, irrigation and nitrogen fertilization, showing reduction of losses and even yield gains when adopted in the future climate conditions.

Conselho Nacional de Desenvolvimento Científico e Tecnológico / Crop simulation models are important tools to help farmers in planning management practises and flowering time of cut flowers, like gladiolus (Gladiolus x grandiflorus Hort.). The objective of this study was to develop a robust gladiolus phenology model, named PhenoGlad, for field applications. The model describes the timing of developmental stages, including harvest point, the vase life of gladiolus spikes and the low (chilling) and high (heat) temperature effects on spike quality. The gladiolus developmental model simulates gladiolus phenology using a non-linear temperature response function and, by accumulating daily development rates considering three main phases: corms sprouting phase, vegetative phase, and reproductive phase. Data from nine field experiments conducted during five years (2011 2015) in three locations across the Rio Grande do Sul State and in one location in Santa Catarina State, Brazil, were used. These cultivar x planting dates x years x locations experiments provide a rich data set for calibrating and evaluating the gladiolus model. The PhenoGlad model accurately simulated the dynamics of leaf development, final leaf number and the timing of developmental stages using genotype-specific coefficients that can be estimated from thermal time. The performance of the model was improved when the simulations started from emergence compared to when simulations started at the planting date. PhenoGlad showed good stability among cultivars, planting dates, years and sites, with an RMSE of 0.5 leaves for leaf development and final leaf number, 6.5 to 5.0 days for the date of reproductive developmental stages when the model started from planting or from emergence, respectively, and 1.3 days for simulating the vase life of harvested spikes. PhenoGlad was also efficient in predicting the effects of chilling and high temperatures damage on florets. / Modelos matemáticos de simulação das culturas agrícolas são importantes ferramentas para auxiliar os produtores a planejar práticas de manejos a campo e prever a data de florescimento de flores de corte, como o gladíolo (Gladiolus x grandiflorus Hort.). O objetivo deste trabalho foi desenvolver um modelo robusto de fenologia chamado PhenoGlad com aplicações de campo. O modelo descreve a data de ocorrência dos estágios de desenvolvimento da cultura do gladíolo, incluindo o ponto de colheita, a vida de vaso de hastes de gladíolo e os efeitos de baixas e altas temperaturas na qualidade das espigas. O modelo de desenvolvimento de gladíolo simula a fenologia da cultura utilizando uma função de resposta não-linear à temperatura, através do acúmulo de valores diários da taxa de desenvolvimento a partir do plantio ou da emergência, usando três principais fases de desenvolvimento da cultura: fase de brotação dos cormos, fase vegetativa e fase reprodutiva. Dados de nove experimentos de campo conduzidos durante cinco anos (2011 2015) em três locais do estado do Rio Grande do Sul e em um local em Santa Catarina, Brasil, foram utilizados. Estes experimentos com diferentes cultivares x datas de plantio x anos x locais proporcionam um rico banco de dados para calibração e validação do modelo para a cultura do gladíolo. O modelo PhenoGlad simulou satisfatoriamente a dinâmica de emissão de folhas, número final de folhas e a data dos estágios de desenvolvimento em gladíolo usando coeficientes genético-específicos que podem também ser estimados através da soma térmica. O modelo PhenoGlad mostrou uma boa estabilidade entre cultivares, datas de plantio, anos e locais, demostrado pelos baixos valores de RMSE (0,5 dias para aparecimento de folhas e número final de folhas, 6,5 a 5,0 dias quando o modelo é rodado a partir do plantio e da emergência, respectivamente, e 1,3 dias para simular a vida de vaso de espigas de gladíolo). O modelo PhenoGlad foi também eficiente em predizer os efeitos de baixas e altas temperaturas na qualidade das espigas.