强对流客观短期预报是全球天气预报的的前沿挑战和难题。我国的冰雹、雷暴大风和短时强降水各有其独特的标准和定义，短期时效的准确分类预报尤其困难。国内外已就此发展了不少客观预报技术，如叠套法、贝叶斯分类器、人工智能方法，等等。
基于物理理解、关键预报因子具体化（图1）、具有较好的适应性，是物理理解与模糊逻辑人工智能相融合方法的重要特点。
▶ 在第一部分系统构成中，田付友等（2024）给出了不同种类强对流天气的关键预报因子、隶属度函数和权重因子确定方法等，以短时强降水的预报实现为例（图2），探讨了该方法的适用性。预报系统以概率的方式提供雷暴、短时强降水、雷暴大风和冰雹等四类强对流天气的预报落区，在给出重点关注区域的同时，传递了预报不确定性信息。
▶ 该方法本质是通过对具有表征意义的物理量的均一化处理，结合模糊逻辑方法，对产生特定强对流天气现象的环境配置的多样性和复杂性进行表征，是对分类强对流天气客观预报的一种有益尝试。其优点在于：将用于指示特定强对流天气现象的预报物理量数量从开放式的不确定缩减至有限的数目，明确了用于指示四类强对流天气的具体预报因子及其差异，通过模糊逻辑处理解决了多个物理量之间的可比性问题。
