В работе рассматривается применение методов машинного обучения для анализа, классификации и прогнозирования динамики малых водохранилищ Казахстана на основе многолетних спутниковых данных. Исследование выполнено для 71 водоёма, для которых за период 2000–2024 гг. были собраны и обработаны архивы спутниковых изображений миссий Landsat 7, 8, 9 и Sentinel-2. Площадь водной поверхности оценивалась с использованием модифицированного нормализованного водного индекса (MNDWI) и алгоритмов сегментации изображений, реализованных в программных средах Matlab, ArcGIS и Python. На основе полученных данных сформированы временные ряды, отражающие сезонную и межгодовую динамику площади водоёмов. Для выявления характерных типов изменения водных объектов выполнена классификация временных рядов по особенностям сезонности, трендов и межгодовой вариабельности. Дополнительно проведён анализ временных рядов с применением прогностических моделей Prophet и рекуррентных нейронных сетей типа LSTM, что позволило получить краткосрочные прогнозы изменения площади водной поверхности для водоёмов различного масштаба. Полученные результаты демонстрируют потенциал использования спутниковых данных и методов машинного обучения для создания автоматизированных систем мониторинга и поддержки принятия решений в сфере управления водными ресурсами Республики Казахстан.