Получение расходов рек является важной основой для распределения водных ресурсов и экологической защиты. Традиционные методы наблюдения за расходом требуют много времени и усилий, что затрудняет удовлетворение современных гидрологических мониторинговых требований по охвату и оперативности. С развитием технологий дистанционного зондирования предоставляются эффективные и широкодоступные данные и технические средства для исследований обратного моделирования расхода. В данной работе используется облачная платформа дистанционного зондирования Google Earth Engine (GEE), с помощью спутниковых изображений Landsat 5/7/8 и Sentinel-1/2 было пакетно извлечено ширина реки для участка Вайчжоу в бассейне реки Гань в период 1990–2019 годов и участков Чжаншу, Сяцзян и Цзянь в период 2003–2019 годов, а также оценен расход реки на основе степенной и линейной функций для четырех участков. Результаты показывают, что извлечение ширины реки с помощью GEE эффективно для обратного моделирования расхода. В период 1990–2003 годов обратное моделирование расхода на участке Вайчжоу хорошо согласуется с измеренными данными, но после 2003 года обратный расход явно недооценивал паводковый расход и переоценивал меженный расход, общая точность обратного моделирования была низкой (R²=0.69, NSE=0.66); в сравнении, участки Чжаншу, Сяцзян и Цзян с 2003 по 2019 годы показывали стабильные результаты обратного моделирования, которые оставались высоко согласованными с измеренными расходами, с высокой точностью (R² и NSE выше 0.90). Помимо эффекта подъема воды в устье реки Гань, изменение рельефа русла реки также является одной из причин низкой точности обратного моделирования на участке Вайчжоу; под воздействием незаконной добычи песка и транспортировки наносов, гидрологический большой срез на станции Вайчжоу подвергся резким изменениям в 1990–2019 годах, пройдя через три этапа: «падение — подъем — стабилизация», максимальная глубина разреза составила 2,56 м; разделение участка Вайчжоу на три временных периода 1990–1999, 2000–2011 и 2012–2019 для повторного обратного моделирования позволило значительно улучшить точность, R² и NSE трех периодов были больше 0.85, особенно в 2012–2019 годах, когда R² и NSE достигли 0.90.

Многоданные спутниковые данные, оценка расхода, технология дистанционного зондирования, Google;Earth;Engine (GEE), бассейн озера Поян, река Гань