Rapid rises in water levels due to heavy rainfall can lead to the accumulation of floating debris, posing significant challenges for both water quality and resource management. However, real-time monitoring of floating debris remains difficult due to the discrepancy between meteorological conditions and the timing of debris accumulation. To address this limitation, this study proposes an amplitude change detection (ACD) model based on time-series synthetic aperture radar (SAR) imagery, which is less affected by weather conditions. The model statistically distinguishes floating debris from open water based on their differing scattering characteristics. The ACD approach was applied to 18 pairs of Sentinel-1 SAR images acquired over Daecheong Reservoir from June to September 2024. A stringent type I error threshold (α < 1 × 10？8) was employed to ensure reliable detection. The results revealed a distinct cumulative effect, whereby the detected debris area increased immediately following rainfall events. A positive correlation was observed between 10-day cumulative precipitation and the debris-covered area. For instance, on July 12, a floating debris area of 0.3828 km2 was detected, which subsequently expanded to 0.4504 km2 by July 24. In contrast, on August 22, when rainfall was negligible, no debris was detected (0 km2), indicating that precipitation was a key factor influencing the detection sensitivity. Comparative analysis with optical imagery further confirmed that floating debris tended to accumulate near artificial barriers and narrow channel regions. Overall, this study demonstrates that this spatial pattern suggests the potential to use detection results to estimate debris transport pathways and inform retrieval strategies.