به دلیل اهمیت داده‌های تبخیر از تشت در برآور نیاز آبی گیاهان و همچنین تخمین حجم هدررفت آب از مخازن آب سطحی و همچنین فقدان این داده‌ها در بسیاری از مناطق، بررسی و یافتن روش‌های جدید و کارآمد جهت برآورد میزان تبخیر از تشت، می‌تواند در مدیریت منابع آب موثر باشد. در این پژوهش از دو مدل ماشین‌ بردار پشتیبان (SVM) و مدل با حافظه مدت بلند کوتاه‌ (LSTM) و همچنین سه روش تجربی مایر، سازمان عمران آمریکا و ایوانف جهت برآورد تبخیر از تشت در استان کهکیلویه و بویراحمد استفاده شد. برای این منظور، داده‌های تبخیر واقعی در مقیاس روزانه برای 6 ایستگاه‌ دهدشت، امامزاده‌جعفر، لیکک، دوگنبدان، سی‌سخت و یاسوج و در دوره آماری 14 تا 39 ساله منتهی به سال 2023، از سازمان هواشناسی کشور تهیه و به‌عنوان متغیر وابسته در مدل‌ها مورد استفاده قرار گرفت. همچنین از 12 پارامتر هواشناسی شامل بارندگی، سرعت باد، دمای حداکثر و حداقل، ابرناکی، دمای خاک، حداکثر و حداقل رطوبت نسبی، میانگین دمای نقطه شبنم، فشار سطح دریا، تابش خورشیدی و میانگین فشار بخار واقعی نیز به‌عنوان متغیر مستقل استفاده گردید. نتایج نشان داد مقادیر خطای برآورد تبخیر در 6 ایستگاه مورد مطالعه برای مدل‌های تجربی بسیار بالا (حداقل مقدار خطا 27 درصد) و نتایج از نظر شاخص عملکرد مدل (ضریب نش) غیر قابل قبول می‌باشند. این امر ضرورت استفاده از مدل‌های دیگر در این استان را روشن می‌کند. نتایج ارزیابی دو مدل SVM و LSTM نشان داد، مدل SVM با خطای 16 درصد در مرحله آموزش و 18 درصد در مرحله آزمون، نتایج دقیقتری نسبت به مدل LSTM دارد. مقدار خطای برآورد تبخیر در این دو مرحله، در مدل LSTM به ترتیب برابر 23 و 24 درصد بدست آمد. در نهایت می‌توان نتیجه گرفت که، استفاده از مدل‌های قدرتمند مانند SVM که بر مبنای روابط ریاضی- آماری، قابلیت تشخیص و شبیه‌سازی رفتارهای پیچیده و غیرخطی متغیرهای اقلیمی را دارند، می‌تواند دقت تخمین تبخیر از تشت را در مناطق فاقد تشت تبخیر، افزایش دهد.