La colza (Brassica napus L.) es un cultivo oleaginoso importante cultivado en todo el mundo con una superficie de siembra de 6,57 millones de hectáreas en China, lo que representa aproximadamente el 20% de la superficie total de siembra de colza en el mundo. Sin embargo, en los últimos años, la superficie de siembra en China ha disminuido aproximadamente un 12,2% debido al bajo rendimiento y beneficios económicos. Por lo tanto, para garantizar la seguridad alimentaria, es necesario desarrollar un cultivo de colza de alta eficiencia. Los modelos de crecimiento de cultivos son herramientas poderosas para analizar y optimizar la composición del rendimiento de los cultivos bajo ciertas condiciones ambientales y de manejo. En este estudio, se calibró y evaluó por primera vez el modelo CROPGRO-Canola utilizando los datos de siembra de colza de cuatro temporadas de crecimiento en Wuhan con nueve niveles de fertilizante de nitrógeno (de 120 a 360 kg/ha) y cinco densidades de siembra (de 15 a 75 plantas/m). Los resultados indicaron que el modelo CROPGRO-Canola simuló bien el crecimiento de la colza bajo diferentes tasas de nitrógeno y densidades de siembra en China, con un error de simulación de 0-3 días para las fechas de antesis y madurez y un error cuadrático medio de la raíz normalizado inferior al 7,48% para el rendimiento. Además, optimizamos el manejo de la colza calculando el retorno neto marginal bajo 10 tasas de nitrógeno (de 0 a 360 kg/ha a una tasa creciente de 40 kg/ha) y 6 densidades de siembra (de 15 a 90 plantas/m a una tasa creciente de 15 plantas/m) de 1989 a 2019. Los resultados indicaron que la tasa óptima de nitrógeno a largo plazo fue de 120-160 kg N/ha, y la densidad de siembra óptima fue de 45-75 plantas/m a precios normales de fertilizantes. La tasa óptima de nitrógeno disminuyó con el aumento del precio del fertilizante dentro de un rango razonable. En conclusión, la gestión a largo plazo de la colza puede optimizarse en función del costo de la colza y del nitrógeno utilizando registros meteorológicos a largo plazo e información local del suelo.