В статье рассмотрена методика, позволяющая прогнозировать изменение ледяного покрова Арктики средствами спутниковой съемки. Мониторинг состояния арктических морей позволяет провести оценку последствий их изменения. Так, изменение морского ледяного покрова может привести к изменениям возможности доступа к ресурсам на шельфе арктических морей, изменениям сроков и условий навигации, изменению степени геокриологического риска (риска нарушений в сооружениях, связанного с процессами в вечной мерзлоте). Использование технологии дистанционного зондирования Земли позволяет увеличить охват анализируемых и изучаемых данных. Применение эффективных методик анализа и обработки данных помогает повысить скорость получения актуальной информации. Результатом исследования стала разработка алгоритма мониторинга и моделирования изменений льдов Арктики. В процессе исследования осуществлен обзор существующих решений и инструментальных средств, используемых при мониторинге ледяного покрова; разработан алгоритм моделирования уровня ледяного покрова; на основе различных методов построения моделей временного ряда и искусственных нейронных сетей выполнены краткосрочные и долгосрочные прогнозирования в исследовании динамики льдов Арктики на основе полученных данных. Разработанная методика может быть использована для изучения ледового режима морей в Арктике.

The article discusses a methodology for predicting changes in the ice cover of the Arctic using satellite imagery. Monitoring the state of the Arctic seas makes it possible to assess the consequences of their change. Thus, a change in the sea ice cover can lead to changes in the possibility of access to resources on the shelf of the Arctic seas, changes in the timing and conditions of navigation, a change in the degree of geocryological risk (the risk of disturbances in structures associated with processes in permafrost). The use of earth remote sensing technology makes it possible to increase the coverage of analyzed and studied data. The use of effective methods for analyzing and processing data helps to increase the speed of obtaining relevant information. The result of the study was the development of an algorithm for monitoring and modeling changes in Arctic ice. In the course of the study, a review of existing solutions and tools used in monitoring the ice cover was carried out; an algorithm for modeling the ice cover level has been developed; On the basis of various methods for constructing time series models and artificial neural networks, short-term and long-term forecasting has been carried out in the study of the dynamics of the Arctic ice on the basis of the data obtained. The developed technique can be used to study the ice regime of the seas in the Arctic.