بدلیل صدمات ناشی از کمبود بارش در بخش وسیعی از کشور ایران و همچنین تلفات ناشی از وقوع سیلاب، برآورد دقیق مقدار بارش از نیازهای حیاتی کشور به شمار می رود. از طرفی بدلیل تنوع زیاد بارش و پراکندگی ایستگاه های زمینی در کشور، برآورد دقیق مقدار بارش ممکن نیست. امروزه با ظهور فناوری های پیشرفته در فرآیند دریافت اطلاعات هواشناسی، از طریق نصب سنجنده های پیشرفته بر روی ماهواره ها امکان برآورد دقیق تر بارش فراهم شده است. اما این برآوردها برای مناطق با ویژگی های جغرافیایی مختلف، به تصحیح الگوریتم ها، و تصحیح الگوریتم نیز به اعتبارسنجی این برآوردها نیاز دارد. اعتبارسنجی ها عمدتا در سطح کلی و با پوشش جهانی انجام می گیرد و در مکان های مختلف نتایج متفاوتی را ارائه می دهد که ناشی از تنوع اقلیمی و توپوگرافی مناطق است. بنابراین معمولاً محققان نتایج را به صورت جزئی تر و برای مناطق کوچکتر بطور جداگانه بررسی می کنند. با توجه به اینکه کشور ایران نیز دارای توپوگرافی پیچیده و تنوع بارش مکانی زیاد می باشد، بنابراین اعتبارسنجی بارش بازیابی شده ی ماهواره ای در این منطقه بسیار مورد توجه است که در این پژوهش به آن پرداخته شده است. به این منظور داده های دیده بانی از 103 ایستگاه باران سنجی برای 21 مورد رخداد بارشی 3 روزه در مقیاس زمانی روزانه انتخاب شده است. تنوع توزیع زمانی و مکانی به گونه ای است که فصول مختلف سال و نقاط مختلف ایران با شرایط آب وهوایی متنوع را در دوره¬ی زمانی 2003 تا 2008، دربرگرفته است. در این مطالعه تلاش می شود سه روش بازیابی بارش ماهواره ای شامل الگوریتم 3b42 (داده های مایکروویو، فروسرخ) از ماهواره trmm، الگوریتم persiann (برآورد بارش از اطلاعات سنجش از دور با استفاده از شبکه های عصبی مصنوعی) و داده های سنجنده amsu-b (گمانه زن مایکروویو پیشرفته واحد b) و یک خروجی از مدل های عددی، جهت اعتبارسنجی بارش بازیابی شده، بطور کمی مورد ارزیابی قرار گیرند. به منظور برآورد دقیق تر، سامانه های انتخابی، در 5 دسته شامل: مدیترانه ای، سودانی، آمیخته، مانسون و خزری دسته بندی شده اند. برای انجام اعتبارسنجی از کمیت های عددی و جدول توافقی استفاده شده است. نتایج نشان داد بهترین برآورد مربوط به الگوریتم 3b42 و سپس الگوریتم persiann می باشد و شبکه عصبی برآورد خوبی را برای بازیابی بارش از داده های amsu-b ارائه نداده است.