水资源作为生命之源，其管理与监测对于实现可持续发展目标至关重要。近年来，机器学习 (Machine Learning, ML) 技术的快速发展，正在深刻改变我们对水文过程、水质变化等现象的理解与预测。
基于第一卷的成功推出，Water正式启动“Machine Learning Applications in the Water Domain, 2nd Edition” 机器学习在水领域的应用特刊第二卷，继续由中国地质大学 (武汉) 王永桂副教授担任客座编辑。
在第一卷中，我们共收录了12篇高质量论文，涵盖了机器学习在水环境智能预测与建模、水库与洪水管理优化、水利系统安全与风险评估、水文过程与水资源管理等多个前沿方向的应用，受到广泛关注。
点击免费阅读第一卷特刊的高质量论文：https://www.mdpi.com/journal/water/special_issues/248W1J7QLT
第二卷特刊将继续聚焦机器学习在水资源管理、水环境监测与模拟中的最新进展，现正式公开征稿，欢迎未发表的原创研究论文与综述类投稿，涵盖主题包括但不限于：
机器学习模型在水文与水质时间序列预测中的应用；
机器学习在水体识别和分类中的应用及关键技术研究；
不同机器学习模型的对比分析与性能评估；
数据和知识耦合驱动；
机器学习的可解释性、性能评估及其他方面的相关研究。
稿件类型：原创型研究论文、综述等
投稿截止日期：2026年8月30日
欢迎广大研究人员踊跃投稿，共同推动人工智能技术在水科学领域的深化应用！
客座编辑
王永桂 副教授（中国地质大学 (武汉) 地理与信息工程学院）
王教授长期致力于生态环境精细化治理、水污染解析与溯源以及人工智能在水领域的创新应用等方向的科研与教学工作。自2015年以来，王教授主持水环境相关科研项目30余项，以一作或通讯作者发表SCI论文23篇，获得专利53项 (授权发明专利29项)，主编《时空大数据分析与挖掘》、《流域水环境污染源解析与精细化管理》等著作3本。他是国内外首位开发无资料地区突发水污染事故快速预警与应急处置系统的学者，近年来其团队在知识和数据耦合驱动预测预警方面，开展了探索性研究，推动了空地水一体化耦合水生态环境机理模型和数据驱动模型的国产化研发和业务化发展，在沱江流域、湟水河流域、渭河流域、淮河流域和太湖流域等10余个流域进行了应用。
了解特刊更多信息：https://www.mdpi.com/journal/water/special_issues/E0T99Z8979
Water 期刊介绍
主编：Jean-Luc PROBST, University of Toulouse, France
创刊于2009年，是一个国际性、跨学科同行评审开放获取半月刊。发表论文主题涵盖水科学的所有方面，包括水资源领域相关的科学、技术、管理和治理等原创性研究论文和综述论文。
2024 Impact Factor：3.0
2024 CiteScore：6.0
Time to First Decision：18.9 Days
Acceptance to Publication：2.7 Days
期刊主页：https://www.mdpi.com/journal/water
转载本文请联系原作者获取授权，同时请注明本文来自MDPI开放科学科学网博客。
链接地址：https://wap.sciencenet.cn/blog-3516770-1533775.html?mobile=1
收藏
