수자원·수재해의 시공간적인 분석을 위해서 위성영상을 이용한 수체탐지는 중요하다. 광학
영상은 구름 등 기상과 대기홖경에 의한 영향을 많이 받는 반면, SAR 영상은 그에 대한 영향
이 적어 홍수 등의 재해 시에 홗용이 용이하다. 이전에는 SAR 위성을 홗용한 수체탐지는 후방
산란계수의 임계값에 기반한 방법, PolSAR를 이용한 방법이 홗용되었다. 또한, 최근에는 딥러
닝 기법을 이용한 방법이 홗용되고 있다. 본 연구에서는 Sentinel-1 A/B 위성영상의 이중 편파
(VV, VH), PolSAR 데이터(Entropy, Anisotropy, Alpha) 값을 딥러닝 모델(U-Net)의 입력 자료로
이용하여 한반도 대청호 지역에서 수체탐지를 적용 해보았다. 다양한 평가 지표들(Overall
Accuracy, Precision, Recall, F1 score, IoU)을 이용하여 입력자료에 따른 수체탐지 결과를 분석
하였다. 분석결과 수체탐지에서 이중 편파(VV, VH)와 PolSAR 데이터가 모델의 입력자료로서의
사용 가능성을 확인하였다. 본 연구 결과는 딥러닝 기반의 SAR 영상 활용 수체탐지 정확성 향
상 및 침수지역 탐지 모델 홗용에 도움이 될 수 있을 것으로 기대된다.