摘要: 木本植物侵入草原已成为全球生态系统管理的重要挑战。为有效估算呼伦贝尔沙地樟子松（Pinus sylvestris var. mongholica）侵入区域的群落生物量，本研究基于无人机RGB影像，结合地面调查数据，利用熵权法整合林分密度、胸高断面积、树冠面积和树高构建侵入等级划分指标，并开展分层建模与性能评估。结果表明，XGBoost模型在轻度侵入阶段预测性能最优，而随机森林（Random forest；RF）模型在中、重度侵入阶段表现出更高的稳健性。RGB植被指数对不同侵入阶段的响应机制存在明显差异，其中归一化绿红差异指数（Normalized green-red difference index；NGRDI）、可见光大气阻抗指数（Visible atmospherically resistant index；VARI）与过绿减过红指数（Excess green minus excess red index；ExGR）在轻至中度阶段对冠层扩张及植被绿度变化具有较高敏感性，三角绿度指数（Triangular greenness index；TGI）则在重度侵入阶段的贡献较大，反映了此阶段冠层的色素衰退及结构胁迫。本研究验证了基于低成本RGB无人机影像进行草原木本植物群落生物量估算的可行性，并为区域尺度的植被侵入监测与管理提供了方法依据。