نواقص داده ها همیشه در تحلیل های آماری مشکل ساز بوده اند. اساس مطالعات هیدرولوژی و هوا شناسی، داده های آماری مورد قبول می باشد. با توجه به خلاء های گسسته وپیوسته ای که در اغلب داده های هیدرولوژی مانند داده های حداکثر بارش 24 ساعته سالانه، که بدلایلی نظیر عدم ثبت آمار، حذف آمار غلط و خرابی یا از بین رفتن دستگاه های اندازه گیری اتفاق می افتد، تخمین وبرآورد این داده ها لازم وضروری می باشد. حداکثر بارش 24 ساعته سالانه، در زمینه های مختلف طراحی و مهندسی مورد استفاده قرار می گیرد. بدین منظور روش های متعددی برای تخمین این داده ها وجود دارد که بسته به شرایط هر ایستگاه ممکن است یک روش خاص بهترین نتیجه را در پی داشته باشد معمولأ برای برآورد داده های گمشده در یک ایستگاه از ایستگاه های مجاور آن (حداقل 4 ایستگاه) که دارای تشابه هیدرولوژیکی, کلیماتولوژی، فیزیوگرافی و همچنین همبستگی بیشتری هستند استفاده می شود. در این تحقیق کارآیی استفاده از روش الگوریتم ژنتیک – شبکه عصبی مصنوعی (ga - ann) در بازسازی داده های حداکثر بارش 24 ساعته ایستگاه های هواشناسی و باران سنجی در استان چهارمحال و بختیاری مورد ارزیابی قرار گرفت و با روش های نسبت نرمال، محورهای مختصات، رگرسیون ساده، رگرسیون چندمتغیره، رگرسیون فازی و شبکه عصبی مصنوعی ساده (ann) مورد مقایسه قرار گرفت. با ناحیه بندی اقلیمی به عنوان تشابه کلیماتولوژی و استفاده از جدول فیشر برای همبستگی بیشتر، ایستگاه های مستقر در یک گروه بازسازی شناسایی گردید. از 34 ایستگاه منتخب در استان چهارمحال و بختیاری و مرزهای مجاور این استان بوسیله ناحیه بندی اقلیمی، با توجه به وجود 4 اقلیم بسیار مرطوب، نیمه مرطوب، مدیترانه ای و نیمه خشک در این استان، 4 گروه برای بازسازی تشکیل گردید که با توجه به به روش حذف اعتباری داده های مشاهده ای، مقادیر آنها از طریق روش های مذکور برآورد گردید سپس با استفاده از آماره های ریشه میانگین مجذور مربعات خطا (rmse)، درصد مدول میانگین انحراف نسبی (p %) و ضریب تبیین (r2) اولویت هر یک از این روش ها در هر یک از ایستگاه ها و در هر اقلیم مورد شناسایی قرار گرفت. بدلیل حساسیت روش های ann و ga - ann به طول دوره آماری و عدم وجود دوره آماری طولانی در ایستگاه های منتخب امکان استفاده از این روش ها در بازسازی داده های حداکثر بارش 24 ساعته در هر ایستگاه مقدور نمی باشد ولی در هر کدام از اقلیم ها این روش ها صورت گرفت. نتایج بازسازی داده های حداکثر بارش 24 ساعته در هر اقلیم نشان دهنده برتری روش ga - ann و در هر یک از ایستگاه ها روش رگرسیون فازی بعنوان اولویت اول بازسازی می باشد.