The emergence of state‐of‐the‐art satellite altimetry has provided new prospects for integrating water surface elevation (water level) measurements with a hydrologic model for river discharge estimation, which is particularly suited for poorly gauged or ungauged basins. In this context, we explored the possibility of model calibration using Jason‐2‐derived water levels, followed by SWOT (the Surface Water and Ocean Topography mission)‐like data (the combination of Landsat 5/8‐derived at‐a‐section river widths and concurrent gauged water levels). Two types of empirical formulas designed specifically for altimetry‐derived water levels and the joint use of water levels and river widths, respectively, were used to derive discharge, which was integrated with a hydrologic model (CREST‐RS). Here we present results of estimating daily continuous river discharge in narrow rivers for the upper Brahmaputra River (UBR) and Lhasa River (LR) using the developed approach independent of in situ discharge measurements. Five scenarios were performed: (1) model calibration using the Jason‐2‐derived water levels and SWOT‐like data in the UBR (scenarios I–III) and (2) model calibration using the SWOT‐like data for the LR (scenarios IV–V). Results showed that model calibration using the Jason‐2‐derived water levels could provide reasonably well‐constrained parameters for discharge estimation, with the Nash‐Sutcliffe Efficiency coefficient (NSE) reaching 0.85 during 2003–2014. For the SWOT‐like data, the NSE reached 0.85 for the UBR and 0.75 for the LR. This study highlights the potential of performing model calibration using satellite altimetry and SWOT‐like observations, which paves the way to estimate river discharge for ungauged basins globally.

中文翻译：

---

使用卫星测高仪校准的水文模型，对未测量流域的每日连续河流量进行估算：对SWOT任务的影响

先进的卫星测高仪的出现为将水面高程（水位）测量结果与水文模型相结合来估算河流流量提供了新的前景，该模型特别适用于测量欠佳或未开垦的盆地。在这种情况下，我们探索了使用Jason-2得出的水位进行模型校准的可能性，然后研究了类似SWOT（地表水和海洋地形任务）的数据（结合Landsat 5/8得出的断面）河流宽度和同时测量的水位）。分别为高程水位和联合使用水位和河宽设计的两种经验公式分别用于导出流量，并与水文模型（CREST-RS）集成在一起。在这里，我们使用独立于原位流量测量方法的发达方法，估算布拉马普特拉河上游（UBR）和拉萨河（LR）的狭窄河流每日连续河流量。执行了五个方案：（1）使用Jason-2得出的水位和UBR中的SWOT类数据进行模型校准（方案I–III），以及（2）使用LR中的SWOT类数据进行模型校准（方案） IV–V）。结果表明，使用Jason-2得出的水位进行模型标定可以为排放估算提供合理合理约束的参数，其纳什-萨特克利夫效率系数（（1）使用Jason-2得出的水位和UBR中的SWOT类数据进行模型校准（方案I–III），以及（2）使用LR的SWOT类数据进行模型校准（方案IV–V）。结果表明，使用Jason-2得出的水位进行模型标定可以为排放估算提供合理合理约束的参数，其纳什-萨特克利夫效率系数（（1）使用Jason-2得出的水位和UBR中的SWOT类数据进行模型校准（方案I–III），以及（2）使用LR的SWOT类数据进行模型校准（方案IV–V）。结果表明，使用Jason-2得出的水位进行模型标定可以为排放估算提供合理合理约束的参数，其纳什-萨特克利夫效率系数（NSE）在2003-2014年期间达到0.85。对于类似SWOT的数据，UBR的NSE达到0.85，LR的NSE达到0.75。这项研究强调了使用卫星测高和类似SWOT的观测进行模型校准的潜力，这为估算全球未流域的河流流量奠定了基础。