در این مطالعه، پیش بینی دبی رودخانه پلرود واقع در استان گیلان، تحت شرایط تغییراقلیم انجام گرفته است. بدین منظور، از خروجی دو مدل جهانی اقلیم hadcm3 و cgcm3 استفاده شد. یکی از مشکلات عمده در استفاده از خروجی این مدل ها، بزرگ بودن اندازه سلول محاسباتی آنها نسبت به منطقه مورد مطالعه می باشد، به همین دلیل و برای بالا بردن کیفیت و مناسب نمودن داده های خروجی این مدل ها برای استفاده در منطقه مورد مطالعه باید ریزمقیاس شوند. بدین منظور از مدل ریزمقیاس نمایی آماریasd استفاده شد. با استفاده از این روش ریزمقیاس نمایی آماری، تغییر اقلیم این حوضه آبریز با استفاده از داده های هواشناسی دو ایستگاه سینوپتیک رشت و بندرانزلی و داده های خروجی دو مدل gcm در دوره های زمانی سی ساله در آینده مورد بررسی قرار گرفت. نتایج مدلسازی پارامترهای اقلیمی نشان داد که مقدار واریانس مدل های بارندگی نسبت به مدل های درجه حرارت بسیار پائین تر است که این امر نشان دهنده پیچیدگی پدیده بارندگی و توانایی بالای asd در مدلسازی پارامتر دما می باشد. براساس نتایج حاصل از مدلسازی پارامترهای اقلیمی، مدل های درجه حرارت و بارندگی حاصل از داده های مدل cgcm3 تحت سناریوی a2 در ایستگاه بندرانزلی از مقادیر بالاتر واریانس برخوردار بودند. نتایج پیش بینی ها نیز با استفاده از خروجی های مدل cgcm3 برای دوره های 2040-2011، 2070-2041 و 2100-2071، افزایش متوسط پارامتر درجه حرارت حداکثر را در ایستگاه رشت به ترتیب به میزان 48/0، 88/0 و 33/1 درجه سانتی گراد و برای ایستگاه بندرانزلی به ترتیب به میزان 70/0، 07/1 و 55/1 درجه سانتی گراد و همچنین کاهش متوسط بارندگی را در ایستگاه رشت به ترتیب به میزان 63/0، 18/1 و66/0 میلیمتر در روز و در ایستگاه بندرانزلی به ترتیب به میزان 03/0، 76/0 و 44/1 میلیمتر در روز را نشان دادند. درادامه، با بکارگیری سیستم استنتاج فازی عصبی تطبیقی (anfis)، مدلی برای شبیه سازی اثر تغییر اقلیم پیش بینی شده بر روی دبی رودخانه ساخته شد. در این مدل علاوه بر داده های هواشناسی دو ایستگاه مذکور با ترکیبات مختلف، به عنوان ورودی های مدل، داده های ایستگاه هیدرومتری طول لات نیز به عنوان خروجی مدل مورد استفاده قرار گرفت. در این روش پس از انتخاب تصادفی داده ها، مدل بهینه بر اساس داده های ورودی و خروجی و به روش سعی و خطا تعیین و سپس از خروجی های پیش بینی شده به وسیله بهترین مدل ساخته شده با نرم افزار asd به عنوان ورودی های سیستم anfis استفاده کرده و در نهایت، دبی در سه دوره سی ساله آینده پیش بینی شد. نتایج شبیه سازی نشان داد که دبی رودخانه در ماه های گرم از روند افزایشی و در ماه های سرد از روند کاهشی برخوردار خواهد بود.