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。