保障城市排水管网安全运行,必需对排水管网进行全面监测。山地城市地形地貌复杂,地质结构特殊,滑坡、山体崩塌等自然地质灾害时常发生,这些地质灾害可能会引起排水管网破裂、污水泄漏等,对城市环境可能造成严重污染和破坏,因此在山地城市建立以地质灾害监测为主的排水管网监测系统是非常有必要的。由于地灾监测传感器种类较多,为了减少能耗以及提高监测精度,需要对排水管网采集的各类信息进行多传感器数据融合(MSDF:Multi-sensor Data Fusion)。MSDF技术在国内外是研究热点,应用研究具有很大的发展空间。目前国内外较为成功的地质灾害监测系统都没有对监测网络进行减少传输量处理,也没对地质灾害相关传感器进行多传感器数据融合以提高监测精度。大中型山地城市周边的排水管网监测区域范围大,采用ZigBee无线传感器网络结合GPRS进行监测,针对数据无线传输的情况,通过研究MSDF技术以及MSDF的分类和模型,设计了山地城市排水管网监测系统中的MSDF模型,建立两层数据融合模型,一层是对同类传感器进行数据融合,另一层是对异类传感器进行数据融合。对同类传感器数据融合首先对每个传感器监测的数据进行预处理,进行数据删选和异常点处理,减少不必要的网络传输,需要向上传输的数据用Kalman滤波进行状态预测估计;然后对监测区域内不同位置同类传感器采用设计的加权Kalman滤波集中式数据融合,对整个监测区域监测目标进行综合估计,降低无线传感器网络的传输量,提高监测系统的精度。异类传感器数据融合是对异类传感器采集数据之间有互补的信息,设计基于权值的D-S证据理论算法实现各种异类传感器数据对排水管网安全运行中监测目标的综合分析,通过模糊综合评判和基于权值的D-S证据理论算法实验结果验证算法的有效性;通过基于特征距离的D-S证据理论算法实现对排水管网监测异类传感器数据对监测目标有冲突的数据融合处理,提高监测精度,预防冲突数据对最后监测结果的影响,提高监测系统最后决策的可靠性。本文设计了山地城市排水管网监测系统中MSDF模型、同类传感器融合算法以及异类传感器融合算法,通过实验数据验证了本课题研究的MSDF算法达到了对山地城市排水管网监测系统起到降低网络通信传输量和能耗、提高监测系统准确性的作用。