基于对数正态分布的EMOS模型用于概率风速预报

集合预报通过多次运行不同初始条件的数值天气预报模型获得，通常用于考虑预报不确定性。然而，预报集合中常出现偏差和离散度误差，它们通常离散度不足且未校准，需要统计后处理。我们提出了一种基于对数正态（LN）分布的集合模型输出统计（EMOS）方法用于风速预报校准，并展示了该模型的一种机制切换扩展，该扩展将先前研究的截断正态（TN）分布与LN相结合。两种提出的模型应用于华盛顿大学八成员中尺度集合、ECMWF五十成员集合以及匈牙利气象局十一成员ALADIN-HUNEPS集合的风速预报，并将其预测性能与基于TN和广义极值（GEV）分布的EMOS方法以及TN-GEV混合模型进行比较。结果表明，与原始集合和气候预报相比，概率预报的校准和点预报的准确性有所提高。此外，TN-LN混合模型优于传统TN方法，其预测性能能够与使用GEV分布的模型相媲美，且不将质量分配给负值。