随着我国气象信息化事业的不断发展，气象领域积累了大量的数据。激增的数据背后隐藏着许多重要的信息，如何充分利用这些数据并从中发现有用的，却常被人们忽视的重要信息，已成为科研人员的一项重要任务。气象数据的研究与分析对于生产实践与社会生活具有越来越重要的意义。本文利用决策树方法和时间序列方法对陕北某县气象站的气象数据进行分析与处理。首先，采用决策树方法中的CART算法对气温数值进行评估，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。建立了按月平均气温划分生成的决策树模型，同时还建立了分季节气温划分生成的决策树模型，并采用这两个模型对气温进行预测。经与其他研究成果对比分析，可以看到所建立的模型在气温预测上正确率较高。并且针对户外作业部门对气温具体值要求不高，只需知道温度区间就可决定是否采取作业的特点，建立了分季节的气温离散化预测模型，同样采用此模型对气温进行预测。经与两个模型对比分析，可以看到所建立的模型在气温预测上正确率有所提高。其次，运用时间序列中的简单季节模型和ARIMA季节乘积模型对陕北某县地面测量的气象数据进行分析与处理，并对这两个模型进行了比较分析，得出ARIMA季节乘积模型在效果上优于简单季节模型。最后，简要的对决策树方法与时间序列方法在气温预测中的应用进行了对比分析。得到决策树模型在整体的预测准确率方面不如ARIMA季节乘积模型表现出色，但它可以良好地捕捉数据的突变。时间序列方法对连续性平稳性好的数据在预测方面更有优势。