无线传感器网络因其数据采集实时性以及部署方式的灵活性在各领域有着广阔应用前景,如农业、工业、军事以及环境监测领域。利用无线传感器网络检测有害气体泄漏是其中一个研究热点。目前,传统无线传感器网络通常将密集的静态传感器节点部署在工业厂区中以获取较为准确的结果。然而实际场景中感知资源有限,工业厂区中通常使用稀疏网络来检测有害气体是否泄漏;而单纯使用稀疏网络又会导致研究区域感知空洞增多;另一方面,传统网络无法满足对研究区域中因环境变化而分布不均的有害气体中高浓度变化区域进行检测的需求。针对上述问题,本文提出如下解决方案:首先,利用部署在工业厂区中稀疏静态节点,检测出有害气体的内外边界,同时最大化节省感知资源;然后,利用基于泰森多边形的感知空洞修复方法,为混合无线传感器网络中的移动传感器节点寻找目标点,从而将因利用稀疏网络而产生的感知空洞均利用移动节点进行修复。其次,本文还提出了基于感知数据的移动传感器综合重要性目标点选取及路径规划。首先,利用静态节点的感知数据生成数据异常点,根据数据异常点的异常值和位置调节目标点的优先级。其次,利用完全连通有权有向图,根据目标点的优先级为混合无线传感器网络规划移动路径。最后,在实验部分提出了模拟数据产生的依据并通过实验分析说明本文算法的可行性。算法性能分析结果表明,当混合无线传感器网络中的静态节点数量取值为不同的时候,算法所到得到目标点所带来的综合重要性有所不同;文章也通过多次重复实验改变阈值的取值以使得移动节点的路径能够在保证优先访问高优先级目标的同时,在访问路径上消耗的时间也相对较低。