网格化预报的精细不仅体现在空间上，还反映在可以每天更高频次地更新和发布上。原来，一天的天气预报中只会涉及一种天气现象，现在网格化预报可以做到全国范围内逐3小时10天预报。随时随地，公众都能了解到自己当前所处的网格是什么样的天气，能够清楚地了解气温、降水、风等多个基本气象要素。
除了对陆地上的网格进行预报外，气象部门还将我国的责任海区划分为多个10公里×10公里的网格，并进行海上能见度、海上大风等要素的精细化预报。
网格化预报不仅让模式更加细化，还提供了更为细致和丰富的预报内容。
也许，以后我们再查天气预报的时候，不用查北京明天的天气怎么样，直接查我们家那里的天气怎么样就行了。
2. 如何做到网格化
人工智能是核心 同时靠预报员经验
全国陆地加上海洋，这么多网格如何预报？对瞬息万变的天气来说，要让预报员一个个格子做预报，那就太“过时”了，效率也太低。
今年5月，“阿尔法”围棋（AlphaGo）三盘连胜击败长期排名世界第一的棋手柯洁，让人类对人工智能的未来充满期待。智能网格气象预报的核心特征之一便是智能化。
但气象与围棋不同，围棋虽然变化复杂但规则相对简单，气象是个更为复杂的系统，受影响的因素太多。比如降雨，水汽、湿度条件都满足了，但空气中没有“凝结核”，雨也下不来；比如沙尘暴，风速太大只会让风在平流层“奔跑”，无法形成沙尘。
气象工作者一方面需要面临人工智能给天气预报带来的挑战，另一方面又期待借助人工智能力量不断提升气象预报的质量和水平。
目前，智能网格预报依赖的智能化气象科技成果中最重要的是数值预报和集合预报。高分辨率智能网格需要高分辨率区域数值预报模式支撑。我国四套已业务化运行的高分辨率模式已通过建在上海的数值预报云（目前正在升级为智能网格预报云）实现全国共享。
按照设想，未来，结合物理机理与数值预报大数据挖掘应用的智能预报技术应该是关键。一方面，基于数值预报机理的数理统计形成复杂预报模型、预报方法；另一方面，基于大数据技术的数据挖掘、机器学习等方法，研究深度学习预报模型或预报机器人。
有了人工智能，还需要天气预报员吗？至少在过渡阶段，预报员很重要。他们的优势在于丰富的经验和对关键天气形势的把握。理想的状态是，初级阶段，预报员多年经验可以用来“喂养”机器和模式；当模型和智能化水平越来越高、人工订正的空间越来越小时，一部分预报员将会投入技术研发，另一部分预报员将主要转向对关键转折性天气过程等的气象服务工作。
