현재 공개 수체 데이터셋이 단일 시점이며 표기 정확도가 낮다는 한계점을 해결하기 위해, 본 연구는 "가오펀-1"(GF-1)의 광대역 다중분광 영상을 기반으로 고품질 다시점 호수 추출 데이터셋을 구축하였다. 동적 정도가 높은 포양호, 중간 정도인 남극호, 낮은 양청호를 실험 구역으로 각각 선정하여 2022년 봄, 여름, 가을, 겨울 네 계절을 아우른다. 데이터 품질 향상을 위해 GF-1 광대역 다중분광 데이터는 우선 방사 보정, 정사 보정, 신속 대기 보정 등 전처리를 거쳤으며; 이후 자동 및 인공 육안 표기 전략을 사용하여 세 개 연구 구역의 네 계절 전체 정확도가 모두 94% 이상에 도달하여 데이터셋의 신뢰성과 과학성을 확보하였다. 본 데이터셋은 다시점 특성과 높은 표기 정확도를 특징으로 하며 고해상도 원격 탐사 영상에서 동적 수체 지도 작성 및 동적 변화 모니터링 연구에 중요한 데이터 지원을 제공한다. 데이터셋의 실용성을 검증하기 위해 임계값 분할, 전통적인 머신 러닝 알고리즘 및 딥 러닝 등 다양한 수체 추출 방법을 실험하였다. 결과는 본 데이터셋이 다양한 방법의 학습 및 평가를 효과적으로 지원하며 동적 수체 추출 알고리즘 성능 향상에 신뢰할 수 있는 데이터 기반을 제공함을 보여준다.

가오펀-1; 동적 수체; 수체 추출; 데이터셋; 특징 추출