پیش بینی بارندگی و برآورد میزان نزولات جوی برای هر منطقه و حوضه آبریز یکی از مهمترین پارامترهای اقلیمی می باشد. لذا پیش بینی آن در استفاده بهینه از منابع آب و نقش آن در برنامه ریزی های خرد و کلان از اهمیت ویژه ای برخوردار است. الگوسازی و شبیه سازی رفتار بارندگی، به خصوص در سال های اخیر، مورد توجه محافل علمی بوده است. یکی از روش های دست یابی به این مقصود، مدل سازی بارندگی ماهیانه بر اساس الگوهای فصلی - ضربی باکس و جنکینس است. در این گونه مدل ها، میزان بارندگی در هر ماه بر اساس میزان بارندگی در همان ماه و ماه های قبل و بعد از آن در سال های پیشین و همچنین مولفه های تصادفی همان ماه و ماه های قبل و بعد از آن در سال های قبل از آن بیان می شود. در این تحقیق آمار دراز مدت بارندگی ماهیانه در ایستگاه سینوپتیک مشهد به عنوان یک سری زمانی در نظر گرفته شد. الگوی مناسب برای این آمار بر اساس توابع خود همبستگی (SAC) و خودهمبستگی جزیی (SPAC) و بررسی تمام الگوهای احتمالی به لحاظ نرمال بودن و تصادفی بودن باقی مانده ها، همبستگی پارامترهای مدل و نتایج آزمون پورت - مانتو، به صورت SARIMA (1,0,0)(0,1,4)12 بدست آمد. بر اساس الگوی انتخاب شده، میزان بارندگی ماهیانه برای سال های 2001 الی 2003 با دقت قابل قبولی پیش بینی گردید. نتایج نشان داد که بین سه دوره زمانی متفاوت 50، 40 و 30 ساله، مدل تغییر نمی کند و برآوردها تقریبا یکسان است. با این وجود طول دوره های آماری کوتاه مدت تر تفاوت هایی با آمار واقعی نشان دادند.