• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于多時(shí)相Sentinel-2衛(wèi)星數(shù)據(jù)的農(nóng)作物分類(lèi)研究

    2020-06-20 07:53:06鄧?yán)^忠劉其得王長(zhǎng)委江秀明袁梓文朱紫陽(yáng)
    廣東農(nóng)業(yè)科學(xué) 2020年4期
    關(guān)鍵詞:決策樹(shù)農(nóng)作物月份

    鄧?yán)^忠,劉其得,王長(zhǎng)委 ,江秀明,朱 圣,袁梓文 ,金 鑫,朱紫陽(yáng)

    (1.華南農(nóng)業(yè)大學(xué)工程學(xué)院,廣東 廣州 510642;2.國(guó)家精準(zhǔn)農(nóng)業(yè)航空施藥技術(shù)國(guó)際聯(lián)合研究中心,廣東 廣州 510642;3.華南農(nóng)業(yè)大學(xué)資源環(huán)境學(xué)院/廣東省土地利用與整治重點(diǎn)實(shí)驗(yàn)室,廣東 廣州 510642;4.廣東省國(guó)土資源測(cè)繪院,廣東 廣州 510642)

    【研究意義】獲取地表覆蓋情況,明晰主要農(nóng)作物種植分布及范圍,不僅有利于農(nóng)業(yè)部門(mén)制定政策與發(fā)展規(guī)劃,而且對(duì)農(nóng)業(yè)企業(yè)經(jīng)營(yíng)管理、農(nóng)戶生產(chǎn)選擇及資源的有效規(guī)劃具有重要作用[1-5]?!厩叭搜芯窟M(jìn)展】李慶等[6]采用隨機(jī)森林的方法對(duì)7期landsat影像進(jìn)行分類(lèi),總體精度達(dá)到88.9027%,Kappa系數(shù)達(dá)到0.8529,均優(yōu)于單景數(shù)據(jù)的分類(lèi)結(jié)果;呂紅梅等[7]結(jié)合多時(shí)相歸一化植被指數(shù)和地表水分指數(shù),利用決策樹(shù)分類(lèi)方法提取早稻種植區(qū)域,早稻的用戶精度達(dá)到87.50%,制圖精度達(dá)到85.71%;魏鵬飛等[8]結(jié)合 NDVI、EVI和 WDRVI時(shí)序變化特征,利用6景GF-1/WFV衛(wèi)星遙感影像數(shù)據(jù)采用決策樹(shù)分層分類(lèi)方法成功提取了研究區(qū)玉米、水稻、大豆和甘薯4種主要作物種植空間分布情況,總體精度達(dá)到90.90%,Kappa系數(shù)為0.8950;李振等[9]基于多時(shí)相的Landsat-8數(shù)據(jù),采用面向?qū)ο蟮臎Q策樹(shù)分類(lèi)方法,研究森林類(lèi)型的自動(dòng)識(shí)別,總體分類(lèi)精度達(dá)到了87.50%;申懷飛[10]提出了基于穩(wěn)定權(quán)重加權(quán)投票的多訓(xùn)練樣本集、多時(shí)相影像、多分類(lèi)器三重融合算法模式,對(duì)Landsat數(shù)據(jù)進(jìn)行分類(lèi),總體精度達(dá)到83.09%;Marais等[11]的研究結(jié)果表明分類(lèi)的質(zhì)量往往隨著所用圖像波段的增加而增加;Deepa等[12]綜合了粗糙集、模糊集和軟集的方法,建立了一個(gè)多類(lèi)分類(lèi)模型,采用雙目標(biāo)軟集方法,對(duì)5種農(nóng)作物進(jìn)行分類(lèi),驗(yàn)證數(shù)據(jù)集的準(zhǔn)確率達(dá)到92%;白燕英等[13]基于Landsat8影像時(shí)間序列歸一化植被指數(shù)(NDVI),采用決策樹(shù)分類(lèi)方法提取作物種植結(jié)構(gòu),作物分類(lèi)總體精度達(dá)到82.69%;邱鵬勛等[14]利用 GF-1 WFV時(shí)間序列數(shù)據(jù)集計(jì)算NDVI,基于時(shí)間加權(quán)的動(dòng)態(tài)時(shí)間彎曲(TWDTW)方法開(kāi)展農(nóng)作物分類(lèi)識(shí)別研究,分類(lèi)精度相比于決策樹(shù)法略有提高;解毅等[15]研究結(jié)果表明,基于融合NDVI的分類(lèi)精度明顯高于基于Landsat NDVI的分類(lèi)精度,由于融合后的時(shí)序NDVI具有更高的時(shí)間分辨率,能夠更加突出不同作物的物候特征,顯著提高作物分類(lèi)精度。綜上所述,相比單景數(shù)據(jù)多時(shí)相數(shù)據(jù)能夠顯著提高分類(lèi)效果,構(gòu)建遙感指數(shù)對(duì)于分類(lèi)具有重要貢獻(xiàn)?!颈狙芯壳腥朦c(diǎn)】對(duì)于生育期相近的農(nóng)作物,遙感指數(shù)在時(shí)間序列上的變化特征相近,單獨(dú)采用個(gè)別指數(shù)難以區(qū)分這部分地物。此外,同一農(nóng)作物受長(zhǎng)勢(shì)影響,指數(shù)值域跨度大,容易與其他農(nóng)作物混淆,人為閾值與自動(dòng)閾值都不能很好的區(qū)分不同農(nóng)作物。【擬解決的關(guān)鍵問(wèn)題】本研究以石河子市北泉鎮(zhèn)為研究區(qū)域,采用2018年的Sentinel-2衛(wèi)星多時(shí)相數(shù)據(jù),結(jié)合地面調(diào)查數(shù)據(jù),分析單一農(nóng)作物提取的最佳時(shí)相,探究多時(shí)相數(shù)據(jù)對(duì)分類(lèi)精度的貢獻(xiàn)及時(shí)相最佳組合方式,比較不同分類(lèi)方法的分類(lèi)精度,探究一種可靠有效的分類(lèi)方法。

    1 材料與方法

    1.1 研究區(qū)域概況

    研究區(qū)位于石河子市北泉鎮(zhèn),地處天山北麓中段,準(zhǔn)噶爾盆地南緣(圖1)。區(qū)劃東至瑪納斯河,西臨沙灣縣,南接石河子市,北瀕蘑菇湖,面積475.7 km2。研究區(qū)地勢(shì)平坦,平均海拔450.8 m,屬典型的溫帶大陸性氣候,冬季長(zhǎng)而嚴(yán)寒,夏季短而炎熱,日照充沛,年日照時(shí)數(shù)為2 721~2 818 h,可以獲取云量覆蓋較少的長(zhǎng)時(shí)間序列衛(wèi)星數(shù)據(jù)。目前研究區(qū)主要作物有棉花、玉米、小麥、辣椒、葡萄等。

    圖1 研究區(qū)域位置Fig.1 Location map of study area

    1.2 衛(wèi)星數(shù)據(jù)

    Sentinel-2衛(wèi)星搭載的有效荷載為多光譜成像儀,光譜范圍為0.4~2.4 μm,覆蓋可見(jiàn)光、近紅外、短波紅外,共13個(gè)光譜波段,B02、B03、B04、B08為10 m空間分辨率,B05-B8A、B11、B12為20 m空間分辨率,B01、B09、B10為60 m空間分辨率,幅寬290 km,每10 d更新1次全球陸地表面成像數(shù)據(jù),雙星可達(dá)到5 d更新1次,因而能夠獲得實(shí)驗(yàn)區(qū)內(nèi)較高頻次的數(shù)據(jù)覆蓋,更好地反映農(nóng)作物生長(zhǎng)過(guò)程,為進(jìn)一步挖掘作物識(shí)別的時(shí)相特征提供支持。Sentinel-2光學(xué)遙感衛(wèi)星具有較高的時(shí)空分辨率,適合多時(shí)相分類(lèi)研究[16-17]。本研究采用Sentnel-2衛(wèi)星數(shù)據(jù),選取時(shí)相為2018年3月23日、4月12日、5月12日、6月6日、7月11日、8月15日、9月14日、10月14日、11月5日,獲取研究區(qū)域2018年3—11月各1景數(shù)據(jù),云覆蓋率皆低于1%,影像清晰。

    1.3 地面調(diào)查數(shù)據(jù)

    部分?jǐn)?shù)據(jù)是實(shí)地調(diào)查記錄地物信息及GPS位置信息,部分較明顯的地物則直接在衛(wèi)星影像上標(biāo)出,共標(biāo)記水域、非植被區(qū)域、棉花、小麥、早玉米、晚玉米、辣椒、葫蘆瓜、葡萄、樹(shù)10種地物。將樣本分為訓(xùn)練樣本和驗(yàn)證樣本,具體分布見(jiàn)圖2、圖3,樣本數(shù)見(jiàn)表1。

    圖2 訓(xùn)練樣本分布Fig.2 Distribution diagram of training samples

    圖3 驗(yàn)證樣本分布Fig.3 Distribution diagram of verification samples

    表1 樣本數(shù)Table 1 Sample size

    1.4 遙感指數(shù)構(gòu)建

    遙感指數(shù)作為遙感信息的一種有效描述,在對(duì)大氣、海洋、土壤和植被等進(jìn)行定性、定量評(píng)估時(shí)具有重要意義[18]。目前,農(nóng)作物分類(lèi)的特征選擇主要是采用歸一化植被指數(shù),而其他特征量的應(yīng)用還相對(duì)較少[19]。研究發(fā)現(xiàn)NDVI、改進(jìn)的歸一化差異水指數(shù)(MNDWI)、顏色指數(shù)(CI)和樣本分類(lèi)的相關(guān)性比較高,因此本研究采用這3種指數(shù)進(jìn)行研究區(qū)多時(shí)項(xiàng)農(nóng)作物的分類(lèi)。

    NDVI是一種測(cè)定光合作用活性的方法,與植被的密度和活力密切相關(guān)。正態(tài)化減少了地形和大氣的影響,并使大范圍的同時(shí)監(jiān)測(cè)成為可能。NDVI計(jì)算可以將多波段數(shù)據(jù)變換成一個(gè)單獨(dú)的圖像波段,用于顯示植被分布,較高的NDVI值預(yù)示著包含較多的綠色植被。其計(jì)算公式如下:

    式中,NIR為近紅外波段的反射率,Red為紅波段的反射率。

    MNDWI是由徐涵秋[20]在2005年提出的,可以增強(qiáng)開(kāi)闊水域的特征,同時(shí)有效地抑制甚至消除建成區(qū)噪聲以及植被和土壤噪聲。水的增強(qiáng)程度越高,對(duì)開(kāi)闊水域的特征提取就越準(zhǔn)確,因?yàn)榻ǔ蓞^(qū)、土壤和植被的所有負(fù)值都被明顯地抑制甚至去除。其計(jì)算公式如下:

    式中,Green為綠波段的反射率,MIR為中紅外波段的反射率。

    Pouget等[21]在1990年提出了顏色指數(shù)(CI)算法來(lái)區(qū)分田間土壤,低值的CI已被證明與高濃度的碳酸鹽或硫酸鹽的存在有關(guān),而高值則與干旱地區(qū)的結(jié)殼土壤和沙子有關(guān)。在大多數(shù)情況下,CI提供與NDVI互補(bǔ)的信息,用于歷時(shí)分析,有助于更好地理解土壤表面的演變。其計(jì)算公式如下:

    式中,Red為紅波段的反射率,Green為綠波段的反射率。

    1.5 影像分類(lèi)方法

    遙感圖像通過(guò)亮度值或像元值的高低差異及空間變化來(lái)表示不同地物的差異,這是區(qū)分不同圖像農(nóng)作物的物理基礎(chǔ)[22]。識(shí)別動(dòng)態(tài)變化的地表覆蓋通常需要應(yīng)用多時(shí)相數(shù)據(jù)[23-27],地物在時(shí)間序列上的變化差異可以用于區(qū)分地物[28],一般的分類(lèi)方法主要有監(jiān)督分類(lèi)與非監(jiān)督分類(lèi)兩種。常用的監(jiān)督分類(lèi)方法包括最大似然[29]、神經(jīng)網(wǎng)絡(luò)(N N)[30-31]、支持向量機(jī)(SVM)[32-33];常用的非監(jiān)督分類(lèi)方法包括ISODATA(一種重復(fù)自組織數(shù)據(jù)分析技術(shù))、K-均值、模糊c-均值(FCM)[34-35]和比例空間技術(shù)。由于研究區(qū)獲得的地面數(shù)據(jù)、影像數(shù)量和類(lèi)型、作物類(lèi)型的不同,不同地物分類(lèi)方法的應(yīng)用各不相同,沒(méi)有一致的分類(lèi)模式。SVM、決策樹(shù)自動(dòng)閾值和隨機(jī)森林3種分類(lèi)方法。

    SVM是由Vapnik等[36]于1995年提出,該方法是一種建立在統(tǒng)計(jì)學(xué)習(xí)理論基礎(chǔ)上的機(jī)器學(xué)習(xí)算法。支持向量機(jī)算法在于尋找一個(gè)超平面,該超平面可以將訓(xùn)練集中的數(shù)據(jù)分開(kāi),且與類(lèi)域邊界的邊沿垂直于該超平面方向的距離最大,從而達(dá)到最大的泛化能力。決策樹(shù)自動(dòng)閾值分類(lèi)方法是基于回歸樹(shù)(CART)模型來(lái)實(shí)現(xiàn)分類(lèi)。CART算法提供了一種非參數(shù)判別多數(shù)據(jù)層之間的統(tǒng)計(jì)關(guān)系,以產(chǎn)生一個(gè)二進(jìn)制的決策樹(shù)。對(duì)ROI樣本進(jìn)行分析,生成ENVI決策樹(shù)工程文件。隨機(jī)森林分類(lèi)方法最早由Leo Breiman和Adele Cutler提出。隨機(jī)森林是通過(guò)集成學(xué)習(xí)的思想將多棵樹(shù)集成的一種算法,其基本單元為決策樹(shù),隨機(jī)森林集成了所有的分類(lèi)投票結(jié)果,將投票次數(shù)最多的類(lèi)別指定為最終的輸出。

    1.6 精度檢驗(yàn)

    精度檢驗(yàn)采用的是建立混淆矩陣,計(jì)算制圖精度、用戶精度、總體精度及Kappa系數(shù),用于比較分類(lèi)結(jié)果,本研究使用地表真實(shí)感興趣區(qū)計(jì)算混淆矩陣。

    總體分類(lèi)精度等于被正確分類(lèi)的像元總和除以總像元數(shù),制圖精度是分類(lèi)器將影像正確分為某一類(lèi)的像元數(shù)與該類(lèi)真實(shí)參考像元總數(shù)的比,用戶精度是正確分到某一類(lèi)的像元總數(shù)與分類(lèi)器將影像的像元分為該類(lèi)的像元總數(shù)的比[22]。

    1.7 技術(shù)路線

    本研究選取3—11月的Sentinel-2衛(wèi)星數(shù)據(jù),經(jīng)過(guò)輻射定標(biāo)及大氣校正之后重采樣為ENVI格式數(shù)據(jù)并計(jì)算每景數(shù)據(jù)的3種遙感指數(shù)NDVI、MNDWI、CI,根據(jù)地面調(diào)查數(shù)據(jù)建立感興趣區(qū),將感興趣區(qū)分為訓(xùn)練區(qū)與驗(yàn)證區(qū)。采用SVM的分類(lèi)方法對(duì)不同月份的單景數(shù)據(jù)及時(shí)相數(shù)據(jù)的不同組合進(jìn)行分類(lèi);融合NDVI、MNDWI、CI 3種遙感指數(shù),采用SVM、決策樹(shù)自動(dòng)閾值、隨機(jī)森林的分類(lèi)方法進(jìn)行分類(lèi);最后進(jìn)行精度評(píng)價(jià)與結(jié)果分析。技術(shù)路線圖見(jiàn)圖4。

    圖4 技術(shù)路線圖Fig.4 Technology roadmap

    2 結(jié)果與分析

    2.1 遙感指數(shù)分析

    圖5 MNDWI變化折線Fig.5 Line chart of MNDWI change

    圖6 CI變化折線Fig.6 Line chart of CI change

    圖7 NDVI變化折線Fig.7 Line chart of NDVI change

    分別對(duì)3—11月的Sentinel-2衛(wèi)星數(shù)據(jù)構(gòu)建MNDWI、CI、NDVI 3種遙感指數(shù),構(gòu)建不同農(nóng)作物在時(shí)相上的遙感指數(shù)變化曲線,結(jié)果見(jiàn)圖5、圖6、圖7。由圖5可知,水域的MNDWI指數(shù)在全時(shí)間段大于0,而其他地物的值基本上均小于0,在MNDWI指數(shù)上,水域與其他地物差別明顯,因此,可以利用MNDWI值有效的區(qū)分出水域。由圖6可知,非植被區(qū)域在全時(shí)間段的CI變化較小,在全時(shí)序基本呈現(xiàn)一條直線,葡萄地存在不變的裸土,因此與非植被區(qū)域特征差別較小,其他地物在時(shí)序上變化明顯,小麥在4月份的CI明顯小于-0.018;辣椒與棉花在8月份的CI明顯小于-0.12。由圖7可知,水域的NDVI值是所有地物里最小的,與其他地物差別明顯;春小麥在3—4月播種,7月份左右收割,從3月份春小麥的NDVI值不斷增長(zhǎng)與春小麥的生長(zhǎng)方式符合,到7月份春小麥的NDVI值急速下降,這是由于7月份是春小麥成熟及收獲時(shí)期,因此可以根據(jù)這個(gè)特征區(qū)分出春小麥;由于新疆種植的玉米品種較多,本研究只區(qū)分在8月份左右收割的早玉米和10月份左右收割的晚玉米,對(duì)于早玉米在7—8月間NDVI值急速下降,可以由該特征區(qū)分出早玉米;樹(shù)的NDVI值在全時(shí)相的變化較平緩,總體上是先增長(zhǎng)再下降的趨勢(shì);棉花、晚玉米、葫蘆瓜、辣椒的生育期較相近,NDVI值的區(qū)別也較小,但從NDVI、MNDWI來(lái)看還是存在一定區(qū)別。

    2.2 不同時(shí)相分類(lèi)精度比較

    采用SVM的分類(lèi)方法分別對(duì)3—11月的Sentinel-2衛(wèi)星數(shù)據(jù)進(jìn)行分類(lèi),分類(lèi)精度見(jiàn)表2,由制圖精度來(lái)看,晚玉米、辣椒、葡萄在10月份的分類(lèi)精度最高,非植被在6月份的分類(lèi)精度最高,早玉米在8月份的分類(lèi)精度最高,葫蘆瓜在7月份的分類(lèi)精度最高,小麥和樹(shù)在4月份的分類(lèi)精度最高,棉花在9月份的分類(lèi)精度最高,水域在3月份的分類(lèi)精度最高。由用戶精度來(lái)看,辣椒在9月份的分類(lèi)精度最高,葡萄在5月份的分類(lèi)精度最高,早玉米、非植被在8月份的分類(lèi)精度最高,晚玉米、葫蘆瓜、樹(shù)、棉花在7月份的分類(lèi)精度最高,小麥在4月份的分類(lèi)精度最高,水域在9月份的分類(lèi)精度最高。由總體精度及Kappa系數(shù)來(lái)看,7月份的分類(lèi)效果最好,總體精度達(dá)到91.05%,Kappa系數(shù)達(dá)到0.8518??傮w來(lái)說(shuō),作物在生長(zhǎng)豐富的月份分類(lèi)效果相對(duì)較好,在生長(zhǎng)前期特征較不明顯,分類(lèi)效果相對(duì)較差。

    表2 不同時(shí)相分類(lèi)結(jié)果精度評(píng)價(jià)Table 2 Accuracy evaluation of different phase classification results(%)

    2.3 時(shí)相數(shù)據(jù)的不同組合分類(lèi)精度比較

    對(duì)3—11月的Sentinel-2衛(wèi)星數(shù)據(jù)進(jìn)行不同形式的組合之后采用SVM的分類(lèi)方法進(jìn)行分類(lèi),分類(lèi)精度見(jiàn)表3。分析數(shù)據(jù)不同疊加方式之后的分類(lèi)效果,3月份加8月份的疊加分類(lèi)效果明顯,比3月份加4月份的疊加分類(lèi)效果要好,總體精度要高13.3%。這是由于農(nóng)作物物候生長(zhǎng)期的影響,3、4月份大部分農(nóng)作物仍未生長(zhǎng),地塊處于撂荒狀態(tài),差異較小,而7、8月份是農(nóng)作物生長(zhǎng)豐富的月份,與3、4月份形成鮮明的差異,不同農(nóng)作物物候期的差別,數(shù)據(jù)疊加之后會(huì)形成變化差異,有利于區(qū)分不同農(nóng)作物。而對(duì)于3景、4景、9景數(shù)據(jù)的疊加并不能提高分類(lèi)精度,這是由于相近月份農(nóng)作物生長(zhǎng)變化不明顯,特征變化較小,多余信息并不能較好的提高分類(lèi)效果,相反會(huì)帶來(lái)更多的噪音影響分類(lèi)的準(zhǔn)確性。

    由表3可知,3月份以及8月份單景NDVI數(shù)據(jù)的分類(lèi)效果都較差,這是由于同種農(nóng)作物長(zhǎng)勢(shì)不同,NDVI的值有高有低,物候期相近的農(nóng)作物NDVI值的范圍交叉嚴(yán)重,單景NDVI數(shù)據(jù)的分類(lèi)錯(cuò)分嚴(yán)重,逐景增加NDVI數(shù)據(jù),總體精度逐步提高,當(dāng)增加到10月份NDVI數(shù)據(jù)時(shí),總體精度達(dá)到最高為92.25%,Kappa系數(shù)達(dá)到0.8736,繼續(xù)增加11月得NDVI數(shù)據(jù),總體精度有所降低,這是由于11月份大部分農(nóng)作物已經(jīng)收割,地塊差異不明顯,增加11月份數(shù)據(jù)并不能提高分類(lèi)效果。

    表3 分類(lèi)精度比較Table 3 Comparison of classification accuracy

    2.4 不同分類(lèi)方法的分類(lèi)精度比較

    融合3—11月的MNDWI與NDVI數(shù)據(jù)之后,分別采用SVM分類(lèi)方法、隨機(jī)森林分類(lèi)方法、決策樹(shù)自動(dòng)閾值分類(lèi)方法進(jìn)行分類(lèi),對(duì)比3種不同分類(lèi)方法,SVM的分類(lèi)結(jié)果分類(lèi)精度最高,總體精度達(dá)到94.19%,Kappa系數(shù)達(dá)到0.9024,總體精度比隨機(jī)森林分類(lèi)方法提高3.36%,比決策樹(shù)自動(dòng)閾值分類(lèi)方法提高4.32%(表4)。

    表4 不同分類(lèi)方法分類(lèi)精度比較Table 4 Comparison of classification accuracy among different classification methods

    2.5 分類(lèi)結(jié)果

    由于水位的變化,水域范圍也存在變化,因此采用單景數(shù)據(jù)提取水域范圍。由遙感指數(shù)分析所得,本研究采用3月份CI小于-0.012且MNDWI大于0.15利用決策樹(shù)提取水域范圍;由于田埂范圍較窄,容易與地物誤分,因此在支持向量機(jī)分類(lèi)之后繼續(xù)采用遙感指數(shù)結(jié)合決策樹(shù)的分類(lèi)方法將田埂剔除,對(duì)于小麥地,采用4月份的CI小于-0.018將田埂剔除;對(duì)于辣椒地及棉花地,采用8月份CI小于-0.12,將田埂剔除。最終分類(lèi)結(jié)果的分類(lèi)精度達(dá)到94.49%,Kappa系數(shù)達(dá)到0.9077,最終分類(lèi)結(jié)果見(jiàn)圖8。

    圖8 分類(lèi)結(jié)果Fig.8 Classification results

    由表5可知,辣椒的制圖精度達(dá)到92.08%,但用戶精度較低,有部分棉花被錯(cuò)分為辣椒;葡萄的用戶精度達(dá)到99.68%,但制圖精度較低,有部分葡萄被錯(cuò)分為非植被與棉花;非植被的制圖精度到達(dá)100%,用戶精度為89.76%,有部分葡萄與棉花被錯(cuò)分為非植被;早玉米的制圖精度達(dá)到97.61%,用戶精度為74.89%,有部分葫蘆瓜被錯(cuò)分為早玉米;晚玉米制圖精度為59.93%,用戶精度為71.72%,有部分晚玉米被錯(cuò)分為棉花,有部分棉花和樹(shù)被錯(cuò)分為晚玉米;葫蘆瓜的分類(lèi)精度較低,一方面原因是地面真實(shí)調(diào)查數(shù)據(jù)較少,另一方面是與棉花和玉米較難區(qū)分;小麥的分類(lèi)較低較高,主要是小麥與其他農(nóng)作物物候期差異較大,易于區(qū)分;樹(shù)的制圖精度為68.15%,用戶精度為82.3%,有部分樹(shù)被分為棉花與晚玉米,棉花的制圖精度為97.66%,用戶精度為96.82%;水域的分類(lèi)效果較好。

    3 討論

    針對(duì)單一農(nóng)作物在不同時(shí)相的分類(lèi)精度不同,這是由于農(nóng)作物物候期的差異,當(dāng)某種地物在某個(gè)時(shí)期與其他農(nóng)作物差異較大時(shí),相應(yīng)的分類(lèi)精度就有所提高,這是提取該農(nóng)作物的較為重要時(shí)期,有利于單一農(nóng)作物提取的研究。時(shí)相數(shù)據(jù)的組合方式不同,分類(lèi)精度有所差異,對(duì)于原始波段的疊加,時(shí)相的增加能夠提高分類(lèi)精度,這與李慶等[6]的研究結(jié)果一致,然而原始波段不經(jīng)選擇的疊加會(huì)造成數(shù)據(jù)的相似,產(chǎn)生數(shù)據(jù)冗余并造成更多的噪音,從而降低分類(lèi)精度,因此,多時(shí)相分類(lèi)應(yīng)注意關(guān)鍵信息的提取。白燕英等[13]的研究結(jié)果表明時(shí)間序列的NDVI具有較高的時(shí)間分辨率,能夠突出不同作物的物候特征及其變化,從而提高作物分類(lèi)精度。然而,僅使用NDVI進(jìn)行分類(lèi)并不能完全區(qū)分所有地物,這也是單一遙感指數(shù)在分類(lèi)上的局限性。針對(duì)特定的地物提取可以研究特定的波段組合計(jì)算指數(shù)進(jìn)行分類(lèi),因此,對(duì)于地表覆蓋的分類(lèi)最好結(jié)合多種遙感指數(shù),魏鵬飛等[8]結(jié)合3種遙感指數(shù)NDVI、EVI和WDRVI進(jìn)行作物分類(lèi),呂紅梅等[7]結(jié)合歸一化植被指數(shù)和地表水分指數(shù)進(jìn)行作物分類(lèi),都取得了較好的分類(lèi)結(jié)果。李慶等[6]采用隨機(jī)森林進(jìn)行影像方法,呂紅梅等[7]利用決策樹(shù)分類(lèi)方法提取早稻種植區(qū),李振[9]采用面向?qū)ο蟮臎Q策樹(shù)分類(lèi)方法研究森林類(lèi)型的自動(dòng)識(shí)別,魏鵬飛等[8]采用決策樹(shù)分層分類(lèi)方法成功提取作物種植空間分布,然而,對(duì)于決策樹(shù)閾值分類(lèi),不管是人為判斷閾值還是自動(dòng)閾值分類(lèi)或者隨機(jī)森林分類(lèi),都無(wú)法準(zhǔn)確的界定區(qū)分農(nóng)作物之間的閾值,這是閾值分類(lèi)固有的缺陷,本研究結(jié)合NDVI、MNDWI、CI 3種遙感指數(shù)進(jìn)行分類(lèi)有效提取了研究區(qū)主要農(nóng)作物的種植分布情況。

    表5 分類(lèi)結(jié)果混淆矩陣Table 5 Confusion matrix of classification results

    4 結(jié)論

    通過(guò)對(duì)不同時(shí)相分類(lèi)精度比較可知,在研究區(qū)域內(nèi),7月份是區(qū)分農(nóng)作物最佳時(shí)相;通過(guò)時(shí)相數(shù)據(jù)的不同組合的分類(lèi)精度比較,多時(shí)相分類(lèi)精度明顯高于單景數(shù)據(jù)分類(lèi),采用3—10月的NDVI數(shù)據(jù)疊加之后分類(lèi)效果較好,總體精度達(dá)到92.25%,Kappa系數(shù)達(dá)到0.8736,相對(duì)于僅使用3月份NDVI數(shù)據(jù)分類(lèi)的分類(lèi)精度,總體精度提高了20.75%;結(jié)合NDVI、MNDWI、CI 3種遙感指數(shù)之后采用SVM的分類(lèi)方法可以有效區(qū)分研究區(qū)的農(nóng)作物。

    猜你喜歡
    決策樹(shù)農(nóng)作物月份
    土壤污染與農(nóng)作物
    軍事文摘(2024年6期)2024-02-29 10:01:50
    高溫干旱持續(xù) 農(nóng)作物亟須“防護(hù)傘”
    俄發(fā)現(xiàn)保護(hù)農(nóng)作物新方法
    夏季農(nóng)作物如何防熱害
    12月是最殘酷的月份
    一種針對(duì)不均衡數(shù)據(jù)集的SVM決策樹(shù)算法
    決策樹(shù)和隨機(jī)森林方法在管理決策中的應(yīng)用
    電子制作(2018年16期)2018-09-26 03:27:06
    基于決策樹(shù)的出租車(chē)乘客出行目的識(shí)別
    基于肺癌CT的決策樹(shù)模型在肺癌診斷中的應(yīng)用
    京東3月份繁體書(shū)暢銷(xiāo)榜及推薦
    亚洲av熟女| 国产精品99久久久久久久久| 国产高清视频在线播放一区| 亚洲精品美女久久av网站| 色精品久久人妻99蜜桃| 日本一二三区视频观看| 亚洲精品中文字幕一二三四区| 手机成人av网站| 日韩精品中文字幕看吧| 一区二区三区激情视频| 午夜福利在线在线| 久久精品人妻少妇| 国产高潮美女av| 亚洲成人免费电影在线观看| 国产熟女xx| 亚洲一区二区三区不卡视频| 人人妻人人看人人澡| 真人做人爱边吃奶动态| 欧美乱色亚洲激情| 无限看片的www在线观看| 色老头精品视频在线观看| 757午夜福利合集在线观看| 日本熟妇午夜| 岛国在线观看网站| 婷婷亚洲欧美| 日本熟妇午夜| 国产亚洲精品久久久久久毛片| 日本成人三级电影网站| 久久久久国产精品人妻aⅴ院| 嫩草影院入口| 黄频高清免费视频| 亚洲性夜色夜夜综合| 麻豆av在线久日| 在线观看午夜福利视频| 国产高清videossex| 黄色丝袜av网址大全| 一级毛片精品| 国产精品99久久久久久久久| 变态另类成人亚洲欧美熟女| 欧美+亚洲+日韩+国产| 天天躁狠狠躁夜夜躁狠狠躁| 1024香蕉在线观看| 久久久水蜜桃国产精品网| 国产私拍福利视频在线观看| 91麻豆精品激情在线观看国产| 中文字幕人妻丝袜一区二区| or卡值多少钱| 91在线精品国自产拍蜜月 | 亚洲狠狠婷婷综合久久图片| 搡老妇女老女人老熟妇| 99国产精品一区二区蜜桃av| 99久久无色码亚洲精品果冻| 别揉我奶头~嗯~啊~动态视频| 高清在线国产一区| 精品一区二区三区视频在线观看免费| 欧美一区二区国产精品久久精品| 日本黄色片子视频| 免费无遮挡裸体视频| 午夜a级毛片| 久久亚洲真实| 两个人看的免费小视频| 亚洲 国产 在线| 国产亚洲欧美在线一区二区| 中出人妻视频一区二区| av福利片在线观看| АⅤ资源中文在线天堂| 亚洲人成伊人成综合网2020| 两性午夜刺激爽爽歪歪视频在线观看| 欧美一区二区精品小视频在线| 久久婷婷人人爽人人干人人爱| 精品久久久久久,| 亚洲精品在线美女| 91字幕亚洲| 久久久国产欧美日韩av| 亚洲美女视频黄频| 久久99热这里只有精品18| 男人舔女人下体高潮全视频| 99精品欧美一区二区三区四区| 一个人免费在线观看的高清视频| 18禁美女被吸乳视频| 久久九九热精品免费| 操出白浆在线播放| 久久久久国产一级毛片高清牌| 淫妇啪啪啪对白视频| 特级一级黄色大片| 亚洲精品在线美女| 丁香欧美五月| 波多野结衣高清作品| 午夜福利在线观看吧| 欧美成人免费av一区二区三区| 日韩精品中文字幕看吧| 宅男免费午夜| 三级毛片av免费| netflix在线观看网站| 国产野战对白在线观看| 亚洲精品久久国产高清桃花| 小蜜桃在线观看免费完整版高清| 国产一区二区在线观看日韩 | 母亲3免费完整高清在线观看| www.熟女人妻精品国产| 身体一侧抽搐| 精品国产乱码久久久久久男人| 国产单亲对白刺激| 国产亚洲av高清不卡| 美女高潮喷水抽搐中文字幕| 久久这里只有精品19| 欧美乱码精品一区二区三区| 天天躁狠狠躁夜夜躁狠狠躁| 又大又爽又粗| 人人妻人人看人人澡| 成人三级黄色视频| 给我免费播放毛片高清在线观看| netflix在线观看网站| 91av网一区二区| 嫩草影院入口| 在线国产一区二区在线| 亚洲国产精品sss在线观看| 日本a在线网址| 亚洲国产中文字幕在线视频| 1000部很黄的大片| 狠狠狠狠99中文字幕| 精品午夜福利视频在线观看一区| 三级国产精品欧美在线观看 | 国内精品一区二区在线观看| 亚洲精品色激情综合| 欧美日韩福利视频一区二区| 91九色精品人成在线观看| 丁香欧美五月| 最近在线观看免费完整版| 免费一级毛片在线播放高清视频| 午夜福利欧美成人| 亚洲国产色片| 欧美不卡视频在线免费观看| 国产亚洲欧美在线一区二区| 精品99又大又爽又粗少妇毛片 | 在线看三级毛片| 免费在线观看视频国产中文字幕亚洲| 精品乱码久久久久久99久播| e午夜精品久久久久久久| 日韩精品中文字幕看吧| 国产成年人精品一区二区| 操出白浆在线播放| 婷婷精品国产亚洲av| 亚洲精品色激情综合| 在线免费观看不下载黄p国产 | 毛片女人毛片| 老司机深夜福利视频在线观看| 国产高清激情床上av| 久久性视频一级片| 亚洲最大成人中文| 欧美黄色片欧美黄色片| 中出人妻视频一区二区| 欧美一区二区精品小视频在线| 91av网站免费观看| 亚洲avbb在线观看| 伊人久久大香线蕉亚洲五| 日本a在线网址| 制服人妻中文乱码| 久久久国产欧美日韩av| av黄色大香蕉| 男人舔女人的私密视频| 嫩草影院入口| 中文资源天堂在线| 波多野结衣高清作品| 两人在一起打扑克的视频| h日本视频在线播放| 亚洲18禁久久av| 欧美色欧美亚洲另类二区| 国产乱人伦免费视频| 美女高潮喷水抽搐中文字幕| 色综合欧美亚洲国产小说| 欧美三级亚洲精品| 两个人视频免费观看高清| 欧美极品一区二区三区四区| 亚洲成人久久性| 精品国产乱码久久久久久男人| 精品久久久久久久久久久久久| 悠悠久久av| 日本a在线网址| 亚洲人成网站高清观看| 村上凉子中文字幕在线| 午夜精品久久久久久毛片777| 亚洲专区字幕在线| 色吧在线观看| 非洲黑人性xxxx精品又粗又长| 成年版毛片免费区| 欧美性猛交╳xxx乱大交人| www.精华液| 精品电影一区二区在线| a在线观看视频网站| 精品久久久久久久人妻蜜臀av| 美女免费视频网站| 三级毛片av免费| 天天一区二区日本电影三级| 欧美日韩中文字幕国产精品一区二区三区| 91麻豆av在线| 一级毛片精品| 国内少妇人妻偷人精品xxx网站 | 午夜精品在线福利| 中文字幕最新亚洲高清| 不卡av一区二区三区| 免费看a级黄色片| 哪里可以看免费的av片| 免费观看的影片在线观看| 精品久久久久久久久久久久久| 亚洲色图av天堂| 五月伊人婷婷丁香| 日本免费a在线| 亚洲欧美激情综合另类| 久久精品国产综合久久久| 日本免费一区二区三区高清不卡| 亚洲精品美女久久av网站| 99在线视频只有这里精品首页| xxx96com| 国产亚洲精品久久久久久毛片| 18禁国产床啪视频网站| 男人的好看免费观看在线视频| 日本一本二区三区精品| 18禁观看日本| 床上黄色一级片| 亚洲avbb在线观看| 村上凉子中文字幕在线| 狂野欧美白嫩少妇大欣赏| 一个人看的www免费观看视频| 亚洲国产欧洲综合997久久,| 国产真实乱freesex| 国产伦一二天堂av在线观看| 欧美av亚洲av综合av国产av| 嫩草影院精品99| aaaaa片日本免费| 国产熟女xx| 国产乱人视频| 成人特级av手机在线观看| 欧美日韩一级在线毛片| 免费在线观看日本一区| 人妻夜夜爽99麻豆av| 一进一出好大好爽视频| 免费看十八禁软件| 久久久久精品国产欧美久久久| 一二三四在线观看免费中文在| 91麻豆精品激情在线观看国产| 男插女下体视频免费在线播放| 91老司机精品| 久久久久久人人人人人| or卡值多少钱| 美女被艹到高潮喷水动态| 男女做爰动态图高潮gif福利片| 免费在线观看成人毛片| 久久久久久九九精品二区国产| 欧美在线一区亚洲| 老司机深夜福利视频在线观看| 99在线人妻在线中文字幕| 日韩欧美在线二视频| 人人妻,人人澡人人爽秒播| 国产精华一区二区三区| 免费av不卡在线播放| 俄罗斯特黄特色一大片| 国内精品久久久久精免费| 精品国产三级普通话版| 精品午夜福利视频在线观看一区| 欧美日本亚洲视频在线播放| 非洲黑人性xxxx精品又粗又长| 夜夜看夜夜爽夜夜摸| 搡老妇女老女人老熟妇| 91九色精品人成在线观看| 亚洲熟妇中文字幕五十中出| 欧洲精品卡2卡3卡4卡5卡区| 亚洲国产精品sss在线观看| 欧美日韩福利视频一区二区| 精品国产超薄肉色丝袜足j| 欧美在线一区亚洲| 欧美精品啪啪一区二区三区| 在线观看美女被高潮喷水网站 | 后天国语完整版免费观看| 激情在线观看视频在线高清| 精品免费久久久久久久清纯| 香蕉久久夜色| 国产精品自产拍在线观看55亚洲| 天堂av国产一区二区熟女人妻| 欧美午夜高清在线| 丰满人妻熟妇乱又伦精品不卡| 天天躁狠狠躁夜夜躁狠狠躁| 美女高潮的动态| 国产精品综合久久久久久久免费| 好男人在线观看高清免费视频| 在线a可以看的网站| 日本免费a在线| 一区二区三区国产精品乱码| 床上黄色一级片| 国产综合懂色| 国产91精品成人一区二区三区| 欧美极品一区二区三区四区| 国产真人三级小视频在线观看| 日本撒尿小便嘘嘘汇集6| 国产一区二区三区视频了| 老鸭窝网址在线观看| 亚洲专区字幕在线| 免费观看人在逋| 亚洲中文日韩欧美视频| 成年女人永久免费观看视频| 窝窝影院91人妻| 在线免费观看的www视频| 午夜成年电影在线免费观看| 国产高清激情床上av| 成年女人毛片免费观看观看9| 91字幕亚洲| 欧美色视频一区免费| 麻豆成人av在线观看| av视频在线观看入口| 亚洲无线观看免费| 嫩草影院精品99| 国产激情偷乱视频一区二区| 亚洲精品粉嫩美女一区| 亚洲在线自拍视频| 黄片小视频在线播放| 亚洲精品乱码久久久v下载方式 | 宅男免费午夜| 亚洲欧洲精品一区二区精品久久久| 午夜福利18| 免费观看的影片在线观看| 一本综合久久免费| 热99在线观看视频| 最近在线观看免费完整版| 亚洲av成人一区二区三| 巨乳人妻的诱惑在线观看| 美女cb高潮喷水在线观看 | 免费高清视频大片| 免费在线观看成人毛片| 亚洲av五月六月丁香网| 香蕉av资源在线| 无人区码免费观看不卡| 亚洲国产日韩欧美精品在线观看 | 久久天堂一区二区三区四区| 一级作爱视频免费观看| 99国产精品一区二区三区| 亚洲美女视频黄频| 狂野欧美白嫩少妇大欣赏| 亚洲精品一卡2卡三卡4卡5卡| 国产av不卡久久| 国产精品一区二区免费欧美| 99热只有精品国产| 男女那种视频在线观看| 中文字幕人妻丝袜一区二区| 99热精品在线国产| 99在线人妻在线中文字幕| 欧美一级a爱片免费观看看| 免费电影在线观看免费观看| 91老司机精品| 国产成人福利小说| 国产欧美日韩精品一区二区| 久久久久久大精品| 欧美乱码精品一区二区三区| 观看美女的网站| 在线观看舔阴道视频| 亚洲av电影在线进入| 天堂av国产一区二区熟女人妻| 日韩三级视频一区二区三区| 成人一区二区视频在线观看| 亚洲无线在线观看| 黑人操中国人逼视频| 久久久精品欧美日韩精品| 久久久久久久久中文| 色综合站精品国产| 亚洲国产日韩欧美精品在线观看 | 成人鲁丝片一二三区免费| 国产野战对白在线观看| 欧美一级毛片孕妇| 久久亚洲精品不卡| 日韩欧美国产在线观看| 中文字幕人妻丝袜一区二区| 久久久精品大字幕| 九色成人免费人妻av| 日日摸夜夜添夜夜添小说| 亚洲国产欧美人成| 国产熟女xx| 欧美性猛交╳xxx乱大交人| 久久久久免费精品人妻一区二区| 日韩欧美免费精品| 亚洲最大成人中文| 精品久久久久久久末码| 成年女人看的毛片在线观看| 在线观看免费午夜福利视频| 国产乱人视频| 欧美黄色淫秽网站| 午夜a级毛片| 国产精品 欧美亚洲| 国产精品久久久久久精品电影| 久久久久精品国产欧美久久久| 1024香蕉在线观看| 国产探花在线观看一区二区| 久久久久久久午夜电影| 国产亚洲精品一区二区www| 叶爱在线成人免费视频播放| 欧美精品啪啪一区二区三区| 欧美xxxx黑人xx丫x性爽| 女同久久另类99精品国产91| 国产欧美日韩一区二区精品| 欧美又色又爽又黄视频| 久久草成人影院| 午夜福利欧美成人| 亚洲天堂国产精品一区在线| 亚洲精品美女久久久久99蜜臀| 啦啦啦韩国在线观看视频| 国产亚洲欧美在线一区二区| 欧美日韩国产亚洲二区| 欧美成人性av电影在线观看| 国产精品1区2区在线观看.| 成人无遮挡网站| 亚洲国产高清在线一区二区三| 青草久久国产| 成人国产一区最新在线观看| 狂野欧美激情性xxxx| 一a级毛片在线观看| 国内久久婷婷六月综合欲色啪| 香蕉av资源在线| 淫妇啪啪啪对白视频| 麻豆国产97在线/欧美| 麻豆一二三区av精品| 久久香蕉国产精品| 亚洲专区字幕在线| 精品久久久久久久末码| 麻豆久久精品国产亚洲av| 国产成人av教育| 2021天堂中文幕一二区在线观| 亚洲第一欧美日韩一区二区三区| 国产精品久久久人人做人人爽| 日本一本二区三区精品| 久久久久久大精品| 岛国在线观看网站| 日本一二三区视频观看| 伊人久久大香线蕉亚洲五| 国产69精品久久久久777片 | 丁香六月欧美| 一个人免费在线观看电影 | 别揉我奶头~嗯~啊~动态视频| 波多野结衣高清无吗| 成年女人毛片免费观看观看9| 久久精品夜夜夜夜夜久久蜜豆| 亚洲欧洲精品一区二区精品久久久| 亚洲18禁久久av| 少妇的逼水好多| 日本免费a在线| 网址你懂的国产日韩在线| 禁无遮挡网站| 男人舔奶头视频| 久久草成人影院| 国产免费av片在线观看野外av| 久久热在线av| 亚洲av电影在线进入| 成人av在线播放网站| 男人舔女人的私密视频| 又爽又黄无遮挡网站| av欧美777| 最近最新中文字幕大全电影3| 日韩三级视频一区二区三区| 国产免费男女视频| 亚洲精品久久国产高清桃花| 精品电影一区二区在线| 欧美一级毛片孕妇| 美女高潮喷水抽搐中文字幕| 亚洲av成人一区二区三| 一个人观看的视频www高清免费观看 | 国产精品久久久av美女十八| 一本精品99久久精品77| 久久久久久大精品| 老熟妇乱子伦视频在线观看| 欧美色视频一区免费| 男女午夜视频在线观看| 在线播放国产精品三级| 亚洲精品粉嫩美女一区| 在线十欧美十亚洲十日本专区| 99riav亚洲国产免费| 国产乱人视频| 亚洲av电影不卡..在线观看| 亚洲熟妇中文字幕五十中出| 成人永久免费在线观看视频| 国产成人影院久久av| 91字幕亚洲| 成人三级做爰电影| 亚洲精品美女久久久久99蜜臀| 91九色精品人成在线观看| 天天躁日日操中文字幕| 午夜福利高清视频| 欧美极品一区二区三区四区| 亚洲精品美女久久久久99蜜臀| 欧美乱码精品一区二区三区| 午夜福利在线观看吧| 久久久久久九九精品二区国产| 性欧美人与动物交配| 91麻豆精品激情在线观看国产| 麻豆一二三区av精品| 最近最新中文字幕大全免费视频| 欧美三级亚洲精品| 欧美丝袜亚洲另类 | 窝窝影院91人妻| 性色av乱码一区二区三区2| 亚洲人成网站在线播放欧美日韩| 非洲黑人性xxxx精品又粗又长| 国产精品香港三级国产av潘金莲| 夜夜躁狠狠躁天天躁| 欧美性猛交╳xxx乱大交人| 亚洲欧美精品综合一区二区三区| 久99久视频精品免费| 美女大奶头视频| 黑人欧美特级aaaaaa片| 俄罗斯特黄特色一大片| 熟女电影av网| 97超级碰碰碰精品色视频在线观看| 久久精品夜夜夜夜夜久久蜜豆| 脱女人内裤的视频| 日本a在线网址| ponron亚洲| 成人亚洲精品av一区二区| 国产精品一区二区三区四区久久| 熟妇人妻久久中文字幕3abv| 美女cb高潮喷水在线观看 | 久久久久精品国产欧美久久久| 久久精品综合一区二区三区| 成年版毛片免费区| 一进一出抽搐动态| 男女做爰动态图高潮gif福利片| 国产伦精品一区二区三区四那| cao死你这个sao货| 日韩人妻高清精品专区| 亚洲国产精品久久男人天堂| 亚洲无线在线观看| 一级黄色大片毛片| aaaaa片日本免费| 香蕉av资源在线| 亚洲国产日韩欧美精品在线观看 | 黑人欧美特级aaaaaa片| 日本免费a在线| 亚洲精品在线美女| 老司机午夜福利在线观看视频| 男女床上黄色一级片免费看| 免费看光身美女| 精品欧美国产一区二区三| 亚洲成人中文字幕在线播放| 99热精品在线国产| 啪啪无遮挡十八禁网站| 日韩免费av在线播放| 日韩欧美在线二视频| 成人特级av手机在线观看| 黄色成人免费大全| 97超级碰碰碰精品色视频在线观看| 久久精品国产清高在天天线| 欧美高清成人免费视频www| 一边摸一边抽搐一进一小说| 日本与韩国留学比较| 亚洲av成人精品一区久久| 51午夜福利影视在线观看| 麻豆久久精品国产亚洲av| 亚洲第一欧美日韩一区二区三区| 精品乱码久久久久久99久播| 国产伦在线观看视频一区| 毛片女人毛片| 欧美在线黄色| 国产1区2区3区精品| а√天堂www在线а√下载| 国产一区二区三区视频了| 色av中文字幕| 久久久国产精品麻豆| 精品不卡国产一区二区三区| 国产日本99.免费观看| 精品乱码久久久久久99久播| 免费看光身美女| 亚洲人成电影免费在线| 日韩欧美一区二区三区在线观看| 韩国av一区二区三区四区| 免费观看的影片在线观看| 18禁黄网站禁片免费观看直播| 久久久久精品国产欧美久久久| 欧美黑人欧美精品刺激| 国产av麻豆久久久久久久| 琪琪午夜伦伦电影理论片6080| 国产亚洲精品综合一区在线观看| a级毛片a级免费在线| 好看av亚洲va欧美ⅴa在| 国产伦人伦偷精品视频| 国产乱人伦免费视频| 一本久久中文字幕| 日韩欧美 国产精品| 欧美色欧美亚洲另类二区| av国产免费在线观看| 国产高清videossex| 亚洲精品美女久久久久99蜜臀| 一区二区三区国产精品乱码| 我要搜黄色片| 免费av不卡在线播放| 最近在线观看免费完整版| 免费看a级黄色片| 欧美中文综合在线视频| 国产成年人精品一区二区| 人人妻人人看人人澡| av视频在线观看入口| 国产精品久久久久久久电影 | 欧美中文日本在线观看视频| 国产伦精品一区二区三区视频9 | 欧美中文日本在线观看视频| 日韩欧美一区二区三区在线观看| 国内精品久久久久精免费| 国产精品av久久久久免费| 亚洲精品一卡2卡三卡4卡5卡| av女优亚洲男人天堂 | 天堂av国产一区二区熟女人妻| 日韩高清综合在线| 亚洲成人中文字幕在线播放| 少妇的逼水好多| 久久九九热精品免费| 国产高清激情床上av| 一本综合久久免费| 可以在线观看的亚洲视频| 亚洲激情在线av| 色老头精品视频在线观看| 国产视频内射|