یکی از عوامل مهم و تأثیرگذار در شار حرارتی خاک و شدت تبخیر- تعرق، تابش خالص خورشیدی میباشد. تابش خالص تفاوت بین شارهای تابش ورودی و خروجی در طول موجهای بلند و کوتاه میباشد. اندازهگیری تابش خالص به علت مشکلات واسنجی و هزینه آن دشوار است. بنابراین تابش خالص اغلب از معادلات نیمهتجربی مبتنی بر مشاهدات تابش طول موج کوتاه خورشیدی، فشار بخار و دمای هوا پیشبینی میشود. با توجه به اینکه شبکه عصبی در پیشبینی پارامترهای هواشناسی و هیدرولوژی از عملکرد مناسبی برخوردار است، لذا در این تحقیق سعی شد تا با استفاده از شبکه عصبی مقدار تابش خالص روزانه همدان که دارای اقلیم سرد و نیمهخشک میباشد تخمین زده شود و با دادههای اندازهگیری شده تابش خالص روزانه ایستگاه کلیماتولوژی دانشگاه بوعلی سینا در طول دوره 13 ماه (آذر 1390 - آذر 1391 ) مقایسه شود. همچنین در این پژوهش مدل تجربی ایرماک نیز برای برآورد تابش خالص روزانه مورد واسنجی و استفاده قرار گرفت. بدین منظور، در طراحی شبکه عصبی 11 پارامتر هواشناسی مؤثر در تابش خالص بهعنوان ورودی 11 برای پیشبینی -2- مدل به کار گرفته شد. پس از انجام آزمون و خطا در انتخاب مدل بهینه، شبکه عصبی با آرایش 1 تابش خالص مورداستفاده قرار گرفت. 70 درصد دادهها جهت آموزش و 30 درصد دادهها بهمنظور اعتبارسنجی مدل استفاده گردید. برآوردهای مدل ایرماک نیز بهصورت روزانه ارائه گردید. نتایج تحقیق نشان داد که شبکه عصبی با R ضریب تعیین ( 2 معادل 1377 (وات بر مترمربع در روز) عملکرد و دقت بهتری در تخمین RMSE 0/95 و مقدار خطا ( معادل 13614 (وات بر مترمربع در RMSE 0 و مقدار آماره / تابش خالص در مقایسه با مدل ایرماک با ضریب تعیین 55 روز) دارا میباشد. واژههای کلیدی: تخمین، شبکه ع