随着各种面向复杂应用背景的多传感器融合系统的出现，融合算法的研究已成为研究热点。本文对D-S证据理论及其相关技术进行深入分析、研究，指出其存在的不足，并提出相应的改进方法。 首次将信息融合技术引入到水质监测数据处理过程中，从信息融合的角度，将本文提出的信息融合方法应用到水质监测数据处理中，分析其可行性、有效性。主要研究内容及结论如下： (1) 提出一种基于修改模型的冲突证据组合方法。该组合方法满足结合律和交换律，充分利用冲突证据信息，解决了冲突证据组合中的三类问题。 (2) 引入相似度，提出一种基于相似度的模糊证据推理方法。在信任函数对某些焦点元素的显著变化敏感及从模糊焦元变化中获取更多的信息方面，该方法比其它模糊扩展方法有效。 (3) 依据Vague焦元的特点，提出一种确定Vague焦元信度函数的方法，讨论其具有的性质并进行了证明。基于Vague集的相似性度量，提出Vague焦元的组合规则。通过实验分析，验证了该方法的合理性和可行性。 (4) 针对具有证据结构的多源信息融合结果，提出一种基于距离测度的D-S证据决策方法。通过实验分析、比较，说明该方法在基于冲突或非冲突证据融合结果进行决策方面都有效，克服了其它已有方法只在基于非冲突证据融合结果进行决策方面有效的缺陷。 (5) 从系统的角度，通过定义度量多传感器系统的信息融合有效性的量化指标，即信息融合有效率指数，分析多源信息及融合算法的有效性。实验结果表明，信息融合有效率指数能够刻画信息的选取、信息的相关性及融合算法对系统信息融合有效性的影响。 (6) 应用D-S证据理论及其改进方法对地面水质监测数据进行融合处理，与现有水质评价方法比较，结果说明这些信息融合方法用于水质状况评估是可行的。利用水质遥感监测信息和地面监测信息的互补性，提出一种基于神经网络一证据理论的数据融合处理方法。实验结果说明该方法比单一遥感信源的神经网络方法更有效。