面对不同方法、不同时效的降水预报产品，往往同时存在大量的检验评估结果，如何较全面、系统地综合分析以便更好地认识各预报结果，目前仍然缺乏有效手段。本文以2019年6—9月全国智能预报技术方法交流大赛的网格预报数据及国家气象中心指导预报、中国气象科学研究院的无缝隙分析预报前沿系统预报产品及31个省(市、区)客观预报产品、欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts， ECMWF)和美国国家环境预测中心的全球模式预报数据构成的样本集为例，采用凝聚层次聚类分析方法，对不同降水预报产品的不同检验评估结果进行归类分析。结果表明：凝聚层次聚类结果能够清晰反映样本集内降水预报产品的整体性能及其差异。基于不同数量的降水评估指标的聚类结果存在明显差异，但高相似度的预报产品均能划分为一个子类。不同的类间相似度度量方法能够影响样本类别特征差异的清晰程度，从清晰到模糊依次为Ward、Complete、Average、Single。不同行政区域、预报产品的降水预报能力表现不同，华北和华东地区的晴雨预报准确率高于其他区域，绝大部分客观预报在晴雨和降水量相对误差预报性能上优于ECMWF模式预报，但在强降水预报中客观预报的性能不及ECMWF，表明对于强降水预报的释用还存在较大困难。
