本发明公开了定量遥感数据处理技术领域的一种基于深度学习的遥感数据水华提取方法，首先对遥感数据进行预处理，其次，利用湖泊矢量或者MNDWI指数进行湖泊区域裁剪，紧接着，构建湖泊的水华数据集，以及U‑Net网络模型结构，最后，通过训练集不断的迭代优化模型，并通过测试集测试获得更为稳定的水华提取深度学习模型；后续，在此基础上开展遥感数据水华提取相关应用；本发明充分利用了遥感数据的空间和光谱信息，且利用了多年间湖泊水华数据，在精度、效率以及泛华能力优于其他方法，同时具有较好迁移效果；模型优化后，不需要任何辅助数据，易于实现，实用价值高，可用于长时序的湖泊遥感水华监测等业务化运行。