内容简介：土壤水分是全球水循环系统的关键组成要素，是陆地植被的生命源泉。气候变暖背景下，全球土壤水分时空趋势发生显著变化，海量多源多模态土壤水分数据广泛应用于研判干旱格局、植被演化等地球表层关键过程的发展规律。 然而，由于多元异构土壤水分数据的稳定性、代表性有限，土壤水分数据存在不同程度的时空精度差异。当前研究通常简单计算多类数据的集合平均值表征土壤水分时空分布，但面临被偏差最大数据所主导的风险，亟需以多源信息互补和优化组合建模获取高精度数据。 针对以上问题，本书重点聚焦"气候变暖背景下的地表水文水资源格局演化”这一前沿领域，围绕遥感土壤水分多时空融合与分析，合理搭配土壤水分数据、对应的误差参数空间分布数据及地理背景数据，利用的人工智能技术优势，捕捉多源土壤水分、土壤属性及下垫面性质等数据集的信息依赖关系，准确拟合土壤水分的时空纹理动态特征，实现土壤水分的高精度重构，研制高精度土壤水分数据产品，促进对土壤水分的时空分布及演化格局的精准把握。 具体来说，本书结合地理大数据与空间智能技术，充分发挥多源多模态数据的优势，研究构建精度高、迁移扩展性强、具有可解释性的融合方法，推动土壤水分融合模型的发展。