随着我国经济的快速增长，我国建筑业如雨后春笋一般蓬勃发展。人们对建筑环境的要求已不再是以原来的简单人居为标准，而是不断地向更高要求的智能型和更舒适的环保型环境转变。一方面，在传统的环境安全下，要求提高火灾探测的能力，减少误报漏报，从而保证居民的人身安全和减少财产损失。另一方面，随着生活品质的提高，人们对建筑环境中的温度、湿度、光线明暗程度以及二次装修后有毒气体等各项指标的要求也越来越高。因此，加强对建筑环境的实时检测也越来越重要。本文针对建筑环境内部存在的污染问题和频繁发生的火灾事故，结合建筑环境的特点，设计了基于多传感器信息融合的智能建筑环境检测系统，同时提出了一种基于决策树的多传感器数据融合算法，并最后对建筑环境内部的危险情况和环境品质做出实时准确的判断。　　本文的主要工作包括以下几个方面：　　(1)本文针对建筑环境的特点，对系统的软硬件的结构进行了设计，并说明了系统中各个硬件模块选型的理由和各个模块实现的功能，最终实现了系统的模块化设计，从而有效地提高系统数据采集速率和传输的准确度，在硬件上保证了对建筑环境检测的实时性和准确性，降低了系统构建的难度。　　(2)本系统采用宏晶科技公司的STC12C5A60S2单片机作为控制核心，控制多个传感器对建筑环境下的温度、湿度、光照强度、煤气、一氧化碳、烟雾以及其他有害气体进行数据检测。通过多个传感器获得更全面的建筑环境信息，并以此来判断建筑环境品质的优劣。由于单片机的存储空间的限制，而采集的数据规模又非常大，因此根据需要外接一个存储器，用于存储采集的数据。　　(3)研究了现代建筑环境可能存在的各种污染问题和国内外在此领域的最新的研究技术，分析了多传感器信息融合过程和关键技术，并介绍了几种常用的多传感器信息融合方法，进一步分析了基于决策树ID3算法的优势。本文根据ID3算法的特点，详细论证了该算法的原理和实现过程，完成数据融合后，实现对建筑环境品质的评估。首先对采集的数据进行离散化，生成的训练集后，根据ID3算法建立数据模型，最后生成以If-Then形式表示的决策树规则，最后通过测试集对生成的规则进行了测试，并与BP神经网络算法进行了比较，验证了ID3算法的效果。实验结果表明，采用ID3算法能够准确判断出建筑环境下可能存在的危险情况，具有高效的抗干扰能力，从而验证了系统的有效性和可行性。　　最后，总结了整个文章已完成的工作，并对后续研究工作进行了展望。