A valószínűségi időjárás-előrejelzés területén nagy előrelépést jelent az ensemble előrejelző rendszerek magvalósulása, amelyek egy numerikus időjárás-előrejelző modell különböző kezdeti feltételekkel inicializált futtatásainak eredményeként állnak elő. Az ensemble előrejelzések azonban gyakran alacsony szóródásúak vagy torzítottak, ezáltal nem jól kalibráltak. Az ilyen jellegű előrejelzések pontosságán különböző statisztikai utófeldolgozó eljárásokkal sikerült javítani, azonban a standard egyváltozós utófeldolgozó eljárások alkalmazása után, - mint például az EMOS (Ensemble Model Output Statistics) – bizonyos tér és/vagy időbeli függőségek elveszhetnek az egyes helyszínek között. A többdimenziós statisztikai utófeldolgozó eljárások esetén egyik fontos szempont, az esetlegesen elveszett függőségek visszaállítása. Különböző többdimenziós utófeldolgozó eljárások szimuláció alapú összehasonítását nyújtja Lerch et. al [1], azonban kevés a különböző többdimenziós utófeldolgozó eljárások valós adatokon való elemzésével foglalkozó munka. Jelen dolgozat célja pedig az ott vizsgált módszerek összehasonlítása két különböző ensemble előrejelző rendszer valós magyarországi hőmérséklet és szélsebesség adatai segítségével. [1] Lerch, S., Baran, S., Möller, A., Groß, J., Schefzik, R., Hemri, S., & Graeter, M. (2020) Simulation-based comparison of multivariate ensemble post-processing methods. Nonlinear Process. Geophys. 27, 349-371.