مدلسازی فرایند بارش- رواناب و پیشبینی دبی رودخانه یک اقدام مهم در مدیریت و مهار سیلابها، طراحی سازههای آبی در حوزه های آبخیز و مدیریت خشک سالی است. هدف این تحقیق شبیه سازی جریان روزانه در حوزه آبخیز کسیلیان با مدل wetspa و روش های هوشمند مانند شبکه عصبی مصنوعی و شبکه فازی - عصبی تطبیقی است. wetspa یک مدل پیوسته هیدرولوژیکی- فیزیکی است که قابلیت پیش بینی سیلاب در مقیاس حوزه آبخیز با گام های زمانی مختلف را داراست و روشهای هوشمند هم جزء مدل های جعبه سیاه میباشند که امروزه مورد توجه زیادی قرار گرفته اند. مدل wetspa از لایه های توپوگرافی، کاربری اراضی و بافت خاک و همچنین آمار هواشناسی روزانه برای پیش بینی هیدروگراف-های سیل استفاده میکند و روش های هوشمند با استفاده از اطلاعات ایستگاه های هواشناسی و هیدرومتری موجود شبیه سازی را انجام می دهد. نتایج شبیه سازی با مدلwetspa نشان داد که این مدل به خوبی توانسته جریان پایه رودخانه را با معیار ناش ساتکلیف 64/0 در مرحله صحت سنجی شبیه سازی نماید ولی در شبیه سازی جریان های سیلابی با خطا همراه است که دلیل آن را می توان به کوچک بودن حوزه و کوتاه بودن زمان پیمایش اشاره کرد. این مدل به خوبی توانسته بیلان آب حوزه آبخیز کسیلیان را شبیه سازی کند. آنالیز حساسیت پارامترهای مدل نشان داد که ضریب افت آب زیر زمینی از بیشترین حساسیت و ضریب روز درجه بارش از کمترین حساسیت برخوردار است. همچنین شبکه فازی - عصبی تطبیقی و شبکه عصبی مصنوعی با ورودی باران با یک روز تأخیر و تبخیر با یک روز تأخیر با معیار ناش ساتکلیف 80/0 و 54/0 در دوره آزمون پاسخ های قابل قبول تری نسبت به مدل wetspa با معیار ناش ساتکلیف 24/0 داشته اند.