浅谈信息融合在水环境监测中的应用

尹玉龙

摘要：随着我国经济的飞速发展，同时也产生了一些环境问题。在诸多环境问题中，水污染问题较为突出。生活用水、工业废水的乱排乱放，影响到了当地居民的生活健康，也阻碍了我国可持续发展。当前人们对环境问题有了新的认识，也非常重视环保问题。对水资源和水质的监测就显得十分重要，这样有利于水资源管理和对水污染的治理。近年来我国水资源监测的相关技术也得到了很好的发展。本文对信息融合在水环境监测中的运用进行分析，希望对信息融合技术的推广能够起到积极的意义。

关键词：信息融合;水环境;水资源;监测;应用

水不仅是万物之源，也是人类生存不可缺少的物质基础。近年来随着我国发展水污染也越来越严重，如果工业污水不经处理或是处理不当就进行排放，肯定会对水环境造成影响。因此，想要保护水环境首先就要做好水环境监测工作。七十年代初欧美一些发达国家已经建立好了水质同步连续自动监测系统和污染源水质连续监测系统。我国从八十年代末期从外国引进水环境监测技术，并从那时起我国也开始自主研发水环境实施动态系统。

1 我国水环境监测现状

目前我国大部分地区已经建立好了水环境监测系统，但是系统还需进一步的升级和完善，仍存在着以下四个问题：一是，水环境监测系统监测到的数据不能精确的进行定位;二是，系统较为独立不能与地理位置系统结合使用;三是，信息数据的采集与处理慢，实时性功能不强;四是，对图像处理和分析，在评估水环境情况和水环境的规划和管理等方面功能缺失或很弱。根据水环境监测系统存在的问题，我国近年来已经开始研究并推出了一些措施，例如：针对一些电源水污染，通常会在污染源投放监测仪器和GPS传感器，这样在监测动态水环境是就可以实时的获取位置信息。对大面积水污染监测，通过遥感技术应用来完成，把传感器所采集的数据在遥感图像上进行显示和标注，这样有助于对污染情况的分析，并且通过遥感图像可以优化传感器的投放，尽可能的建设监测点，这样可以有效的减少传输线路和数据容量。

2 信息融合在水环境监测中应用的特点

2.1 信息融合技术可以有效扩大水环境监测系统空间覆盖范围

信息融合技术可以将多个信息，如不同环境、不同层次、不同来源的多个信息综合起来综合的分析一个对象，并能得到相关详细和多角度的信息，使研究对象的信息更加全面的现实出来，这特点在水环境的监测上有着很重要的作用。

2.2 信息融合技术可以有效扩大水环境监测系统时间覆盖能力

信息融合技术在对固定流域不同时间段的水质污染指标和3S监测信息等信息进行统计和记录，并且可以以时间段来对这些数据进行划分，可以将现有数据和往年同时期数据进行对比。通过合理的融合结果和计算，可以提高监测结果的准确性。

2.3 信息融合技术可以提高系统数据的准确性、可靠性和可维护性

信息融合技术会有许多的传感器来公共的监测一个区域，因此在其中一个传感器损坏时，不会影响到系统对目标的监测。此外，在对监测设备进行维护和保养时，不会因一个设备而影响到整个水环境监测工作，这样不仅提高了系统的传感器。这样一来不仅提高了监测数据的准确性和可靠性，也对设备维修提供的有力的保障。

2.4 信息融合技术提高资源的利用率，加强水环境管理

在日常水環境监测工作中，水环境监测传感器资源不够充足，这样的问题不利着水环境监测工作的开展。这样就需要我们对传感器的分配和设置进行一个调配和优化，利用有限的传感器资源，来对需监测区域完成全覆盖。传感器调配原则就是科学合理的分配，然而信息融合系统就可以很好的解决这一问题，把每个传感器的功能都最大化的发挥出来，使得水环境监测数据准确、及时并且还能节省传感器资源。

3 水环境监测信息融合结构框架

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，传感器将信息进场传递，将其传递至融合中心当中，中央处理设施再做进一步的处理，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，局部融合中心对原始多元数据进行整合处理，然后将传感器检测到的情况于传感器置信度综合考虑，通过该方式能够有效环节信息传输压力，提升传输的速度，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。

4 信息融合的方法

4.1 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。

4.2 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，信息能够由静态装变为动态，满足监测员的需求，由此可见，遥感信息实时处理检测慢慢的得到人们的认可，被人们所熟知。

4.3 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。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。

5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，现如今，我国信息融合技术与国外相比，还存在很大的差距，我国的信息融合技术还处于较为落后的阶段，还有很多地方有待实践和改善。

参考文献：

[1]李娜.信息融合在水环境监测中的应用研究[J].环境与发展，2018，30（09）：155+157.

[2]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.

（作者单位：吉安市新干生态环境局）