The leaf area index (LAI) is a vital parameter in crop eco-physiology because it substantially influences key processes such as evapotranspiration, light interception, photosynthesis and ultimately seed yield. Together with plant height, the LAI serves as a crucial indicator of crop growth and yield potential. Understanding the dynamic variations in LAI and developing reliable predictive models are essential for advancing research and improving agricultural practices. In this study, we employed a simple, experimentally validated logistic model driven by growing degree days (GDDs) to predict the LAI of fodder maize cultivated under both pulse and continuous irrigation regimes in the dry and semiarid regions of Varamin, Iran. Additionally, we propose a novel logistic equation that permits LAI estimation across different irrigation treatments (60%, 80% and 100% water requirements) independent of GDD and plant height. Evaluations via the R2, RMSE and NSE indices demonstrated high accuracy in LAI estimation throughout the entire growth period, with the logistic model consistently outperforming the Gaussian model. Our results highlight the usefulness of LAI modelling for monitoring crop development and devising effective management strategies while emphasizing the importance of integrating advanced modelling techniques into agricultural management, especially in water-scarce regions. These findings offer promising insights. L'indice de surface foliaire (LAI) est un param & egrave;tre essentiel de l'& eacute;cophysiologie des cultures, car il influence de mani & egrave;re consid & eacute;rable les processus cl & eacute;s tels que l'& eacute;vapotranspiration, l'interception de la lumi & egrave;re, la photosynth & egrave;se et, en fin de compte, le rendement en graines. Avec la hauteur des plantes, le LAI sert d'indicateur crucial de la croissance et du potentiel de rendement des cultures. Il est n & eacute;cessaire de comprendre les variations dynamiques du LAI et de d & eacute;velopper les mod & egrave;les pr & eacute;dictifs fiables pour faire progresser la recherche et am & eacute;liorer les pratiques agricoles. Dans cette & eacute;tude, nous avons utilis & eacute; un mod & egrave;le logistique simple, valid & eacute; exp & eacute;rimentalement et bas & eacute; sur les degr & eacute;s-jours de croissance (DJC), pour pr & eacute;dire le LAI du ma & iuml;s fourrager cultiv & eacute; sous r & eacute;gimes d'irrigation continue et l & eacute;gumineuses dans les r & eacute;gions s & egrave;ches et semi-arides de Varamin, en Iran. De plus, nous proposons une nouvelle & eacute;quation logistique qui permet d'estimer le LAI pour diff & eacute;rents traitements d'irrigation (besoins en eau de 60%, 80% et 100%) ind & eacute;pendamment des DJC et de la hauteur des plantes. Les & eacute;valuations & agrave; l'aide des indices R2, RMSE et NSE ont d & eacute;montr & eacute; une grande pr & eacute;cision dans l'estimation du LAI tout au long de la p & eacute;riode de croissance, le mod & egrave;le logistique surpassant syst & eacute;matiquement le mod & egrave;le gaussien. Nos r & eacute;sultats soulignent l'utilit & eacute; de la mod & eacute;lisation de l'LAI pour surveiller le d & eacute;veloppement des cultures et & eacute;laborer des strat & eacute;gies de gestion efficaces, tout en soulignant l'importance d'int & eacute;grer des techniques de mod & eacute;lisation avanc & eacute;es dans la gestion agricole, en particulier dans les r & eacute;gions d & eacute;ficitaires en eau. Ces r & eacute;sultats offrent des perspectives prometteuses.