با افزایش گازهای گلخانه ای، پدیده ی تغیر اقلیم و تغییر عوامل تاثیر گذار بر تبخیر و تعرق لزوم مدلسازی دقیق تبخیر و تعرق در هر منطقه آشکار می شود. از طرفی برآورد تبخیر و تعرق به لحاظ دخالت پارامترهای زیاد و تاثیر متقابل این پارامترها روی هم کاری بسیار دشوار است. بنابراین استفاده از روش های جدید در مدلسازی تبخیر و تعرق ضروری به نظر می رسد. در این تحقیق به ارزیابی توانایی چهار الگوریتم M5p Tree ,M5 Rule ,Rep Tree و Kstar در برآورد تبخیر و تعرق مرجع به کمک داده های دما، رطوبت نسبی میانگین، سرعت باد در ارتفاع دو متری و ساعات آفتابی در ایستگاه هواشناسی فرخشهر در بازه ی زمانی 2013-2004 پرداخته شد. برای ارزیابی مدل ها از روش پنمن مونتیث فائو استفاده گردید. نتایج نشان داد که از بین الگوریتم های مذکور الگوریتم M5p Tree بهترین عملکرد و الگوریتم Rep Tree ضعیفترین عملکرد را در این منطقه داشتند.
