短时强降水是灾害性天气监测预报和气象防灾减灾服务中的重点难点，具有发生突然、局地性强、演变迅速、致灾风险高等特点，易引发城市内涝、山洪地质灾害、交通受阻和农田渍涝等次生灾害。受水汽输送、地形抬升、边界层辐合及中小尺度对流系统发展等因素共同影响，其落区、强度和持续时间预报仍存在较大不确定性。传统临近预报主要依托雷达回波外推、自动站实况监测、卫星云图分析和预报员经验研判，但在对流新生、合并、增强和减弱等快速变化阶段，仍存在预警提前量不足、局地强降水识别难度较大等问题。人工智能技术在多源资料融合、非线性特征提取和高频资料处理方面具有优势，为提升短时强降水临近预报能力提供了新的技术支撑。

本文围绕短时强降水临近预报业务需求，探讨人工智能技术在强降水识别、对流回波演变预测和预警辅助决策中的应用路径。研究拟以区域自动气象站逐小时及逐分钟降水资料、天气雷达组合反射率、回波顶高、垂直液态含水量、卫星云图亮温、风场、水汽条件及地形下垫面资料为基础，构建短时强降水历史个例库和训练样本集。通过回溯分析典型强降水过程，提取雷达回波强度、回波移动方向、回波增长率、近地面水汽辐合、低层风场变化和地形影响等关键特征，建立适用于区域短临预报业务的特征指标体系。

在业务应用中，可建立“多源资料融合—人工智能识别—预报员综合订正—分级预警服务”的工作模式。系统实时接入雷达、自动站、卫星和数值预报等资料，生成未来1—3小时短时强降水风险概率产品，并对可能受影响的重点区域进行分级提示。预报员结合天气形势、雷达实况演变、本地气候背景和历史经验，对模型结果进行综合订正，形成面向应急管理、水利、交通、农业、文旅等部门的短临气象服务信息。对于城市低洼易涝点、山洪地质灾害易发区、重点交通干线和大型活动场所等敏感区域，可进一步开展精细化风险提示，提高预警服务的针对性和实用性。

研究认为，人工智能技术可作为短时强降水临近预报的重要辅助工具，在风险识别、趋势判断和服务提示方面具有较好的应用前景。其业务化应用应立足本地灾害性天气特点，依托多源观测资料和历史个例积累，建立区域化样本库和持续检验评估机制，完善人机协同的短临预报服务流程。通过不断优化模型阈值、强化典型个例复盘和规范风险分级表达，可进一步提升短时强降水预报预警的精细化水平，为基层气象防灾减灾和公共安全保障提供技术支撑。