در مدل سازی عملکرد گندم دیم همواره مدل هایی بر پایه روش های رگرسیونی و توابع تجربی با در نظر گرفتن عوامل موثر مورد واسنجی و اعتبارسنجی قرار گرفته است. حال آنکه در بسیاری از موارد استفاده از رگرسیون کلاسیک در مدل سازی عملکرد دیم عملا غیر علمی می باشد. چرا که دقت در اندازه گیری متغیر ها از پیش فرض های رگرسیون کلاسیک می باشد. از آنجا که کشت دیم معمولا در مناطقی صورت می گیرد که داده های دقیقی از آن مناطق در دسترس نمی باشد، نمی توان به نتایج مدل های رگرسیونی اعتماد کرد. برای مثال یکی از مهمترین پارامتر های موثر در عملکرد نهایی محصول دیم بارندگی می باشد که معمولابا استفاده از روش های درون یابی بدست می آیند. مطالعات نشان می دهد که روش های درون یابی در تخمین بارندگی دارای دقت کمی می باشند که می تواند باعث عدم دقت نتایج مدل سازی عملکرد محصول شود. از طرف دیگر، تلفیق عوامل موثر بر کشت دیم و قرار دادن آنها در کنار یکدیگر بدون در نظر گرفتن اثرات متقابل، نمی تواند نتیجه مطلوبی را به همراه داشته باشد. چراکه تغییر یک متغیر مانند بارندگی می تواند باعث تغییر سایر متغیر های موثر از جمله رطوبت خاک، رطوبت نسبی، دما و ... شود که مدل رگرسیونی با ضرایب ثابت نمی تواند آن توجیه نماید. در این پژوهش، به منظور افزایش دقت داده های بارندگی به عنوان مهمترین پارامتر در عملکرد محصول دیم، خروجی مدل های تخمین بارش بر مبنای داده های سنجش از دور بجای روش های درون یابی مورد استفاده قرار گرفت. برای ارزیابی مدل های تخمین بارندگی، مطالعه ای در منطقه خراسان شمالی صورت پذیرفت. نتایج آنالیز آماری، همبستگی بیشتر خروجی مدل های بارندگی(persiann و trmm) را با داده های بارندگی ایستگاه نسبت به روش های درون یابی نشان داد. همچنین به منظور مدل سازی عملکرد دیم، بجای تلفیق مستقیم عوامل موثر در عملکرد محصول، از شاخص تنش گیاهی بر مبنای نسبت تعرق واقعی به پتانسیل که نشان دهنده میزان تنش وارده بر گیاه می باشد، استفاده شد. شاخص apt (نسبت تعرق واقعی به پتانسیل) که در بر گیرنده تمامی عوامل موثر بر عملکرد نهایی محصول دیم می باشد می تواند به خوبی در مدل سازی مورد استفاده قرار گیرد. همچنین استفاده از تعرق واقعی برای مدل سازی عملکرد محصول دیم باعث می شود تا تلفیق عوامل موثر از حالت روابط تجربی در مدل های رگرسیونی خارج شده و مبنای فیزیکی داشته باشد. این امر با بکار گیری مدل سطح زمین (lsm) به منظور تخمین تبخیر و تعرق واقعی صورت پذیرفت. در این مطالعه مدل هیدرولوژیکی sets تدوین و برای تخمین تبخیر و تعرق واقعی بر مبنای روابط فیزیکی و فیزیولوژیکی مورد استفاده قرار گرفت. در این پژوهش حوضه آبریز indus واقع در پاکستان به منظور بررسی اهمیت استفاده از مدل های هیدرولوژیکی در تخمین تبخیر و تعرق واقعی مورد مطالعه قرار گرفت. نتایج نشان داد که هیدرولوژی زیر سطحی اهمیت زیادی در تخمین تبخیر و تعرق داشته و عدم در نظر گرفتن آن در روش های دیگر می تواند باعث بیش و یا کم برآورد نمودن تبخیر و تعرق واقعی شود. در نهایت با استفاده از خروجی های مدل sets، شاخص apt برای ایستگاه های مورد مطالعه در شمال شرق ایران محاسبه گردید. سپس با استفاده از روش تابع متعامد تجربی (eof) و رگرسیون فازی مدل عملکرد گیاهی برای هر ایستگاه بدست آمد. نتایج مدل سازی عملکرد گندم دیم نشان داد که با دقت قابل قبولی می توان از شاخص apt برای مدل سازی عملکرد گندم دیم استفاده کرد. به طوری که در اکثر موارد 50 درصد عملکرد واقعی به خوبی تخمین زده شده و در بهترین پیش بینی در ایستگاه گناباد تا 72 درصد نتایج با مشاهدات منطبق بوده است. در این پژوهش با افزایش دقت تخمین بارندگی و تعرق واقعی و استفاده از شاخص تنش گیاهی تا حدودی نواقص مدل سازی های گذشته برطرف گردید.