연구진은 구름, 그림자, 노이즈, 센서 부정확성 등 위성 이미지의 한계를 극복하기 위해 Sentinel-2(S2)와 Sentinel-1(S1) 데이터를 통합한 홍수 지도 작성 프레임워크를 개발했어요.
미국 대륙 전체를 커버하는 새로운 S2 및 S1 데이터셋을 구축하고, 10m 픽셀 단위의 정확한 수위 마스크를 생성하여 기존 벤치마크에서 부족했던 날씨와 도시 환경에 집중했어요.
Shift-invariant 손실 함수와 CVAE 기반 디스페클링을 활용하여 SAR 이미지의 부정확성을 보정하고, UNet 아키텍처를 통해 멀티스펙트럴 성능(AUPRC 최대 0.956)을 향상시켰어요.