本发明提供一种基于深度强化学习的无人机应急场景巡检方法及其系统，所述方法包括以下步骤：首先巡检控制中心获取灾害所需要巡检的位置坐标；然后无人机开始执行巡检任务，在无人机执行巡检任务的过程中，通过已知巡检点的位置坐标，对无人机的轨迹进行优化来最小化无人机巡检的时间；在对无人机的轨迹进行优化时，使用深度强化学习中的Dueling‑DQN算法对无人机的轨迹进行合理的优化并收集巡检数据；当达到最大训练次数，输出无人机的最优轨迹和收集的巡检数据，从而减少系统总的巡检时间。