سیگنال های اقلیمی الگوهای بزرگ مقیاسی از ناهنجاری های چرخش و فشار هستند که در محدوده جغرافیایی وسیع گسترش یافته اند.این سیگنال ها در توجیه رفتار اقلیم از اهمیت زیادی برخوردارند.همبستگی بین بارش و الگوهای بزرگ مقیاس گردش جوی ، اقیانوسی مدت هاست به صورت یک روش پیشرفته برای بیان علل بارش و نوسانات آن به کار می رود.در این پایان نامه میزان بارش در ارتباط با سیگنال های اقلیمی(ao,nao,enso) در منطقه ایران مرکزی مورد بررسی قرار گرفته است. داده های سیگنال ها از پایگاه داده های ncep استخراج گردید و مجموع داده های بارش ماهانه نیز از مرکز خدمات ماشینی سازمان هواشناسی کشور دریافت شد. داده ها ماهانه طی دوره ی آماری 30 ساله ، سال های 1978 تا 2008 بوده است.در نهایت با بکارگیری روش شبکه عصبی مصنوعی ،مدل های شبیه سازی شده برای بازه های 0.3.6 ماهه محاسبه شد و نتایج نشان داد از بین سیگنال های مورد مطالعه سیگنال enso بر بارش منطقه مورد مطالعه تاثیر معنی دار دارد و سیگنال های ao,nao تاثیر معنی داری بر بارش منطقه مورد مطالعه ندارد.بهترین مدل انتخاب شده با توجه به بالاتر بودن مقدارr و پایین تر بودن rmse,ame در تمام ایستگاه های منطقه مورد مطالعه مدل 3 است . با توجه به دوری مناطق تشکیل دهنده سیگنال های مورد مطالعه از منطقه ایران مرکزی این سیگنال ها با تاخیر 6 ماهه تاثیر بیشتری بر بارش این منطقه دارند.سیگنال اقلیمی enso در مناطق nino1.2,nino3 در همه ایستگاه های منطقه مورد مطالعه با ضریب همبستگی منفی در بارندگی منطقه مورد مطالعه با تاخیر 6 ماهه تاثیر معنی دار دارد و این سیگنال در منطقه nino4 تاثیر معنی دار با ضریب همبستگی مثبت در حالت 6 ماه تاخیر دارد.