در این مقاله اثرات سینگال های بزرگ مقیاس اقلیمی بر روی بارش های کوتاه مدت و بلندمدت ناحیه جنوب غرب ایران مورد بررسی قرار گرفت. سیگنال های بزرگ مقیاس اقلیمی یکی از عواملی هستند که می توانند در تحلیل تغییرات فصلی و سالانه بارش موثر باشند. در این تحقیق از داده های ماهانه سیگنال های بزرگ مقیاس اقلیمی نظیر شاخص نوسان جنوبی (SOI)، نوسان اطلس شمالی (NAO) و پدیده ENSO در مناطق NINO3.4, NINO3, NINO4 و NINO1+2 استفاده شد. تمامی داده های مربوط به سیگنال های فوق از مرکز داده های آنالیز شده NCEP طی سال های 1960 تا 2003 دریافت گردید. به منظور تعیین موثرترین سیگنال ها بر بارش ناحیه جنوب غرب ایران از روش رگرسیون چند متغیره استفاده شد. نتایج تحلیل رگرسیونی نشان داد که پدیده ENSO در مناطق NINO1+2، NINO3 و NINO3.4 به عنوان موثرترین سیگنال در پیش بینی بارش ناحیه جنوب غرب ایران می باشند. پس از شناسایی سیگنال های موثر با استفاده از مدل شبکه عصبی مصنوعی، بارش برای بازه های همزمان، سه ماهه و شش ماه آینده پیش بینی شد. تحلیل نتایج مدل شبکه عصبی مصنوعی با داده های مشاهده ای نشان داد که فازهای گرم ENSO با دوره های پربارش و فازهای سرد ENSO با دوره های کم بارشی در منطقه مورد مطالعه همراه است.