信息融合在水環境監測中的應用

古麗娜孜·阿布力孜　艾克拉木·麥麥提圖爾蓀

（新疆伊寧市環境保護局環境監測站新疆伊寧835000）

信息融合在水環境監測中的應用

古麗娜孜·阿布力孜艾克拉木·麥麥提圖爾蓀

（新疆伊寧市環境保護局環境監測站新疆伊寧835000）

由于工業廢水和生活用水的大量排放，我國水資源污染相當嚴重，已嚴重制約到社會經濟的發展，威脅到人類自身的健康。因此，對水資源、水質進行動態檢測，就顯得尤為重要，水質監測對于水環境水資源管理和污染控制具有重要意義。本文先闡述了水環境檢測信息融合的特點，又詳細介紹了水環境檢測信息融合結構框架，最后講述了水環境檢測信息的融合方法。

信息融合；水環境；監測

目前，我國所采用的水環境檢測系統總體效率不高、設備老化、實時性差，網絡布局困難，維護成本高，已經不能滿足日益復雜多變的水環境檢測了。信息融合技術可以提高系統的測距精度和抗干擾能力，以解決多源、多尺度水環境監測信息處理問題。

1　水環境檢測信息融合的特點

1.1擴大空間覆蓋范圍

多個信息源可以從不同來源、不同環境、不同層次及不同的分辨率來觀察同一個對象，得到的關對象的多源、多尺度信息更加充分，這個特性對于決策級的水環境監測是非常有意義的。

1.2擴大時間覆蓋能力

融合監測可以綜合利用同一流域不同時期的水質污染指標及3S監測信息等可靠性信息。融合監測系統可以以時間為定標尺度，配準歷史數據與當時試驗數據，使用合理的融合結構和算法，達到去除冗余、克服歧義的目的，得到優化的一致性準確判別。

1.3提高系統的可靠性和可維護性

由多個傳感器在工作中相互配合，使其保留多余的一個量來確保儀器、設備或某項工作在非正常情況下也能正常運轉。因此，當一個傳感器發生故障不能正常運行時，對監測目標的融合結果并不會產生影響，而且也保護了監測設備，延長了監測設備的使用壽命。

1.4管理能力強，使其資源充分利用

信息融合系統充分考慮了傳感器不足的特點，建立傳感器管理模塊，充分發揮多傳感器的功能，使水環境監測更準確、更及時，提高其經濟效益。

2　水環境檢測信息融合結構框架

2.1集中式結構

在此結構中，所有傳感器將原始信息或是將其接收到的一些多源信息傳輸到融合中心，由中央處理設施對其進行統一處理，此結構充分體現了傳感器之間的互補性，只損失少量信息，所得精度比較高，但此方法在數據互聯方面比較困難，可靠性低，當處理大量的信息時，對給融合中心造成較大的壓力。

2.2分布式結構

局部融合中心首先對原始多源信息進行局部融合處理，先由融合中心傳感器的檢測結果結合各傳感器的置信度和來進行決策，此種方法減少了信息傳輸的壓力，速度較快，即使遇到某個傳感器失效的情況，也不會影響整個系統的正常工作，但同時也有不好的一面，即原始多源信息之間的交流容易被影響，從而造成部分信息丟失。

2.3分散式結構

在這種結構中，多源信息通過節點彼此相互連接，每個節點都可接收多源信息及其它節點融合的結果，將其結果從節點裝置發出，一些多源信息將和節點相連接，由于信息是由節點發出的，即使發生錯誤，會融合系統的影響也會很小，此種結構容錯性比較好，只是節點繁多，相互之間的通信要復雜一些。

2.4反饋式結構

當對系統處理問題的能力要求效率的時候，則必須要忽視精度問題，否則融合速度再快都難以達到要求，此時就需要借助信息的相對穩定性和原始積累對融合信息進行反饋再處理，此結構的最大優點是既可以接收接收多源信息，也可以接收已經獲得的融合信息，使融合的處理精度有所提升。

3　水環境檢測信息融合方法

3.1數據層信息融合算法

3.1.1加權平均法

此種方法最容易、最易于觀察融合水環境檢測低層信息，將一組傳感器提供的冗余信息進行平均化，對其進行折中，以這一數字作為預測未來期間該變量預測值的一種趨勢預測法。因此，此方法所得數據較為接近正確值。

3.1.2卡爾曼濾波

此方法通過系統輸入輸出數據，對系統狀態進行最優估計，從而得出計算結果。通常情況下，所測量的模型往往會有噪聲，此時利用卡爾曼濾波可以消除噪聲的影響，得到一個關于目標的一個好的估計，卡爾曼濾波具有良好的遞推特性，這種特性使其在進行系統信息處理減少大量不必要的計算，后期采用的分散卡爾曼濾波，它實現了信息融合完全分散化。

3.2特征層信息融合算法

僅僅是利用數據層的融合來取得信息，所得水環境檢測信息比較少，此時就需要根據檢測目標的特征信息來進行融合計算，特征信息可以增加其計算精度，因為水環境的檢測信息量一直處于不斷增加的狀態，而遙感技術也不斷發展，監測者對信息的需求正在從靜態非實時向動態實時轉化，因此，基于遙感信息實時處理的目標監測、變化監測及目標識別等應用已經越來越成為監測者迫切的需求。

3.3決策層信息融合算法

此種方法是在對采集到的數據初步完成特征提取的基礎上，模仿人的思維，然后借助一定的規則或特定的算法，得到目標的最后身份，是一種高層次的融合，此方法最大的特點是用人類的思維來進行計算，可以直接通過決策層融合的結果來推斷出決策要素相應的行為，決策層融合方法通常分為兩類：基于辨識的決策融合方法和基于知識的決策融合方法。基于辨識的融合方法對信息設定一定的假設前提，然后建立目標的概率模型來，典型的方法有：貝葉斯估計、統計決策理論、證據推理等。而基于知識的方法則使用邏輯模板和句法上下文知識來描述、融合信息，其具體方法有基于神經網絡、專家系統、模糊集合理論等方法。

4　結語

綜上所述，信息融合系統對于獲取準確的水環境狀況具有重要現實意義。隨著科學技術的迅猛發展，各類監測信息也越來越多，需要引入信息融合術，對更多的信息加以有效利用。

［1］林志貴，劉英平.建立我國水質監測信息融合系統的探討［J］.，水利水文自動化，2005，02.