يوفر التصنيف الدلالي القائم على الرؤية للمساحات المائية والأجسام المرتبطة بها معلومات مهمة لإدارة الموارد المائية والتعامل مع حالات الطوارئ الناتجة عن الفيضانات. ومع ذلك، يُعد نقص قواعد بيانات التدريب والاختبار المُعلَّمة على نطاق واسع للتصنيفات المرتبطة بالمياه عائقًا أمام الباحثين في مجال الرؤية الحاسوبية لدراسة القضايا المرتبطة بالمياه. لمعالجة هذه المشكلة، نقدّم "أتلانتيس" (ATLANTIS)، وهي معيار جديد للتصنيف الدلالي للمساحات المائية والأجسام المرتبطة بها. يتكوّن "أتلانتيس" من 5195 صورة للمساحات المائية، بالإضافة إلى تسميات يدوية دقيقة على مستوى البكسل لـ 56 فئة من الأجسام، تشمل 17 فئة من الأجسام الاصطناعية، و18 فئة من الأجسام الطبيعية، و21 فئة عامة. وقد قمنا بتحليل "أتلانتيس" تحليلًا متعمقًا وتقييم عدة شبكات تصنيف دلالي حديثة الأداء على هذا المعيار. بالإضافة إلى ذلك، تم تطوير شبكة عصبية عميقة جديدة تُدعى "أكوانيت" (AQUANet) لتصنيف الدلالي للمساحات المائية من خلال معالجة المناطق المائية والغير مائية عبر طريقين مختلفين. كما تدمج "أكوانيت" تقنيات تحوير الميزات من المستوى المنخفض وتحوير عبر المسارات لتعزيز تمثيل الميزات. أظهرت النتائج التجريبية أن "أكوانيت" تتفوّق على الشبكات الأخرى الحديثة الأداء في تصنيف الدلالي على معيار "أتلانتيس". ونؤكد أن "أتلانتيس" هو أكبر مجموعة صور للمساحات المائية مخصصة للتصنيف الدلالي، حيث يوفر مجموعة واسعة من الفئات المرتبطة بالمياه والمساحات المائية، وسيُسهم بشكل كبير في دعم الباحثين في مجالات الرؤية الحاسوبية وهندسة الموارد المائية.