本研究比较了UNet、ResNet和DeepLabv3三种深度学习模型在洪水监测中的性能，并提出了新数据集以提升模型的鲁棒性。结果表明，该全自动方法有效实现水体分割，显著缩短处理时间，为洪水监测和应急响应提供了重要数据支持。