随着通信技术和计算机技术的发展，每天在气象通信网上传输越来越庞大的气象数据资料，各种的数值预报产品为我们提供了多层次、多要素、多时效、多种物理量的丰富资料，为数据挖掘准备了良好的基础，同时将数据挖掘的一些分类和预测方法用于天气预报业务中，便于提高预报的能力和准确率，满足各经济部门和人们生活及社会活动的需求，减少自然灾害造成的损失，保障社会和人们的财产及生命安全。 本文就数据挖掘技术在天气预报中的具体应用问题进行了研究。首先阐述了数据挖掘技术的基本原理和基本概念，在分析和总结了天气预报的内容和基本方法的基础上，提出了基于粗糙集和神经网络相结合的暴雨预报系统模型，并采用C++语言予以具体实现，同时进行了相应的测试。在实际应用中只要将基本要素资料输入给预报模型即可输出预报，其结果还是比较令人满意。该论文成果表明，数据挖掘技术在气象预报中的应用，特别是在提高长期灾害性天气预报准确率的方面将有广阔的前景。