El agua urbana juega un papel significativo en el ecosistema urbano, pero la extracción de agua urbana sigue siendo una tarea desafiante en la interpretación automática de imágenes de radar de apertura sintética (SAR). La influencia de las sombras de radar y los fuertes dispersores en áreas urbanas puede llevar a una clasificación errónea en la extracción de agua urbana. Sin embargo, las características locales capturadas por las capas convolucionales en las Redes Neuronales Convolucionales (CNNs) son generalmente redundantes y no pueden hacer un uso efectivo de la información global para guiar la predicción de píxeles de agua. Para enfatizar efectivamente las características identificables del agua y explotar completamente la información global de las imágenes SAR, se propone en este documento un Unet modificado basado en un mecanismo de atención híbrido para mejorar el rendimiento de la extracción de agua urbana.