با رشد شتابان شهرنشینی و تشدید چالشهای زیستمحیطی، بهرهگیری از فناوریهای نوین بهویژه هوش مصنوعی (AI) در مدیریت محیط زیست شهری به ضرورتی انکارناپذیر بدل شده است. این مطالعه با رویکرد مروری ساختاریافته، به تحلیل و طبقهبندی نظاممند مطالعات منتشرشده بین سالهای ۲۰۱۷ تا ۲۰۲۵ پیرامون کاربرد هوش مصنوعی در سه حوزه کلیدی مدیریت کیفیت هوا، مدیریت پسماند، و بهینهسازی مصرف انرژی پرداخته است. جستجو در پایگاههای معتبر علمی و اعمال معیارهای دقیق ورود، منجر به انتخاب ۵۵ مقاله جهت تحلیل نهایی گردید. نتایج نشان میدهد که الگوریتمهای یادگیری ماشین و یادگیری عمیق، بهویژه مدلهایی چون LSTM، Random Forest و CNN، توانستهاند در پایش و پیشبینی شاخصهای زیستمحیطی، بهینهسازی منابع، و ارتقای تابآوری شهری عملکرد قابل توجهی از خود نشان دهند. در کنار مزایا، چالشهایی نظیر وابستگی به دادههای باکیفیت، هزینههای پیادهسازی، پیچیدگی مدلها و ضعف در تفسیرپذیری نیز شناسایی شد. در نهایت، با ارائه مجموعهای از پیشنهادات در زمینه ارتقای زیرساختهای دادهای، توسعه مدلهای تبیینپذیر و سیاستگذاری بیننهادی، این مقاله بر نقش محوری هوش مصنوعی در نیل به اهداف توسعه پایدار شهری و تحقق شهرهای هوشمند تأکید دارد.