遗憾的是，关于伊朗地下水资源，缺乏详尽的定性和定量信息。这就是为什么在估计定性和定量地下水参数时使用各种模型的原因。本文比较了自适应神经模糊推理系统(ANFIS)与遗传算法(GA)模型和l矩混合在克尔曼平原地下水盐度区域和现场预测中的能力和效率。在此过程中，电导率被认为是因变量，而通过回归分析，总离子、镁离子、钠百分比和地下水水位被假设为独立参数。输入值与预期值之间的相关系数是本研究在比较和选择最优模型时考虑的准则。研究区井被划分为3个均质区。计算每个站点的Hass-King异质性和不一致性标准。区域分析的最佳结果为17井，相关系数为0.9958;现场分析的最佳结果为2井，相关系数为0.9787。结果表明，在异质性标准较低的区域，ANFIS-GA区域预测的准确性略高于现场预测。