The Agroecological Zone Model-FAO (AZM) makes use of a physiological basis to estimate the potential productivity (Yp) and an empirical approach to simulate the effect of water deficit on attainable productivity (Ya). The Eucalyptus genus is the most planted in Brazil, with approximately six million hectares, commanding immense economic relevance for the country. Considering the importance of this forest species and the influence that weather conditions have on its growth, the aim of this study was to adapt, calibrate and evaluate the AZM to estimate Eucalyptus productivity for eight Brazilian clones. To accomplish this, forest inventory data from 23 trials and eight Eucalyptus clones (classified as plastic, tropical and subtropical) were obtained from different growing regions in Brazil, from 2011 to 2017. The calibration and adaptation of the model resulted in a significant improvement of its performance. The root-mean-square error was approximately 110 m3 ha−1 when not calibrated and 39 m3 ha−1 after calibration. The calibration also improved precision, with R2 going from 0.73 to 0.82, accuracy, with d index increasing from 0.70 to 0.93, and confidence, with c index going from weak (c = 0.59) to very good (c = 0.84). During the evaluation of the model with independent data, its performance was classified as great (c = 0.87). The AZM, adapted to the Eucalyptus forest, presented satisfactory performance for estimating Eucalyptus wood volume per hectare, representing a useful tool for all players in the forest sector.

中文翻译：

---

木材桉树生产力估算的简单农业气象模型的适应、校准和评估

农业生态区模型-FAO (AZM) 利用生理基础来估计潜在生产力 (Yp)，并利用经验方法来模拟缺水对可达到的生产力 (Ya) 的影响。桉树属是巴西种植最多的植物，种植面积约 600 万公顷，对该国具有巨大的经济意义。考虑到这种森林物种的重要性以及天气条件对其生长的影响，本研究的目的是调整、校准和评估 AZM，以估计巴西八个无性系的桉树生产力。为了实现这一目标，从 2011 年到 2017 年，从巴西不同种植区获得了来自 23 项试验和 8 种桉树无性系（分类为塑料、热带和亚热带）的森林清单数据。模型的校准和适应导致其性能的显着提高。未校准时的均方根误差约为 110 m3 ha-1，校准后为 39 m3 ha-1。校准还提高了精度，R2 从 0.73 增加到 0.82，精度，d 指数从 0.70 增加到 0.93，置信度，c 指数从弱 (c = 0.59) 到非常好 (c = 0.84)。在使用独立数据评估模型期间，其性能被归类为优秀 (c = 0.87)。AZM 适用于桉树森林，在估算每公顷桉树木材量方面表现令人满意，是林业部门所有参与者的有用工具。未校准时的均方根误差约为 110 m3 ha-1，校准后为 39 m3 ha-1。校准还提高了精度，R2 从 0.73 增加到 0.82，精度，d 指数从 0.70 增加到 0.93，置信度，c 指数从弱 (c = 0.59) 到非常好 (c = 0.84)。在使用独立数据评估模型期间，其性能被归类为优秀 (c = 0.87)。AZM 适用于桉树森林，在估算每公顷桉树木材量方面表现令人满意，是林业部门所有参与者的有用工具。未校准时的均方根误差约为 110 m3 ha-1，校准后为 39 m3 ha-1。校准还提高了精度，R2 从 0.73 增加到 0.82，精度，d 指数从 0.70 增加到 0.93，置信度，c 指数从弱 (c = 0.59) 到非常好 (c = 0.84)。在使用独立数据评估模型期间，其性能被归类为优秀 (c = 0.87)。AZM 适用于桉树森林，在估算每公顷桉树木材量方面表现令人满意，是林业部门所有参与者的有用工具。59) 到非常好 (c = 0.84)。在使用独立数据评估模型期间，其性能被归类为优秀 (c = 0.87)。AZM 适用于桉树森林，在估算每公顷桉树木材量方面表现令人满意，是林业部门所有参与者的有用工具。59) 到非常好 (c = 0.84)。在使用独立数据评估模型期间，其性能被归类为优秀 (c = 0.87)。AZM 适用于桉树森林，在估算每公顷桉树木材量方面表现令人满意，是林业部门所有参与者的有用工具。