多源遥感土壤水分可以与模型集成，提高径流模拟的精度。基于SMAP、SMOS和AMSR2卫星对土壤湿度的遥感，采用集合平均方法对三者进行整合，并采用地形湿度指数进行空间降尺度。然后，采用卡尔曼滤波同化算法和栅格新安江模型进行遥感融合土壤水分同化，选择秦淮河武定门门站进行2009-2018年的日尺度径流模拟，利用2016-2018年三个站的11次洪水进行模型数据同化。结果表明，常规洪峰和径流深日标率合格率为71.43%，验证期洪峰和径流深合格率分别为66.67%和100%。模型同化后，八次洪水径流深度误差减小，平均误差减少3.56%。8次洪水的确定系数在0.01～0.09之间增加，模拟效果可提高11.84%。多源遥感土壤水分同化可以有效提高土壤水分估算的精度，进而提高径流模拟的精度。