• <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
    在线看三级毛片| 最新在线观看一区二区三区| 色在线成人网| 亚洲国产日韩欧美精品在线观看 | 国产不卡一卡二| 国产av麻豆久久久久久久| 亚洲色图 男人天堂 中文字幕| 亚洲18禁久久av| 日韩欧美国产一区二区入口| 亚洲国产欧美网| 国产v大片淫在线免费观看| 日韩高清综合在线| 亚洲精品国产精品久久久不卡| 国产爱豆传媒在线观看| 国产激情偷乱视频一区二区| 国产成人av教育| 一夜夜www| 波多野结衣高清作品| 最新中文字幕久久久久 | 一二三四在线观看免费中文在| 女人被狂操c到高潮| 99国产精品一区二区蜜桃av| www.自偷自拍.com| 亚洲av成人一区二区三| 99久久精品国产亚洲精品| 久久亚洲精品不卡| 又黄又粗又硬又大视频| 熟女人妻精品中文字幕| 中文字幕人成人乱码亚洲影| 人人妻人人看人人澡| 一本久久中文字幕| 国产精品,欧美在线| 一个人看的www免费观看视频| 免费在线观看成人毛片| 国产精品久久久人人做人人爽| 精品福利观看| 两人在一起打扑克的视频| 久久久久久久久久黄片| 曰老女人黄片| 精品久久久久久久久久久久久| 亚洲精品中文字幕一二三四区| 搡老岳熟女国产| 亚洲专区字幕在线| 国模一区二区三区四区视频 | 亚洲精品中文字幕一二三四区| 日本与韩国留学比较| 国产激情欧美一区二区| 欧美黄色淫秽网站| 欧美日韩乱码在线| 男女做爰动态图高潮gif福利片| 精品福利观看| 美女扒开内裤让男人捅视频| 午夜精品在线福利| 五月玫瑰六月丁香| 亚洲中文字幕一区二区三区有码在线看 | 亚洲午夜精品一区,二区,三区| 99精品久久久久人妻精品| 99在线人妻在线中文字幕| 国产一区二区在线观看日韩 | 操出白浆在线播放| 黄频高清免费视频| 在线免费观看的www视频| 12—13女人毛片做爰片一| 欧美乱色亚洲激情| 国产aⅴ精品一区二区三区波| 在线观看日韩欧美| 亚洲欧美日韩卡通动漫| 久久久久久久久久黄片| 欧美日本亚洲视频在线播放| 亚洲专区国产一区二区| 国产成人精品久久二区二区免费| 麻豆成人午夜福利视频| 欧美日韩乱码在线| 变态另类丝袜制服| 久久久国产欧美日韩av| 色老头精品视频在线观看| 国产在线精品亚洲第一网站| 99久久国产精品久久久| 久久中文字幕一级| 深夜精品福利| 亚洲成人精品中文字幕电影| 亚洲精品一区av在线观看| 国产99白浆流出| 久久久久国产精品人妻aⅴ院| 国产69精品久久久久777片 | 51午夜福利影视在线观看| 在线国产一区二区在线| 欧美xxxx黑人xx丫x性爽| 免费看a级黄色片| 高潮久久久久久久久久久不卡| 欧美成狂野欧美在线观看| 99久久精品热视频| 欧美三级亚洲精品| 观看免费一级毛片| 久久久久九九精品影院| 欧美在线黄色| 熟女电影av网| 级片在线观看| 欧美日韩一级在线毛片| 男女下面进入的视频免费午夜| 国语自产精品视频在线第100页| 中文字幕熟女人妻在线| 黄色 视频免费看| 精品一区二区三区视频在线 | 男人舔奶头视频| 91老司机精品| 非洲黑人性xxxx精品又粗又长| 国产黄a三级三级三级人| 日韩精品青青久久久久久| 手机成人av网站| 日韩欧美在线二视频| 久久亚洲真实| 黄色女人牲交| 成人国产一区最新在线观看| 99热精品在线国产| 欧美日韩福利视频一区二区| 舔av片在线| 日韩精品青青久久久久久| 搡老熟女国产l中国老女人| 中文字幕精品亚洲无线码一区| 免费电影在线观看免费观看| 中文字幕av在线有码专区| 狂野欧美白嫩少妇大欣赏| 亚洲性夜色夜夜综合| 亚洲专区中文字幕在线| 在线十欧美十亚洲十日本专区| 在线播放国产精品三级| 日韩av在线大香蕉| 在线视频色国产色| 亚洲自偷自拍图片 自拍| 麻豆成人午夜福利视频| 亚洲美女视频黄频| 欧美乱码精品一区二区三区| 欧美中文日本在线观看视频| 女生性感内裤真人,穿戴方法视频| 国产av在哪里看| 国产精品九九99| 成人特级黄色片久久久久久久| 九色国产91popny在线| 国产亚洲av嫩草精品影院| 国产蜜桃级精品一区二区三区| 国产亚洲精品av在线| 久久性视频一级片| 亚洲精品粉嫩美女一区| 日韩欧美 国产精品| 欧美日韩亚洲国产一区二区在线观看| 国产精华一区二区三区| 亚洲一区二区三区色噜噜| 91九色精品人成在线观看| 国产精品 欧美亚洲| 久久久国产成人精品二区| 后天国语完整版免费观看| 99国产精品一区二区蜜桃av| 一本久久中文字幕| 日韩 欧美 亚洲 中文字幕| 身体一侧抽搐| 欧美日韩瑟瑟在线播放| 可以在线观看毛片的网站| 精品久久久久久久久久久久久| 精品欧美国产一区二区三| 久久香蕉国产精品| 精品人妻1区二区| 国产亚洲精品av在线| 亚洲欧美日韩卡通动漫| 他把我摸到了高潮在线观看| 亚洲欧美日韩东京热| 欧美大码av| 欧美丝袜亚洲另类 | 免费人成视频x8x8入口观看| 国产又色又爽无遮挡免费看| 999久久久国产精品视频| 亚洲欧美激情综合另类| 亚洲av电影在线进入| 国产主播在线观看一区二区| 超碰成人久久| 国产aⅴ精品一区二区三区波| 又爽又黄无遮挡网站| 久久久久九九精品影院| 综合色av麻豆| 99在线人妻在线中文字幕| 日本 av在线| 天天躁狠狠躁夜夜躁狠狠躁| 久久香蕉精品热| 久久国产精品影院| 成人永久免费在线观看视频| 亚洲欧洲精品一区二区精品久久久| a在线观看视频网站| 日韩三级视频一区二区三区| 十八禁网站免费在线| 久久中文看片网| 国产一区在线观看成人免费| 日本五十路高清| 日韩欧美 国产精品| 欧美日韩精品网址| 观看免费一级毛片| 欧美中文综合在线视频| 精品一区二区三区四区五区乱码| 一本久久中文字幕| 90打野战视频偷拍视频| 床上黄色一级片| 岛国视频午夜一区免费看| 午夜a级毛片| 伊人久久大香线蕉亚洲五| 人妻夜夜爽99麻豆av| 一个人看的www免费观看视频| 天堂av国产一区二区熟女人妻| 精品乱码久久久久久99久播| 人人妻人人澡欧美一区二区| www.自偷自拍.com| 日本与韩国留学比较| 亚洲专区中文字幕在线| 国产一区二区三区视频了| 日韩欧美 国产精品| 欧美日韩黄片免| 国产极品精品免费视频能看的| 亚洲 欧美 日韩 在线 免费| 高潮久久久久久久久久久不卡| 桃色一区二区三区在线观看| 操出白浆在线播放| a在线观看视频网站| 两个人的视频大全免费| 免费在线观看视频国产中文字幕亚洲| 成人一区二区视频在线观看| 国产高清三级在线| 男女那种视频在线观看| h日本视频在线播放| 小说图片视频综合网站| 白带黄色成豆腐渣| 国产精品乱码一区二三区的特点| 99国产精品一区二区三区| 久久久久国产精品人妻aⅴ院| 亚洲专区字幕在线| 国产免费男女视频| 99国产精品一区二区三区| 又黄又爽又免费观看的视频| 成人永久免费在线观看视频| 国产伦在线观看视频一区| 91在线观看av| 又黄又爽又免费观看的视频| 曰老女人黄片| 亚洲色图av天堂| 亚洲熟女毛片儿| 免费在线观看影片大全网站| 欧美一区二区精品小视频在线| 999久久久国产精品视频| 国产野战对白在线观看| 精华霜和精华液先用哪个| 日韩 欧美 亚洲 中文字幕| 男女做爰动态图高潮gif福利片| 国产高清激情床上av| 亚洲无线观看免费| 国产午夜精品论理片| 超碰成人久久| 激情在线观看视频在线高清| 三级男女做爰猛烈吃奶摸视频| 成年女人看的毛片在线观看| 我的老师免费观看完整版| 欧美又色又爽又黄视频| 国产av在哪里看| 成人三级黄色视频| 免费电影在线观看免费观看| 亚洲精品国产精品久久久不卡| 噜噜噜噜噜久久久久久91| 国产精品av久久久久免费| 免费看美女性在线毛片视频| 国产精品 国内视频| 国产精品久久久久久人妻精品电影| cao死你这个sao货| 十八禁人妻一区二区| 制服丝袜大香蕉在线| av视频在线观看入口| 日韩av在线大香蕉| 免费搜索国产男女视频| 免费看十八禁软件| 男插女下体视频免费在线播放| 免费观看的影片在线观看| 99精品久久久久人妻精品| 国产黄a三级三级三级人| 亚洲av电影在线进入| 91av网站免费观看| 亚洲国产欧美一区二区综合| 特大巨黑吊av在线直播| 中文资源天堂在线| 此物有八面人人有两片| 九色成人免费人妻av| 女生性感内裤真人,穿戴方法视频| 亚洲国产欧美人成| av在线天堂中文字幕| 日日干狠狠操夜夜爽| 免费搜索国产男女视频| 欧美成狂野欧美在线观看| 熟女人妻精品中文字幕| 日韩高清综合在线| 久久久国产成人免费| 亚洲人与动物交配视频| 久久精品国产99精品国产亚洲性色| 色视频www国产| 中文字幕精品亚洲无线码一区| 成人鲁丝片一二三区免费| 久久精品国产99精品国产亚洲性色| 两性夫妻黄色片| 禁无遮挡网站| 日本精品一区二区三区蜜桃| 亚洲av成人精品一区久久| 女同久久另类99精品国产91| 97人妻精品一区二区三区麻豆| 91九色精品人成在线观看| 久久国产精品人妻蜜桃| 中文字幕最新亚洲高清| 亚洲在线自拍视频| 一级毛片高清免费大全| 99国产精品99久久久久| 熟妇人妻久久中文字幕3abv| 中文字幕av在线有码专区| 久久久久国产一级毛片高清牌| 成熟少妇高潮喷水视频| 婷婷丁香在线五月| 亚洲精品456在线播放app | 人妻丰满熟妇av一区二区三区| 夜夜夜夜夜久久久久| 精品久久蜜臀av无| 熟女少妇亚洲综合色aaa.| 成人永久免费在线观看视频| 久久精品亚洲精品国产色婷小说| 1000部很黄的大片| 国产乱人视频| 久久欧美精品欧美久久欧美| 久久人人精品亚洲av| 亚洲中文字幕一区二区三区有码在线看 | 狂野欧美白嫩少妇大欣赏| 久久久久国产一级毛片高清牌| 久久久精品大字幕| 成人国产综合亚洲| 午夜福利高清视频| 色综合亚洲欧美另类图片| 舔av片在线| xxxwww97欧美| 精品久久久久久久久久久久久| 亚洲午夜理论影院| av天堂中文字幕网| 亚洲自拍偷在线| 美女免费视频网站| 亚洲精品粉嫩美女一区| 久久精品91无色码中文字幕| 久久久久九九精品影院| 亚洲欧美一区二区三区黑人| а√天堂www在线а√下载| 久久九九热精品免费| 中出人妻视频一区二区| 国产av麻豆久久久久久久| 变态另类成人亚洲欧美熟女| 2021天堂中文幕一二区在线观| 久久久久亚洲av毛片大全| av国产免费在线观看| 哪里可以看免费的av片| 欧美日韩乱码在线| bbb黄色大片| 久久久国产成人精品二区| 怎么达到女性高潮| 小蜜桃在线观看免费完整版高清| 国产一区二区三区视频了| 天堂√8在线中文| www.www免费av| 国产久久久一区二区三区| 成人高潮视频无遮挡免费网站| 亚洲精品一区av在线观看| 国产一区二区激情短视频| 国产亚洲av嫩草精品影院| 老司机福利观看| 亚洲国产日韩欧美精品在线观看 | 国内久久婷婷六月综合欲色啪| 亚洲无线观看免费| 亚洲国产看品久久| 男女之事视频高清在线观看| 精品无人区乱码1区二区| 91老司机精品| 国产精品亚洲美女久久久| 757午夜福利合集在线观看| 国产精品久久久久久久电影 | 亚洲在线自拍视频| 久久精品亚洲精品国产色婷小说| 日韩精品青青久久久久久| 老汉色av国产亚洲站长工具| a在线观看视频网站| www.精华液| 老熟妇乱子伦视频在线观看| 午夜福利18| 极品教师在线免费播放| 在线免费观看不下载黄p国产 | 国产激情久久老熟女| 黄色丝袜av网址大全| 欧美激情久久久久久爽电影| 欧美三级亚洲精品| 一进一出好大好爽视频| 岛国在线免费视频观看| 夜夜夜夜夜久久久久| netflix在线观看网站| 午夜福利在线在线| 男女床上黄色一级片免费看| 免费人成视频x8x8入口观看| 欧美成人一区二区免费高清观看 | 小蜜桃在线观看免费完整版高清| 国产日本99.免费观看| 欧美乱妇无乱码| www.精华液| 国产1区2区3区精品| 国内精品美女久久久久久| 久久精品夜夜夜夜夜久久蜜豆| av在线天堂中文字幕| 亚洲欧美一区二区三区黑人| 很黄的视频免费| 法律面前人人平等表现在哪些方面| 国产激情欧美一区二区| 国产亚洲精品久久久久久毛片| 国产高清激情床上av| 国产精品日韩av在线免费观看| 国产精华一区二区三区| 最近最新中文字幕大全电影3| av福利片在线观看| 一区福利在线观看| 少妇裸体淫交视频免费看高清| 一区二区三区国产精品乱码| 亚洲欧美日韩东京热| 99re在线观看精品视频| 黄片大片在线免费观看| svipshipincom国产片| 成人精品一区二区免费| 国产精品久久久久久亚洲av鲁大| 天天躁狠狠躁夜夜躁狠狠躁| 国产成人福利小说| 男女视频在线观看网站免费| 午夜福利在线观看吧| 在线看三级毛片| 免费在线观看日本一区| 国产精品亚洲一级av第二区| 国产高清视频在线观看网站| 操出白浆在线播放| 熟妇人妻久久中文字幕3abv| 色噜噜av男人的天堂激情| 欧美最黄视频在线播放免费| 少妇的逼水好多| 18禁观看日本| 女生性感内裤真人,穿戴方法视频| 久久中文字幕一级| 亚洲中文av在线| 精品一区二区三区视频在线 | 亚洲成av人片在线播放无| 国产99白浆流出| 97人妻精品一区二区三区麻豆| 久久久久久久午夜电影| 午夜福利在线观看吧| 欧美极品一区二区三区四区| 国产精品国产高清国产av| 欧美在线黄色| 免费搜索国产男女视频| svipshipincom国产片| 黑人操中国人逼视频| 亚洲av电影不卡..在线观看| 久久久久免费精品人妻一区二区| 小说图片视频综合网站| 午夜影院日韩av| av在线天堂中文字幕| 少妇的丰满在线观看| 波多野结衣巨乳人妻| 又粗又爽又猛毛片免费看| 亚洲中文av在线| 中文字幕精品亚洲无线码一区| 91九色精品人成在线观看| 成人国产一区最新在线观看| 国产亚洲欧美在线一区二区| 久9热在线精品视频| 麻豆一二三区av精品| 国产精品影院久久| 亚洲中文av在线| x7x7x7水蜜桃| 中文资源天堂在线| 嫩草影视91久久| 午夜福利免费观看在线| 国产成人一区二区三区免费视频网站| 午夜久久久久精精品| 1000部很黄的大片| 成在线人永久免费视频| 国产美女午夜福利| 亚洲无线观看免费| 国产不卡一卡二| 欧美在线一区亚洲| 亚洲欧洲精品一区二区精品久久久| 亚洲电影在线观看av| 色吧在线观看| 好男人在线观看高清免费视频| 日日夜夜操网爽| 久久久久亚洲av毛片大全| 国产精品九九99| 美女 人体艺术 gogo| 99国产精品99久久久久| 1000部很黄的大片| 国产精品爽爽va在线观看网站| 日本三级黄在线观看| 欧美日韩瑟瑟在线播放| 亚洲精品在线美女| 亚洲av美国av| 搡老妇女老女人老熟妇| 欧美另类亚洲清纯唯美| 欧美日韩国产亚洲二区| 国产主播在线观看一区二区| 久久久久国内视频| 看免费av毛片| 国产精品综合久久久久久久免费| 女生性感内裤真人,穿戴方法视频| 久久久久性生活片| netflix在线观看网站| 久久久国产欧美日韩av| 欧美zozozo另类| 精品一区二区三区av网在线观看| av视频在线观看入口| 国产精品久久电影中文字幕| 亚洲熟女毛片儿| 国产一区二区三区在线臀色熟女| 成人三级做爰电影| 国内精品美女久久久久久| 黄色女人牲交| 熟女人妻精品中文字幕| 91九色精品人成在线观看| 国产高清激情床上av| 日韩av在线大香蕉| 99在线视频只有这里精品首页| 欧美乱码精品一区二区三区| 757午夜福利合集在线观看| 久久久久久久久久黄片| 日本撒尿小便嘘嘘汇集6| 一个人看的www免费观看视频| 色吧在线观看| 国产麻豆成人av免费视频| 亚洲国产精品合色在线| 91麻豆精品激情在线观看国产| 无人区码免费观看不卡| 国产毛片a区久久久久| www.999成人在线观看| 国产日本99.免费观看| 又紧又爽又黄一区二区| a级毛片a级免费在线| 九色国产91popny在线| 18禁观看日本| 成人午夜高清在线视频| 亚洲国产欧美网| 99在线人妻在线中文字幕| xxx96com| 18禁黄网站禁片免费观看直播| 国产97色在线日韩免费| 悠悠久久av| 免费观看的影片在线观看| 亚洲午夜精品一区,二区,三区| 欧美日韩乱码在线| 中文资源天堂在线| 综合色av麻豆| 中文字幕高清在线视频| 国产成年人精品一区二区| 欧美大码av| 国产精品av视频在线免费观看| 熟女少妇亚洲综合色aaa.| 欧美日本亚洲视频在线播放| 黄色片一级片一级黄色片| 999精品在线视频| 久久性视频一级片| 日韩中文字幕欧美一区二区| www.www免费av| 一个人看的www免费观看视频| 91av网站免费观看| 一级毛片高清免费大全| 久久精品国产亚洲av香蕉五月| 美女 人体艺术 gogo| 国产精品国产高清国产av| 久久久久久久久久黄片| 免费在线观看成人毛片| 黄色日韩在线| 久久久久久国产a免费观看| 欧美中文日本在线观看视频| 女同久久另类99精品国产91| 99国产综合亚洲精品| 黑人操中国人逼视频| 九九热线精品视视频播放| 一级毛片高清免费大全| 亚洲av日韩精品久久久久久密| 成人欧美大片| 国产精品日韩av在线免费观看| 一区二区三区国产精品乱码| 久久久久久久午夜电影| 久久久久久久久中文| 舔av片在线| 一个人看视频在线观看www免费 | 在线永久观看黄色视频| 亚洲欧洲精品一区二区精品久久久| 他把我摸到了高潮在线观看| 国产高清videossex| 18禁国产床啪视频网站| 国产综合懂色| 亚洲av美国av| 欧美最黄视频在线播放免费| 琪琪午夜伦伦电影理论片6080| 亚洲av中文字字幕乱码综合| 亚洲精品色激情综合| 啦啦啦观看免费观看视频高清| 国产av不卡久久| 一级毛片精品| 一个人免费在线观看的高清视频| 国产亚洲精品综合一区在线观看| 俄罗斯特黄特色一大片| 亚洲最大成人中文| 欧美黑人巨大hd| 全区人妻精品视频| 真人一进一出gif抽搐免费| 欧美一区二区精品小视频在线| x7x7x7水蜜桃| 精品久久久久久,| 亚洲男人的天堂狠狠|