• <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 ?

    基于無人機(jī)高光譜影像的植被覆蓋度遙感估算模型比較

    2022-01-11 09:28:16韋欽樺羅文斐唐凱豐
    關(guān)鍵詞:覆蓋度植被光譜

    韋欽樺, 羅文斐, 李 浩, 唐凱豐

    (華南師范大學(xué)地理科學(xué)學(xué)院, 廣州 510631)

    植被覆蓋度(Fractional Vegetation Cover,F(xiàn)VC)是指植被垂直投影面積占土地總面積的比例,是衡量地表植被狀況的重要指標(biāo)[1]:表征植被茂密程度、植被質(zhì)量、植被生長(zhǎng)狀態(tài)和光合作用面積大小的重要參數(shù)之一;生物量計(jì)算模型、氣象數(shù)值模型和水文生態(tài)模型的重要因子之一;評(píng)價(jià)生態(tài)系統(tǒng)穩(wěn)定程度的重要指標(biāo)之一,對(duì)保護(hù)生態(tài)環(huán)境起著至關(guān)重要的作用[2-5]. 植被覆蓋度的應(yīng)用領(lǐng)域較為廣泛,是全球或區(qū)域水文、地表植被變化監(jiān)測(cè)、生態(tài)等科學(xué)研究領(lǐng)域的重要參數(shù)和基礎(chǔ)數(shù)據(jù)[6].

    可用于估算植被覆蓋度的數(shù)據(jù)源有很多,如:ZRIBI[7]使用雷達(dá)數(shù)據(jù)估算半干旱地區(qū)的植被覆蓋度;HAN等[8]利用機(jī)載LiDAR離散點(diǎn)和強(qiáng)度信息估算南京市多層植被覆蓋度;LI等[9]利用Landsat數(shù)據(jù)估算撫仙湖流域部分地區(qū)的植被覆蓋度;JIA等[10]使用GF-1(WFV)數(shù)據(jù)估算中國(guó)圍場(chǎng)縣的植被覆蓋度;龐國(guó)偉等[11]利用國(guó)產(chǎn)GF-1(PMS)數(shù)據(jù)估算黃土高原典型區(qū)的植被覆蓋度. 高光譜遙感數(shù)據(jù)具有較高的光譜分辨率,有著近似連續(xù)的地物光譜信息,能夠更突出地表現(xiàn)不同地物的光譜特征. 李曉松等[12]利用高光譜遙感數(shù)據(jù)估算干旱地區(qū)的稀疏植被覆蓋度,朱蕾等[13]利用高光譜遙感數(shù)據(jù)估算作物植被覆蓋度,ZHANG等[14]利用HJ-1衛(wèi)星高光譜數(shù)據(jù)估算新疆石河子地區(qū)干旱和半干旱環(huán)境中的植被覆蓋度,馮海英等[15]基于無人機(jī)高光譜遙感數(shù)據(jù)提出一種估算植被覆蓋度的新方法,都取得了較高的植被覆蓋度估算精度.

    植被覆蓋度的估算方法目前主要有2類:回歸分析方法和混合像元分解方法. 回歸分析方法是利用統(tǒng)計(jì)模型構(gòu)建波段信息(或植被指數(shù))與植被覆蓋度之間的關(guān)系模型來估算植被覆蓋度的方法[16-17]. 這類方法在一定程度上提高了效率、降低了成本,但需大量實(shí)測(cè)數(shù)據(jù)為支撐且適用范圍較小. 混合像元分解方法是目前最常用的方法,其在某種假定的比例關(guān)系下,將混合像元分解為多個(gè)純成份,從而構(gòu)建像元分解模型[18]. 相比于前者,混合像元分解方法對(duì)實(shí)測(cè)數(shù)據(jù)依賴小、適用范圍廣,適合于多種植被類型的植被覆蓋度估算且可進(jìn)行動(dòng)態(tài)監(jiān)測(cè). 基于混合像元分解理論,學(xué)者們提出了不同的解混模型和算法來估算植被覆蓋度,如:GUTMAN[19]提出多種植被混合模型估算植被覆蓋度;LI等[20]基于改進(jìn)的可選端元光譜混合模型估算植被覆蓋度;李苗苗等[21]利用像元二分模型估算植被覆蓋度;閆洋等[22]基于像元二分模型反演新疆天然草原植被覆蓋度;劉佳麗等[23]基于像元二分模型對(duì)高寒草地的植被覆蓋度進(jìn)行了研究;李曉松等[12]利用全約束混合像元分解方法估算植被覆蓋度.

    為了比較不同的植被覆蓋度估算方法的適應(yīng)性,學(xué)者們對(duì)經(jīng)典的方法進(jìn)行了對(duì)比分析. 如:謝秋霞等[24]對(duì)比了回歸模型、像元二分模型和混合像元分解法3種方法;董顯聰和李曉潔[25]比較了3種經(jīng)典的混合像元分解模型(像元二分模型、Carlson模型和Baret模型)估算植被覆蓋度的適用性. 但在高光譜遙感領(lǐng)域,一些較為成熟且應(yīng)用廣泛的光譜解混模型并沒有應(yīng)用于估算植被覆蓋度. 因此,本文利用無人機(jī)高光譜遙感數(shù)據(jù),比較3種估算植被覆蓋度的經(jīng)典模型(像元二分模型[14]、Carlson模型[26]和Baret模型[27])和3種光譜解混模型(LMM模型[28]、PPNMM模型[29]和NCM模型[30])的估算效果,以期挖掘光譜解混模型的應(yīng)用潛力,并為植被覆蓋度估算的諸多應(yīng)用提供參考.

    1 研究區(qū)數(shù)據(jù)

    1.1 研究區(qū)數(shù)據(jù)概況

    中山市是廣東省轄地級(jí)市,位于珠江三角洲中南部,北連廣州市,毗鄰港澳,年平均溫度為22 ℃. 本文的實(shí)驗(yàn)區(qū)(圖1)為中山市民眾鎮(zhèn)義倉(cāng)村內(nèi)一塊香蕉林地(113°31′12″E~113°31′18″E,22°36′58″N~22°37′06″N). 實(shí)驗(yàn)區(qū)內(nèi)植被分布較為豐富,且含有較為明顯的高植被覆蓋度區(qū)域和低植被覆蓋度區(qū)域,適用于植被覆蓋度估算模型的適用性研究.

    圖1 無人機(jī)影像實(shí)驗(yàn)區(qū)域

    本研究以無人機(jī)高光譜影像為數(shù)據(jù)源,使用大疆M600pro八旋翼無人機(jī),懸停功耗1 500 W,整機(jī)重4.4 kg,有效載荷3 kg. 傳感器為美國(guó)headwall公司生產(chǎn)的Nano-17mm高光譜相機(jī),共有270個(gè)波段,波長(zhǎng)范圍為401~987 nm. 數(shù)據(jù)獲取時(shí)間為2019年7月17日,天氣狀況良好,無人機(jī)拍攝前在影像區(qū)域布設(shè)了多個(gè)地面控制點(diǎn),方便后期數(shù)據(jù)的校正工作;在飛行區(qū)域放置定標(biāo)板,用于后期相對(duì)定標(biāo). 設(shè)置無人機(jī)飛行高度為400 m,經(jīng)處理后得到實(shí)驗(yàn)用的高光譜影像,該影像幅寬為111.44 m、空間分辨率為17.41 cm.

    1.2 數(shù)據(jù)預(yù)處理

    數(shù)據(jù)預(yù)處理流程(圖2)如下:獲取無人機(jī)影像后,首先進(jìn)行相機(jī)通道校正,經(jīng)格式轉(zhuǎn)換后,將波段參數(shù)、相機(jī)參數(shù)和時(shí)間參數(shù)等整合到無人機(jī)影像中,再對(duì)該影像進(jìn)行粗校正;然后,利用定標(biāo)白板對(duì)經(jīng)過粗校正的影像進(jìn)行輻射校正,并進(jìn)一步剔除一些信息缺失、噪聲大、質(zhì)量較差的波段,剔除后的波段為180個(gè)有效波段(501~899 nm);最后,根據(jù)影像拍攝前預(yù)設(shè)的地面控制點(diǎn)進(jìn)行幾何精校正,以獲取更準(zhǔn)確的無人機(jī)影像的相對(duì)位置,再利用ROI文件進(jìn)行掩膜處理,最終選取畸變較小、校正效果較好的區(qū)域進(jìn)行研究.

    圖2 無人機(jī)影像預(yù)處理流程圖

    2 模型與研究方法

    2.1 植被覆蓋度估算模型

    2.1.1 像元二分模型 像元二分模型估算植被覆蓋度的基本思想是將一個(gè)像元中所包含的信息分為兩部分,即植被與非植被[14]. 由像元二分模型的原理可知:一個(gè)像元的反射率R可由純植被像元的反射率(Rveg)與非植被像元的反射率(Rsoil)線性加權(quán)表示:

    R=f×Rveg+(1-f)×Rsoil,

    (1)

    其中,f為植被覆蓋度.

    對(duì)式(1)進(jìn)行推導(dǎo)運(yùn)算,可得f的表達(dá)式:

    f=(R-Rsoil)/(Rveg-Rsoil).

    (2)

    李苗苗等[21]對(duì)多個(gè)植被指數(shù)進(jìn)行分析,指出以NDVI作為模型參數(shù)估算植被覆蓋度的精度較高,從而提出了一個(gè)修改后的像元二分模型:

    FVC=(NDVI-NDVIsoil)/(NDVIveg-NDVIsoil),

    (3)

    其中,F(xiàn)VC為影像植被覆蓋度,NDVIsoil為非植被覆蓋區(qū)域的NDVI值,NDVIveg為純像元植被覆蓋區(qū)域的NDVI值.

    2.1.2 Carlson模型 CARLSON和RIPLEY[26]對(duì)描述植被與土壤和大氣之間相互作用的輻射傳輸模型進(jìn)行研究,提出了根據(jù)NDVI估算植被覆蓋度的Carlson模型:

    (4)

    2.1.3 Baret模型 Baret模型[27]的基本原理是通過建立植被覆蓋度與植被垂直間隙率之間的關(guān)系來估算植被覆蓋度. 丁艷玲[31]根據(jù)植被指數(shù)反演葉面積指數(shù),再結(jié)合葉面積指數(shù)與垂直間隙率的關(guān)系得到改進(jìn)后的Baret模型:

    (5)

    其中,Kp是消光系數(shù),與葉傾角、葉片的透過率有關(guān);KVI是模型影響因子,其值取決于植被結(jié)構(gòu)、太陽/觀測(cè)方向和葉片的光學(xué)特性;VIsoil和VIveg分別為非植被和葉面積指數(shù)無限大時(shí)對(duì)應(yīng)的植被指數(shù)值.

    2.1.4 LMM模型 光譜解混是從混合像元中提取基本地物和計(jì)算各個(gè)基本地物在混合像元中所占比例的過程,LMM模型認(rèn)為混合像元的光譜由若干個(gè)基本地物的光譜線性組合而成[28]. 全約束最小二乘法(Fully Constrained Least Squares,FCLS)是一種廣泛使用的且較具代表性的LMM模型,其函數(shù)表達(dá)形式為:

    (6)

    其中,Y為混合像元光譜,mi為端元,ai為端元豐度,ε為噪聲,R為端元總個(gè)數(shù).

    2.1.5 PPNMM光譜解混模型 相比于線性光譜解混模型,非線性光譜解混模型考慮了地物之間的散射,對(duì)混合像元的光譜變化更為敏感,能更準(zhǔn)確地提取端元和豐度. 后驗(yàn)多項(xiàng)式非線性混合模型(Poly-nomial Post-nonliner Mixing Model,PPNMM)[29]是目前較為常用的非線性光譜解混模型,其函數(shù)形式為:

    (7)

    其中,Y為混合像元光譜;M=[m1,m2,…,mn],mi為L(zhǎng)*1的端元,L為圖像波段數(shù);a=[a1,a2,…,an],ai為1×k的像元豐度,k為圖像像元個(gè)數(shù);ε為噪聲;非線性變換g(·)采用二階多項(xiàng)式的形式:

    (8)

    該式表示將長(zhǎng)度為L(zhǎng)的向量s=[s1,s2,…,sL]映射為每個(gè)元素均為一個(gè)二次多項(xiàng)式的向量,b為調(diào)整非線性效果大小的參數(shù). 將式(8)代入式(7),同時(shí)考慮豐度的物理意義,由此得到后驗(yàn)多項(xiàng)式非線性混合模型的具體表達(dá)形式:

    Y=Ma+b(Ma)⊙(Ma)+ε.

    (9)

    當(dāng)b為0時(shí),該模型退化為線性混合模型.

    2.1.6 NCM光譜解混模型 LMM模型和PPNMM模型都是假設(shè)所“看到”的物質(zhì)是確定不變的,然而在真實(shí)的地表環(huán)境中,環(huán)境條件、光照、大氣以及時(shí)間的變化導(dǎo)致地物光譜發(fā)生一定的變異. 正態(tài)組分模型(Normal Compositional Model,NCM)是線性光譜混合模型的一種擴(kuò)展:用概率來描述光譜的不確定性,將端元視為一個(gè)呈給定概率分布的隨機(jī)變量,利用特定參數(shù)來表示光譜變異性[32]. NCM模型認(rèn)為每一個(gè)像元的光譜構(gòu)成如下:

    (10)

    其中,mr為端元,從影像中提取,是獨(dú)立的高斯向量,是可變的端元部分. 該式中沒有加入額外的噪聲,是由于該模型中的端元具有不確定性.

    2.2 無人機(jī)影像實(shí)驗(yàn)

    為了更好地研究植被覆蓋度估算模型的精度并進(jìn)行適應(yīng)性評(píng)價(jià),通過對(duì)影像進(jìn)行裁剪,將5 m×5 m的正方形小區(qū)域作為一個(gè)樣方. 選取研究區(qū)域內(nèi)較具有代表性的33個(gè)樣方進(jìn)行實(shí)驗(yàn),兼顧了高植被覆蓋度區(qū)域和低植被覆蓋度區(qū)域2種情況.

    根據(jù)選取的樣方,分別使用上文所述的6種植被覆蓋度估算方法進(jìn)行實(shí)驗(yàn). 對(duì)于純土壤像元,其NDVI值在理論上應(yīng)當(dāng)近似為零,但由于土壤類型、土壤粗糙度、土壤顏色、土壤含水量和環(huán)境等因素的干擾,NDVIsoil一般在-0.1~0.2之間[26]. 通常情況下,分別以置信區(qū)間內(nèi)的最大值、最小值來表示NDVIveg、NDVIsoil[21]. 本研究使用無人機(jī)影像數(shù)據(jù) 提取NDVI,并對(duì)NDVI進(jìn)行統(tǒng)計(jì),將頻率統(tǒng)計(jì)表與研究區(qū)植被的實(shí)際情況相結(jié)合,最終選取NDVIsoil、NDVIveg的值分別為0.15、0.82,將其代入式(3)和式(4),即可得到像元二分模型和Carlson模型估算的植被覆蓋度. 對(duì)于Baret模型,Kp/KVI值會(huì)隨著植被的生長(zhǎng)、葉面積指數(shù)的不同和葉面透過率的不同等而改變,但在通常情況下,可以采用實(shí)驗(yàn)中的經(jīng)驗(yàn)值來確定. 文獻(xiàn)[27]提出NDVI所對(duì)應(yīng)的Kp/KVI的實(shí)驗(yàn)值為0.617 5;文獻(xiàn)[25]進(jìn)一步改進(jìn)了Baret模型,認(rèn)為當(dāng)Kp/KVI=0.654 5時(shí)的估算效果更佳. 因此,本文中Baret模型采用下式估算植被覆蓋度:

    (11)

    對(duì)于3種光譜解混模型:LMM模型、PPNMM模型和NCM模型,首先從圖像上選取用于解混的端元,再根據(jù)相應(yīng)的光譜解混方法(式(6)、(9)、(10))進(jìn)行豐度求解,最后根據(jù)下式計(jì)算植被覆蓋度:

    (12)

    其中,aveg,i為第i個(gè)像元的植被豐度值,n為一個(gè)實(shí)驗(yàn)樣本的總像元個(gè)數(shù).

    2.3 精度評(píng)價(jià)方法

    本研究主要通過以下2個(gè)指標(biāo)定量化評(píng)價(jià)植被覆蓋度估算模型的估算精度:一是均方根誤差(RMSE),目的是對(duì)模型植被覆蓋度估算結(jié)果進(jìn)行殘差分析,RMSE越小表示估算精度越高;二是植被覆蓋度估算平均相對(duì)誤差(Ef),Ef越小表示模型估算精度越高. RMSE和Ef的計(jì)算公式如下:

    (13)

    (14)

    3 結(jié)果與分析

    為了研究基于無人機(jī)高光譜影像的像元二分模型、Carlson模型、Baret模型、LMM模型、PPNMM模型和NCM模型估算植被覆蓋度的估算精度和適用性:首先,使用6種模型分別估算33個(gè)樣方的植被覆蓋度;然后,對(duì)估算的植被覆蓋度進(jìn)行精度評(píng)價(jià);最后,結(jié)合實(shí)際的應(yīng)用場(chǎng)景,探討6種模型的適用性.

    3.1 驗(yàn)證數(shù)據(jù)的獲取

    為了驗(yàn)證植被覆蓋度的估算效果,在研究區(qū)域相同位置獲取50 m飛行高度的無人機(jī)高光譜影像,用于構(gòu)建實(shí)驗(yàn)驗(yàn)證數(shù)據(jù). 該影像幅寬為13.93 m、空間分辨率為2.18 cm,影像的預(yù)處理與400 m飛行高度的影像處理方式相同. 相比于400 m飛行高度的影像,該影像具有更高的空間分辨率,能夠更清晰地反映真實(shí)地物的分布情況;相比于航空航天遙感數(shù)據(jù),該影像也具有更高的空間分辨率:在空間分辨率為2.18 cm時(shí),已消除了大量混合像元的存在,可以很準(zhǔn)確地提取植被分布信息,滿足驗(yàn)證精度要求. 本研究通過評(píng)價(jià)多種監(jiān)督分類方法(最大似然分類、馬氏距離分類、最小距離分類和支持向量機(jī)(Support Vector Machine,SVM)分類方法)的分類結(jié)果,選擇精度最高的監(jiān)督分類方法來構(gòu)建驗(yàn)證數(shù)據(jù). 驗(yàn)證數(shù)據(jù)的構(gòu)建步驟如下:首先,裁取各樣方對(duì)應(yīng)位置的50 m飛行高度的無人機(jī)影像數(shù)據(jù);然后,通過監(jiān)督分類方法將研究區(qū)域內(nèi)的地物分為植被和非植被2類,以目視解譯方式和分類精度驗(yàn)證分類結(jié)果;最后,根據(jù)分類結(jié)果統(tǒng)計(jì)植被類別面積占比,得到各樣方的植被覆蓋度驗(yàn)證數(shù)據(jù). 在圖像進(jìn)行分類前,根據(jù)實(shí)地考察的先驗(yàn)知識(shí),采用圖像目視判讀的方法,分別在各個(gè)樣方上選取500個(gè)驗(yàn)證點(diǎn),以此對(duì)上述監(jiān)督分類方法的分類結(jié)果進(jìn)行精度評(píng)價(jià). 分類結(jié)果(圖3)顯示:SVM分類結(jié)果的精度最高(達(dá)到99.2%),說明該方法的分類結(jié)果可作為植被覆蓋度驗(yàn)證數(shù)據(jù). 同時(shí),由文獻(xiàn)[33]可知,將SVM分類結(jié)果作為植被覆蓋度真實(shí)值有一定可靠性. 因此,以SVM分類結(jié)果統(tǒng)計(jì)得到的植被類別的占比作為樣方的植被覆蓋度的驗(yàn)證數(shù)據(jù).

    圖3 無人機(jī)影像及4種分類方法的分類結(jié)果

    3.2 結(jié)果與精度評(píng)價(jià)

    使用上文所述6種模型估算各個(gè)樣方的植被覆蓋度,再獲取對(duì)應(yīng)樣方的驗(yàn)證數(shù)據(jù),以進(jìn)行對(duì)比分析. 由實(shí)驗(yàn)結(jié)果(圖4)可知:(1)6種植被覆蓋度估算模型的相關(guān)系數(shù)均大于0.9,說明6種植被覆蓋度估算模型與植被覆蓋度都有較好的相關(guān)性. (2)像元二分模型的估算值多位于y=x的上方,有明顯高估植被覆蓋度的現(xiàn)象;而Carlson模型的估算值多位于y=x的下方,明顯低估了植被覆蓋度;Baret模型在低植被覆蓋度區(qū)域內(nèi)(即FVC<0.5)出現(xiàn)明顯高估的情況,而在高植被覆蓋度區(qū)域內(nèi)(即FVC≥0.5)出現(xiàn)明顯低估的情況. (3)從整體上來看,光譜解混模型(LMM模型、NCM模型和PPNMM模型)的估算值與驗(yàn)證值之間的相關(guān)性高于經(jīng)典模型(像元二分模型、Carlson模型和Baret模型)的,與y=x的擬合程度也優(yōu)于經(jīng)典模型的,說明光譜解混模型估算的植被覆蓋度的精度高于經(jīng)典模型的.

    圖4 6種模型的植被覆蓋度估算值與驗(yàn)證值的擬合

    對(duì)6種植被覆蓋度估算模型的估算結(jié)果進(jìn)行定量化精度評(píng)價(jià),由評(píng)價(jià)結(jié)果(表1)可知:(1)NCM模型估算的植被覆蓋度的均方根誤差最小(RMSE=0.040 1). (2)NCM模型估算的植被覆蓋度的平均相對(duì)誤差為7.53%,明顯小于其他植被覆蓋度估算模型的. (3)從模型擬合線與參考線y=x來看,Carlson模型、LMM模型、NCM模型的線性擬合線與y=x更為接近,而像元二分模型、Baret模型和PPNMM模型的線性擬合線與y=x的相差較大,說明這3個(gè)模型估算的偏移程度較大,適用性較低. 綜上可知,像元二分模型、Baret模型和PPNMM模型估算的植被覆蓋度的精度較低;Carlson模型雖然擬合效果較好,但其RMSE和平均相對(duì)誤差均較大,表明其估算的植被覆蓋度的精度也較低;LMM模型和NCM模型估算的植被覆蓋度的精度較高,其中,NCM模型估算的植被覆蓋度的均方根誤差最小、平均相對(duì)誤差最小且線性擬合線與y=x較為接近,總體上說明NCM模型估算植被覆蓋度的效果最好.

    表1 6種模型估算植被覆蓋度的精度評(píng)價(jià)Tabel 1 The evaluation of the accuracy of the estimation of vegetation coverage with 6 models

    為了更進(jìn)一步探索模型的適用性,將實(shí)驗(yàn)區(qū)域劃分為低植被覆蓋度區(qū)域(FVC<0.5)和高植被覆蓋度區(qū)域(FVC≥0.5),分別對(duì)6種模型逐一進(jìn)行評(píng)價(jià). 由評(píng)價(jià)結(jié)果(表2、表3)可知:(1)在低植被覆蓋度區(qū)域,NCM模型估算的植被覆蓋度的均方根誤差和平均相對(duì)誤差最小,分別為0.039 5和11.18%,說明NCM模型的估算效果最好. 其他5種模型估算的植被覆蓋度的均方根誤差和平均相對(duì)誤差都相對(duì)較大,線性擬合線與y=x有明顯偏移,說明模型估算效果較差. (2)在高植被覆蓋度區(qū)域,LMM模型估算的植被覆蓋度的均方根誤差最小(RMSE=0.039 8),平均相對(duì)誤差較小(Ef=5.05%);NCM模型估算的植被覆蓋度的平均相對(duì)誤差最小(Ef=4.49%),均方根誤差(RMSE=0.040 5)略高于LMM模型的. 考慮到平均相對(duì)誤差一般衡量數(shù)據(jù)的可信度,而在評(píng)價(jià)估算值與真實(shí)值之間的效果時(shí),均方根誤差更能反映結(jié)果的好壞,因此判斷LMM模型的估算效果略優(yōu)于NCM模型的. 同時(shí),LMM模型和NCM模型的線性擬合線與y=x均較接近,說明這2個(gè)模型的估算值都非常接近驗(yàn)證值且估算效果較穩(wěn)定. (3)從整體上看,NCM模型、Carlson模型和Baret模型在低植被覆蓋度區(qū)域的估算效果優(yōu)于在高植被覆蓋度區(qū)域的;而其他3種模型在高植被覆蓋度區(qū)域的估算效果均優(yōu)于在低植被覆蓋度區(qū)域的,其中LMM模型尤為明顯:在低植被覆蓋度區(qū)域估算的植被覆蓋度的均方根誤差為0.074 4,在高植被覆蓋度區(qū)域估算的植被覆蓋度的均方根誤差為0.039 8,誤差減小將近一半.

    表2 低植被覆蓋度區(qū)域的估算精度評(píng)價(jià)Tabel 2 The evaluation of the accuracy of the estimation of fractional low vegetation coverage area

    表3 高植被覆蓋度區(qū)域的估算精度評(píng)價(jià)Tabel 3 The evaluation of the accuracy of the estimation of fractional high vegetation coverage area

    綜上所述,基于無人機(jī)影像估算植被覆蓋度,光譜解混模型的估算效果優(yōu)于經(jīng)典模型的. 從理論上分析,經(jīng)典模型在一定程度上極大地依賴經(jīng)驗(yàn)值,如像元二分模型和Carlson模型的置信區(qū)間、Baret模型的Kp/KVI值均依據(jù)具體實(shí)驗(yàn)的經(jīng)驗(yàn)值來確定[24-25],從而導(dǎo)致估算結(jié)果的誤差隨著實(shí)驗(yàn)區(qū)域的不同而變化,出現(xiàn)時(shí)好時(shí)壞的情況. 另外,經(jīng)典模型依靠植被指數(shù),在常用于計(jì)算植被指數(shù)的波長(zhǎng)范圍內(nèi)存在較多的波段,從而導(dǎo)致估算的植被覆蓋度存在一定的不確定性誤差. 而光譜解混方法以反射率光譜為基礎(chǔ),通過反演的方式推算地物的混合情況,在一定程度上減小了偶然誤差,從而能更準(zhǔn)確地估算植被覆蓋度. 3種光譜解混模型的估算效果中,NCM模型的估算效果最好,PPNMM模型的估算效果最差;在高植被覆蓋度區(qū)域,LMM模型的估算效果與NCM模型的估算效果相近. 究其原因?yàn)椋褐脖淮嬖诿黠@的光譜變異性,LMM模型僅考慮了物質(zhì)間的線性混合,沒有考慮光譜的變異性;PPNMM模型考慮了地物間的多重散射、多種物質(zhì)非線性混合,但沒有考慮光譜的變異性;NCM模型在一定程度上考慮了“同物異譜”的情況,因此獲得了最高的估算精度.

    4 小結(jié)與展望

    本文基于無人機(jī)高光譜數(shù)據(jù),對(duì)6種植被覆蓋度估算模型進(jìn)行了對(duì)比分析. 研究結(jié)果表明:(1)LMM模型、NCM模型和PPNMM模型的估算效果優(yōu)于像元二分模型、Carlson模型和Baret模型的估算效果. (2)像元二分模型高估了植被覆蓋度,Carlson模型低估了植被覆蓋度,Baret模型在低植被覆蓋度區(qū)域出現(xiàn)明顯高估的情況、在高植被覆蓋度區(qū)域出現(xiàn)低估的情況. (3)NCM模型估算植被覆蓋度效果最好;在高植被覆蓋區(qū)域,LMM模型估算植被覆蓋度的效果與NCM模型估算植被覆蓋度的效果相近.

    本研究存在一些亟待解決的問題:第一,由于無人機(jī)影像的獲取過程缺少一定的地理定標(biāo)參考,并且在低空飛行獲取超高分辨率圖像時(shí)所獲取的幅寬較小,需要多條帶飛行才能獲取一定范圍的影像,導(dǎo)致在影像拼接、幾何校正時(shí)很難保證不同分辨率的兩景無人機(jī)影像之間的偏移控制在亞像元尺度內(nèi),從而難以進(jìn)行大范圍的樣方研究;第二,由于無人機(jī)的數(shù)據(jù)區(qū)域較小,對(duì)于大范圍的植被覆蓋度的估算,混合像元分解模型適應(yīng)性如何,有待進(jìn)一步研究.

    猜你喜歡
    覆蓋度植被光譜
    呼和浩特市和林格爾縣植被覆蓋度變化遙感監(jiān)測(cè)
    基于三維Saab變換的高光譜圖像壓縮方法
    基于植被復(fù)綠技術(shù)的孔植試驗(yàn)及應(yīng)用
    基于NDVI的晉州市植被覆蓋信息提取
    低覆蓋度CO分子在Ni(110)面的吸附研究
    綠色植被在溯溪旅游中的應(yīng)用
    星載近紅外高光譜CO2遙感進(jìn)展
    基于原生植被的長(zhǎng)山群島植被退化分析
    苦味酸與牛血清蛋白相互作用的光譜研究
    鋱(Ⅲ)與PvdA作用的光譜研究
    欧美精品一区二区大全| 国产精品国产三级国产专区5o| 午夜av观看不卡| 亚洲av国产av综合av卡| 久久性视频一级片| 国产一区二区三区av在线| av在线观看视频网站免费| 国产成人91sexporn| 日本猛色少妇xxxxx猛交久久| 亚洲美女视频黄频| 天堂8中文在线网| 欧美日韩精品网址| 日本欧美视频一区| 90打野战视频偷拍视频| 欧美日韩一级在线毛片| 人人妻人人添人人爽欧美一区卜| 国产精品一二三区在线看| 日韩欧美一区视频在线观看| 国产精品 国内视频| 成人三级做爰电影| 欧美 亚洲 国产 日韩一| 亚洲av在线观看美女高潮| www.av在线官网国产| 欧美精品一区二区免费开放| 极品人妻少妇av视频| 熟女少妇亚洲综合色aaa.| av福利片在线| 国产成人欧美| 少妇 在线观看| 免费黄网站久久成人精品| 日本欧美视频一区| 国产av精品麻豆| 亚洲精品自拍成人| 两性夫妻黄色片| 国产极品天堂在线| 各种免费的搞黄视频| 欧美日韩视频高清一区二区三区二| 国产1区2区3区精品| 咕卡用的链子| 午夜免费男女啪啪视频观看| 久久毛片免费看一区二区三区| 精品视频人人做人人爽| 国产日韩欧美在线精品| 欧美激情 高清一区二区三区| 电影成人av| www.精华液| 美女国产高潮福利片在线看| kizo精华| 亚洲色图 男人天堂 中文字幕| 久久久久久久久免费视频了| 亚洲专区中文字幕在线 | 亚洲美女视频黄频| av卡一久久| 在线亚洲精品国产二区图片欧美| 90打野战视频偷拍视频| 精品国产乱码久久久久久小说| 色视频在线一区二区三区| 国产精品国产三级国产专区5o| 18禁国产床啪视频网站| 大香蕉久久成人网| 久久久久久久精品精品| 久久久久久人人人人人| 久久久国产精品麻豆| 99热国产这里只有精品6| 亚洲,一卡二卡三卡| 午夜精品国产一区二区电影| 亚洲成色77777| 亚洲欧美成人综合另类久久久| av卡一久久| 女人高潮潮喷娇喘18禁视频| 久久久亚洲精品成人影院| svipshipincom国产片| 午夜激情av网站| 午夜免费男女啪啪视频观看| 日本色播在线视频| 中文字幕av电影在线播放| 熟妇人妻不卡中文字幕| 国产高清不卡午夜福利| 狂野欧美激情性xxxx| 日本欧美国产在线视频| 精品一品国产午夜福利视频| 两性夫妻黄色片| 免费观看性生交大片5| 悠悠久久av| 美女高潮到喷水免费观看| 亚洲av成人精品一二三区| 亚洲婷婷狠狠爱综合网| 亚洲精品中文字幕在线视频| 韩国高清视频一区二区三区| 视频区图区小说| 菩萨蛮人人尽说江南好唐韦庄| 国产熟女午夜一区二区三区| 日韩一卡2卡3卡4卡2021年| 大码成人一级视频| 久久久国产一区二区| 久久午夜综合久久蜜桃| 啦啦啦在线免费观看视频4| 啦啦啦视频在线资源免费观看| 9色porny在线观看| 日本av手机在线免费观看| 精品少妇内射三级| 婷婷色综合www| 国产精品蜜桃在线观看| 亚洲男人天堂网一区| 亚洲成色77777| 久久99精品国语久久久| 国产极品粉嫩免费观看在线| 十八禁高潮呻吟视频| 青春草国产在线视频| 国产亚洲精品第一综合不卡| 大香蕉久久网| 在线观看免费日韩欧美大片| 国产精品 欧美亚洲| 国产片特级美女逼逼视频| 女人高潮潮喷娇喘18禁视频| 欧美变态另类bdsm刘玥| 色网站视频免费| 男女下面插进去视频免费观看| 波多野结衣一区麻豆| 丰满乱子伦码专区| 91精品国产国语对白视频| 最近手机中文字幕大全| 日韩中文字幕欧美一区二区 | 夜夜骑夜夜射夜夜干| 黄色 视频免费看| 80岁老熟妇乱子伦牲交| 看免费成人av毛片| 久久免费观看电影| 国产一区二区在线观看av| 午夜免费鲁丝| 2021少妇久久久久久久久久久| 亚洲欧美一区二区三区国产| 亚洲精品国产区一区二| 亚洲欧美色中文字幕在线| 性高湖久久久久久久久免费观看| 人成视频在线观看免费观看| 男的添女的下面高潮视频| 欧美人与性动交α欧美精品济南到| 啦啦啦在线观看免费高清www| 美女福利国产在线| 国产亚洲av高清不卡| 亚洲熟女毛片儿| 国产xxxxx性猛交| 精品国产一区二区三区久久久樱花| av网站免费在线观看视频| 久久免费观看电影| 国产一区亚洲一区在线观看| 亚洲国产欧美网| 韩国高清视频一区二区三区| 在线观看人妻少妇| 美女高潮到喷水免费观看| 高清黄色对白视频在线免费看| 亚洲欧洲国产日韩| 日本av手机在线免费观看| 婷婷色综合www| 亚洲国产精品一区三区| 国产精品 欧美亚洲| 国产男女内射视频| 一级毛片我不卡| 日韩中文字幕欧美一区二区 | 日韩欧美一区视频在线观看| 久久国产精品大桥未久av| 婷婷色麻豆天堂久久| 又大又黄又爽视频免费| 亚洲,一卡二卡三卡| 国产一级毛片在线| kizo精华| 免费观看人在逋| 国产精品一国产av| av网站在线播放免费| 婷婷色综合www| 亚洲国产精品国产精品| 亚洲视频免费观看视频| 欧美日韩一区二区视频在线观看视频在线| 日本色播在线视频| 丁香六月欧美| 欧美亚洲日本最大视频资源| 亚洲少妇的诱惑av| 国产高清不卡午夜福利| 这个男人来自地球电影免费观看 | 校园人妻丝袜中文字幕| 久久久国产一区二区| 亚洲自偷自拍图片 自拍| 新久久久久国产一级毛片| 看十八女毛片水多多多| 欧美日韩视频精品一区| 我的亚洲天堂| 国产无遮挡羞羞视频在线观看| 国产伦理片在线播放av一区| 99国产综合亚洲精品| 国产精品亚洲av一区麻豆 | 老汉色av国产亚洲站长工具| 亚洲一区二区三区欧美精品| 777米奇影视久久| 婷婷色综合www| 乱人伦中国视频| 宅男免费午夜| 精品福利永久在线观看| 久久久国产一区二区| 亚洲精品日本国产第一区| 日韩 欧美 亚洲 中文字幕| 大香蕉久久网| 亚洲精品日韩在线中文字幕| 日韩中文字幕视频在线看片| 久久韩国三级中文字幕| 亚洲av成人不卡在线观看播放网 | 欧美日韩国产mv在线观看视频| 狠狠精品人妻久久久久久综合| 精品少妇黑人巨大在线播放| 国产黄频视频在线观看| 国产成人啪精品午夜网站| 男人爽女人下面视频在线观看| 精品亚洲成国产av| 国产精品久久久久久人妻精品电影 | 看免费成人av毛片| 国产精品秋霞免费鲁丝片| 高清不卡的av网站| 中文字幕制服av| 成人亚洲欧美一区二区av| 亚洲一卡2卡3卡4卡5卡精品中文| 亚洲情色 制服丝袜| 天天躁夜夜躁狠狠躁躁| 亚洲,欧美,日韩| 欧美精品人与动牲交sv欧美| 久久久久精品国产欧美久久久 | 一级毛片黄色毛片免费观看视频| 久久久国产一区二区| a 毛片基地| 日韩电影二区| 免费人妻精品一区二区三区视频| 国产人伦9x9x在线观看| 久久久精品区二区三区| 赤兔流量卡办理| 国产精品成人在线| 啦啦啦在线观看免费高清www| 五月天丁香电影| 亚洲欧美成人精品一区二区| 又大又黄又爽视频免费| 男男h啪啪无遮挡| 亚洲av在线观看美女高潮| 国产福利在线免费观看视频| 大码成人一级视频| 亚洲一区中文字幕在线| 亚洲在久久综合| 在线观看免费午夜福利视频| 日本爱情动作片www.在线观看| 亚洲美女搞黄在线观看| 天天操日日干夜夜撸| 国产亚洲欧美精品永久| 丝袜脚勾引网站| 久久av网站| 日韩不卡一区二区三区视频在线| 国产免费一区二区三区四区乱码| 亚洲熟女毛片儿| 国产精品久久久人人做人人爽| 大香蕉久久成人网| 一区二区三区四区激情视频| 在线亚洲精品国产二区图片欧美| 99精国产麻豆久久婷婷| 一级毛片 在线播放| 在线 av 中文字幕| 18禁国产床啪视频网站| 日韩伦理黄色片| 亚洲四区av| 精品国产一区二区三区四区第35| av网站免费在线观看视频| 黄片播放在线免费| 国产成人欧美| 亚洲av日韩精品久久久久久密 | 久久99精品国语久久久| 搡老乐熟女国产| 日韩中文字幕欧美一区二区 | 在线看a的网站| 中文字幕色久视频| 老司机深夜福利视频在线观看 | 午夜激情久久久久久久| 亚洲四区av| 免费在线观看完整版高清| 国产成人91sexporn| 国产精品熟女久久久久浪| 精品人妻在线不人妻| 69精品国产乱码久久久| 99久久综合免费| 日本91视频免费播放| 亚洲精品久久久久久婷婷小说| 精品国产国语对白av| 一个人免费看片子| 国产有黄有色有爽视频| 久久久国产一区二区| 女人被躁到高潮嗷嗷叫费观| 人人妻人人澡人人爽人人夜夜| 国产一区二区在线观看av| 亚洲精品日本国产第一区| 亚洲精品美女久久av网站| 日韩一卡2卡3卡4卡2021年| www日本在线高清视频| 欧美激情 高清一区二区三区| 91aial.com中文字幕在线观看| av电影中文网址| 蜜桃在线观看..| 免费人妻精品一区二区三区视频| 91精品伊人久久大香线蕉| 男人添女人高潮全过程视频| 国产福利在线免费观看视频| 伦理电影免费视频| 中文字幕亚洲精品专区| 人人妻人人澡人人爽人人夜夜| 国产男人的电影天堂91| 亚洲三区欧美一区| 免费高清在线观看日韩| 制服人妻中文乱码| 亚洲国产成人一精品久久久| 免费观看av网站的网址| 国产精品女同一区二区软件| 久久精品国产a三级三级三级| 男女边摸边吃奶| 国精品久久久久久国模美| 天天影视国产精品| 婷婷色麻豆天堂久久| 校园人妻丝袜中文字幕| 久久人人97超碰香蕉20202| 香蕉丝袜av| 亚洲国产精品一区三区| 国产深夜福利视频在线观看| 国产av码专区亚洲av| 中国三级夫妇交换| 老司机影院成人| 久久亚洲国产成人精品v| 国产欧美日韩综合在线一区二区| 亚洲自偷自拍图片 自拍| 尾随美女入室| 欧美日韩福利视频一区二区| 久久韩国三级中文字幕| 男人添女人高潮全过程视频| 99热国产这里只有精品6| 亚洲精品在线美女| 国产一区二区三区av在线| 青春草国产在线视频| 麻豆av在线久日| a级毛片黄视频| 在线看a的网站| 2021少妇久久久久久久久久久| 精品国产露脸久久av麻豆| 王馨瑶露胸无遮挡在线观看| 99国产综合亚洲精品| 99久久99久久久精品蜜桃| 成人亚洲精品一区在线观看| 欧美日韩国产mv在线观看视频| 老汉色av国产亚洲站长工具| 美女扒开内裤让男人捅视频| 欧美国产精品一级二级三级| 国产成人免费无遮挡视频| 亚洲av成人不卡在线观看播放网 | 在线观看免费高清a一片| 亚洲视频免费观看视频| 日韩制服骚丝袜av| 97人妻天天添夜夜摸| 看十八女毛片水多多多| 国产亚洲欧美精品永久| 亚洲精品中文字幕在线视频| 男女边摸边吃奶| 亚洲欧美精品综合一区二区三区| 国产极品天堂在线| 婷婷色av中文字幕| 1024视频免费在线观看| 亚洲熟女毛片儿| 91国产中文字幕| 国产亚洲一区二区精品| 日本午夜av视频| 如何舔出高潮| 精品久久久久久电影网| 精品亚洲成a人片在线观看| 免费不卡黄色视频| 丝袜喷水一区| 国产男女内射视频| 亚洲欧美成人精品一区二区| 精品一区二区三区av网在线观看 | 欧美日韩亚洲国产一区二区在线观看 | 天天躁夜夜躁狠狠躁躁| 精品一区二区免费观看| 波多野结衣av一区二区av| 色吧在线观看| 巨乳人妻的诱惑在线观看| 一边亲一边摸免费视频| 热99久久久久精品小说推荐| 观看美女的网站| 亚洲精品美女久久av网站| 国精品久久久久久国模美| 看十八女毛片水多多多| netflix在线观看网站| 丝袜美腿诱惑在线| 中文乱码字字幕精品一区二区三区| 久久精品国产亚洲av高清一级| 成年人午夜在线观看视频| 满18在线观看网站| 亚洲精品第二区| 久久99精品国语久久久| 中文字幕制服av| 亚洲国产av新网站| 久久国产精品男人的天堂亚洲| 一边亲一边摸免费视频| 久久亚洲国产成人精品v| 青青草视频在线视频观看| 欧美日本中文国产一区发布| 亚洲国产欧美网| 欧美激情高清一区二区三区 | 免费人妻精品一区二区三区视频| 如何舔出高潮| 日日撸夜夜添| 在线观看免费视频网站a站| 国产亚洲最大av| 少妇被粗大的猛进出69影院| 爱豆传媒免费全集在线观看| 老司机靠b影院| 晚上一个人看的免费电影| 久久鲁丝午夜福利片| 丰满乱子伦码专区| 女人高潮潮喷娇喘18禁视频| 国产极品天堂在线| 啦啦啦视频在线资源免费观看| 啦啦啦中文免费视频观看日本| 国产成人系列免费观看| 99精品久久久久人妻精品| 国产精品一二三区在线看| 亚洲国产欧美一区二区综合| 亚洲综合精品二区| 国产探花极品一区二区| 亚洲欧洲日产国产| 午夜影院在线不卡| 午夜福利一区二区在线看| 国产精品一国产av| 最近2019中文字幕mv第一页| 夫妻性生交免费视频一级片| 国产男女内射视频| 国产爽快片一区二区三区| 亚洲欧美精品自产自拍| av天堂久久9| 女人高潮潮喷娇喘18禁视频| 国产精品无大码| 亚洲国产成人一精品久久久| 一本—道久久a久久精品蜜桃钙片| 国产精品香港三级国产av潘金莲 | 王馨瑶露胸无遮挡在线观看| 永久免费av网站大全| 亚洲欧美日韩另类电影网站| 欧美日韩福利视频一区二区| tube8黄色片| 国产成人啪精品午夜网站| 亚洲国产精品999| av国产精品久久久久影院| 亚洲成人av在线免费| 国产1区2区3区精品| 欧美激情高清一区二区三区 | 在线观看免费午夜福利视频| 欧美av亚洲av综合av国产av | 性高湖久久久久久久久免费观看| 久久韩国三级中文字幕| 国产av码专区亚洲av| 黄色视频在线播放观看不卡| 久久久久久久久久久久大奶| 下体分泌物呈黄色| 天天操日日干夜夜撸| 国产亚洲一区二区精品| 国产熟女午夜一区二区三区| 黄色 视频免费看| 国产一区二区三区av在线| 乱人伦中国视频| 又粗又硬又长又爽又黄的视频| 亚洲精品一二三| 国产1区2区3区精品| 天堂中文最新版在线下载| 亚洲五月色婷婷综合| 一区在线观看完整版| 国产在线一区二区三区精| 2018国产大陆天天弄谢| 99国产精品免费福利视频| 日韩欧美精品免费久久| 一级片免费观看大全| 国产精品久久久久久精品古装| 免费不卡黄色视频| 亚洲人成网站在线观看播放| 少妇猛男粗大的猛烈进出视频| 亚洲第一区二区三区不卡| 国产亚洲av高清不卡| 人人妻人人澡人人看| 国产免费又黄又爽又色| 色视频在线一区二区三区| 国产av精品麻豆| 国产精品免费视频内射| 国产极品粉嫩免费观看在线| 精品视频人人做人人爽| av国产精品久久久久影院| 黄频高清免费视频| 一区二区三区激情视频| 精品一区二区免费观看| 国产午夜精品一二区理论片| 中文字幕高清在线视频| 交换朋友夫妻互换小说| 美女视频免费永久观看网站| 精品久久蜜臀av无| 精品少妇黑人巨大在线播放| 欧美 亚洲 国产 日韩一| 久久99精品国语久久久| 精品亚洲成a人片在线观看| 国产片内射在线| 国产一区二区激情短视频 | 女人爽到高潮嗷嗷叫在线视频| a级毛片在线看网站| 午夜精品国产一区二区电影| 美女扒开内裤让男人捅视频| 黄色视频不卡| 色婷婷久久久亚洲欧美| 国产熟女午夜一区二区三区| 欧美在线黄色| 青青草视频在线视频观看| 香蕉丝袜av| 韩国高清视频一区二区三区| 中国三级夫妇交换| 国产毛片在线视频| 免费在线观看视频国产中文字幕亚洲 | 精品一品国产午夜福利视频| 久久 成人 亚洲| 纵有疾风起免费观看全集完整版| 丝袜在线中文字幕| 大片电影免费在线观看免费| 久久久久精品人妻al黑| 国产老妇伦熟女老妇高清| 一区在线观看完整版| 日本欧美视频一区| av在线播放精品| 欧美激情高清一区二区三区 | 国产成人免费观看mmmm| 亚洲第一青青草原| 无限看片的www在线观看| 国产极品天堂在线| 在线观看人妻少妇| 欧美日韩视频高清一区二区三区二| 肉色欧美久久久久久久蜜桃| 亚洲精品国产区一区二| 色综合欧美亚洲国产小说| 亚洲国产日韩一区二区| 欧美日韩av久久| 亚洲欧美成人综合另类久久久| 日韩欧美一区视频在线观看| 大片免费播放器 马上看| 日韩人妻精品一区2区三区| 伊人久久大香线蕉亚洲五| 午夜久久久在线观看| 亚洲av日韩精品久久久久久密 | 日韩制服丝袜自拍偷拍| 欧美精品av麻豆av| 一级毛片黄色毛片免费观看视频| 国产精品久久久久久精品古装| 国产男人的电影天堂91| 欧美激情极品国产一区二区三区| 欧美精品亚洲一区二区| 国产精品偷伦视频观看了| 国产精品蜜桃在线观看| 性少妇av在线| 精品少妇一区二区三区视频日本电影 | 丝瓜视频免费看黄片| av免费观看日本| 伊人久久大香线蕉亚洲五| 少妇的丰满在线观看| 熟女av电影| 欧美 亚洲 国产 日韩一| 亚洲天堂av无毛| 精品国产一区二区三区四区第35| 国产免费视频播放在线视频| 婷婷色麻豆天堂久久| 久久久国产欧美日韩av| 我的亚洲天堂| 欧美精品一区二区大全| 亚洲精品一区蜜桃| 黄片播放在线免费| 永久免费av网站大全| 亚洲图色成人| 黄片播放在线免费| 人成视频在线观看免费观看| 国产在线一区二区三区精| 两个人看的免费小视频| 亚洲七黄色美女视频| 欧美日韩亚洲高清精品| 男女边吃奶边做爰视频| 成人免费观看视频高清| 一二三四在线观看免费中文在| e午夜精品久久久久久久| 亚洲精品美女久久久久99蜜臀 | 午夜免费男女啪啪视频观看| 亚洲欧美清纯卡通| 欧美日韩一级在线毛片| 亚洲精华国产精华液的使用体验| 2021少妇久久久久久久久久久| 免费在线观看黄色视频的| 亚洲精品一二三| 老司机亚洲免费影院| 日本wwww免费看| 男女床上黄色一级片免费看| 欧美日韩av久久| 桃花免费在线播放| 在线天堂中文资源库| 免费黄色在线免费观看| 少妇的丰满在线观看| 女人久久www免费人成看片| 亚洲五月色婷婷综合| 国产精品人妻久久久影院| 久久久久久久久久久免费av| 在线观看www视频免费| 熟女少妇亚洲综合色aaa.| 欧美日韩综合久久久久久| 婷婷色av中文字幕| www.熟女人妻精品国产| 中文字幕另类日韩欧美亚洲嫩草| 亚洲国产欧美日韩在线播放| 亚洲欧洲精品一区二区精品久久久 |