یکی از ویژگی های عمده خاک درجه حرارت آن می باشد به طوری که رشد و نمو گیاه و تکوین فرآیندهای خاک سازی در گرو تغییرات آن می باشند. در این راستا دمای سطح و ژرفای خاک به صورت پیوسته اندازه گیری نمی شوند، بنابراین از نظر داده های دمای خاک با کمبود آماری رو به رو هستیم، این در حالی است که پارامترهای هواشناسی به طور مرتب اندازه گیری می شوند. با توجه به این که رابطه های ارایه شده در پژوهش های قبلی از دقت چندان مناسبی برخوردار نمی باشند، در این مقاله سعی بر آن است که رابطه ای با دقت مناسب و بر اساس مقایسه روش های رگرسیونی و شبکه عصبی با استفاده از داده های روزانه هواشناسی سه ایستگاه مشهد، سبزوار و شیراز معرفی گردد. بررسی ضرایب همبستگی مشخص نمود که دمای هوا، تبخیر و تعرق و تبخیر به ترتیب بیشترین ضریب همبستگی را با دمای خاک در عمق 5 سانتی متر دارند. با توجه به ضرایب همبستگی و نتایج دو مدل بهترین پارامترهای ورودی به ترتیب دمای هوا، تبخیر و تعرق، رطوبت و باران موثر با تاخیر زمانی یک روز در نظر گرفته شد. رگرسیون درجه دوم تک متغیره دارای کمترین دقت بود و در مقابل بالاترین دقت در شبکه عصبی مشاهده گردید. ضمن این که رگرسیون چندمتغیره نیز از دقت مناسبی برخوردار بود. در محاسبه عمق یخ بندان مشاهده شد که رابطه فنلاندی از دقت قابل قبولی برخوردار است، ضمن این که با در نظر گرفتن یک پارامتر اضافی مربوط به عمق باران در روزهای یخ بندان به نمای معادله فنلاندی، معادله بالا بهبود یافت. حداکثر خطای برآورد دمای خاک از رابطه پیشنهادی 15 درصد در ایستگاه شیراز بوده و میزان خطا در مشهد و سبزوار به ترتیب 0.6 و 2 درصد مشاهده شد.