第1章 绪论 1
1.1 多源信息融合 1
1.1.1 多源信息融合的概念 1
1.1.2 多源信息融合的工作原理 2
1.2 多源信息融合处理过程 4
1.2.1 多源信息融合处理框架 4
1.2.2 典型的融合处理过程 5
1.3 多源信息融合系统的模型 6
1.3.1 功能模型 6
1.3.2 结构模型 9
1.4 多源信息融合方法 12
1.4.1 多源信息融合方法分类 12
1.4.2 常用的多源信息融合方法 13
1.5 多源信息融合有效性评估 18
1.5.1 多源信息融合有效性的定性分析与评估 19
1.5.2 基于证据理论的融合有效性分析 22
1.5.3 多源信息融合有效性的定量分析与评估 25
第2章 水环境多源监测信息融合系统 27
2.1 研究背景 27
2.1.1 问题的提出 27
2.1.2 国内外研究现状 28
2.2 水环境监测技术 30
2.2.1 水质监测技术、仪器与分析方法 30
2.2.2 遥感及水环境遥感监测 35
2.3 水环境多源监测信息融合系统设计 37
2.3.1 系统的层次结构 37
2.3.2 系统的概念模型 39
2.3.3 系统的总体设计 41
2.4 基于WSN的地面水环境监测信息获取与处理 43
2.4.1 WSN网络和通信基础设施相结合的系统设计 44
2.4.2 LEACH路由协议 47
2.4.3 基于动态成簇的路由算法 50
2.5 基于Agent的多传感器管理 58
2.5.1 基于知识的多传感器管理 58
2.5.2 多传感器管理的功能和任务 60
2.5.3 基于Agent的多传感器管理 62
第3章 水环境多源监测信息融合处理 66
3.1 水环境多源监测信息融合方法综述 66
3.1.1 地面监测信息融合处理 67
3.1.2 遥感图像信息融合处理 67
3.1.3 基于遥感和地面监测的水质信息融合处理 69
3.2 基于广义回归神经网络的水质空间分布分析 74
3.2.1 广义回归神经网络的水质空间分布模型 74
3.2.2 计算分析 78
3.3 基于黑板结构的信息融合专家系统 80
3.3.1 功能模块及流程设计 80
3.3.2 验证与分析 82
3.4 水环境遥感与地理信息系统的信息集成 87
3.4.1 遥感和地理信息系统信息集成 87
3.4.2 遥感和地理信息系统集成系统的模式 88
3.4.3 水环境遥感和地理信息系统的空间数据组织、管理与分析 88
3.4.4 太湖水环境多源监测信息管理系统 90
第4章 水环境多源监测信息融合的证据理论方法 93
4.1 证据理论 93
4.1.1 基本概念 94
4.1.2 Dempster组合规则 94
4.1.3 冲突证据组合方法 95
4.2 河口地面监测信息融合 99
4.2.1 信息融合模型 99
4.2.2 基于证据理论的信息融合 100
4.2.3 基于BP网络的信息融合 100
4.2.4 验证与分析 101
4.3 证据理论信息融合计算分析软件 103
4.3.1 信息融合计算分析软件设计开发 103
4.3.2 实例分析 106
4.4 湖泊富营养化状态评估的模糊证据理论方法 107
4.4.1 基于相似性的模糊证据理论 108
4.4.2 湖泊富营养化状态估计与评价模型 114
4.4.3 验证与分析 114
4.5 湖泊富营养化状态评估的BP网络证据理论方法 118
4.5.1 BP网络证据理论方法 118
4.5.2 监测数据选择与验证分析 119
4.6 遥感与地面监测结合的湖泊水质状态评估 122
4.6.1 研究背景 122
4.6.2 神经网络证据理论方法 123
4.6.3 验证与分析 124
4.7 基于多尺度融合的对象级高分辨率遥感影像变化检测 130
4.7.1 问题分析 130
4.7.2 对象提取 130
4.7.3 对象特征提取及比较 131
4.7.4 多尺度融合 132
4.7.5 方法实现流程 134
4.7.6 验证与分析 135
第5章 灌区水情信息源分析及渠系水情态势评估系统 145
5.1 灌区渠系水情态势评估需求分析 145
5.1.1 国内外研究现状 146
5.1.2 存在的问题 147
5.2 灌区业务流程和信息流程 148
5.3 灌区水情监测数据的适用性和局限性分析 149
5.3.1 灌区水情信息的种类 149
5.3.2 灌区水情监测系统的功能和结构 149
5.3.3 适用性和局限性 155
5.4 灌区渠系运行仿真模型的适用性和局限性分析 156
5.4.1 灌区渠系运行仿真模型的特点 156
5.4.2 灌区渠系运行仿真模型组成和基于的领域知识基础 156
5.4.3 适用性和局限性 161
5.5 灌区渠系水情信息不确定性分析 161
5.5.1 监测数据的随机性 162
5.5.2 监测数据的不精确性 162
5.5.3 监测数据的不完整性 162
5.5.4 灌溉用水的非计划性和模糊性 163
5.5.5 干扰用水对灌区水情监测系统和仿真系统的影响分析 163
5.6 灌区渠系水情信息冗余分析 165
5.6.1 监测数据的关联性 165
5.6.2 估计干扰流量的技术途径 166
5.6.3 影响监测数据冗余的因素 167
5.7 灌区渠系水情态势评估系统 168
5.7.1 系统的信息融合功能模型 168
5.7.2 系统的信息融合结构模型 173
第6章 传感器数量有限条件下的灌区渠系水情状态估计方法 175
6.1 灌区渠系水情状态估计问题描述 175
6.1.1 系统变量 175
6.1.2 系统状态方程和量测方程 176
6.1.3 研究对象比较 178
6.1.4 灌区渠系水情状态估计的可行途径 180
6.1.5 基于输入校正的灌区渠系水情状态估计方法 181
6.2 基于动态调整虚警率的子系统级状态估计方法 183
6.2.1 子系统划分 183
6.2.2 干扰流量需要遵循的关系 183
6.2.3 基于动态调整虚警率的干扰用水假定检验方法 186
6.2.4 判别有无干扰用水的动态贝叶斯方法 189
6.2.5 确定干扰用水方案的按隶属度排序方法 191
6.3 基于领域模型、隶属度及最小二乘准则的系统级状态估计方法 193
6.3.1 系统级状态方程和量测方程 193
6.3.2 系统级状态估计的水位目标 194
6.3.3 系统级状态估计的流量目标 194
6.3.4 基于水位、流量多目标的系统级状态估计 195
6.3.5 基于松弛隶属度约束的系统级协调方法 195
6.4 灌区渠系水情状态估计流程 196
6.5 模拟试验 198
6.5.1 模拟试验方法 198
6.5.2 模拟试验对象 199
6.5.3 模拟试验情景和结果 199
第7章 灌区渠系水情态势评估方法 205
7.1 灌区渠系水情态势评估途径分析 205
7.1.1 基于经验和专业知识的渠系水情态势评估方法 205
7.1.2 基于实时水情监测数据外推的渠系水情态势评估方法 206
7.1.3 基于水情图像分析的渠系水情态势估计方法 206
7.2 基于灌区渠系水情状态估计的态势评估方法 206
7.2.1 灌区渠系水情态势评估的定义 207
7.2.2 动态跟踪和态势预测 207
7.2.3 基于动态观察窗口的态势元素提取和赋值 208
7.2.4 在时间域上按可信度进行综合的态势估计和评价方法 213
7.2.5 态势评估流程 214
7.2.6 态势评估有效性分析 216
7.3 扩大灌区渠系水情态势评估信息来源的方法 217
7.3.1 进一步利用实时监测数据的途径 217
7.3.2 基于扩大信息源的态势元素提取和赋值 217
7.3.3 基于扩大信息源的态势估计方法 219
7.4 模拟试验 219
7.4.1 模拟试验方法 220
7.4.2 模拟试验情景设定 220
7.4.3 实际系统运行结果 221
7.4.4 态势预测和态势评价结果 221
7.4.5 态势评估结果分析 224
7.5 与其他态势预测方法的比较 225
7.5.1 输入校正态势预测方法与实时监测数据趋势分析方法的比较 225
7.5.2 输入校正态势预测方法与非输入校正态势预测方法的比较 227
第8章 灌区渠系水情态势评估技术应用 229
8.1 基于状态估计并考虑降雨影响的灌区运行决策方法 229
8.1.1 问题的提出 229
8.1.2 降雨对灌溉过程的影响分析 229
8.1.3 降雨信息的获取 230
8.1.4 状态估计信息与降雨的关联性分析 231
8.1.5 考虑降雨影响的灌区运行决策方法 232
8.1.6 模拟试验 235
8.2 基于态势预测的闸门调节技术 239
8.2.1 问题的提出 239
8.2.2 闸门调节模型概述 239
8.2.3 渠系水流特性对闸门调节的影响分析 240
8.2.4 基于态势预测信息的闸门调节模型 242
8.2.5 闸门调节的信息融合 244
8.2.6 模拟试验 245
8.2.7 闸门调节改进方法的推广 247
8.3 基于态势预测的灌区渠系水情监测数据错误判别技术 249
8.3.1 问题的提出 249
8.3.2 判别监测数据错误的途径 250
8.3.3 基于态势预测的证据获取技术 251
8.3.4 数据错误判别的证据理论模型 252
8.3.5 模拟试验 254
参考文献 258
索引 269