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.