随着我国林业面积逐年持续增加、林业质量稳步提升,林业经营困难的问题日益明显。为了保护已有森林环境和已成林的人工林区,森林环境监测工作对于制定合理的森林保护措施十分重要。无线传感器网络(Wireless Sensor Networks,WSNs)是一种实时性高、易于快捷部署、成本较低且对森林干扰较小的森林监测手段。然而,由于森林环境的复杂多变性以及对野外无线传感器网络维护的困难,无线传感器网络运行过程总会发生各种各样的问题,如何保证无线传感器网络在真实森林环境下正常、准确以及高效工作,如何对传感器原始数据进行及时有效的分析和利用是森林监测系统研究的关键问题。针对上述问题,本文提出一种面向森林监测的多传感器数据融合算法,并且创新性地提出三级数据融合方法。该算法构建三层融合模型:局部数据融合、全局数据融合以及决策级数据融合,局部数据融合完成初期传感器错误数据处理;全局数据融合结合无线传感器网络特有的低秩性的特点,利用压缩感知理论研究无线传感器网络中普遍存在的数据丢失问题,并提出数据恢复算法;决策级融合用于分析和判断整个森林环境的三种环境状态(森林健康状况、空气清洁度以及净化状况)。为了实现上述功能,及时准确判断森林环境健康状态,以及满足对森林实时监测的需求,本文设计并实现了森林环境无线传感器网络系统(Wireless Environment Sensor Networks,WESNs)。系统实现了对传感器节点的故障检测,森林环境数据实时监控,森林环境健康状态实时判断等功能。在上述研究的基础上,进行大量的模拟森林环境实验。实验结果表明:与传统的环境传感器网络相比,WESNs系统具有网络通信灵活,覆盖面积较大,资源消耗低,数据处理及时与准确等优点,并且支持无线传感器网络的故障检测。