传感器网络具有布线成本低、监测精度高、容错性好、可远程监控、便于诊断与维护等众多优点，在军事、生态环境保护、工程监测和医疗卫生等领域有着广阔的应用前景。但是，传感器网络传感器节点具有计算能力低、存储容量小、通信速度慢等特点，这使得传感器网络自身无法对短时间内获得的大量传感数据进行复杂和及时的处理，因此需要采用数据融合技术来减少要传送的数据量以及通信的消耗。 数据融合技术是传感器网络中的一个重要问题，但是，传统的基于C/S模型的数据融合技术还存在着能量消耗过多、网络延时过长、节点能量消耗不平衡等问题，而基于移动代理的数据融合技术能够在迁移的过程中渐进地进行数据融合，这在一定程度上解决了传统C/S模型所带来的问题，可以有效地减少网络负载、带宽及时延。 在基于移动代理的传感器网络数据融合技术中，还存在着数据融合函数的效率不高，节点访问不合理等问题，移动代理的迁移涉及到多跳访问大量节点的问题，而节点的访问顺序也是该技术一个重要问题，它对数据融合的质量和能量的消耗有着重要的作用，影响着传感器网络系统的性能，随机的选择路由将导致系统性能的恶化。 为了解决这个问题，本文使用了基于移动代理的数据融合技术，提出一种在一定条件下，能够减少网络延迟，均衡节点能耗的算法。本文主要做了以下工作： 1、在对国内外文献的研究基础上，设计了基于移动代理的数据融合技术框架，优化数据融合函数； 2、给合数据融合模型，提出了一个基于梯度场的移动代理数据融合树（Mobile Agent Gradient-Based Tree Routes For Data Fusion， MAGT）算法，该算法对传感节点进行梯度场划分，让移动代理按照梯度级别去访问传感节点，优化节点的访问顺序，提升传感器网络的性能。该成果已经在CMC09通信与移动计算国际会议发表论文一篇：《A Study of Mobile Agent Tree Routes for Data Fusion in WSN》。 3、仿真实验研究MAGT算法，证明该算法的可行性和优越性，仿真结果表明，随着传感器网络规模的增大和传感数据量的增加，该算法能有效降低耗能和网络延时。 4、将MAGT算法应用到基于传感器网络的珠江三角洲农田系统立体污染监测信息化关键技术与示范的项目中。 本文提出的MAGT算法在对数据融合精度要求不严格，采集的数据格式相对简单的场合下，可以有效地延长节点的生存周期、减少死亡节点数量。