O crescimento populacional, somado as pressões ambientais das atividades humanas, vem causando instabilidade da produção agrícola e insegurança alimentar. Projeções indicam que, com este aumento, até 2050 a população chegará a 9,7 bilhões de pessoas, sendo o principal fator da prevalência de desnutrição. A produtividade de água (WP) é um indicador importante para a gestão dos recursos hídricos e produção de alimentos e o uso deste indicador para avaliar a cultura da soja na região agrícola conhecida como MATOPIBA pode auxiliar e melhorar o processo de tomada de decisão das propriedades, garantindo a segurança alimentar. Ademais é cada vez mais importante o estudo e disponibilidade de variáveis climáticas confiáveis, sejam elas medidas ou estimadas, sobretudo em regiões de fronteira agrícola como o MATOPIBA. Dessa forma, este trabalho se propôs a avaliou diferentes abordagens de interpolação de dados para estimar variáveis meteorológicas bem como a WP para a cultura da soja no MATOPIBA. Foram utilizadas estações meteorológicas de 89 municípios mais 414 estações pluviométricas para compor a matriz de dados. Os métodos foram aplicados para as 18 estações com maior disponibilidade de dados em um período de 32 anos muito semelhante ao período da última normal climatológica do Instituto Nacional de Meteorologia (INMET). Os resultados das interpolações foram plotados em diagrama de caixas e avaliados por índices estatísticos de precisão e/ou acurácia e os métodos com melhor desempenho foram indicados para cada variável em cada estação. Também foram selecionados os melhores métodos de interpolação para a região do MATOPIBA como um todo com base nas médias dos índices estatísticos. A metodologia testada foi utilizada para simular o clima e calibrar quatro cultivares de soja sobre condições de solo e clima distintos em fazendas produtoras da região, e então calibradas e comparadas com a cultivar BRS 284 da literatura, em desempenho de produtividade no modelo CROPGRO do Decision Support System for Agrotechnology Transf (DSSAT) usando dados do Instituto Brasileiro de Geografia e Estatística (IBGE). As quatro cultivares testadas apresentaram desempenho superior à BRS 284 nos índices D e RMSE. A cultivar com melhor ajuste foi simulada para 30 locais na região do MATOPIBA. O modelo apresentou satisfatório desempenho nas simulações de produtividade e evapotranspiração (ET) dentro da faixa de 1200 a 3600 kg.ha^-1 para a maioria dos locais. A WP média simulada para a região do MATOPIBA foi 6,35 kg.ha^-1mm^-1.

Population growth, added to the environmental pressures of human activities, has caused instability in agricultural production and food insecurity. Projections indicate that, with this increase, by 2050 the population will reach 9.7 billion people, being the main factor in the prevalence of malnutrition. Water productivity (WP) is an important indicator for the management of water resources and food production and the use of this indicator to evaluate the soybean crop in the agricultural region known as MATOPIBA can help and improve the decision-making process of the properties, ensuring food security. Furthermore, the study and availability of reliable climate variables, whether measured or estimated, is increasingly important, especially in agricultural frontier regions such as MATOPIBA. Thus, this work aimed to evaluate different approaches to data interpolation to estimate meteorological variables as well as WP for soybean in MATOPIBA. Meteorological stations from 89 municipalities plus 414 rainfall stations were used to compose the data grid. The methods were applied to the 18 stations with the greatest availability of data in a period of 32 years, very similar to the period of the last climatological normal of the Instituto Nacional de Meteorologia (INMET). The results were plotted in a box diagram and evaluated by statistical indexes of precision and/or accuracy and the methods with the best performance were indicated for each variable in each station. The best interpolation methods for the MATOPIBA region as a whole were also selected based on the averages of the statistical indexes. The methodology tested was used to simulate the climate and calibrate four soybean cultivars under different soil and climate conditions in producing farms in the region, and then, calibrated and compared with the cultivar BRS 284 from the literature in productivity performance with the Decision CROPGRO model. Support System for Agrotechnology Transf (DSSAT) using data from the Brazilian Institute of Geography and Statistics (IBGE). The four tested cultivars showed superior performance to BRS 284 in the D and RMSE indexes. The cultivar with the best fit was simulated for 30 sites in the MATOPIBA region. The model showed satisfactory performance in yield and evapotranspiration (ET) simulations within the range of 1200 to 3600 kg.ha^-1 for most locations. The average WP simulated for the MATOPIBA region was 6.35 kg.ha^-1mm^-1.