Un agujero de cobertura es un problema que no se puede evitar por completo en redes de sensores inalámbricos híbridos tridimensionales. Puede causar obstáculos en las tareas de monitoreo y afectar negativamente el rendimiento de la red. Para abordar el problema de los agujeros de cobertura causados por el despliegue inicial desigual de la red y el daño de nodos durante la operación, proponemos un algoritmo de reparación de pingüino emperador de optimización multiobjetivo y detección distribuida de agujeros (DHD-MEPO). En la fase de detección, la región de monitoreo se divide en unidades según la cantidad de nodos y el alcance de detección, y los nodos estáticos utilizan el método de suma de pesos para postularse como nodos de grupo en sus términos, determinando la ubicación de los agujeros mediante el cálculo de la cobertura de cada celda. En la fase de reparación, el conjunto de nodos de reparación se determina calculando la redundancia de cobertura de los nodos móviles. Basándose en las características de entornos complejos, se priorizan las regiones con altos niveles de agujeros. Además, se considera la homogeneidad de la energía residual de los nodos para el diseño de funciones multiobjetivo. Se introduce una estrategia de aprendizaje de mapeo de imagen de lente para perturbar la ubicación de los nodos de reparación para la optimización del algoritmo de pingüino emperador. Los resultados experimentales ilustran que el DHD-MEPO, en comparación con los algoritmos C-CICHH, 3D-VPCA, RA, EMSCOLER e IERP, puede equilibrar la uniformidad de la energía residual de cada nodo al tiempo que satisface los requisitos de cobertura de red y conectividad de red, lo que mejora efectivamente el rendimiento de cobertura de la red.