随着空间科技的飞速发展，多时空对地观测数据更易获取，遥感数据的时间分辨率显著提高，多时相乃至稠密时间序列遥感数据正以前所未有的规模和速度产生，基于时序遥感大数据的土地覆盖分类与变化检测研究越来越流行。本书以多云多雨的中南半岛为主要研究区，对面向土地覆盖信息提取的遥感大数据时间序列挖掘技术与方法进行了探索。主要研究内容包括：遥感时间序列分析中的影像云污染处理、遥感时间序列相似性度量、时间序列遥感统计特征挖掘、时间序列遥感深度学习分类，以及基于子序列的时间序列变化检测。

ftp://124.17.26.93/curved-toc/9787030734143-curvedToc.pdf