传统上，天气预报是根据气象观(探)测资料，应用天气学、动力学、统计学的原理和方法，对某区域或某地点未来一定时段的天气状况作出定性或定量的预测。准确地预报天气，一直是大气科学研究的一个重要目标。
天气预报是一项历史悠久的活动，它的发展大概经历了这样的过程：看云识天气 => 根据物像来推测天气 => 单站预报 => 天气图预报 => 应用气象卫星、天气雷达 => 用计算机进行天气预报。伴随着科技的不断进步，天气预报得到了快速的发展。
目前制作天气预报的方法，大体包括天气学预报方法、统计学预报方法、动力学预报方法以及这三种基本预报方法的结合方法。
天气学预报方法（或称天气图方法）以天气图为主要工具，配合卫星云图、雷达图等，用天气学的原理来分析和研究天气的变化规律，从而制作天气预报的方法。这种方法主要用于制作短期预报。
数值预报方法（又称动力学预报方法） 用大型、快速的电子计算机求解描述大气运动的动力学方程组来制作天气预报。这种方法可用于制作短期预报，也可做中长期预报。
统计预报方法采用大量的、长期的气象观测资料，根据概率统计学的原理，寻找出天气变化的统计规律，建立天气变化的统计学模型，从而制作天气预报的。这种方法主要用于制作中长期 报和气象要素预报。
统计预报方法的主导思想从天气现象（或天气过程）具有偶然性出发，认为天气变化是一种随机过程，在相同条件下不一定出现同样的天气变化，只能求出某种天气出现的可能性或概率。天气学方法和数值预报方法则从天气现象（或天气过程）具有必然性出发，认为天气变化不是随机的，它满足一定的规律（如动量守衡、能量守衡、质量守衡等等），在相同的条件下应该发生相同的变化，根据大气某一时刻的状态，可以推算出其下一时刻的确定的状态。
不幸的是，不论哪种方法，天气预报始终不够令人满意。科技越来越发达、技术投资越来越多，人们却经常觉得：肿么回事，天气预报纯粹胡说嘛！
11年前，我就写过一篇《天气预报为什么越来越不准?》，分析在当时看来天气预报从技术到人的多重原因。而在今天的我看来，天气预报不能令人满意的技术原因，是未能采用大数据手段。
一、用降雨预测降雨
这是一个似乎很诡异的标题：既然已经下雨，何必还来预测？它的合理逻辑是，帝都已然下雨，魔都等会也将下雨么？
小日本研发了这样的系统。富士通公司，利用气象部门提供的XRAIN数据（X波段雷达降雨信息），以25平方千米为单位将关西地区划分为50万个网状区域，每5分种处理1亿条降雨量数据，成功再现降雨区域的移动过程。
据说，通过这种方法，小日本解决了一个大难题：描绘详细的局部暴雨区域图，为灾害预警提供帮助，并立即检测出需要避难的灾害警戒区域。
二、用雨刷器预测台风
即使不直接分析气象数据，也能通过其他方式掌握天气情况，并对今后天气的变化进行预测。例如，利用汽车雨刷器的使用信息。
只要掌握大量的“汽车所在位置”、“是否使用了雨刷器”、“使用雨刷器时雨刷器的摆动速度”等信息，就可以推测出在哪里下了多大的雨，以及随着时间推移，积雨云是怎样移动的等情况。同时，发送信息的汽车越多，分析结果的准确度就越高。
三、用下水道信息预测台风
巴西的里约热内卢搞了一个有创意的大数据项目。它整合气象模拟器和气象预测信息以及安装在排水口处的传感器收集到的水位情况，预测洪水带来的损失。
以前，里约热内卢每年都饱受洪水困扰。从2011年引进这项技术之后，里约热内卢就可以在台风到来前48小时，提前制订防洪措施。
里约热内卢还将天气交通拥堵信息相结合，预测受洪水影响而被迫交通中断的道路，在48小时后哪里会发生什么程度的交通拥堵。
据称，该系统将在明年（2016）年的夏季奥运会上发挥重要作用。
在此成果的基础上，人们正在将类似的大数据逻辑应用到海啸模拟实验等领域，从而为防灾减灾工作做出巨大的贡献。
四、整合多类数据预测多种天气情况
也是在里约热内卢。不像国内的智慧城市，常常搞一些花而不实的花架子。里约热内卢设立了智能运营中心IOC，构建了一个让气象学者、地质研究员、工程师、危机应急处理小组共同协作的机制。在该中心的屏幕墙上，他们可以共享影像、地图、模拟实验结果、媒体报道、受灾情况等信息，使紧急情况应对能力大幅度提高。
一旦发现传感器发回的大数据存在异常，就可以通过模拟实验系统对天气情况进行模拟，从而一目了然地掌握最大降雨量、风速以及发生滑坡、泥石流等地质灾害的可能性。
里约热内卢的IOC对所有信息都采取24小时管理机制，一旦感知到灾害异常情况，IOC可以立即向市民发出提示和警报。一旦发生灾害，IOC可以与相关机构合作，派遣救援队、向避难所输送物资等。台风过后，各机构迅速恢复正常运转，并采取一定措施，解决城市清理、灾后重建等问题。