当前不平衡不充分的发展造成的空气污染问题已经成为当代社会亟待解决的民生问题之一,越来越多的学者也在对造成环境污染的气体的泄漏及其分布规律进行研究。本文所研究的气体浓度地图构建与融合是指利用四旋翼无人机构建目标区域气体浓度地图,再利用图像处理的方法对各子地图进行融合（拼接和修复）,以获得目标监测区域某平面的完整气体浓度地图。可应用于气体泄漏现场、城市交通拥堵区域等多种场合,为监测空气质量和环境污染提供一个参考方法,具有重要的研究意义和应用价值。本文主要工作如下:1)搭建了室外环境下嗅觉无人机平台,对二氧化碳传感器进行零点标定并对选用的非色散红外吸收型气体传感器使用三次样条插值的温度补偿算法进行温度补偿。所搭建的嗅觉传感器系统可避免无人机旋翼气流对传感器数据采样的影响。2)通过时空分析算法将各无人机传感器采样的气体浓度信息统一到同一时刻,利用Kernel DM算法构建气体浓度子地图,针对子地图间出现的间隔和重叠现象,分别采用基于CDD（Clustered Directed Diffusion）模型的图像修复算法和三角函数权重的图像拼接算法对气体浓度子地图进行融合,并通过仿真实验进行了验证。3)在室外搭建了实验场景,首先通过干冰产生CO₂气体简单模拟污染区域,并设计旋翼气流分析实验验证了搭建的嗅觉无人机平台的可行性;然后通过控制两架四旋翼无人机按预定路径进行气体浓度采样,根据采集到的CO₂气体信息构建气体浓度子地图,进而对子地图进行融合以获得监测区域完整的气体浓度地图;最后结合完整气体浓度地图分析了泄漏源区域的大致方位以及气体可能的变化趋势。