Kunstig intelligens og maskinlæring kombineres med fysikbaserede modeller for at udvikle innovative værktøjer og metoder til vand- og miljømodellering. Aktiviteten fokuserer på at udnytte avancerede AI-teknikker til at forbedre præcisionen, automatiseringen og tilgængeligheden af modelleringsværktøjer. Formålet er at styrke danske kompetencer inden for AI-baseret vandmodellering og fremme udviklingen af nye løsninger på komplekse og kritiske vandrelaterede udfordringer.

Aktiviteten omfatter blandt andet udvikling af hybride modeller, der integrerer fysik-informeret maskinlæring, metoder til automatisk kalibrering baseret på surrogatmodeller samt maskinlæringsbaserede tidsserieprognoser med anvendelse af tolkbare AI-metoder. Disse værktøjer vil gøre det muligt at skabe mere effektive og operationelt relevante modeller for vandmiljøet. Derudover stilles åbne datasæt og værktøjer til rådighed via digitale platforme for at fremme åben videnskab og samarbejde.

Aktiviteten understøtter en bred vifte af anvendelser, fra kyst- og havmodellering til styring af vandforsyningsnetværk og afløbssystemer. Gennem samarbejde med forsknings- og uddannelsesinstitutioner samt virksomheder bidrager projektet til innovation og praktiske løsninger til vandsektoren. Resultaterne vil blive formidlet gennem publikationer, webinarer, som bidrag til danske og internationale konferencer og via vejledning af specialestuderende på danske universiteter.