In this paper, data processing techniques for the implementation of 4th industrial revolution are introduced and application results into water supply operation and management aspects are presented. Edge-cutting technologies related with learning algorithms of artificial intelligence, big data processing and decision making process can be effectively applied into water quantity and quality prediction, which can support decision making in water facilities’ operation and management. Useful information can be provided based on the analytic results, such as a relationship between input variables and output variables.
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.