由于国家或地区间的利益冲突所导致的传统化学安全威胁依然存在,以次生化学危害、化学恐怖活动和工业化学事故为主要代表的非传统化学威胁正日益加剧。未来发生化学危害事件后,化学污染物质迅速扩散,对周围区域造成巨大威胁,为应对此类突发应急事件,需要快速确定化学危害物质发生地点,并对化学污染物未来的扩散分布态势进行有效预测,为决策人员制定应对方案、最大限度降低危害影响提供依据。为解决上述问题,需要依托化学危害事件态势感知系统,而现有系统大都建立在二维基础上,缺乏空间态势探测感知及呈现能力,因此,亟需探索建立基于三维感知的化学威胁态势系统,实现化学污染物的三维感知和三维态势显示,以满足化学危害事件精准决策的需要。（1）针对目前化学态势融合系统存在的三维空间感知能力不足、监测数据来源单一、融合结果精度不高等局限性,提出了化学危害事件三维态势感知系统。将基于多监测点最优化理论的源项反演技术引入到化学危害事件态势构建中,设计了基于源项反演定位、烟团扩散模拟、数据融合分析的化学危害事件三维态势感知系统模型,提出了在多维数据采集基础上的化学危害源定位、危害区域预测和三维态势融合的可行方法。该系统提高了三维态势感知的精度、范围和时效性,为化学危害事件后进行精准防护与高效指挥决策提供重要支撑。（2）针对当前化学危害事件中的危害源定位及源强反算仍以二维平面为主的现状,在分析高维度源项反演寻优特性基础上,利用多参数条件下遗传算法全局寻优和模式搜索算法局部寻优性能优势,充分考虑实际应用中的解算效率和抗干扰特点,提出了MGAPS（Modified Genetic Algorithm and Pattern Search）算法。该算法利用一组地面或空中探测器在三维空间中采集到的危害物质浓度数据,实现了源项反演,即对危害源在三维空间的定位和源强反算。（3）在源项反演基础上,利用CALPUFF扩散模型模拟了化学危害物质的扩散过程,有效地将地形、气象信息融入到扩散分析过程,提升了扩散预测与实际环境的匹配程度。最后,利用卡尔曼滤波算法将CALPUFF预测数据和传感器探测数据进行数据融合,实现观测数据对CALPUFF预测数据的更新校正,有效降低了过程噪声,减少了随机误差,提升了预测数据的准确性。（4）仿真实验结果表明,MGAPS算法通过合理调参,可大幅度提高运行效率;通过对观测数据增加高斯白噪声、降低观测数据精度等操作,算法仍能得到最优解,体现了较强的抗干扰能力。通过SF6外场实验实测数据（源高30m和100m）的反算求解,验证了该算法能够实现对大气环境稳定条件下的危害源空间位置、源强的有效反算,反算精度在30%以内。