对象的结构－振幅－位置（SAL）方法

平均SAL图显示了按小时降雨量平均的6天调查的结构，振幅和位置分量。值与0的偏差越大，与各个参考行程的偏差就越大。对于每个组件，相同的预测的值为0。注意A和S的不同轴。

为了更好地量化模型运行中的降水特征，我们使用了Wernli等人开发的基于对象的结构－振幅－位置（SAL）方法。（2008）。SAL方法 通常通过将模拟降水的结构S，振幅A和位置L与观测值进行比较来客观地确定降水场的特征，以进行验证。在这项研究中，我们与亨内伯格（Henneberg）等人的研究类似，运用这项技术将参考模拟与其他灵敏度运行进行了比较。（2018）。振幅分量A表示区域平均降水量值的归一化差异（在-2和+2之间），因此指示与观察或参考模拟相比，模拟的降水量是更多（A > 0）还是较少（A <0）。忽略空间格局。位置分量L 包括两个度量：第一，参考和灵敏度模拟中对象之间的质心之间的标准化距离；第二，单个对象的质心与总降水场之间的平均距离。大号范围在0到1之间，值越小，协议越好。结构分量S通过捕获归一化降水对象的大小和形状来比较它们的体积。为此，计算了降水对象标准化体积的加权平均值。负值表示与基准运行相比较小或太高的降水对象，正值表示相反。有关详细的数学描述和示例，请向读者介绍Wernli等人的论文。（2008）。通常是24  小时使用该技术将累积的降水场进行比较，其缺点是不考虑时间演变，并且白天可能会消除误差。因此，我们为每小时模型数据计算S，A和L值。然后，仅在降雨强度足够高的时期内对这些值进行平均，以避免在非常弱的降水期间出现较大的SAL误差。由于S和L分量都需要单独的降水对象，因此我们将阈值设置为1  mm h ^-1。