Brazil is the largest sugarcane producer in the world and the production systems across the country are very complex with large spatial and temporal variations in yields. This is a result of large Genotype × Environment × Management (G × E × M) interactions that ultimately affect crop performance. Moreover, likely changes in the climate conditions are expected in the future imposing additional challenges to sugarcane production. Process-based crop modelling is scientifically accepted as a way to understand those interactions. Upon that, this thesis aimed to integrate field experiments datasets with the APSIM-Sugar model for better understanding the G × E × M interactions in Brazilian cropping systems. The capability of the model was first evaluated with default settings and then modifications and traits were proposed to effectively predict G (varieties) differences. With APSIM-Sugar upgraded, an up-to-date projection of future climate impacts on sugarcane yields across Brazil was performed. The sugarcane dataset came from large field experiments carried out between 2012 and 2017 at two tropical sites in Brazil: Guadalupe, in the state of Piauí (PI), and São Romão, in the state of Minas Gerais (MG), where several varieties were cultivated under non-limiting (potential) conditions. These data were analysed and employed to characterise variety traits for use in APSIM-Sugar. Substantial changes were required to enable the model to simulate canopy development and stalk yield appropriately. The outcomes from the modelling studies showed that the model is now able, although yet empirically, to account for ageing processes, known as the reduced growth phenomenon, to get better yield predictions in high yielding environments, as well as the ability to distinguish between varieties when it comes to yield gains above ~ 150 t/ha (~ 40 t/ha in dry mass). The findings suggest it is reasonable to hypothesise that the APSIM-Sugar modifications and traits are plausible and are an important step for unravelling G × E × M interactions to improve the performance of the sugarcane industry. Another step of this thesis, before applying APSIM-Sugar, was to evaluate gridded weather datasets (NASA/POWER and other developed for Brazil referred to 'XAVIER') as alternative climate inputs in the model. The results indicated these data sources should be employed with caution when the purpose is to simulate sugarcane yield because of the poor performance of gridded rainfall, at least for Center-South Brazil. Lastly, a climate change impact assessment was performed with APSIM-Sugar considering new features and traits for 10 Brazilian sites, being six under rainfed and four under fully-irrigated conditions. Five global climate models were selected to represent basic classes of climate changes: relatively cool/wet; cool/dry; middle; hot/wet; and hot/dry, for four future scenarios. These climate series were then used as input for simulations of typical cropping systems. The ensemble of future climate-crop model projections suggests that cane yields will mostly decline for both rainfed and fully-irrigated systems, however, the scenarios generated by climate models presented large uncertainty, requiring that these projections should be interpreted with caution.

O Brasil é o maior produtor de cana-de-açúcar do mundo e os sistemas de produção no país são bastante complexos, apresentando apreciáveis variações espaciais e temporais de produtividade. Isso é resultado da intensa interação entre genótipo × ambiente × manejo (G × A × M) que afetam o desempenho da cultura. Além disso, prováveis mudanças nas condições climáticas são esperadas no futuro impondo desafios adicionais à produção de cana-de-açúcar. A modelagem de culturas baseada em processos biofísicos é cientificamente aceita como uma maneira de entender essas interações. Nesse contexto, este estudo teve como objetivo integrar conjuntos de dados de experimentos de campo com o modelo APSIM-Sugar para melhor entender as interações entre G × A × M em sistemas de produção brasileiros. A capacidade do modelo foi avaliada primeiramente com as configurações padrões e, em seguida, foram propostas modificações e parâmetros para predizer efetivamente as diferenças entre variedades (G). Com o APSIM-Sugar aprimorado, foi realizada uma projeção atualizada dos impactos de cenários climáticos futuros na cana-de-açúcar em diferentes regiões brasileiras. O conjunto de dados da cultura foram provenientes de grandes experimentos de campo realizados entre 2012 e 2017 em dois locais no Brasil tropical: Guadalupe, PI, e São Romão, MG, onde diversas variedades foram cultivadas em condições não limitantes (potenciais). Esses dados foram analisados e empregados para caracterizar os parâmetros varietais para uso no APSIM-Sugar. Mudanças foram necessárias para permitir que o modelo simulasse o desenvolvimento do dossel e a produtividade adequadamente. Os resultados mostraram que com essas modificações o modelo é capaz, embora ainda empiricamente, de considerar o efeito da idade da cultura no acúmulo de biomassa, processo conhecido como fenômeno de crescimento reduzido, para obter melhores estimações de produtividade em ambientes de alto rendimento, assim como ter a capacidade de distinguir variedades quando se atingem ganhos acima de ~ 150 t/ha (~ 40 t/ha em massa seca). Os resultados sugerem que as modificações e parâmetros propostos no APSIM-Sugar são plausíveis e são um passo importante para desvendar as interações G × A × M visando melhorar o desempenho do setor canavieiro. Outra etapa deste estudo, antes de se aplicar o APSIM-Sugar, foi avaliar conjuntos de dados climáticos em grade (NASA/POWER e outro desenvolvido no Brasil conhecido como 'XAVIER') como fontes alternativas de dados entrada no modelo. Os resultados indicaram que essas fontes devem ser empregadas com cautela quando o objetivo é simular a produtividade devido à baixa qualidade dos dados de chuva em grade, ao menos no Centro-Sul do Brasil. Por fim, foi realizada uma avaliação do impacto das mudanças climáticas na cultura da cana-de-açúcar por meio do APSIM-Sugar, considerando os novos recursos e parâmetros, em 10 localidades brasileiras, sendo seis em cultivo de sequeiro e quatro sob irrigação plena. Cinco modelos climáticos globais foram selecionados para representar classes básicas de mudanças climáticas: relativamente frio/úmido; frio/seco; mediano; quente/úmido; e quente/seco, para quatro cenários futuros. Essas séries climáticas foram usadas como entrada para simulações de sistemas típicos de cultivo. O conjunto de projeções futuras sugere que a produtividade de cana diminuirá em muitos casos para ambos os sistemas (sequeiro e irrigado), todavia, os cenários gerados pelos modelos climáticos apresentaram grande incerteza, o que faz com que essas projeções devam ser interpretadas com cautela.