无线传感器网络(Wireless Sensor Network,WSN)是一种由多传感器节点构成的用于监测目标区域的自组织网络。目前研究中,较小的覆盖空洞可通过一定的机制进行自我修复,但对于超出一定范围的大规模覆盖空洞,其自我修复将难以进行,需要先检测大规模覆盖空洞边界。本论文针对灾害环境下WSN中的大规模覆盖空洞边界检测问题进行研究,设计了两种WSN大规模覆盖空洞边界检测算法。首先,针对已有大规模覆盖空洞边界检测算法时间复杂度较高,运行时间较长的缺点,设计了基于纬度线的WSN大规模覆盖空洞边界检测算法。该算法引入概率感知理论计算出大规模覆盖空洞的最小临界阈值,在此基础上运用纬度线理论建立边界检测算法的数学模型,继而设计了基于纬度线的WSN大规模覆盖空洞边界检测算法并进行了理论分析。其次,针对基于已有大规模覆盖空洞边界检测算法难以精确细化空洞粗糙边界的缺点,设计了基于无弦圈的WSN大规模覆盖空洞边界检测算法。运用基于Delaunay的无坐标机制(Delaunay-based coordinate-free mechanism,DECM)对粗糙边界内的节点进行三角剖分,在此基础上利用无弦圈性质筛选粗糙边界节点,从而细化出WSN大规模覆盖空洞的边界,设计了基于无弦圈的WSN大规模覆盖空洞边界检测算法并进行了理论分析。最后,针对上面两种算法进行仿真实验及分析。实验表明,与现有算法相比,本文提出的基于纬度线的WSN大规模覆盖空洞边界检测算法和基于无弦圈的WSN大规模覆盖空洞边界检测算法在效率和精确度方面存在优势。