La humedad del suelo (SM) es una variable clave en la ciencia del sistema terrestre que afecta varios procesos hidrológicos y agrícolas. Las redes neuronales convolucionales de memoria a largo plazo (Conv-LSTM) son modelos de aprendizaje profundo ampliamente utilizados para la predicción espaciotemporal de SM, pero a menudo se consideran cajas negras que carecen de interpretabilidad y transparencia. Este estudio tiene como objetivo interpretar Conv-LSTM para la predicción espaciotemporal de SM en China, utilizando los métodos de importancia de permutación y gradiente suave para la interpretación global y local, respectivamente. El modelo Conv-LSTM entrenado logró un alto R2 de 0.92. La interpretación global reveló que la precipitación y las propiedades del suelo son los factores más importantes que afectan la predicción de SM. Además, la interpretación local mostró que la estacionalidad de las variables era más evidente en las regiones de alta latitud, pero sus efectos eran más fuertes en las regiones de baja latitud. En general, este estudio proporciona un enfoque novedoso para mejorar la construcción de confianza en los modelos Conv-LSTM y para demostrar el potencial de la modelización del sistema terrestre asistida por inteligencia artificial y la predicción de elementos de comprensión en el futuro.