استفاده از جفت‌ سازي كاپيولاي همادي براي پس ‌پردازش پيش ‌بيني همادي چند متغيره

پيش‌ بيني‌هاي همادي اغلب داراي اريبي و خطاهاي پراكندگي هستند و بنابراين بايد از نظر آماري پس‌پردازش شوند. با اين‌حال، رويكردهاي پس‌پردازش همادي تك‌متغيره مانند EMOS و BMA براي يك كميت، در يك مكان واحد و فقط براي يك افق پيش‌بيني معين اعمال مي‌شوند و در نتيجه ساختارهاي وابستگي مكاني، زمان و بين متغيري را در نظر نمي‌گيرند. براي لحاظ‌كردن اين وابستگي‌ها، روش‌هاي پس‌پردازش همادي چند متغيره مانند روش جفت‌سازي كاپيولاي همادي (ECC) پيشنهاد شده‌اند. روش ECC، شامل دو مرحله است؛ در مرحله اول پس‌پردازش همادي تك‌متغيره در همه ابعاد به‌صورت مستقل انجام مي‌شود و در مرحله دوم، وابستگي‌هاي چندمتغيره با مرتب‌كردن مقادير نمونه‌هاي تك‌متغيره با توجه به ساختار ترتيب رتبه‌بندي يك الگوي وابستگي بازيابي مي‌شود. در مقاله حاضر، عملكرد روش ECC با روش EMOS مقايسه شده است. براي اين منظور، از سامانه همادي 51 عضوي ECMWF در بازه زماني 1 ژانويه 2018 تا 31 دسامبر 2023 براي لحاظ‌كردن وابستگي مكاني پيش‌بيني دماي 48‌ساعته دماي دو متري در دو ايستگاه مهرآباد و كرج استفاده شده است. نتايج نشان دادند كه هر دو روش پس‌پردازش، پيش‌بيني خام را تا 81% بهبود دادند اما با اعمال روش ECC، علاوه بر اين كه اريبي پيش‌بيني همادي خام از بين رفت، بلكه ساختار وابستگي بين اعضاي همادي نيز حفظ شد. در حالي كه در روش EMOS، فقط اريبي‌ها از بين رفتند بدون اين‌كه وابستگي بين اعضاي همادي در نظر گرفته شود.