近日，黄土高原土壤侵蚀与旱地农业国家重点实验室客座教授何建强团队以实验室为第一署名单位，连续在《Agricultural and Forest Meteorology》（中科院一区，双一流B类）和《European Journal of Agronomy》（中科院一区）在线发表高水平论文各1篇。
2月12日，《Agricultural and Forest Meteorology》在发表了以何建强教授为通讯作者的研究论文“Dynamic within-season irrigation scheduling for maize production in Northwest China: A Method Based on Weather Data Fusion and yield prediction by DSSAT”。该论文提出了一种新的气象数据融合方法和玉米当季动态灌溉策略。本研究通过结合当地历史和每日新测量的天气数据，可以在生长季的每一天生成天气序列，并将50年的气象数据作为50种情景获得预测产量，在每天获得的50个气象产量中取中位数作为该天的预测产量。
2月28日，《European Journal of Agronomy》在线发表何建强教授为通讯作者的研究论文“Estimating crop genetic parameters for DSSAT with modified PEST software”，使用R语言实现了PEST程序和DSSAT模型的结合。在5种作物（玉米、大豆、小麦、水稻和棉花）对三种调参方法（试错法、DSSAT-GLUE和DSSAT-PEST）的比较表明，DSSAT-PEST相关田间观测与模型模拟之间的平均绝对相对误差（ARES）分别为12%、7%、18%、4%和19%，与DSSAT-GLUE和DEFAULT方法的结果相近或更好。此外，DSSAT-PEST的平均运行时间约为DSSAT-GLUE的65%。总体而言，DSSAT-PEST软件包在优化效率和精度方面与传统的试探误差法和DSSAT-GLUE具有相似或更好的性能，这将促进DSSAT模型在农业和环境研究中的更广泛应用。
