本研究旨在鉴定水中的影响参数和重金属，并评估巴基斯坦三个地区高山冰川湖和河流的水质分类。为此，使用九个水质参数（CD，CR，PB，Ni，Fe，AS和TDS）中的Mg/L，pH，EC µS/CM用于计算水质指数（WQI）。Boruta方法用于识别与水质类别相关的影响参数。此外，我们采用了监督的机器学习模型，包括决策树，最近的邻居方法，神经网络模型（多层感知），支持向量机和随机森林，以预测和验证水质类别。所有算法的性能通过精度度量评估。验证集的准确率为决策树模型的精度为83％，K-Neartheniber方法为75％，神经网络为83％，支持向量机器为88％，随机森林模型为88％。观察到的位置的水质评估指定了重要的见解，表明49％的位置表现出低水质量。根据当前的研究，政府应通过实施适当的措施设计的水监测系统和创新技术来解决巴基斯坦受影响地区水质的问题。