江苏夏季降水根据时空演变特征可以从南至北划分为苏南、江淮之间和淮北三个区域给出了苏南地区(30.5°-32.0°N,118.5°-122.0°E)、江淮之间地区(32.0°-33.5°N,118.0°-121.0°E)和淮北地区(33.5°-35.0°N,116.5°-120.5°E)3个区域的降水预测与观测实况的对比。降水预测结果成功地再现了2015-2019年期间苏南夏季降水的下降趋势,降水距平同号率为 5/5,5年预测值和观测值都非常接近。预测也很好地呈现出2015-2019年期间江淮之间夏季降水的下降趋势,降水距平百分率的同号率为4/5,在2016、2017和2019年,预测和实况非常接近,尤其在2017年,二者几乎相等。淮北地区降水预测结果和实况在前两年存在一些差异,后三年较为一致,降水距平同号率为3/5,其中2017、2018年预测和实况趋近于一致。由前面的分析可知2018年江苏全省预测效果不理想,从分区域预测和实况对比来看,主要是由于江淮之间地区预测与观测趋势相反,而苏南和淮北地区均把握住了偏少的趋势。
可见,深度神经网络DNN结合动态权重集合因子的预报方案能够较好地预测江苏夏季降水,预测技巧存在一定区域差异,对江苏中部和南部的预测技巧更高,独立样本检验期5年评分江淮之间地区的PS为78.4分,ACC为0.39;苏南地区的PS为74.9 分,ACC为0.34。表明模型对江苏中南部地区夏季降水具有更高的预测能力和业务应用价值。