کیفیت آب مبحثی است که امروزه بسیار مورد توجه روزافزون قرار گرفته است. مساله کاهش کیفیت آب، بسیاری از کشورهای جهان را وادار ساخته تا دیدگاههای خود را در زمینه مدیریت جامع منابع آب مورد بازبینی و تجدید نظر قرار دهند. در این راستا، مدیریت سیستم منابع آب های زیرزمینی که در آن اخذ هر گونه تصمیمی با در نظرگرفتن دو معیار کمیت و کیفیت آب مطرح باشد، نیاز به ابزاری دارد تا بتواند با توجه به اطلاعات فعلی و متغیرهای تصمیم گیری، وضعیت سفره را در آینده پیش بینی نماید. شبکه های عصبی مصنوعی ابزاری مناسب و کارا در تعیین و استخراج نگاشت های غیرخطی پیچیده محسوب می گردد. این شبکه ها تحولی عظیم در تحلیل رفتار سیستم های دینامیک در علوم مختلف مهندسی آب ایجاد کرده است. هدف از تحقیق حاضر مدل سازی کیفی منابع آب زیرزمینی دشت دهگلان با استفاده از شبکه عصبی مصنوعی ( ANN) می باشد. بدین منظور، 11، 6 و 5 مدل به ترتیب جهت پیش بینی میزان هدایت الکتریکی، نیترات و اسیدیته آب زیرزمینی دشت دهگلان بسط و نتایج آنها با هم مقایسه گردید. در نهایت از روش تحلیل سلسله مراتبی ( AHP) برای اولویت بندی شبکه ها و انتخاب مناسب ترین مدل استفاده گردید. نتایج حاصل از تحقیق نشاد داد که مدل های استاتیکی و هیبرید با دقت بالاتری میزان هدایت الکتریکی را پیش بینی نمودند. جهت پیش بینی میزان نیترات، مدل استاتیکی با پارامترهای ورودی منیزیم، سولفات، کلر، کربنات، هدایت الکتریکی و کل املاح محلول با دقت بهتری میزان نیترات را پیش بینی کرد. نتایج همچنین نشان داد که، مدل دینامیکی یک فاکتوره با دقت بالاتری میزان اسیدیته را پیش بینی می کند.
