人工智能模型的分类临近预报产品效果检验与分析

对2019年2—10月人工智能临近预报模型的降水、雷电、雷暴大风和冰雹等4类产品分别进行了业务检验与分析，结果表明：（1）对于降水产品，随着降水量级的增大，模型预报效果变差。相对来说，模型对0～1 h降水的预报能力略优于1～2 h，模型在0～2 h内完全不能预报出站点上≥10 mm的实况小时降水。（2）对于雷电产品，总体上模型的预报能力较差，1～2 h的预报效果明显比0～1 h差。相对5与20 km半径格点化实况，当取10 km半径格点化时，模型的雷电整体预报效果最优。（3）雷暴大风与冰雹产品具有类似的特点：在适当的时空匹配方式下，模型能预报出大多数实况中出现的雷暴大风或冰雹，但虚报率高，业务应用中主要考虑消空。最大时间提前量随着空间匹配半径或时间扩展的增大而增大，相对于冰雹预报，雷暴大风预报的最大时间提前量要优于冰雹预报。当空间匹配半径取10 km和时间扩展取20 min时，既可兼顾雷暴大风和冰雹的局地性，又可保证定量检验上相对较优。