Este estudio aborda el desafío de estimar la evapotranspiración de referencia de cultivos (ET) en los distritos de riego del Plateau de Xizang con datos meteorológicos limitados al proponer un modelo acoplado LASSO-BP que integra la regresión LASSO con una red neuronal BP. El modelo se aplicó a tres distritos de riego: Moda (MD), Jiangbei (JB) y Manla (ML). Usando los valores de ET calculados por el modelo FAO-56 Penman-Monteith (FAO-56PM) como referencia, se evaluó el rendimiento y la aplicabilidad del modelo LASSO-BP. También se realizaron predicciones de ET a corto plazo para los tres distritos utilizando el algoritmo de regresión de subconjunto óptimo de función generadora de promedios. Los resultados revelaron una multicolinealidad significativa entre seis factores meteorológicos (temperatura máxima, temperatura mínima, temperatura promedio, humedad relativa promedio, duración de la luz solar y velocidad promedio del viento), identificados a través de la tolerancia, el factor de inflación de la varianza () y el análisis de valores propios. El modelo LASSO-BP capturó de manera efectiva la variación interanual de ET, identificando con precisión picos y valles, con tendencias estrechamente alineadas con el modelo FAO-56PM. El modelo demostró un rendimiento sólido en los tres distritos, con métricas de evaluación mostrando valores de , , , y que van desde 4.26 a 9.48 mm·a, 5.91 a 11.78 mm·a, 0.92 a 0.96 y 0.82 a 0.94, respectivamente. Los resultados de predicción indicaron una tendencia decreciente estadísticamente insignificante en la ET anual en los tres distritos durante el período de estudio. En general, el modelo LASSO-BP es una herramienta confiable y precisa para estimar la ET en los distritos de riego del Plateau de Xizang con datos meteorológicos limitados.