在化工行业中，涉及到易燃易爆、有毒有害危险品的危化品园区，由于人为、设备、生产管理或者环境因素等的影响，不可避免地会出现危险气体的泄漏的情况，会引起火灾、爆炸等一系列严重事故，事故规模也有扩大的趋势。事故一旦发生，危害范围一般会很大，往往超出工业园区或建设项目的边界，给周边人群、环境造成恶劣影响，导致大量人员伤亡和财产损失。所以在实际园区中，会按照一些行业标准安装气体传感器，对危化品泄漏进行监测，期望对事故起到预警和应急的作用。但是由于园区中的各种建筑物的阻挡，风向、风速和地势以及植被等因素对气体扩散模型的影响，很多按照常规安装的气体传感器在气体发生泄漏后可能会无法检测到气体，失去了安装的意义。因此，如何通过量化气体泄漏来部署气体传感器是一个非常有意义的研究课题，对化工园区部署气体传感器具有重要的指导价值，同时能够对事故现场提供辅助决策。　　本课题正是基于上述背景，同时结合中国科学院上海高等研究院的资源条件，在中国科学院战略先导科技专项与国家重点研发计划等的资助下，针对上述问题，展开了相关研究，具体内容如下:　　首先根据相关标准在化工园区部署气体传感器并且对气体泄漏进行了现场试验，根据相关标准设计了三种部署方案，得到了不同部署方案下的气体扩散态势，并且分析了上述部署方案的监测性能，为气体传感器的有效部署提供了对比方案。　　为了对气体传感器有效部署提供相关的浓度数据基础，本课题对基于有效部署的模型算法参数气体浓度进行了预测，首先对人工蜂群算法(ABC)的性能进行了分析，然后提出了ABC-BP神经网络对气体扩散的浓度数据进行预测，与PSO-BP神经网络、GA-BP神经网络等算法相比，平均绝对百分误差MAPE仅为7.14％，实验证明该方法可以显著提高预测准确度，为后续气体扩散模型的建立以及气体传感器有效部署的目标函数的求解提供数据基础。　　然后针对建筑物对气体扩散模型的影响，本课题提出了一种改进的人工蜂群优化算法(WGABC)，通过对基准函数的测试，实验证明该算法的收敛速度和收敛精度优于粒子群优化算法(PSO)和差分进化算法(DE)。利用此算法拟合出建筑物影响条件下的气体扩散模型，并且以此模型作为测量模型，然后利用预测模型和测量模型建立有效部署的目标函数，进而提出了基于WGABC算法的气体传感器的有效部署方法，并且根据提出的有效部署标准，通过实验证明了本论文提出的部署方法的监测效率高达87.5％，与基于PSO算法、DE算法、ABC算法的部署方法以及常规部署方法相比，可以大幅度提高监测效率。　　为了使得部署后的气体传感器网络的通信性能更佳，网络寿命更长，本课题提出了一种面向网络能量均衡的气体传感器动态部署(DEBCA)方法。首先根据覆盖性能部署网关节点，进行首轮通信后，之后利用气体传感器动态部署方法进行通信，实验证明，本方法与LBC、LDC通信方法相比，通信轮数为2910轮，可以大幅度提高网络寿命性能。　　接着，本论文对气体传感器有效部署方法在气象因素影响条件下进行了应用分析，一定程度上证明了该方法的普适性。最后，利用ARCGIS技术建立相关园区地理图层，基于Java软件设计和编程功能，实现了气体传感器部署方法的可视化，为用户提供了方便。