طبقه بندی روشی است که در آن هر نمونه در یک طبقه از پیش تعیین شده قرار می گیرد. در واقع در روش طبقه بندی، با استفاده از یک سری اطلاعات اولیه، نمونه ها به دسته های خاصی نسبت داده می شوند. دسته بندی نمودن پایگاه اطلاعات بزرگ نظیر ایستگاه های هواشناسی، در روش های مدل سازی از اهمیت بسزایی برخوردار می باشد. زیرا با استفاده از این روش ها می توان حجم زیادی از اطلاعات را با اختصاص به چند دسته متجانس کوچکتر به راحتی بررسی کرد. به علاوه این روش می تواند کمک شایانی به گسترش اطلاعات نقطه ای به اطلاعات منطقه ای برای نقاط فاقد آمار نماید. ایستگاه های هواشناسی یک منطقه در مدیریت و استفاده موثر اطلاعات نقش تعیین کننده ای دارد. در تحقیق حاضر به منظور طبقه بندی اقلیمی، 112 ایستگاه هواشناسی کشور با روش های خوشه بندی فازی، خوشه بندی کلاسیک و شبکه عصبی کوهونن مورد بررسی قرار گرفت. پنج پارامتر متوسط دمای سالانه، متوسط بارش سالانه، طول جغرافیایی، عرض جغرافیای و ارتفاع بعنوان معیارهای طبقه بندی برای گروه بندی شدن در نظر گرفته شد. از کمترین مقدار شاخص دیویس-بولدین برای بدست آوردن تعداد بهینه گروه ها و برای تعیین همگنی گروه های حاصله از شاخص مربعات خطا استفاده شد. به منظور ارزیابی توزیع مکانی خوشه های حاصل از روش های مختلف، پهنه بندی اقلیمی با استفاده از روش دومارتن انجام شد و نتایج نشان داد که روش خوشه بندی فازی در انطباق بیشتری با پهنه های اقلیمی حاصل از روش دومارتن برخوردار است.