短時(shí)強(qiáng)降水、大風(fēng)等強(qiáng)對流天氣危害巨大，對其進(jìn)行自動(dòng)識別存在相當(dāng)大的技術(shù)困難。天氣在線在氣象行業(yè)多年的技術(shù)沉淀，基于人工智能平臺(tái)深度神經(jīng)網(wǎng)絡(luò)的強(qiáng)對流夭氣智能識別模型，以雷達(dá)回波圖像和表征回波移動(dòng)路徑的光流圖像作為輸入，通過神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)，尋求雷達(dá)圖像與¨是否發(fā)生強(qiáng)對流夭氣”之間的函數(shù)映射關(guān)系;并運(yùn)用數(shù)據(jù)集增強(qiáng)、代價(jià)函數(shù)優(yōu)化和模型泛化性能優(yōu)化等技術(shù)，解決了訓(xùn)練樣本的不均衡問題，避免了模型訓(xùn)練過程陷λ局部極值的問題。實(shí)驗(yàn)結(jié)果表眀，該方法對強(qiáng)對流夭氣識別的準(zhǔn)確率達(dá)到96%，誤報(bào)率低于60%。該方法也適用于對下?lián)舯┝鞯葹?zāi)害性天氣的自動(dòng)識別。