با توجه به محدودیت منابع آب زیرزمینی در ایران، محاسبه دقیق، استفاده صحیح، تنظیم و نگهداری این منابع از اهمیت بالایی برخوردار است. یکی از روش های مؤثر برای مدیریت و بهره برداری بهینه از این منابع در حال و آینده، استفاده از مدل سازی است. در این پژوهش مدل سازی تغییرات تراز آب زیرزمینی به صورت ماهانه در دورۀ 2022-2013 با مدل های MLP، WNN و MLPSSO-Wavelet انجام شد که از داده های نه سال اول برای آموزش و سال آخر جهت اعتبارسنجی استفاده شد و بهترین مدل با استفاده از معیارهای ضریب تبیین (R2)، ریشه میانگین مربعات خطا (RMSE) و میانگین خطای مطلق (MAE) تعیین گردید. بارش و دمای ایستگاه سینوپتیک شبستر در دوره آینده (2040-2021) با استفاده از مدل CanESM2 تحت سناریوهای RCP2.6 و RCP8.5 که ارتباط منطقی و مناسبی با ویژگی های اقلیمی مشاهداتی دارند پیش بینی و با استفاده از مدل LARS -WG ریزمقیاس سازی شدند. در دورۀ آتی، تحت هر دو سناریو و در ماه های فوریه ، جولای و اکتبر میانگین بارش کاهش و در نه ماه دیگر افزایش خواهد یافت. برای دما نیز به جز سناریو RCP8.5 و ماه ژوئن، در 11 ماه دیگر و تحت هر دو سناریو، افزایش دما پیش بینی می شود و بیش ترین افزایش دما (43/37 درصد)، در ماه ژانویه و تحت سناریو RCP2.6 خواهد بود. تراز آب زیرزمینی آبخوان دشت شبستر با افت 42/4 متری، از 64/1303 متر در سال 2003 به 22/1299 متر در سال 2022 رسیده است. مطابق نتایج، مدل MLPOSSO-Wavelet با 83/0R2=، 74/0RMSE= و 71/0MAE= در مرحلۀ اعتبارسنجی، دقت بیشتری نسبت به مدل های دیگر دارد. تراز آب زیرزمینی دشت شبستر تحت سناریو RCP2.6 در شش ماه ابتدایی کاهش و در شش ماه دوم نسبت به شش ماه اول افزایش خواهد یافت. تحت سناریو RCP8.5 فقط در ماه های ژانویه، فوریه و دسامبر کاهش تراز آب زیرزمینی پیش بینی می شود و بیش ترین کاهش در ماه ژانویه اتفاق خواهد افتاد.