为探究深度语义分割网络在水体提取中的潜能，分别构建PSPNet、U-Net、DeepLabv3语义分割水体提取模型。使用哨兵二号影像作为数据源，首先利用水体指数作辅助创建水体标签数据，并建立水体语义分割数据集，然后构建PSPNet、U-Net、DeepLabv3网络模型并进行训练，从而获得最优的水体提取模型。选择归一化差异水体指数、最大似然法、支持向量机、随机森林与3个语义分割网络模型在相同的测试集下进行比较，结果表明：PSPNet、U-Net、DeepLabv3方法精度分别达到93.50%、95.00%、96.00%，相比其他提取方法，水体错分、漏分现象减少，水体提取精度提高，验证了语义分割网络在水体提取方面的有效性，其中DeepLabv3的适用性最好。