Detectar cambios en la cobertura terrestre es una tarea crítica en la interpretación de imágenes de teledetección, con una importancia particular en la determinación precisa de los límites de los lagos. Los límites de los lagos están estrechamente relacionados con los recursos terrestres, y cualquier alteración puede tener implicaciones sustanciales para el entorno y el ecosistema circundantes. Este documento presenta un modelo innovador de extremo a extremo que combina U-Net y una red de transformación espacial (STN) para predecir cambios en los límites de los lagos e investigar la evolución del límite del Lago Urmia. El enfoque propuesto implica el preprocesamiento de imágenes panorámicas anuales de teledetección del Lago Urmia, obtenidas de 1996 a 2014 a través del software Google Earth Pro Versión 7.3, utilizando técnicas de segmentación de imágenes y relleno en escala de grises. Los resultados de los experimentos demuestran la capacidad del modelo para predecir con precisión la evolución de los límites de los lagos en imágenes de teledetección. Además, el modelo exhibe un alto grado de adaptabilidad, aprendiendo y ajustándose efectivamente a los patrones cambiantes a lo largo del tiempo. El estudio también evalúa la influencia de las diferentes longitudes de series temporales en la precisión de la predicción y revela que series temporales más largas proporcionan un mayor número de muestras, lo que resulta en predicciones más precisas. La precisión máxima alcanzada es del 89.3%. Los hallazgos y metodologías presentados en este estudio ofrecen valiosas perspectivas sobre la utilización de técnicas de aprendizaje profundo para investigar y gestionar los cambios en los límites de los lagos, contribuyendo así a la gestión y conservación efectiva de este ecosistema significativo.