简要介绍了精细化天气预报和气象数据挖掘应用的现状，在对BP 神经网络预测方法详细分析的基础上，研究了基于时间序列数据挖掘实现精细化温度预报的方法。该方法基于时序分析技术，建立起适合于BP 神经网络的输入样本模型，通过反复学习从温度时序中建立预测模型，将其用于未来24 h 的精细化温度预报。同时，对BP 神经网络算法和步骤做了简要介绍，针对原有的BP 算法存在的不足，做了一些改进。最后，通过对预测挖掘系统的设计和在Matlab6． 5 仿真平台上的试验，建立了温度预报模型，以兰州市观测站数据为时间序列研究对象，对精细化温度预报进行了仿真实现。对基于时序的数据挖掘理论的应用和开发精细化温度预报方法做了有益的探索。
