当进行数字化天气预测时，模拟自身的准确性是非常重要的，除此以外，对于以观测值为基础的现实生活数据来说，使其准确地进入模型中也十分关键。通常，气候模拟的开展，基于当前状态，利用计算机进行多项模拟，然后将观测数据输入到模拟系统中，在一定程度上去推动，使其更接近于实际状态。随着大量各种类型的可用数据的出现，模拟中的数据合并问题——数据同化，变得越来越复杂，比如来自地面站的卫星观测值和测量值的出现。通常情况下，如今的超级计算机，在运行模拟实验和合并现实生活数据上，花费的时间大致相等。
现在，随着能够实现更精确预测的研究的开展，来自日本的RIKEN高级计算科学研究所的研究人员，已经运行了一项巨大的全球气候模拟，该研究在2015年11月那期的Computer中占重要地位，其中Computer是IEEE计算机学会的旗舰出版物。他们运行全球气候模型中的10240个模拟，该模型已被分成112公里的分区，然后利用数据同化和统计方法，为2011年11月1日至8日这个过去的时间段，提出一个密切拟合实际数据的模型。此模拟利用NICAM系统，在日本的10-petaflop K旗舰计算机中运行，这个模拟旨在精确模拟气候。
其中一个重要的发现就是，遥远的观察值和几千公里的距离，可能会影响天气预测的最终状态。例如，来自美国大湖区的数据，可以会影响欧洲的最终状态。这一发现表明，先进方法需要进一步研究，使该方法可以更好地利用遥远的观察结果，因为它很可能会改进天气预测。
据研究团队的领导者Takemasa Miyoshi介绍，“由于更强大的计算机和更好的卫星与雷达观测数据，预测正在变得越来越好。我们试图利用大量样本，这些样本应用相对粗糙的模拟，并且发现其执行得很好，符合我们选取时间段的实际数据。我们正在计划借助K computer项目继任者的力量，随着其发展，来创建更好的天气预测工具。”
下面的两个研究项目促成了这项成就，这两个项目都被日本科学技术振兴机构(JST) CREST项目提供资助：
“创新‘大数据同化’技术，为彻底改变极短程的恶劣天气预报”，这个项目由RIKEN的Takemasa Miyoshi博士带头，在先进的应用技术研究领域中，推动大数据应用于多领域的科学发现和社会问题的解决，其研究主管是日本北海道大学的Yuzuru Tanaka教授。
“EBD：极端的大数据：大数据与尧字节处理的高性能计算的融合”，这个项目由东京工业大学的Satoshi Matsuoka教授，和作为副研究员的日本理化研究所的Takemasa Miyoshi博士，共同领导，该项目处于大数据集成领域的先进核心技术中，其研究主管是日本国立情报学研究所的Masaru Kitsuregawa教授。
此外，该项目得到以下资助：
“TRMM/GPM降水测量值基于集合的数据同化”，这被第七届RA of JAXA PMM项目资助，该项目由Takemasa Miyoshi博士带头。
“利用主题4的社会科学优先问题的观测‘大数据’，通过使用FLAGSHIP2020项目的post K computer来追踪，实现气象和全球环境预测的提升”，该项目由日本海洋科学技术中心(JAMSTEC)的Keiko Takahashi博士，和作为子主题组织者的日本理化研究所akemasa Miyoshi教授，共同领导。
