本文是数据挖掘技术在天气预报中有针对性的应用。本文收集、整理并分析了大量降雹、沙尘以及降水天气资料。首先整理分析了近年从巴盟、包头及呼市各防雹办收集的降雹及雹情资料，且对相应的天气状况进行了初步分析；其次总结分析了全区80年代以来的沙尘暴资料，按能见度的程度及分布状况对沙尘暴个例进行了分类；另外初步分析了中西部地区各站点1995年后4—8月的日降水量，按不同量级和分布进行了统计，对其分门别类建立了样本库。在此基础上根据不同的数据挖掘技术的要求，对相应采用的数值预报产品进行客观处理。针对强对流天气(冰雹)将历史样本天气分为西北气流型、槽区型、西风气流型和西南气流型等4个类型，并建立其HLAFS资料400hPa四种特征场，按照模板匹配的原理，用相似分析方法在大、小两个关键区中对实时HLAFS预报产品进行计算、比较，再建立预报方程，得出结论；对沙尘暴天气将其按区域分为全区、西部、中部、中西部以及中东部5类，再按强弱分别分为强和一般2类，建立ECMWF的3个场(500hPa高度场、850hPa温度场和海平面气压场)的历史资料库，在用传真资料消空之后，用相似离度方法计算实时ECMWF资料，做出不同时次的预报；对降水天气按出现时间和区域分为适合和不适合飞机增雨作业2类，选择T106资料中恰当的气象物理量因子，用BP神经网络算法建立人工增雨降水预报模型，实际应用中将实时T213相关预报资料代入预报模型即可。这些工作表明，在完善气象信息数据的基础上，数据挖掘技术在气象预报，尤其在数值预报产品的释用中将有广阔的前景，在提高灾害性天气预报准确率的进程中，必将发挥愈益明显的作用。