فرایند تبخیر یکی از اجزای اصلی چرخه­ی هیدرولوژی است. تخمین صحیح این پدیده در مدیریت آبیاری و پیش­بینی جریان رودخانه نقش حیاتی دارد. به­منظور تخمین تبخیر از تشت از آمار روزانه­ 5 پارامتر هواشناسی دمای میانگین، رطوبت نسبی، سرعت باد، کمبود فشار بخار و تابش برون زمینی در ایستگاه سینوپتیک شیراز طی سال­های 1993 تا 2007 استفاده شد. ابتدا با استفاده از گاماتست (GT) از میان 31 ترکیب مختلف از پارامترهای ورودی، بهترین ترکیب شامل پارامترهای رطوبت نسبی، کمبود فشار بخار و تابش برون­زمینی بود، انتخاب شد. سپس با استفاده از آزمون M تست 1100 الگو برای آموزش مدل تعیین شد و از 3839 الگوی باقی­مانده برای ارزیابی آن استفاده گردید. آن­گاه با به­کارگیری نتایج حاصل از روش پیش­پردازش GT، به مدل­سازی تبخیر با استفاده از سیستم استنتاج تطبیقی عصبی-فازی (ANFIS) پرداخته شد. هم­چنین نتایج حاصل از این روش­ با نتایج دو معادله­ی تجربی مارکیانو و معادله­ی واسنجی شده­ی استیفان- استیوارت (S-S) مقایسه گردید. نتایج ارزیابی مدل­ها در دوره­ آزمون، نشان داد که مدل ANFIS و معادله S-S به‌ترتیب با R² برابر با 0.9023 و 0.8604 روی خط (1:1) و RMSE برابر 1.342 و 1.614 میلی­متر بر روز دقیق‌تر است.