为提高油气站场泄漏检测的预测精度，降低事后处理带来的经济损失和环境污染，将高斯烟羽模型作为前向气体扩散模型，通过Circle混沌映射初始化麻雀种群，将蝴蝶算法加入麻雀发现者搜索策略中，随后利用算法实现质量浓度误差最小化的迭代计算，并从迭代次数、种群规模、网格尺寸和噪声强度等方面衡量其对反演结果的影响。结果表明，算法在时间算法复杂度上与SSA算法一致，优化后算法的全局搜索能力和局部开发能力增强；通过将地理坐标系转化为标准风向坐标系，简化了计算过程；在最大迭代次数100、种群规模100、网格尺寸0.5 m×0.5 m×0.5 m的设置下，当站场内存在2个监测点受噪声影响时，3个方向上泄漏位置的最大误差分别为1.37%、1.02%、9.70%，泄漏速率的最大相对误差为0.22%，符合现场定位检测的需求。研究结果可为油气站场完整性管理水平的提升提供实际参考。