密歇根大学安娜堡分校（University of Michigan, Ann Arbor）利用气象雷达与互联车辆上的风挡刮水器（windshield wiper）的观测值相结合，提升降雨量预测值的精度。研究人员将该技术发布到《科学报告》中。

互联汽车风挡刮水器可提供降雨时间及位置的精度信息，为气象雷达的预测值提供纠偏服务。

该技术还能利用车载仪表板摄像头，研究人员发现，相较于传统的固定式量规（traditional stationary gages）或基于雷达的测试值，风挡刮水器的测量值是二进制降雨量状态的强力预测器。研究人员还引入了一款贝叶斯（Bayesian）过滤框架，该设备可更新雷达降雨及风挡刮水器的观察值，提升了降雨预测的精度。据称，生成的降雨量预测值可截取传统测量方式容易漏过的降雨。

该团队指出，或许城市内的暴雨成灾（urban flash flooding）是论证高精度降雨预测必要性的最佳示例。暴雨成灾是全球自然灾害爆发的主因之一，在许多发展中国家，暴雨常常引发城市积水甚至洪涝灾害。

然而，在很大程度上，无法预测暴雨是因为缺少高精度降雨数据。对于城市地区而言，所需数据的空间精度须低于500米，时间分辨率应低于1-15分钟。互联汽车的出现或将解决这类问题。

由于专用的传感器网络的部署及维护代价过于昂贵，但互联汽车的车队可截取实时数据，并提供高精度时空尺度（fine spatial and temporal scales），这主要得益于车载传感器。