دریاچه ارومیه از نظر منابع آب و محیط زیست یکی از مناطق مهم کشور به حساب می آید . با توجه به این که این دریاچه در معرض خشک شدن قرار دارد ، پیش بینی بارندگی و دبی در آن می تواند در برنامه ریزی موثر منابع آب و جلوگیری از خسارات دوره های خشکسالی نقش مهمی داشته باشد . به همین منظور در این تحقیق اثرات سیگنال های بزرگ مقیاس اقلیمی نظیر شاخص های soi ، nao و شاخص enso در مناطق nino4 ، nino3 t ، 2 + 1 nino و 4. 3 nino بر روی بارش و دبی جنوب دریاچه ارومیه در طی دو دوره آماری 2007 – 1970 و 2007 – 1986 بررسی گردید . شبکه به کار رفته از نوع پس انتشار خطا ( feed forward ) می باشد . سیگنالهای اقلیمی موردنظر به عنوان ورودی مدل و داده های شبیه سازی شده بارش و دبی ، خروجی آن می باشند .برای مقایسه نتایج شبکه عصبی با رگرسیون خطی از ضریب تبیین ( r2 ) استفاده گردید که با توجه به آن به طور کلی ، شبکه عصبی قابلیت بالاتری نسبت به رگرسیون خطی چند متغیره به منظور پیش بینی را دارد .