摘要
提出了一种用于本地多时效天气预报的气候态和预报时效自适应概率集合方法。理论公式将条件二阶矩误差矩阵与潜在大气状态成分的贝叶斯后验概率联系起来，而 Soft_Final 方案结合了时效自适应、气候态依赖加权、稳定化以及软后验混合。对于后验加权二次模型，推导了精确的超额风险分解、Karush-Kuhn-Tucker (KKT) 最优性证书、概率单纯形上的活动边界分解以及确定性谱稳定性界。实验数据集包括 5184 条逐小时气象观测记录和跨 9 个预报时效的 1296 条预报记录；确证性推断基于六个站点-季节块。在 Holm 校正后，Soft_Final 相对于全局固定静态集合的统计显著优越性未得到证实，而消融分析表明，时效自适应的贡献比额外的气候态调节更为一致。概率性能在覆盖率、区间宽度和连续排序概率得分（CRPS）之间表现出实质性的权衡。主要贡献是严格区分了模型最优性、操作近似和样本外预测误差。与集合模型输出统计（EMOS）、贝叶斯模型平均（BMA）、分位数回归森林（QRFs）和残差保形后处理的相同协议比较表明，性能具有竞争力但不均匀，而非普遍占优。
