استفاده از مدل‌های هیدرولوژیکی در مطالعات مختلف منابع آب یک ضرورت می‌باشد. با توجه به کمبود داده‌های مشاهداتی و نبود مقادیر متغیرهای حالت نظیر رطوبت خاک، در به‌کارگیری مدل‌های مفهومی بارش- رواناب، باید تخمین این متغیرها، با هدف کاربرد مناسب مدل و دستیابی به پیش‌بینی‌های بسیار دقیق انجام شود. یکی از روش‌های تخمین، استفاده از شیوه به‌روزسانی داده‌ها و یا تلفیق مقادیر مشاهداتی و پیش‌بینی‌های اولیه می‌باشد. این شیوه، شامل روش‌های مختلف، مانند فیلترکالمن و الگو‌های توسعه‌دادة آن، مانند فیلتر کالمن دسته‌ای می‌باشد. در این تحقیق با استفاده از روش فیلتر کالمن دسته‌ای بر مبنای روش مونت‌کارلو، میزان رطوبت خاک در مدل HyMod در حوضه کسیلیان برآورد گردید. محاسبه پیش‌بینی‌ها در گام‌های زمانی روزانه و تصحیح آنها با تلفیق با جریان مشاهداتی انجام شد. برای شناسایی پارامترهای بهینه مدل از روش بهینه‌سازی سراسری به نام مجموعه‌های تکاملی ترکیبی (SCE-UA) استفاده شد. نتایج نشان داد که این شیوه می‌تواند به بهبود تخمین روزانه رطوبت خاک و به‌هنگام‌سازی جریان کمک نماید. شاخص نش- ساتکلیف برای روش پیشنهادی فیلتر کالمن دسته‌ای و روش بهینه‌سازی سراسری به‌ترتیب مقادیر 0.72 و 0.55 را کسب کردند. استفاده از روش به‌روزرسانی سبب شد این شاخص در مقیاس روزانه به مقدار 31 درصد افزایش داشته باشد.