Mapping the knowledge structure and evolution of artificial intelligence for water reuse and sustainable water management

人工智能（AI）已成为解决可持续水资源管理相关复杂问题的有力工具，因为它能够构建先进的数据驱动模型，实现水系统的预测与优化。尽管该领域的研究迅速增加，但全球科学趋势尚未得到充分审视。本文对2015年至2025年间发表的关于人工智能在绿色水资源管理中应用的文献进行了文献计量学综述。采用结构化检索策略对Scopus数据库中的文献数据进行检索，共分析了3，280篇同行评审论文。使用VOSviewer进行文献计量制图和网络可视化，以探究发文趋势、最活跃期刊、最具影响力作者、机构贡献、国家层面合作及研究聚类。研究结果表明，过去十年间发文活动急剧增长，表明基于人工智能的水质监测、水文预测、废水处理优化和智能水管理系统解决方案日益受到关注。中国、美国和印度成为最高产国家，中国科学院和北京师范大学为贡献最多的机构之一。关键词共现分析（主导研究主题）基于机器学习、水质预测、水文建模、遥感和决策支持系统。共被引分析揭示了机器学习算法的核心研究，包括随机森林、神经网络和提升算法，这些构成了该领域当前研究的基础。总体而言，研究结果描绘了人工智能技术在提升水资源管理和废水处理效能方面日益增长的作用。本研究为基于人工智能的环境可持续水资源管理的知识框架和未来研究视角提供了清晰见解，对希望提出创新性和数据驱动型水资源管理方案的研究人员、政策制定者和实践者具有重要价值。