Su kaynaklarının etkin bir şekilde planlanması ve yönetimi için yağışın doğru bir şekilde tahmin edilmesi büyük önem taşımaktadır. Hidrometeorolojik zaman serilerinin tahmini, zaman serisini etkileyen parametrelerin belirsizliğinden dolayı en zor işlerden biridir. Yapay sinir ağlarına dayalı kurak bölge yağış tahmin modelleri literatürde çok sınırlı sayıda bulunmaktadır. Bu çalışmada aylık toplam yağışın tahmini için Markov zincirleri eklenmiş koşullu ileri beslemeli geri yayılım yapay sinir ağları yöntemi kullanılmıştır. Uygulama için Ürdün’ün dağlık bölgesinden Amman meteoroloji istasyonu seçilmiştir. Çalışmada kullanılan veriler homojenlik testlerinden geçirilmiş, kullanılan testlere göre Ürdün’ün bu istasyonunun yağış verilerinin homojen olduğu belirlenmiştir. Bu çalışmada geliştirilen modeller, önceki aylara ait gözlenmiş yağış verilerini kullanarak gelecek ayın yağışının tahmin edilmesi prensibine dayanarak kurulmuştur. Deneme-yanılma yöntemi ile çok sayıda model seçeneği üretilmiştir. Girdi sayısı minimum olacak şekilde önce sadece bir önceki ayın yağışının girdi olarak kullanıldığı model seçeneği ile başlanmış, seçilen girdiler farklı hücre sayıları ile denenmiştir. Hücre sayısı girdi sayısı kadar seçilmiş, ampirik bir düşünce ile girdi sayısının iki katına kadar birer birer artırılmıştır. Periyodikliğin etkisinin görülmesi açısından periyodik bileşen de modellerde girdi olarak kullanılmıştır. Denenen her bir modelin performansı Ortalama Karesel Hata (OKH) ve belirlilik katsayısı (R²) ile ölçülmüştür. Markov zincirleri ile birleştirilmiş koşullu ileri beslemeli geri yayılım yapay sinir ağı modelinin kuru ayların belirlenmesinde, en yüksek yağış ve yağış tahmininde büyük başarı gösterdiği anlaşılmıştır.

Anahtar Kelimeler: Aylık yağış, kurak bölge, yapay sinir ağları, ileri beslemeli geri yayılım, Markov zinciri, Ürdün.