در این تحقیق پیش­بینی تراز آب زیرزمینی حوضه آبریز شریف­آباد استان قم با بهره­گیری از برخی مدل­های هوشمند می­باشد. به این منظور از داده­های ماهیانه تراز آب زیرزمینی در سه حلقه چاه مشاهده­ای واقع در حوضه آبریز شریف­آباد در مدل سازی­ها استفاده شده است. جهت مقایسه نتایج حاصل از مدل­های هیبرید آنالیز موجک-شبکه عصبی (WNN)، برنامه­ریزی ژنتیک (GP)، رگرسیون خطی چند متغیره (MLR) و شبکه عصبی مصنوعی (ANN) از دو معیار ریشه خطای مربع متوسط (RMSE) و ضریب کارایی نش- ساتکلیف (E) استفاده شده ­است. نتایج تحقیق نشان داده است که مدل ترکیبی موجک-عصبی پیش­بینی دقیقتری برای تراز آب زیرزمینی ماهانه نسبت به مدل‌های ANN، GP و MLR ارائه داده، به طوریکه ضریب نش در مدل ترکیبی برای پیزومترهای 1، 2 و 3 به‌ترتیب 98/0، 98/0 و 95/0 حاصل شده است.