Occurrence of process environment changes, such as influent load variances and process condition changes, can reduce treatment efficiency, increasing effluent water quality. In order to prevent exceeding effluent standards, it is necessary to manage effluent water quality based on process operation data including influent and process condition before exceeding occur. Accordingly, the development of the effluent water quality prediction system and the application of technology to wastewater treatment processes are getting attention. Therefore, in this study, through the multi-channel measuring instruments in the bio-reactor and smart multi-item water quality sensors (location in bio-reactor influent/effluent) were installed in The Seonam water recycling center #2 treatment plant series 3, it was collected water quality data centering around COD, T-N. Using the collected data, the artificial intelligence-based effluent quality prediction model was developed, and relative errors were compared with effluent TMS measurement data. Through relative error comparison, the applicability of the artificial intelligence-based effluent water quality prediction model in wastewater treatment process was reviewed.

가축매몰지 인근 지하수 수질은 지하수 이용과 관련하여 많은 관심이 집중되고 있다. 한국 환경부에서는 지하수 수질 감시를 위하여 지하수 수질을 직접 측정하는 방법을 제시하고 있다. 이 방법은 수질분석에 많은 시간과 비용이 소요되기 때문에 관측지점이 수백개 이상인 경우에는 효율적인 모니터링이 어려울 수 있다. 금회 연구에서는 지하수의 전기 전도도를 매몰지에서의 지하수 수질 지표로 사용하는 방안을 제안하였다. 지하수 수질 수준을 판별하기 위하여 가축 매물지 근방의 장기적인 지하수 수질 측정자료를 통계학적인 방법으로 분석하여 지하수 수질 지표와의 상관관계를 도출하였고, 무선 통신망을 이용한 원격 모니터링 기법을 이용하여 보다 신속하게 지하수 상태를 감시할 수 있는 가능성을 제시하였다.