Abstract

La predicción de la calidad del agua dulce (subterránea & superficial) desempeña un papel crucial en la gestión moderna de los recursos hídricos. Este estudio propone una metodolo-gía basada en el Bibliometric-Systematic Literature Reviews (B-SLR) para revisar la literatura de este campo de investigación, proporcionando un enfoque confiable y transparente. Se recopilaron 1822 artículos de la base de Scopus, publicados entre los años 2000 y 2024. El objetivo de este es-tudio es obtener información válida sobre la evolución y el estado actual de la predicción de la ca-lidad del agua mediante herramientas de inteligencia artificial (IA), para orientar a las futuras in-vestigaciones destacando las principales áreas emergentes de interés. A través de un análisis ex-haustivo, se identifican los algoritmos más usados, los países dominantes, redes colaborativas, au-tores, estudios de alto impacto y el conjunto de palabras clave significativas en este campo. Los resultados presentan las áreas de vanguardia y tendencias actuales proporcionando información valiosa para los investigadores y profesionales interesados en la predicción del agua a través de la IA (aprendizaje automático y el aprendizaje profundo).