مدلسازی و پیش بینی متغیرهای هواشناسی اهمیت ویژه ای در برنامه ریزی محیطی دارد. سری های زمانی از جمله مدلهایی است که در این راستا می توان از انواع فصلی آن مثل SARIMA استفاده نمود. در این تحقیق از این مدل برای مدلسازی و پیش بینی دمای میانگین ماهانه 5 ایستگاه همدیدی در اقلیم های مختلف کشور استفاده شده است. داده های ایستگاه های آبادان، اصفهان، انزلی و دو ایستگاه تبریز و مشهد با اقلیم مشابه طی سال های 1951-2011 میلادی، توسط تابع ACF از حیث وجود روند فصلی مورد بررسی قرار گرفتند و پس از اعمال درجه تفاضلگیری فصلی، وارد مدل SARIMA شدند. خروجی های مدل توسط معیار بیزی شوارتز، جذر میانگین مربعات خطا و ضریب تعیین ارزیابی شدند. نتایج نشان داد بهترین مدل ها برای این 5 ایستگاه فوق به ترتیب مدل های SARIMA(1, 0, 1)(1, 1, 1)12، SARIMA(2, 0, 2)(3, 1, 1)12، SARIMA(1, 0, 0)(1, 1, 1)12، SARIMA(1, 0, 2 )(1, 1, 1)12 و SARIMA(0, 0, 1)(0, 1, 1)12 بوده و پارامترهای مدل جهت پیش-بینی مقادیر ماهانه دوره ی 2012-2014 استخراج شد. تغییرات خطای پیش بینی در افق های 6، 12، 18، 24، 30 و 36 ماهه در دوره ی سه ساله ی پیش بینی بررسی شده و توانایی بالای مدل در پیش بینی گام های بلندمدت در آینده مشخص گردید. در بین ایستگاه های مورد بررسی بهترین برآورد مربوط به ایستگاه آبادان در اقلیم فراخشک گرم بود که مقادیر شاخص های خطا به صورت 41/322=SBC، ° c22/1=RMSE و 98/0= بدست آمد. پس از آبادان، این مدل به ترتیب درایستگاه های انزلی در اقلیم مرطوب معتدل، اصفهان در اقلیم فراخشک سرد، و تبریز و مشهد در اقلیم نیمه خشک سرد دارای عملکرد مطلوب تری است.