对江西省逐小时降水、短时强降水时空分布特征进行较详细研究，可以提供降水、短时强降水的气候变化背景。利用1979—2019年3—11月江西省86个国家气象站逐小时降水资料，对江西省小时降水、短时强降水的比率、频率日变化特征进行分析。结果表明:（1）江西省降水、短时强降水的比率和频率日变化呈较明显的双峰型特征，第一峰值均出现在15:00—20:00（北京时，下同），次峰值均出现在05:00—10:00。（2）降水和短时强降水的比率、频率日最大值空间分布均呈南高北低趋势，而日最小值空间分布大致为南低北高趋势。时间分布上，江西大部分地区降水比率日最大值出现的时段为15:00—20:00，日最小值主要出现在20:00至次日03:00。（3）江西南部降水比率的日分布特征为单峰型，峰值出现在15:00—20:00；北部以双峰型为主，峰值分别出现在05:00—10:00和15:00—20:00，而环鄱阳湖地区为单峰型，峰值出现在05:00—10:00。（4）不同季节降水比率、频率日变化特征存在略微差异，降水比率和频率的双峰型结构均开始于4月下旬，但降水比率结束于6月上旬，降水频率结束于6月中旬。降水比率、频率在其他时间均为单峰型结构。其中，3月至4月中旬、9月下旬到11月峰值分别出现在00:00—10:00和05:00—10:00，6月下旬至9月中旬峰值主要出现在15:00—22:00。短时强降水比率和频率的日变化在3月至4月上旬为单峰型，峰值主要出现在00:00—10:00；4月中旬至7月中旬以双峰型为主，峰值主要出现在05:00—10:00和15:00—20:00；7月下旬至9月中旬又转为单峰型，峰值主要出现在15:00—20:00。

随着预报服务需求不断增长和预报内容日趋精细化，仅针对20 mm·h^-1以上的短时强降水预报已不能完全满足业务需要，开展不同雨强等级的短时强降水预报方法研究显得十分必要。利用2016—2019年6—8月中国南方9省1市的国家及区域气象站共51 355站次短时强降水样本，将雨强R分为4个等级：20≤R<30 mm·h^-1、30≤R<50 mm·h^-1、50≤R<80 mm·h^-1及R≥80 mm·h^-1(分别对应I、Ⅱ、Ⅲ、IV级)。将各级样本与同时段CMA-MESO(China Meteorological Administration mesoscale model)数值预报模式初始场进行时空匹配，提取22个相关物理量建立数据集并进行百分位值统计;利用XGBoost(extreme gradient boosting)机器学习方法对物理量进行重要性排序以确定权重系数;应用连续概率预报方法，选用升、降半岭函数作为隶属函数，建立不同等级短时强降水概率预报模型。运用该模型在2020年汛期进行实时业务预报，并对湖北省2020年6—8月15次大暴雨过程0~36 h预报时效的逐小时不同等级短时强降水概率预报产品进行检验，结果表明：I级概率预报产品60%阈值的TS评分(0.145)最好，对应命中率为55.7%;Ⅱ级概率预报产品65%阈值的TS评分(0.083)最好，对应命中率为39.1%;Ⅲ级概率预报产品70%阈值的TS评分(0.03)最好，对应命中率为21.7%;IV级概率预报产品80%阈值的TS评分(0.005)最好，对应命中率为5.8%。对不同等级雨强个例对比检验表明，各级概率预报产品对CMA-MESO模式在同时次不同等级短时强降水预报上均有较好的订正作用。对3次强降水过程逐小时预报检验表明，I级概率预报产品命中率为40%~80%，空报率为50%~90%，预报时效达36 h，普遍优于同时次CMA-MESO降水量预报。本研究对不同等级短时强降水分型建模并在实际预报中有较好的参考性，能够对CMA-MESO的降水预报起到订正作用。