可靠地估计参数值和相关的不确定性对于农业环境研究中的作物模型应用至关重要。然而，同时估计不同响应变量的许多参数是困难的。对于在品种和训练系统之间具有不同表型的葡萄藤来说，这变得更加复杂。本研究旨在评估如何使用标准最小二乘法来校准一个复杂的葡萄藤模型，以模拟葡萄牙北部多罗河流域四种不同的品种-训练系统的物候（开花和收获日期）和产量。我们定义了一个目标函数来搜索最佳拟合参数，从而使得所研究的变量的归一化均方根误差（nRMSE）的未加权和最小化。参数不确定性被估计为给定参数值如何确定由其他参数组合的变化引起的总预测变异性。结果表明，最佳估计的参数表现出令人满意的预测性能，物候的平均偏差为-2至4天，产量的平均偏差为-232至159 kg/ha。观察到的数据的方差通常被很好地再现，除了一次例外。这些参数是在接近每个响应变量的最佳拟合结果方面取得良好平衡的好选择。没有一个参数组合可以同时实现物候和产量的最小误差，其中一个变量的最佳拟合可能导致另一个变量的不良拟合。当出现几个具有相同性能的选择时，提出的参数不确定性分析尤其有用，可以选择最佳拟合参数值。我们还进行了全局敏感性分析，发现结实参数是产量模拟的关键决定因素。总的来说，这种方法（包括不确定性分析）相对简单直接，没有特定的先决条件（例如模型连续性），可以很容易地应用于其他模型和作物。然而，我们已经确定了与模型误差的适当假设相关的一项挑战，可能需要结合各种校准方法才能获得更稳健的参数估计。