摘要：局域尺度上爆發點的識別與監測是薇甘菊(Mikania micrantha)入侵研究的一個難點,無人機遙感為此提供了新的研究手段。采用無人機搭載RGB相機獲取研究地的正射影像,采用波段運算、影像分割和深度學習3種方法對盛花期薇甘菊的爆發點進行識別。結果表明:高分辨率的RGB拼接影像可直接用于目視識別薇甘菊的爆發點。過綠指數(EGI)、歸一化過綠指數(NEGI)、藍綠差異指數(BGDI)、綠紅差異指數(GRDI)、歸一化綠紅差異指數(NGRDI)以及植被色素比值指數(PPR)均無法分離薇甘菊和其附主植物;但PPR指數可為面向對象的多尺度分割提供參數支持。面向對象的多尺度分割可自動識別薇甘菊的爆發點,但會低估其爆發面積。基于深度學習(Deeplab V3+)的自動識別方法,能準確識別薇甘菊的爆發點和爆發面積,測試集的平均交并比(mloU)為78.46%,像素精度為88.62%。無人機遙感數據為局域尺度上的薇甘菊擴散機制研究提供了基礎,也為薇甘菊入侵的監測、預警和精準防治提供了有力支撐。