Los cultivos de tomate se cultivan cada vez más en invierno en invernaderos solares para lograr un alto beneficio económico en la Llanura del Norte de China (NCP). Las predicciones precisas de la transpiración del cultivo (Tr) son de gran importancia para formular un sistema de riego científico y aumentar la productividad del agua en esta región con escasez de agua. En este estudio, la transpiración del tomate a escalas diarias y por hora se estimó utilizando los modelos de Penman-Monteith (PM), Shuttleworth-Wallace (SW) y Priestley-Taylor (PT), y los resultados se compararon con los datos de flujo de savia medidos (SF) en tres temporadas de crecimiento de tomate en invierno desde el 1 de noviembre de 2018 hasta el 9 de diciembre de 2020. Los resultados mostraron que tanto los modelos PM como SW podrían estimar perfectamente la Tr diaria del tomate, con un coeficiente de determinación R de 0,96 y 0,94 y pendientes de 0,99 y 0,98, respectivamente, cuando se combinaron los datos de las tres temporadas. La Tr diaria estimada por el modelo PT original con un coeficiente (alfa) de 1,26 también estaba relacionada linealmente con la SF con un R de 0,92; sin embargo, la Tr fue subestimada en un 33%. Luego, alfa se calibró utilizando los datos de la temporada de invierno de 2018. Cuando se utilizó alfa calibrado en las temporadas de 2019 y 2020, la Tr diaria estimada mostró resultados comparables con los modelos PM y SW. A escala horaria, el modelo PM tuvo el mejor rendimiento con un error del 3,0%, seguido por el modelo PT (7,8%); el modelo SW subestimó la Tr en un 18,2%. En conclusión, los tres modelos podrían utilizarse para estimar la Tr diaria, y los modelos PM y PT calculados pueden utilizarse para estimar la Tr por hora.