毒害气体的泄露严重威胁着人类的生产生活，严重时还会造成社会恐慌，因此开展气味源搜寻定位的应用基础研究，对于促进社会和谐发展具有重大现实意义。从上世纪九十年代开始，一些学者就从仿生学的角度出发，开始利用机器人进行气体泄漏源定位，即使用配有风速/风向传感器的移动机器人来进行气体泄漏源的定位。风是影响气味传播的主要因素，而近地面风场又是一个复杂的非线性动力学系统，因此有必要从非线性特性分析的角度来对风场信号进行分析研究，这样可以更准确地解读风场的变化规律，为机器人气味源的搜寻定位提供帮助。本文采用非线性的分析方法和复杂网络的相关知识研究自然风场的变化规律及气味搜寻过程的参数优化问题，主要开展了以下方面的工作：第一、首先采用饱和关联维数这种混沌识别的直接判别方法与替代数据法（一种间接判别方法）相结合的方法对近地面风场时间序列进行非线性分析，结果表明了风速和风向信号均具有混沌特性。第二、从Lemple-Ziv复杂性、近似熵（ApEn）、网络度分布指数等多个非线性信号复杂性测度视角对水平风场和竖直风场内的风速时序信号和风向时序信号进行分析，得出风速时序信号的复杂性要大于风向信号，而且竖直风场内的风速信号复杂性大于水平风场内的风速信号，竖直风场内的风向信号和水平风场内的风向信号复杂性没有明显的差别。第三、采用相空间网络模体频数来探究两种不同环境中风速和风向时序信号的结构动力学特性，结果表明室内风速信号相空间网络模体频数异质性大于室外风速信号，而两种不同环境中风向信号的模体频数分布异质性并没有明显的区别。第四、采用递归图（Recurrence Plot，RP）和递归定量分析（RecurrenceQuantification Analysis, RQA）对相同地点、相同时间段，采集频率分别为1hz、2hz、4.2hz、5hz、8.3hz、12.5hz和16.7hz的风速时间序列进行递归特性分析，研究不同采样频率条件下风速信号非线性递归特性的变化规律，进而为气体寻踪系统的风速仪优化选型提供重要依据。