随着我国工业化进程的不断推进,空气污染问题也日益严峻,持续的环境污染会带来一系列问题。目前,空气污染已经对人类的生产生活造成了严重的影响,空气污染治理迫在眉睫。因此,研究和应用追踪定位大气污染技术就显得异常急迫,并需要通过信息技术处理大气污染源监测信息。本文研究并应用基于主动嗅觉的气味源追踪算法来确定污染源,研究此方式下大气污染源定位的具体算法。首先对室外环境下的空气污染扩散模型进行了仿真分析,分析基于连续高架点源高斯扩散模型,主要分析了垂直方向四个不同的高度的XOY平面的污染物浓度变化情况,以及污染物浓度随风速的变化和污染物浓度随Z轴高度的变化情况。研究基于主动嗅觉的气味包路径估计粒子群污染源定位算法。算法基于主动嗅觉的粒子群算法框架,在污染源追踪部分引入气味包路径估计思想。算法通过引入气味包路径估计的机器人来采集污染物浓度数据,通过不断的更新微粒个体极值和微粒群体的全局极值来找到污染源释放位置。算法与标准PSO污染定位算法相比,改进算法的耗时与成功率与粒子群规模成正比。随着粒子群的增加,相应的耗时也会增加,改进的算法由于引入了气味包估计路径,加快了算法定位的速度,平均耗时比标准PSO算法有一定减少。设计并实现了基于物联网技术的空气污染源监测定位系统。系统应用层主要分为两部分,飞行控制地面站系统和大气污染源监测定位显示系统。飞行控制地面站系统主要与飞行器进行连接,操控飞行器飞行;污染源监测定位显示系统主要用于接收、存储、处理飞行器传回的污染源数据,并在电子地图上显示污染源定位结果。系统模拟运行可完成空气污染源监测定位主要功能。