Big data processing techniques can be effectively applied into water quality prediction to support decision making for the water treatment plant and the dam operations through providing useful information on the relationship between input variables and output variables. In this presentation, various case studies will be shown in water sector related with water resources and water supply sectors. Integrated long-term and short-term dam reservoir operation scheduling considering not only water quantity but also downstream water quality can be made based on the adequately forecasted water quality information.
For the water management and operational purposes, decision tree and artificial neural network are introduced including statistical methods like a multi-regression. The performances of the methodologies are compared and evaluated by error analysis and statistical characteristics like correlation and determination coefficients between the observed and the predicted information.
This results can contribute to the implementation of intelligence and data processing systems in the management and operation of water resources and water supply facilities from ICT and IoT based data driven models.