松原市环境信息中心 吉林松原 138000
摘要：由于工业废水和生活用水的不断排放，我国水资源污染相对严重，已严重影响了社会经济的发展，也对人们的人身健康造成威胁。所以，对水资源、水质进行动态监测，就显得比较重要，水质监测对于水环境水资源管理和污染控制具有重要的意义。本文就针对信息融合在水环境监测中的应用进行探讨。
关键词：信息融合；水环境；监测
目前，我国所采用的水环境检测系统总体效率不高、设备老化、实时性差，网络布局困难，维护成本高，已经不能满足日益复杂多变的水环境检测了。信息融合技术可以提高系统的测距精度和抗干扰能力，以解决多源、多尺度水环境监测信息处理问题。
1、水环境监测信息融合的特点
信息融合技术自20世纪70年代在美国提出以来，已不断发展完善，我国自80年代以来，也掀起了研究信息融合技术的热潮。信息融合是把分布在不同位置的多个同类或异类传感器所提供的局部不完整观察量加以综合，消除多传感器信息之间可能存在的冗余和矛盾，加以互补，降低其不确定性，以形成对系统环境相对完整一致的感知描述，从而提高智能系统决策、规划、反应的快速性和正确性，同时按照一定准则进行自动分析、综合，完成目标识别、决策和评估任务所进行的信息处理过程。信息融合作为一门新兴的技术，虽然在技术理论上还需不断完善，但是其应用能力却经受了实践的考验，经证明是有效的。信息融合技术首先于军事领域，目前，信息融合技术广泛应用于遥感图像处理、工业应用，机器人等民用领域。
信息融合技术的最大优势在于：提高信息的可信度和可探测性，扩大空间搜索范围和瞬时的搜索范围，降低推理模糊程度，改进探测性能，增加目标特征矢量的维数，提高空间分辨率，相对减少获得信息的代价和时间，增强系统的容错能力和自适应性，从而在多变环境中形成正确决策的能力。信息融合技术对水环境监测发展的推动可以概括为以下四个方面：
（1）信息融合可以扩大水环境监测系统处理信息的空间覆盖范围。多个信息源可以从不同来源、不同环境、不同层次及不同的分辨率来观察同一个对象，得到的关于对象的多源、多尺度信息更加充分，这个特性对于决策级的水环境监测是非常有意义的。
（2）信息融合可以扩大水环境监测系统处理信息的时间覆盖能力。融合监测可以综合利用同一流域不同时期的水质污染指标及3S监测信息等可靠性信息。融合监测系统可以以时间为定标尺度，配准历史数据与当时试验数据，使用合理的融合结构和算法，达到去除冗余、克服歧义的目的，得到优化的一致性准确判别。
（3）信息融合可以提高系统的可靠性和可维护性。多传感器相互配合使其具有内在的冗余度。所以，当一个传感器失去功能时，并不影响对监测目标的融合结果，同时也为维护监测设备（传感器等）提供了机会，这样大大提高系统的可靠性和可维护性。
（4）信息融合有强大的管理能力，使其资源充分利用。在实际应用中，水环境监测传感器资源的相对不足、受客观环境的限制使某些传感器不能充分发挥其功能，再加之传感器资源本身的限制，这些都需要对传感器资源（包括传感器本身的资源以及传感器之间的资源）进行协调分配，以使系统取得整体性能最优；传感器管理，就是利用有限的传感器资源，满足对多个目标和扫描空间的需求，以获得各个具体特性的最优值，并以这个最优准则对传感器资源进行合理科学的分配。信息融合系统充分考虑了传感器不足的特点，建立传感器管理模块，充分发挥多传感器的功能，使水环境监测更准确、更及时，提高其经济效益。
期刊文章分类查询,尽在期刊图书馆
综上所述，基于信息融合的水环境监测，就是充分利用各种时空条件下多种信息源的信息，进行关联、处理和综合，以获得关于水环境系统的更完整和更准确的判断信息，从而进一步形成对水环境系统的可靠监测或预测。这种监测方法不仅是一种处理复杂可靠性数据的方法，也是建立和谐有效的人一机协同水环境监测信息处理环境的基础。
2、水环境监测信息融合结构框架
2.1集中式结构
在此结构中，所有传感器将原始信息或是将其接收到的一些多源信息传输到融合中心，由中央处理设施对其进行统一处理，此结构充分体现了传感器之间的互补性，只损失少量信息，所得精度比较高，但此方法在数据互联方面比较困难，可靠性低，当处理大量的信息时，对给融合中心造成较大的压力。
2.2分布式结构
局部融合中心首先对原始多源信息进行局部融合处理，先由融合中心传感器的检测结果结合各传感器的置信度和来进行决策，此种方法减少了信息传输的压力，速度较快，即使遇到某个传感器失效的情况，也不会影响整个系统的正常工作，但同时也有不好的一面，即原始多源信息之间的交流容易被影响，从而造成部分信息丢失。
2.3分散式结构
在这种结构中，多源信息通过节点彼此相互连接，每个节点都可接收多源信息及其它节点融合的结果，将其结果从节点装置发出，一些多源信息将和节点相连接，由于信息是由节点发出的，即使发生错误，会融合系统的影响也会很小，此种结构容错性比较好，只是节点繁多，相互之间的通信要复杂一些。
2.4反馈式结构
当对系统处理问题的能力要求效率的时候，则必须要忽视精度问题，否则融合速度再快都难以达到要求，此时就需要借助信息的相对稳定性和原始积累对融合信息进行反馈再处理，此结构的最大优点是既可以接收接收多源信息，也可以接收已经获得的融合信息，使融合的处理精度有所提升。
3、水环境监测信息融合方法
3.1数据层信息融合算法
3.1.1加权平均法
此种方法最容易最易于观察融合水环境检测低层信息，将一组传感器提供的冗余信息进行平均化，对其进行折中，以这一数字作为预测未来期间该变量预测值的一种趋势预测法。因此，此方法所得数据较为接近正确值。
3.1.2卡尔曼滤波
此方法通过系统输入输出数据，对系统状态进行最优估计，从而得出计算结果。通常情况下，所测量的模型往往会有噪声，此时利用卡尔曼滤波可以消除噪声的影响，得到一个关于目标的一个好的估计，卡尔曼滤波具有良好的递推特性，这种特性使其在进行系统信息处理减少大量不必要的计算，后期采用的分散卡尔曼滤波，它实现了信息融合完全分散化。
3.2特征层信息融合算法
仅仅是利用数据层的融合来取得信息，所得水环境检测信息比较少，此时就需要根据检测目标的特征信息来进行融合计算，特征信息可以增加其计算精度，因为水环境的检测信息量一直处于不断增加的状态，而遥感技术也不断发展，监测者对信息的需求正在从静态非实时向动态实时转化，因此，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
此种方法是在对采集到的数据初步完成特征提取的基础上，模仿人的思维，然后借助一定的规则或特定的算法，得到目标的最后身份，是一种高层次的融合，此方法最大的特点是用人类的思维来进行计算，可以直接通过决策层融合的结果来推断出决策要素相应的行为，决策层融合方法通常分为两类：基于辨识的决策融合方法和基于知识的决策融合方法。基于辨识的融合方法对信息设定一定的假设前提，然后建立目标的概率模型来，典型的方法有：贝叶斯估计、统计决策理论、证据推理等。而基于知识的方法则使用逻辑模板和句法上下文知识来描述、融合信息，其具体方法有基于神经网络、专家系统、模糊集合理论等方法。
4、结语
综上所述，信息融合系统对于获取准确的水环境状况具有重要现实意义。随着科学技术的迅猛发展，各类监测信息也越来越多，需要引入信息融合术，对更多的信息加以有效利用。
参考文献
[1]林志贵，刘英平.建立我国水质监测信息融合系统的探讨[J].，水利水文自动化，2005，02.
[2]邹勇军.水环境监测自动化系统的应用及探讨.北京水利.2002，（2）：33一34
论文作者:张宇鹏
论文发表刊物:《建筑学研究前沿》2018年第2期
论文发表时间:2018/5/10
标签：信息论文; 传感器论文; 水环境论文; 方法论文; 系统论文; 结构论文; 目标论文; 《建筑学研究前沿》2018年第2期论文;