육상 양식에는 변화하는 환경 조건 속에서 병원성 위험을 예측하고 완화할 수 있는 확장 가능한 처리 시스템이 필수적이다. 본 연구에서는 기상 및 세균 데이터를 수집하고 상관관계 분석을 수행하여 주요 인자 간의 관계를 규명하였으며, 이를 바탕으로 통합 예측 처리 시스템을 개발하였다. 이 시스템은 침전 여과, UV 소독, 산소 용해 공정으로 구성된 모듈형 부유 고형물 및 병원체 제거 시스템(TSS-PRS)과 딥러닝 기반 다층 퍼셉트론(MLP) 모델을 결합하여 수질을 개선하고 병원체의 발생 동태를 예측한다. 실험 결과, TSS-PRS는 총 암모니아 질소(TAN)를 41.1%, 세균 활성도(BQV)를 74.5%, 탁도를 72.8% 효과적으로 감소시켰다. 또한 Photobacterium damselae, Tenacibaculum maritimum, Vibrio harveyi, Enteromyxum leei를 포함한 유해 어류 병원체를 성공적으로 제거하였다. 나아가 MLP 모델 분석을 통해 탁도 100 NTU, pH 7.97, 수온 27.5°C 조건에서 세균 활성도가 급격히 증가함을 확인하였다.