Mozhgan Yarahmadi1, Mahmood Rahmani Firozjaei 
2*, Nasrin Rastinifard3
Afiliacja:
1 Faculty of Natural Resources, University of Tehran, Iran
2 School of Civil Engineering, College of Engineering, University of Tehran, Iran
3 Water, Energy and Environmental Engineering (WEEE) Research Cluster, Royal Agriculture University, UK
* Kontakt / Correspondence: mrahmanif69@gmail.com
DOI: 10.65545/GWITS.2026.03.04, GWiTS 3/2026, marzec 2026
Abstract:
Artificial intelligence (AI) and machine learning (ML) are essential in addressing water scarcity and ensuring access to clean water. These technologies have become integral to hydraulic engineering and water resource management, enhancing the management and optimization of water systems. They are employed in various applications, including optimizing and designing water treatment processes, monitoring water quality, tracking water consumption, managing groundwater resources, and supporting river engineering and flood management. Furthermore, they are instrumental in tackling hydrological challenges, such as those posed by climate change, thereby improving efficiency and effectiveness in water resource management.
Keywords: artificial intelligence, water resource management, machine learning, water domain
Streszczenie:
Sztuczna inteligencja (AI – artificial intelligence) i uczenie maszynowe (ML – machine learning) odgrywają kluczową rolę w rozwiązywaniu problemu niedoboru wody i zapewnianiu dostępu do czystej wody. Technologie te stały się integralną częścią inżynierii wodnej i zarządzania zasobami wodnymi, usprawniając zarządzanie i optymalizację systemów wodnych. Są one wykorzystywane w różnych zastosowaniach, w tym w optymalizacji i projektowaniu procesów uzdatniania wody, monitorowaniu jakości wody, śledzeniu zużycia wody, zarządzaniu zasobami wód podziemnych oraz wspieraniu inżynierii rzecznej i zarządzania powodziami. Ponadto odgrywają one kluczową rolę w rozwiązywaniu problemów hydrologicznych, takich jak te związane ze zmianami klimatu, poprawiając tym samym efektywność i skuteczność zarządzania zasobami wodnymi.
Słowa kluczowe: sztuczna inteligencja, zarządzanie zasobami wodnymi, uczenie maszynowe, dziedzina wody