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。     

甘肃省东部冰雹特征及预警指标分析

利用典型代表年份的90个冰雹个例观测资料，采用统计和数理诊断的方法对冰雹天气物理量参数进行分析，构建了甘肃省东部地区冰雹天气概念模型和冰雹预警指标。结果表明：冰雹事件在时空分布上受到天气系统和地形双重影响，冰雹天气过程分为西北气流型、低槽型和低涡型，占比分别为52%、38%和10%，在地势高、地形复杂的地区更容易产生降雹。92%的降雹出现在13—20时，5—7月占全年发生降雹概率的86%。0℃层高度越高，冰雹在降落过程中融化的越快；回波顶高越高，层结水汽越丰富；强回波顶高越高，水汽越丰富，冰雹云发展旺盛；强回波顶高越接近回波顶高时，对流发展越旺盛。通过对降雹时的最大回波强度、最大回波顶高、最大垂直累积液态水含量(VIL_max)、垂直累积液水密度(VILD)以及K指数、沙氏指数(SI)、0℃层高度、-20℃层高度等物理量进行综合分析所构建的甘肃省东部地区的冰雹预警指标体系可对13 min冰雹临近预警提供定量化的判据。