近年来,随着全面推进气象现代化工作的进行气象观测业务和气象数值预报技术得到了全面的发展,气象部门采集数据和收集数据的能力越来越强,现己积累了海量的气象资料,面对如此庞大的数据资料,如何有效利用这些资料成为气象信息工作者所面临的一道难题。本文利用决策树方法和神经网络方法对甘肃省张掖市国家基准气象站的历史气象数据进行分析与处理,从中挖掘出一些有价值的信息。本文首先对历史数据进行了预处理,包括资料汇总、异常值、缺失值的分析和处理等。然后采用决策树方法中的CART算法对连续气温数值进行评估,并做了简要的对比分析。主要考虑月平均气压、月平均水汽压、月最小相对湿度、月蒸发量和降水量等因素对月平均气温的影响。同时还采用C5.0算法对离散化气温数值进行评估,建立了全年和按汛期划分生成的两种决策树模型;发现汛期模型较全年模型的气温预测正确率上有明显的提高。其次运用神经网络中的MLP(多层感知机)模型和RBF(径向基函数)模型对张掖市国家基本气候观测站的历史月平均资料进行处理与分析,并与决策树方法和其他研究结果进行了比较分析,得出MLP神经网络模型对连续气温预测效果最好,汛期MLP模型在离散化气温的预测正确率上较全年模型有一定的提高,利用MLP模型预测离散化气温时,汛期模型较全年模型在正确率上更有优势。