国民经济的快速发展有力地推动了我国城镇化的进程。我国已拥有超过100个人口在100万以上的城市,这些城市的共同特点是高楼林立,人口密集,一旦发生毒害气体扩散将对城镇居民的生命和财产安全构成极大威胁。目前,在复杂多建筑物城区环境下的毒害气体泄漏、扩散事故的应急处置中,存在泄漏源位置难以确定、危害区域界定不够科学等问题。因此,快速、准确地掌握泄漏信息对及时、有效地开展人员疏散、救援,降低扩散造成的危害至关重要。机器人主动嗅觉技术有望解决现存问题。主动嗅觉是近些年发展起来的基于机器人的气体泄漏源定位技术,但现有研究中,鲜有针对城区多建筑物环境下的相关报道。本文围绕城区多建筑物环境下的气体扩散及泄漏源定位问题开展仿真研究,具体工作包括:（1）针对层流环境下的气体扩散分布问题,提出了基于元胞自动机的气体扩散仿真方法。通过将描述层流环境下气体扩散过程的“对流—扩散方程”离散化,使用元胞自动机方法计算全局气体扩散分布。元胞状态选择为当前位置气体浓度,离散化对流—扩散方程作为元胞演化规则。经过与计算流体力学（Computational Fluid Dynamics,CFD）软件Fluent生成的气体扩散分布对比,该方法得到的结果与CFD仿真结果一致性较好,且计算速度较快。（2）针对湍流环境下气体扩散分布问题,提出了一种基于变湍流施密特数的气体扩散分布数值仿真方法。首先,通过雷诺平均方法推导出湍流施密特数的分子、分母项的定义式;然后,通过实时调用CFD流场计算结果实现对变量湍流施密特数的实时计算。利用实时计算得到的变施密特数进行气体浓度分布仿真,得到了更加准确的仿真结果。采用开源风洞实验数据集验证所提方法,相比于其他湍流环境气体扩散仿真方法,本文方法得到的气体扩散分布与实际测量结果具有更好的一致性,且计算的时间复杂度低于其他方法。（3）构建了面向室外多建筑物环境的机器人主动嗅觉仿真平台。该平台包括五部分,分别是几何环境仿真、自由风场仿真、气体扩散分布仿真、气体传感器仿真以及机器人本体仿真。其中,自由风场通过CFD方法生成;气体扩散分布根据环境雷诺数大小分别按照前述方法得到;气体传感器仿真包含接触式传感器和激光传感器;建立了旋翼无人机的动力学模型,并实现了位姿控制。（4）提出了一种基于模拟退火算法的无人机气体源定位方法。受室外多建筑物影响,气体扩散分布呈现更明显的湍流特性,具体表现为可能存在多个局部浓度极值的情况。针对此问题,将具有全局寻优能力的模拟退火算法与主动嗅觉搜索框架相结合,设计了一种可以有效脱离气体浓度局部极值点的气体源定位方法。该方法的搜索任务由一架配备TDLAS传感器的旋翼无人机完成。通过调用主动嗅觉仿真平台中的湍流施密特数的计算结果,对易形成浓度局部极值的位置进行判断,以提高气味源搜索效率。基于无人机的仿真验证了该方法的有效性。