پیش بینی بارش در آگاهی و هشدار قبل از وقوع سیلاب، مدیریت منابع آب و از همه مهم تر در برآورد نیاز آبی و تحصیص و توزیع مناسب آب کشاورزی از اهمیت بالایی برخوردار است. در این پژوهش به منظور بررسی امکان پیش بینی بارش، رابطه ی بین مشخصات فیزیکی ابر حاصل از تصاویر سنجنده ی مادیس با محصول بارش از ماهواره ی trmm در بخشی از منطقه ی فلات مرکزی ایران مورد بررسی قرار گرفت. صحت سنجی داده های بـارش ماهواره ی trmm با اسـتفـاده از داده های ایستگاه های هـمدیدی و صـحت سنجی تولیدات فیزیکی ابر با استفاده از اطلاعات پروژه ی بارورسازی ابرها صورت گرفت. تحلیل سری زمانی محصولات ماهواره ای مشخصات فیزیکی ابر شامل پارامترهای فشار بالای ابر (روز، شب و ترکیبی)، دمای بالای ابر(روز، شب و ترکیبی)، شعاع موثر ابر (فاز یخی، مایع و ترکیبی از دو فاز)، ضخامت نوری ابر (فاز یخی، مایع و ترکیبی از دو فاز) و آب مایع درون ابر (فاز یخی، مایع و ترکیبی از دو فاز) برای سال 2010 میلادی و برای منطقه ی مورد مطالعه صورت گرفت. نتایج حاصل از تحلیل سری زمانی نشان داد که تولیدات فیزیکی ابرها وابسته به زمان و دارای نوسانات فصلی هستند. بررسی ماهانه ی ارتباط بارش با تولیدات فیزیکی ابرها برای سال 2010 میلادی و در سطح تفکیک مکانی 100 کیلومتر مربع انجام شد. نتایج نشان داد که در ماه های پربارش مانند ماه ژانویه ارتباط بین بارش و مشخصات فیزیکی ابرها بالاتر می باشد. به طوری که مقدار r2 در ماه ژانویه سال 2010 بین بارش و ضخامت نوری ابر در فاز ترکیبی به 0/81و بین بارش و آب مایع درون ابر در فاز یخی به 0/72 می رسد. بررسی روزانه ی ارتباط بارش با مشخصات فیزیکی ابرها برای 5 رویداد بارش (روزهای 13 دسامبر 2001، 9 ژانویه 2004، 9 دسامبر 2004، 13 دسامبر 2004 و 22 ژانویه 2005) و در محدوده ی مکانی بین 28 تا 30 درجه عرض شمالی و 51 تا 54 درجه طول شرقی از نصف النهار گرینویچ و در سطح تفکیک مکانی 25 کیلومتر مربع انجام گرفت. علت انتخاب این محدوده از منطقه ی مورد مطالعه وجـود بارش های سنگین بالای 100 میلی متر بر روز در روزهای مـورد نـظر بود. نتایج نشان داد که پارامتر آب مـایع درون ابر اثر بـیش تری بر بارش دارد. تخمین های بارش با استفاده از مدل های رگرسیونی خطی تولیدات آب مایع درون ابر در روزهای مورد مطالعه انجام گردید که نتایج نشان داد که در روز 9 دسامبر 2004، مقدار r2 به 0/75 برای 75 نقطه ی مورد بررسی رسیده است. برآورد بارش با استفاده از شبکه ی عصبی مصنوعی و مشخصات فیزیکی ابرها برای رویدادهای بارش مورد مطالعه انجام گرفت که نتایج حاصل از آن دارای همبستگی بالا در بخش آزمون شبکه ی عصبی مصنوعی شد. ارتباط مقدار بارش با میزان افت فشار و دمای بالای ابر در روزهای بارش نسبت به روز قبل از بارش در روزهای مورد مطالعه انجام گرفت که نتایج نشان داد که این ارتباط مـعنی دار می باشد.