天气预报如何增加城市？
现在的大气科学，尤其是数值预报，已经发展到非常精细的程度了。比如美国numerical weather prediction（NWP）的超级计算机，能够实现15分钟一次的更新，也就是6小时一次的迭代，模拟出未来6个小时的天气情况。当然精度是以消耗的计算机资源为代价的。
从气象学的角度来看，增加一个城市的气象观测资料并输入电脑是轻而易举的事——只要建立足够的气象站，提供完备的气象数据，利用统计的方法做出相应地区的气象预测并不是难事。但问题是我国并不缺这方面的人，而是缺能够把气候学和统计学结合并且熟练运用的人。另一方面，气象学的研究需要大数据的支持，单个城市的个例无法代表整个中国的气象特征。因此只有建立了大量城市的气象数据库并通过分析找到其中共同之处才能制作出较为准确的长期预测。
目前国际上比较公认的用于中长期气候预测的做法是集合预测法，即将多个初始场的数据通过一定的数学算法组合在一起，得到一个综合的初始场，再经过模式计算，得出气象结果。这种算法的本质其实是统计学习，所以需要大量的数据作为训练集。如果能把中国所有主要城市的气象资料整合起来形成一个大的数据库，并从中找出规律，将对气候变化研究乃至气候预测有重要意义。