చుంగ్ U, కిమ్ YU, Seo BS, Seo MC
ఇటీవల, వివిధ గ్లోబల్ క్లైమేట్ మోడల్స్ (GCMలు) అందించిన సమాచారం వివిధ పరిశోధనా రంగాలకు వర్తింపజేయబడింది. GCMల నుండి ఒకటి లేదా అంతకంటే ఎక్కువ వాతావరణ డేటాసెట్లను ఉపయోగించి వ్యవసాయ పంట ఉత్పత్తిపై వాతావరణ మార్పుల ప్రభావాన్ని అంచనా వేసే బహుళ-మోడల్ సమిష్టి (MME) విధానం విస్తృతంగా ఉపయోగించబడింది. మేము శీతోష్ణస్థితి మార్పు దృశ్యాలను ఉపయోగించి 16 సైట్లలో సోయాబీన్ సంభావ్య దిగుబడిలో మార్పులను అంచనా వేసాము, ఆపై ప్రతి ఒక్క GCM కోసం అంచనా వేసిన సంభావ్య దిగుబడిలో సాపేక్ష మార్పును అంచనా వేసాము, ఇది పరిశీలన వాతావరణ-ఆధారిత అనుకరణ సంభావ్య దిగుబడిని ఉత్పత్తి చేస్తుంది. చివరగా, MME విధానం నుండి ఊహించిన సంభావ్య దిగుబడిలో మార్పుల కోసం అనిశ్చితి స్థాయిని మేము అంచనా వేసాము.
ఫలితాలలో, విలువలలో తేడాలు ఉన్నప్పటికీ, ప్రతి వ్యక్తి GCM కోసం అంచనా వేయబడిన సోయాబీన్ సంభావ్య దిగుబడి యొక్క ప్రామాణిక విచలనాలు (SD) పరిశీలన వాతావరణ-ఆధారిత అనుకరణ సంభావ్య దిగుబడి యొక్క SD నుండి గణనీయంగా భిన్నంగా లేవు మరియు వాటి మధ్య ఎటువంటి సహసంబంధాలు లేవు. ప్రతి వ్యక్తి GCMలకు సోయాబీన్ సంభావ్య దిగుబడిని అంచనా వేయవచ్చు మరియు చాలా సైట్లలో వాతావరణ-ఆధారిత అనుకరణ సంభావ్య దిగుబడిని పరిశీలించడం. MMEలో పాల్గొనే GCMల సంఖ్య పెరిగినందున అంచనా లోపం తగ్గింది, కానీ అది సున్నాకి తగ్గలేదు. సోయాబీన్ యొక్క సంభావ్య దిగుబడి యొక్క MME యొక్క సాధనాలు, కానీ వ్యత్యాసం కాదు, పరిశీలన వాతావరణ ఆధారిత అనుకరణ సంభావ్య దిగుబడికి సమానంగా ఉంటుంది. ప్రతినిధి ఏకాగ్రత పాత్వేస్ 4.5 మరియు 8.5 దృష్టాంతాల యొక్క వ్యక్తిగత GCMల విలువలకు సోయాబీన్ సంభావ్య దిగుబడిని అంచనా వేయడానికి సంబంధించిన మార్పులు దక్షిణ కొరియాలోని ఉత్తర ప్రాంతాలైన చున్చియాన్ మరియు హాంగ్చియోన్లో పెరిగాయి. దీనికి విరుద్ధంగా, చాలా నైరుతి ప్రాంతాలలో వాటి మధ్య తేడాలు ముఖ్యమైనవి కావు.