摘要：地球是人们赖以生存的地方，地球是一个水球，水环境直接影响着人们的生活。但是，近年来，我国水环境污染严重，已经给人们造成了巨大的经济损失，危及人们的健康。为了改善水环境，我国大力发展水环境监测技术，信息融合技术就是水环境监测的研究成果。本文对信息融合水环境监测技术进行分析，并探讨信息融合的方法。
关键词：信息融合；水环境；监测
1.前言
人们的生活、生产均离不开水，但是，近年来，我国水污染十分严重，工业废水、生活废水的排放量不断增加，给人们的生产生活已经造成了严重影响。水质监测是控制水污染问题的主要方式，由于我国技术因素，所采用的水环境检测系统、设备相对都比较落后，无法满足水环境监测的需要。但是，信息融合技术的运用良好的解决了该问题，信息融合技术具有提高监测系统抗干扰能力等作用，解决了水环境监测中面临的诸多问题。
2.信息融合技术的特点分析与结构分析
2.1特点分析
信息融合技术运用于水监测当中，主要原因在于其具有以下四个特点，特点一，有效增大了空间覆盖面积，多个信息源可以从多个角度进行同一个对象的观察，例如，可以从不同环境、不同分辨率以及不同环境等，对同一个对象进行观察，这样一来所获取到的对象信息将会更为充分，对于决策级的水环境监测具有重大意义。特点二，有效提高了系统的可靠性，融入信息融合技术之后，在开展工作的过程中，多个传感器相互配合工作，将会置留一个传感器专门进行设备、仪器的运行卫华，使其能够在正常情况下运行[1]。在各项设备运行的过程中，若是某一个传感器异常，出现故障问题无法顺利运行，此时，对监测目标的融合结果也不会造成严重的影响，并且对监测设备具有良好的保护作用，有效延长了设备的使用时间。特点三，有效扩大了时间的覆盖能力，信息融合技术能够扩大时间的覆盖能力，具体表现为，融合监测技术能够良好的使用同一个流域，但是不同时间点的水质污染指标、3S监测信息等具有的可靠性的信息，融合监测系统能够利用时间、历史数据以及当时试验所获取的数据，将其综合在一起，采用融合结构与算法，达到提高判别准确率的目的[2]。特点四，信息融合技术除了具有以上特点之外，还具有管理能力强的特点，信息融合系统弥补了传感器的缺陷，建立传感器管理模块对传感器进行直接的管理，使传感器的功能得到良好的发挥，这样一来，监测水环境所得到的结果会更加准确，对提高经济效益具有重大意义。
2.2结构分析
水环境监测融合结构分为四大结构——集中式结构、分布式结构、分散式结构以及反馈式结构，每个结构具有不同的特点，在集中式结构当中，传感器将所接收到的信息传输到融合中心，然后通过中央处理设施进行统一的处理，该结构的特点是能够避免信息大量损失，有效提高了精确度。分布式结构是的首先，局部融合中心进行原始多元信息的融合处理，融合中心传感器检测到的结果与传感器置信度两者综合起来进行决策，该方法能够有效降低信息传输的压力，并且传输速度大大提高，即便在传输过程中，传感器存在异常信息，依然不会影响到整个系统的运行，但是，原始多元信息之间交流比较容易受到影响，信息失真的几率比较大[3]。分散式结构的特点是在该结构当中，多元信息采用节点进行连接，每个节点都能够接收到多元信息，并且进行节点融合，融合所得到的结果从节点的装置出发，节点与多元信息相连接在一起，信息从节点出发，若是信息出现错误也不会影响到融合系统，此结构容错性良好，但是节点比较多，通信十分复杂。反馈式结构进行系统问题处理过程中，对效率具有一定的要求，并且省略精度问题，不然融合速度讲无法达到相关要求。并通过信息的相对稳定性、原始积累对融合信息做处理工作，该结构的特点在于不仅仅可以接收多源信息，而且还能够接收已经获得的融合信息，有效提高了融合的精确度[4]。
期刊文章分类查询,尽在期刊图书馆
3.信息融合的方法
3.1数据层信息融合算法分析
目前，所使用的水环境监测信息融合的方法主要有三种，其中一种就是数据层信息融合算法，该算法又分为两大类，一类是加权平均法，另外一类是卡尔曼滤波法，两种方法之间存在巨大的差异。加权平均法相对于卡尔曼滤波法而言，该算法比较简单，并且便于观察融合水环境检测低层的信息，把从传感器中获取的冗余信息进行平均化处理，然后综合处理分析，将处理得到的数字作为预测未来期间该变量的一个预测值的预测方法。该算法得到的数据比较接近于实际。而卡尔曼滤波算法主要是采用系统输入输出数据的方式，对系统的状态进行评估，然后得到出计算的结果[4]。一般情况下，在模型测量当中，会产生噪声，需要采用卡尔曼滤波进行噪音的消除，便于目标的估计，卡尔曼滤波具有理想的递推特点，该特点实现了系统信息处理的简易化，不需要进行复杂的计算工作，在后期使用分散卡尔曼滤波就能够达到信息融合完全分散化的效果。
3.2特征信息融合算法分析
特征信息融合算法，在获取的信息时，需要采用数据层融合的方式获取，该方式所得到的水环境监测信息量相对而言会比较少，此时，需要通过检测目标的特征信息来开展融合计算工作，特征信息的运用能够增加计算的准确率，主要原因在于水环境监测中，进行信息监测工作，信息量多数情况下处于持续增加的状态，加之我国的遥感技术处于高速发展状态，监测人员所需求的信息正从静态向动态实时转变，为此，基于遥感信息实时处理的目标监测、变化监测及目标识别等应用已经越来越成为监测者迫切的需求。
3.3决策层信息融合算法分析
决策层信息融合算法是基于收集到的数据已经初步完成特征提取的前提下，模仿正常人的思维，通过一定的规则或者是特定的计算方式，最后获得目标的最后身份，决策层信息融合算法属于一种高层次的融合。在水环境监测当中，采用该算法的主要原因在于，该算法具有与人类思维相似的特点，模仿人类思维来完成计算工作，井采用决策层融合所得到的结果来判断出决策要素相应的行为。决策层融合法有两类，一类是基于辨识的决策融合方法，另外一类是给予知识的决策融合方法，这两种方法不同，给予辨识的融合方法主要是针对信息设定一定的假设前提，在此基础上建立目标概率模型，给予辨识的融合方法比较常见的有统计决策理论、贝叶斯估计、证据推理等。基于知识的方法，使用时则是通过采用逻辑模板、句法上下文知识进行信息的描述与融合，该方法有专家系统、神经网络以及模糊集合论等方法。
4.结束语
随着科学技术的快速发展，水环境监测技术不断提高，在水环境监测中，运用信息融合技术，能够有效获取水环境监测信息，对水污染控制具有重大意义，但是，目前我国信息融合技术还处于研究的初级阶段，还有很多地方有待实践和改善。
参考文献
[1]林志贵,徐立中,沈祖诒,黄凤辰. 信息融合在水环境监测中的应用[J]. 水利水文自动化,2013,02:1-7.
[2]缪燕子,方健,马小平. 多传感器信息融合在水环境监测中的应用[J]. 西安科技大学学报,2016,02:212-214+244.
[3]]古丽娜孜•阿布力孜,艾克拉木•麦麦提图尔荪. 信息融合在水环境监测中的应用[J]. 资源节约与环保,2016,09:189.
[4]]鲁银芝. 三峡库区水环境监测网络节点定位研究[D].重庆大学,2014.
[5]吴烈国. 基于无线传感器网络的水环境监测系统研究[D].中国科学技术大学,2014.
论文作者:徐晓东
论文发表刊物:《基层建设》2017年2期
论文发表时间:2017/4/18
标签：信息论文; 水环境论文; 结构论文; 算法论文; 传感器论文; 卡尔论文; 方法论文; 《基层建设》2017年2期论文;