چکیده: چکیده: تابش خورشیدی بعنوان یکی از منابع انرژی تجدید پذیر، نقش مهمی در برآورد نیاز آبی و تنظیم برنامه ریزی آبیاری دارد. در این تحقیق تاثیر شاخص های مستخرج از تصاویر ماهواره ای سنجنده MODIS در برآورد تابش خورشیدی در حوضه آبریز مشهد مورد بررسی قرار گرفت (1394-1384). در سناریوی اول تنها از پارامترهای هواشناسی (درجه حرارت هوا، متوسط درجه حرارت هوا و رطوبت نسبی) و در سناریوی دوم ترکیبی از پارامترهای هواشناسی و پارامترهای مستخرج از تصاویر ماهواره ای (شاخص تفاضل نرمال شده پوشش گیاهی، تابش خالص دریافتی، دمای سطح زمین) بعنوان ورودی مدل شبکه عصبی پرسپترون چند لایه در نظر گرفته شد. بمنظور دستیابی به بهترین نتایج از سه تابع انتقال مختلف به نام های الگوریتم پس انتشار لونبرگ-مارکوارت (MLP-LVM)، الگوریتم پس انتشار گرادیان کاهشی (MLP-GDB)، آموزش دسته ای با استفاده از قوانین یادگیری وزن ها و انحرافات (MLP-BTWB) استفاده شد. کاربرد سناریوی دوم با اختصاص مقادیر (RMSE=104.2 J.cm-2.day-1, R2=0.84)، (RMSE=124.5, R2=0.83) و (RMSE=123.8, R2=0.82) بترتیب برای سه تابع انتقال مذکور در قیاس با مقادیر (RMSE=225.2, R2=0.71)، (RMSE=227.7, R2=0.7) و (RMSE=228.4, R2=0.7) برای همین سه تابع در سناریوی اول، منجر به بهبود دقت برآورد تابش خورشیدی گشت. استفاده از شاخص های مبتنی بر تصاویر ماهواره ای در قالب سایر مدل های هوش مصنوعی می تواند بعنوان یک راهکار در افزایش دقت برآورد تابش خورشیدی مورد توجه قرار گیرد.