در سال های اخیر استفاده از نظریه مجموعه های فازی جهت مدل سازی پدیده های آب شناختی که دارای پیچیدگی و عدم قطعیت بالایی هستند، مورد توجه پژوهشگران قرار گرفته است. از این رو، در این پژوهش از مدل های مبتنی بر منطق فازی شامل سامانه استنتاج فازی (FIS) و سامانه استنتاج فازی- عصبی تطبیقی (ANFIS) به منظور پیش بینی جریان رودخانه استفاده شده است. در این پژوهش از داده های دبی روزانه حوزه آبخیز لیقوان چای به مدت 6 سال (از سال آبی 76-1375 تا سال آبی 81-1380) برای پیش بینی جریان رودخانه لیقوان، استفاده شد. در پیش پردازش اولیه داده ها، تصادفی بودن آن ها با استفاده از آزمون نقاط عطف مورد بررسی قرار گرفت. سپس جهت تعیین مدل های بهینه ورودی به سامانه ها، کرولوگرام داده ها مورد بررسی قرار گرفت. در نهایت پیش بینی در 5 مدل که با دبی های روز قبل طراحی شدند، انجام شد. ارزیابی نتایج پیش بینی ها با استفاده از معیارهای آماری نشان داد که مدل ANFIS با دقت بالاتر و پراکندگی کمتری (RMSE=0.0234 برای دوره آزمون) نسبت به مدل FIS (RMSE=0.1982) برای دوره آزمون) دبی این رودخانه را پیش بینی کرده است. همچنین این مدل در شبیه سازی دبی های پیک نسبت به مدل FIS دقیق تر عمل می نماید.