天气预报预报的是什么？
“天气”是指大气里的各种气象现象，如风、云、雨、雪、霜、雾等；而“气候”则是指某个地方多年的天气整体情况，主要是平均状况，是有规律性的。 气象工作者首先根据空气的运动特征把大气层分成若干层，每一层的温度和湿度都有一定的数值，然后在每一层中选取大量的点，每个点上的数据是48个，包括气温、气压、湿度和风速的数值和时间。这些数值通过计算形成大范围的气象要素场（图1）。
为了进一步分析，需要把大量原始数据压缩成较少数目的特征参数，常用的方法有主成分分析法、模糊聚类法和人工神经网络等方法。经过筛选，最后选出30～50个特征值代表原始数据的全部信息。 把这些特征值输入计算机，用特定的算法进行训练，就可以得到预测的模型。然后利用已知的测试样本进行检验，检验正确后，即可用来制作预测产品——未来若干时间的天气预报。目前国内外普遍采用的大多数是基于统计方法的预报技术，即通过各种方法从历史资料中学习过程并加以再现，从而对未知的数据进行估计和预测。
随着大数据时代的到来以及全球气候变暖问题的突出，近年来很多学者开始研究基于大数据的短期气候预测方法和基于新数据源的长期气候预测方法[1]。与传统统计方法相比，这些方法能够更深入地挖掘数据所含的信息，从而提高预测精度。