The Tonle Sap Lake (TSL) is the largest natural freshwater lake in Southeast Asia and is called the “heart of the lower
Mekong” due to its high aquatic biodiversity and is considered as one of the most productive freshwater ecosystems
of the world. Its floodplain eco-system, which is strongly tied to seasonal flood pulse, is extremely important for food
security, trade and economy of Cambodia, supporting the livelihoods of about 1.7 million people. On the other hand,
flood can also be extremely devastating in the region along the TSL. In recent years, studies have pointed out that
rapid growing number of water infrastructures as well as future climate changes may alter the hydrological cycle of
the Mekong River Basin (MRB) and are expected to influence the flood pulse of the TSL and surrounding TSL
floodplain. Therefore, it is timely to understand historical inundation extent and predict its likely future state. In this
study, we proposed a Rotated Empirical Orthogonal Function (REOF) analysis-based daily inundation extent estimation
framework, integrating multi-temporal stack of Sentinel-1A Synthetic Aperture Radar (SAR) imagery and
Jason-series satellite altimetry data. The framework can generate daily, cloud-free and gap-free inundation extents
for any given time depending on the altimetry data provided. A long-term El Nino and Southern Oscillation (ENSO)
index-based daily TSL level forecasting method with months of lead time was also proposed to fulfill the framework's
forecasting capacity. In this study, the framework was adopted in the TSL floodplain area for hindcast (2003 to 2015)
and forecast (January to July 2019) of daily inundation extents. Estimated inundation extents were cross-compared
with MODIS-derived and Sentinel-1-derived inundation maps, resulting in up to higher than 90% of Critical Success
Index (CSI). The proposed framework has (1) innovative capacity of estimation of future daily areal inundation
extents and is (2) a fully remote sensing-based framework which can empower local authorities tasked with water
resource management decisions without relying on upstream countries. The framework has potential to be implemented
in other major river basins or wetlands (e.g., Amazon River Basin, and Congo River Basin). The implementation
on SAR imagery from other satellites with different bands of electromagnetic wave is also possible but
requires more investigation.