دشت تبریز، در شمال‌غرب استان آذربایجان شرقی مانند دیگر دشت‌های اطراف دریاچة با بحران کاهش سطح آب زیرزمینی ارومیه روبرو است؛ بنابراین برای مدیریت صحیح و مؤثر این منابع، مطالعه و بررسی تغییرات تراز آب زیرزمینی در دشت‌ها ضروری به نظر می‌رسد. در این پژوهش، از روش ترکیبی مدل شبکة عصبی پیش‌رو (ANN) با دسته‌بندی هوشمند نقشة خودسازمان‌ده (SOM) برای مدل‌سازی تراز آب در 10 چاه مشاهده‌ای آبخوان آزاد دشت تبریز استفاده شده است. ابتدا پنج پارامتر ورودی مؤثر بر تراز آب زیرزمینی شامل بارش (P)، دما (T)، تبخیر (E)، دبی خروجی (Q) و تراز آب زیرزمینی (GWL) در یک زمان قبل (t0-1) برای 10 چاه مشاهده‌ای آماده شدند. سپس این چاه‌های مشاهده‌ای، بر اساس تغییرات تراز آب 14 ساله در چهار کلاس دسته‌بندی و با استفاده از مدل ANN، پیش‌بینی تراز آب در تمام چاه‌های مشاهده‌ای برای دسته‌ها انجام شد. طبق نتایج، برای کلاس‌های یک، دو و چهار، میانگین خطای مرحله آموزش و آزمایش به ترتیب 0.10، 0.20 و 0.22 متر و برای کلاس سه که در مرکز دشت موقعیت یافته است، میانگین خطا 0.23 متر حاصل شد.