本书以数字孪生流域基础理论为指导，围绕降水高精度评价问题开展了系统研究，解析了降水遥感机理与方法，建立了遥感降水影响因子定量识别方法、遥感降水降尺度深度学习模型、遥感降水融合高精度校正方法，研究了基于时序遥感的流域降水量动态评价和非点源污染风险动态评估。
本书可为具有气象气候、水文水利、水土资源、生态环境、遥感科学等专业背景的科研人员及大专院校的本科生和研究生，以及水文、气象、农业、林业、水利和环保等行业部门的专业人员和业务管理人员等提供有益参考。

前言
第1章 绪论
1.1 研究背景与意义
1.2 国内外研究进展
1.3 拟解决的关键问题
1.4 总体思路
参考文献
第2章 数字孪生流域基础理论
2.1 数字孪生流域的概念辨析
2.2 数字孪生流域的内涵特征
2.3 数字孪生流域的基本模型
2.4 数字孪生流域的核心能力
2.5 数字孪生流域的关键技术
2.6 数字孪生流域亟须发展的方向
参考文献
第3章 降水遥感的机理与方法
3.1 引言
3.2 降水遥感物理基础
3.3 降水遥感原理
3.4 降水遥感方法
3.5 降水遥感精度验证
参考文献
第4章 遥感降水影响因子定量识别方法
4.1 研究区概况
4.2 数据源与预处理
4.3 研究方法
4.4 陆表环境变量识别研究思路
4.5 陆表环境变量多因子共线性检测分析
4.6 陆表环境变量识别分区效应分析
4.7 陆表环境变量影响探测分析
参考文献
第5章 遥感降水降尺度深度学习模型
5.1 数据预处理
5.2 研究方法
5.3 卷积神经网络降尺度模型构建
5.4 模型降尺度结果评价
参考文献
第6章 遥感降水融合高精度校正方法
6.1 研究方法
6.2 贝叶斯优化高精度曲面建模方法
6.3 不确定性分析
6.4 残差校正结果精度验证
参考文献
第7章 基于时序遥感的流域降水量动态评价
7.1 研究方法
7.2 降水量评价研究思路
7.3 降水量空间分布分析
7.4 降水量时间变化规律分析
参考文献
第8章 基于时序遥感的非点源污染风险动态评估
8.1 引言
8.2 数据与预处理
8.3 研究方法
8.4 结果与讨论
参考文献
第9章 总结与展望
9.1 总结
9.2 创新点
9.3 展望
附录 滦河流域内行政区和子流域降水量