自我国科学技术的逐步发展后, 环境监测技术也在不断的提高, 数据融合技术的概念始于70年代初期, 在80年代得到发展, 并且该项技术加以进步, 在近几年引起了全世界范围内的普遍关注, 已经陆续开发出一些实用性的系统, 并且在, 逐步的运用过程中, 取得理想的效果。但该项技术仍处于初级发展阶段, 需要切实可行的理论和实践, 加以开拓性的研究, 才能拥有力争上游的成果和目标。
一、数据融合技术概述
(一) 数据融合技术的概念
数据融合技术是对数据源给出的有用信息的采集、传输、综合、过滤、以及相关合成, 便于人们进行环境判断、规划、探测、验证、诊断等。数据融合的目的是收集各类传感器采集的信息, 将各种传感器直接给出的信息称作源信息, 源信息是信息系统处理的对象, 该系统下的功能就是把各种各样的传感器提供的信息进行加工处理, 以便直接使用某种波形、数据和结论。数据融合技术最早被应用于军事领域, 通过遥感技术与数据融合的智能化合成系统, 为作战管理系统提供了重要的数据技术基础。数据融合技术, 实际上就是在一般的地理坐标系当中, 将对相同的检测目标以及不同的遥感图像数据使用更加专业的算法和技术, 从而就能够生成一幅图像信息, 这样的图像信息更加具有表现力, 在很大程度上提高数据的使用质量以及效率。
(二) 数据融合原理及过程
在通常情况之下, 遥感影像所测得的数据进行融合分为预处理和数据融合两个步骤。
首先进行的是预处理, 主要包括纠正遥感影像的几何图像、进行大气订正、辐射校正及立体空间上的调节和配准。遥感影像的空间调节和配准时进行遥感影像数据融合, 通常情况之下可以分为几个不同的步骤, 包括选择特征、匹配不同影响的特征、空间上的变换配备、插值和调节。在与配准的两幅影像内容上, 选择边界以及线状物交叉点、区域轮廓线等非常明显的特征, 采用专业的配准技术和算法, 找到多幅的影象, 对应出非常明显的特征点, 作为影像空间调节配准的控制内容和控制点。根据确定的控制点, 建立影像间的不同映射关系, 对非参考影像进行重新采样。
随后进行的是数据融合, 数据融合这个步骤非常重要, 是将多个不同传感器信息源的数据和信息不断的融合加以联合最后分析, 从而便可以获得更精确的位置估计以及身份估计。根据各不相同的融合目的和融合层次, 才能够智能地选择比较精准适合的数据来进行融合算法, 将空间调节配准的遥感图像数据进行有机合成, 也可以根据提取的影像特征及影像模式识别的属性分别进行详细的说明, 才可以精准的数据来进行表示或估计。
二、数据融合技术的应用
(一) 数据融合技术的总应用
不同环境有着不同的特点以及特性, 便能够构造出根据目标环境监测的分布式多传感器体系结构。通过温度传感器组、湿度传感器组、以及光照传感器组共同作用于局部融合中心, 以自适应加权。再通过全局融合中心推行更加先进的D-S推理算法, 最后得出融合结果。局部融合中心采用的算法是自适应加权融合, 这样在时间和空间上, 对于不同环境目标的数据融合效果会达到最优值。通过不同的传感器组的多源数据进行融合, 数据会自适应的寻找到对应的权数, 传感器所感测的数据值会达到最优的融合效果。在全局融合比较中心的内容和部分, 采用专业的D-S推理技术算法, 依据不同环境中的不同温度、湿度以及光照度的数值, 将这三个环境参考数据进行融合, 提高对环境监测的准确度。
(二) 自适应加权融合算法在环境监测中的运用
在目标环境中根据特想在不同的特定位置安装多个合适的传感器, 由于每个传感器的特点和精度不同, 可以选择均方差误差最小的条件下, 寻找传感器所对应的最优加权算法。如果每个传感器的方差分别为, 一定的数值要估计真值, 建立数据彼此间的相互独立性。通过一定的公式可以计算出, 自适应最优加权因子, 依据相关的实际情况研究, 可以将自适应加权估值, 获得的平均估值更有效的融合数据。
(三) D-S推理算法在环境监测中的运用
这一融合算法的数据融合过程中, 对于不确定的信息处理方法, 表现出其独特的优势。在数据收集上具有灵活性的特点, 可以在问题预测以及专家系统等多个领域中进行应用。首先将收集的信息进行预处理, 通过对信息数据的基本概率进行计算后, 根据合成规则, 对收集的数据在综合作用下, 进行概率分配计算。最后, 建立具有合理结构的环境识别框架, 按照收集数据的基本概率分配赋值, 将系统的不确定性数值降低, 根据计算出的结果和判断规则, 得出具有综合性的融合结果。
结语:
综上所述, 本文首先概述和数据融合技术, 将数据融合技术应用在环境监测中, 数据融合技术能够结合各方面的传感器监测的数据, 将这些数据融合在一起, 加强了数据信息的联系, 对环境监测的准确性提供了更多的保障。通过实际的环境监测的检验证明, 将数据融合技术应用在环境监测中, 有效的提高了环境监测的准确性, 对环境监测和保护做出了巨大贡献。
摘要：随着我国信息技术的不断发展, 人们将更多的科学技术, 运用在我们的日常生活和工作过程中。将数据融合技术运用在环境监测工作中, 针对于不同环境指标下的数据, 在信息描述上和信息采集上有着不同的差别。并且环境目标监测这一过程, 具有较高的复杂性和特殊性。因此, 本文将数据融合技术与环境监测工作, 进行紧密的结合, 通过自适应加权算法和D-S推理算法, 将影响环境因素的数据进行数据的融合, 得出综合环境监测的结果, 帮助环保部门的环境监测力度, 加快实现我国可持续发展的战略目标。
关键词：环境监测,数据融合技术,自适应加权算法,D-S推理算法
参考文献
[1] 张晓亮, 罗文广.多传感器数据融合技术在室内环境品质监控系统中的应用[J].仪表技术与传感器, 2012 (2) .
[2] 李恒灿, 李权才.数据融合技术在环境监测中的应用[J].中国农机化学报, 2011 (4) .
[3] 孙红鸽, 臧义, 曹毅, 等.模糊数据融合在多传感器环境监测中的应用[J].工矿自动化, 2009, 35 (8) .
[4] 唐龙彪, 唐友姣.数据融合技术在环境监测中的运用探究[J].科技与创新, 2017 (5) .