Mục tiêu chính của nghiên cứu này là khảo sát khả năng phân loại của một số kỹ thuật trí tuệ nhân tạo, bao gồm cây quyết định (DT), mạng perceptron đa lớp (MLP), Naïve Bayes, mạng hàm cơ sở xuyên tâm (RBF) và máy vectơ hỗ trợ (SVM) để đánh giá các biến động không gian và thời gian trong chất lượng nước. Trường hợp ứng dụng là hệ thống nước Sông Quao–Cà Giang (SQ-CG), nguồn cung cấp nước sinh hoạt chính của thành phố Phan Thiết, tỉnh Bình Thuận, Việt Nam. Để đánh giá điều kiện chất lượng nước của nguồn, cơ quan chính phủ đã khởi động một dự án lấy mẫu mở rộng, thu thập mẫu từ 43 địa điểm bao gồm hồ chứa SQ, kênh chính và các khu vực xung quanh trong giai đoạn 2015–2016. Các mô hình phân loại khác nhau dựa trên kỹ thuẫt trí tuệ nhân tạo được phát triển để phân tích dữ liệu lấy mẫu sau khi hiệu suất của các mô hình được đánh giá và so sánh bằng ma trận nhầm lẫn, tỷ lệ chính xác và một số chỉ số sai số. Kết quả cho thấy kỹ thuẫt học máy có thể được sử dụng để đánh giá rõ ràng các biến động không gian và thời gian trong chất lượng nước.