随着气象雷达技术发展和计算机在雷达系统中的应用，利用天气雷达自动识别、跟踪及预警强对流天气成为“快速、智能、准确”的解题思路，逐渐被越来越多专业人士青睐，多种智能技术方法也随之面世。浙江省气象部门自2008年起开始探索人工智能、图像识别技术，并在实践中不断深耕人工智能算法在短临和智能网格预报及灾害性天气预警业务中的应用，开展了一系列尝试。在2023年的汛期气象预报业务应用中，技术偏差更小、落区更准的优势被反复印证，6月至8月的评估结果表明，新技术提升了0~3小时分类强对流预报能力，前2小时的预报改善尤为明显，TS评分提升了30%~60%。
2008年，浙江省气象部门集智创新，开发了一种利用人工智能识别强对流回波团及其相关追踪的算法。该算法不仅通过建立前后时次回波云团最优时空匹配，解决了雷达回波图像外推过程中回波团的分裂合并难题，还建立了时序云团追踪模型，实现对流传播发展趋势的动态预测。新算法在业务实践中得到了正向的评估检验，对于持续时间较长的强天气过程，1小时内预报命中率可达80%以上。这项新技术有力提升了浙江地区飑线、台风等强天气的短临预报预警能力。
在此基础上，2017年，浙江省气象部门进一步提升强降雨落区预报精度，优化短临外推方案。新方法使反演的强回波更接近于对流传播发展特征。浙江地区台风过程的短临业务应用评估结果表明，相比传统方法，新释用的方法可以获得更连续稳定的台风外推环流矢量场，更好地呈现台风的气旋性环流结构特征。同时，在台风短时临近时段降雨预报方面也更加准确，降水范围、强度和位置与观测结果更接近，提升了浙江复杂地形下台风短时临近降雨的预报精度。
2018年起，浙江还开展了基于风云四号A星气象卫星资料的强对流监测技术应用研究，将空基卫星和地基雷达观测进行气象大数据融合应用分析，构建了卫星强对流监测识别模型。在2019年台风“利奇马”的预报业务应用中，这项监测识别模型获得了更完整的海上台风强降水水平分布结构特征，为浙江近海的台风监测、预警提供了有力的信息补充。
最近五年，随着人工智能技术的飞速发展和全面应用，浙江气象部门联合国家气象中心和南京大学等机构，开展人工智能技术在分类强对流监测和预报技术中的应用研究。利用人工智能技术，从提升强对流落区预报能力和分类强对流提前识别能力两个方面进一步改进短临预报方案。此外，在汛期气象预报业务的反复应用中，新技术的优势得到进一步印证：相较于原有的预报产品，新技术增强了0~3小时分类强对流预报能力，尤其明显提升了分散性强对流的提前预警时效和精度。
“强对流大风发生的频次远小于非强对流大风，这叫样本严重不平衡问题，是导致目前人工智能算法很难有效识别出强对流大风，尤其是极端强对流大风的最主要原因。”浙江省气象台短临科技术人员张智察介绍说，“今年，我们通过改进神经网络的损失函数，同时施加约束条件，达到最好的识别效果，让预报命中率达到最高。”
未来，浙江省气象部门将充分利用风云卫星资料、浙江多波段雷达组网资料以及其他地基观测加密资料，进一步推动短临时段浙江人工智能气象应用大数据库建设，加强人工智能算法在短临和智能网格预报中的应用以及人工智能在灾害性天气预警中的深度应用。同时，浙江还将加强跨学科科技创新合作，组建强天气人工智能气象应用重点实验室，促进气象人工智能骨干梯队建设，进一步加快技术成果转化，加强知识产权保护。
