Die Zusammenfassung umfasst eine Vielzahl von Studien zur Analyse von Wasserqualität, Produktivität von kleinen Flüssen, Biofouling-Charakteristika von Umkehrosmosemembranen, Fluoreszenzspektroskopie von gelöstem organischen Material, Bodenverbesserung mit Biogasrückständen und die Entfernung von Schadstoffen aus Wasser mittels hypersalinem Denitrifikation. Es wird auch auf die Anwendung von künstlicher Intelligenz in der Medizin, dem Umweltschutz und der Bildklassifizierung eingegangen. Weitere Themen umfassen die Anwendung von CNN zur Klassifizierung von Mikrokügelchen im Abwasser, die Identifizierung von organischen Schadstoffen im Trinkwasser mithilfe von Deep-Learning-Modellen, die Vorhersage von Kohlenstoffpreisen und die Erklärbarkeit von Deep-Learning-Modellen in verschiedenen Bereichen.
Des Weiteren wird auf die Anwendung von Fluoreszenzspektroskopie zur Analyse von Wasserqualität, zur Untersuchung von Verbrennungsrückständen, in der Arsenmobilität sowie in der Erfassung von Desinfektionsnebenprodukten eingegangen. Die Verwendung von Chemometrie in der Spektroskopie, die Überwachung von Bioreaktoren mittels Spektroskopie und die Anerkennung von organischen Schadstoffen im Trinkwasser durch Fluoreszenzspektroskopie werden ebenfalls diskutiert. Weitere Themen umfassen die Bedeutung von Ladungstransfer-Interaktionen bei der Bestimmung optischer und photochemischer Eigenschaften organischer Stoffe sowie die Analyse von fluoreszierendem gelöstem organischen Material.
Schließlich werden auch Techniken wie die Extraktion von extrazellulären Polymeren aus Belebtschlamm, die Anwendung von Chemometrics-assisted Fluoreszenzspektroskopie zur Migration von polycyclischen aromatischen Kohlenwasserstoffen sowie die Nutzung von extrazellulären Polymeren als Beschichtungsmaterialien aus anaeroben granulierten Schlamm diskutiert. Die Studien umfassen auch die Bestimmung von extrazellulären Polymeren aus Belebtschlamm mittels eines Kationenaustauschharzes und die Anwendung von Deep Learning in der Bildklassifizierung.