03154naa a2200397 a 450000100080000000500110000800800410001902400620006010000200012224501030014226000090024550001130025452019690036765000240233665000100236065000090237065000160237965000100239565000190240565000240242465000170244865000180246565000100248370000180249370000160251170000250252770000170255270000190256970000160258870000190260470000190262370000210264270000160266370000170267977300600269621447332024-01-29       2022    bl uuuu     u00u1 u    #d7 ahttps://doi.org/10.1590/S1678-3921.pab2022.v57.020692DOI1 aSILVA, M. R. da  aForecasting the rice yield in Rio Grande do Sul using the SimulArroz model.h[electronic resource]  c2022  aTítulo em português: Previsão de safra de arroz irrigado para o Rio Grande do Sul pelo modelo SimulArroz.  aABSTRACT - The objective of this work was to evaluate a flooded-rice yield forecasting method for the state of Rio Grande do Sul, Brazil, using the SimulArroz model. Version 1.1 of this model and historical meteorological data were used, with six different scenarios composed of the following levels of field information: number of sowing dates (1 to 4) and number of cultivars and/or development cycles (1 to 3) during four growing seasons (2014/2015 to 2017/2018). The root mean square error (RMSE) for comparing the actual yield with the simulated yield for Rio Grande do Sul was of 618.3 and 1,024.8 kg ha-¹, i.e., of 8 and 13%, respectively. The forecast of rice yield by applying the SimulArroz model and historic meteorological data for Rio Grande do Sul shows a good predictability, and the recommended scenario is complex 1, using three sowing dates per site and the three most representative rice cultivars per region. RESUMO - O objetivo deste trabalho foi avaliar um método de previsão de safra para arroz irrigado por inundação no estado do Rio Grande do Sul, Brasil, por meio do modelo SimulArroz. Utilizou-se a versão 1.1 desse modelo e dados meteorológicos históricos, com seis cenários compostos pelos seguintes níveis de informação em campo: datas de semeadura (1 a 4) e número de cultivares e/ou ciclos de desenvolvimento (1 a 3) durante quatro safras (2014/2015 a 2017/2018). A raiz quadrada média do erro (RQME), para comparação da produtividade real com a produtividade simulada para o Rio Grande do Sul, foi de 618,3 e 1.024,8 kg ha-¹, isto é, de 8 e 13%, respectivamente. A previsão de safra de arroz com aplicação do modelo SimulArroz e dados meteorológicos históricos para o Rio Grande do Sul apresenta boa capacidade preditiva quanto à produtividade, e o cenário recomendado para a previsão é o complex 1, com uso de três épocas de semeadura por local e das três cultivares mais representativas por região.  aMeteorological data  aOryza  aRice  aSowing date  aArroz  aArroz Irrigado  aÉpoca de Semeadura  aOryza Sativa  aProdutividade  aSafra1 aSTRECK, N. A.1 aCERA, J. C.1 aDUARTE JUNIOR, A. J.1 aRIBAS, G. G.1 aROSSATO, I. G.1 aMEUS, L. D.1 aPEREIRA, V. F.1 aPILECCO, I. B.1 aBENEDETTI, R. P.1 aTONETTO, F.1 aZANON, A. J.  tPesquisa Agropecuária Brasileiragv. 57, e02969, 2022.