• <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BP神經(jīng)網(wǎng)絡(luò)的高光譜果樹(shù)樹(shù)種識(shí)別研究

    2016-07-23 17:17:46李子藝王振錫岳俊
    江蘇農(nóng)業(yè)科學(xué) 2016年5期
    關(guān)鍵詞:BP神經(jīng)網(wǎng)絡(luò)果樹(shù)

    李子藝++王振錫++岳俊

    摘要:高光譜具有波段窄、波段多的特點(diǎn),能夠提供比多光譜遙感更精細(xì)的地物光譜信息,為識(shí)別光譜性質(zhì)相似的森林樹(shù)種提供了有效途徑。對(duì)南疆盆地4種主栽果樹(shù)樹(shù)種(蘋(píng)果、香梨、核桃、紅棗)的冠層光譜數(shù)據(jù)進(jìn)行測(cè)量,用BP神經(jīng)網(wǎng)絡(luò)對(duì)原始光譜數(shù)據(jù)及其經(jīng)一階微分、對(duì)數(shù)一階微分、歸一化一階微分變換后的光譜數(shù)據(jù)進(jìn)行分類(lèi)識(shí)別,結(jié)果表明:對(duì)數(shù)一階微分和歸一化一階微分變換后樹(shù)種識(shí)別精度分別為94%和88%以上;紅邊區(qū)的光譜波段包含了大量樹(shù)種識(shí)別的信息;采用BP神經(jīng)網(wǎng)絡(luò)能夠?qū)δ辖璧刂髟怨麡?shù)進(jìn)行基于冠層光譜的分類(lèi),而且分類(lèi)精度相對(duì)較高。

    關(guān)鍵詞:高光譜數(shù)據(jù);波段選擇;BP神經(jīng)網(wǎng)絡(luò);樹(shù)種識(shí)別;果樹(shù)

    中圖分類(lèi)號(hào): S126;TP391.4文獻(xiàn)標(biāo)志碼: A文章編號(hào):1002-1302(2016)05-0410-04

    在南疆特色林果產(chǎn)業(yè)化的進(jìn)程中,其信息化建設(shè)明顯滯后,傳統(tǒng)調(diào)查方式以多光譜遙感和地面輔助調(diào)查為主,不僅分辨率具有局限性,而且費(fèi)時(shí)、耗力、周期長(zhǎng)[1]。自1980年以來(lái),高光譜遙感沖破技術(shù)障礙,在對(duì)地觀測(cè)方面獲得了重大突破,相比多光譜遙感技術(shù),它具有波段窄、數(shù)量多的特征,可以提供更詳細(xì)的目標(biāo)光譜信息,為研究地物的細(xì)微特征提供了快速、準(zhǔn)確、有效的途徑[2]。因此林果樹(shù)種的高光譜遙感識(shí)別對(duì)新疆南疆盆地特色林果產(chǎn)業(yè)的可持續(xù)經(jīng)營(yíng)具有重要的現(xiàn)實(shí)意義[3-5]。目前,我國(guó)已有一些基于高光譜遙感技術(shù)進(jìn)行森林樹(shù)種識(shí)別的研究。宮鵬等通過(guò)對(duì)6種主栽針葉樹(shù)種的高光譜實(shí)地測(cè)量,開(kāi)展了不同季節(jié)(夏、秋季)針葉樹(shù)種的高光譜數(shù)據(jù)分類(lèi)研究[6]。王志輝等利用測(cè)量的4種樹(shù)種葉片光譜數(shù)據(jù),進(jìn)行了可識(shí)別性波段的選擇與光譜特征參量的分析[7]。于祥等對(duì)廣西紅樹(shù)林進(jìn)行高光譜實(shí)測(cè),通過(guò)多種光譜分類(lèi)方法對(duì)多個(gè)紅樹(shù)林樹(shù)種進(jìn)行了分類(lèi)研究[8]。

    高光譜遙感技術(shù)在為樹(shù)種的精細(xì)識(shí)別帶來(lái)可能性的同時(shí),也帶來(lái)了數(shù)據(jù)冗余度大的問(wèn)題。怎樣在高光譜數(shù)據(jù)信息利用最大化的基礎(chǔ)上,高效處理高光譜數(shù)據(jù)成為高光譜研究領(lǐng)域的焦點(diǎn)和未來(lái)發(fā)展的重要方向[9-11]。劉秀英等利用分層聚類(lèi)法和逐步判別分析進(jìn)行波段選擇,對(duì)桂花樹(shù)、小葉樟樹(shù)、雪松和杉木4個(gè)樹(shù)種的識(shí)別進(jìn)行了研究,取得了較好的效果[12]。藏卓等利用對(duì)雪松、黑松、馬尾松、杉木等針葉樹(shù)種的高光譜實(shí)測(cè),通過(guò)主成分分析和遺傳算法兩種波段選擇方法對(duì)樹(shù)種識(shí)別進(jìn)行比較研究,有一定的實(shí)用性[13]。此外,許多學(xué)者基于遙感影像對(duì)森林類(lèi)型進(jìn)行分類(lèi)時(shí),使用了最佳指數(shù)法、波段指數(shù)法、灰度值法等幾種常用的高光譜遙感影像的波段選擇方法,認(rèn)為最佳指數(shù)法用于高光譜遙感的樹(shù)種識(shí)別具有一定可行性和優(yōu)越性[14-16]。因此,本研究采用最佳指數(shù)法對(duì)高光譜數(shù)據(jù)進(jìn)行波段選擇,并利用BP神經(jīng)網(wǎng)絡(luò)對(duì)波段選擇數(shù)據(jù)進(jìn)行分類(lèi),從而對(duì)新疆南疆盆地4種主栽果樹(shù)樹(shù)種進(jìn)行分類(lèi)識(shí)別,為探索星載高光譜遙感樹(shù)種識(shí)別提供技術(shù)支持。

    1材料與方法

    1.1試驗(yàn)對(duì)象

    試驗(yàn)時(shí)間為2014年6月,試驗(yàn)地點(diǎn)位于新疆阿克蘇地區(qū)紅旗坡農(nóng)場(chǎng)(地理坐標(biāo)41°14′39″~41°16′18″N、80°15′46″~80°18′51″E,海拔1 213 m),試驗(yàn)對(duì)象是處在相同立地條件、自然狀態(tài)下生長(zhǎng)的4種南疆塔里木盆地主栽果樹(shù)樹(shù)種:紅富士蘋(píng)果(Malus pumila Mill)、庫(kù)爾勒香梨(Pyru bretschneideri Rehd)、核桃(Juglans regia Linn.)、紅棗(Ziziphus zizyphus Mill)。選擇冠型均勻的樣本,蘋(píng)果為大、中、小冠型,香梨、核桃為大冠型,紅棗為小冠型,共選擇樣地21塊,總樣株252株,其中蘋(píng)果樣地6塊,每塊11~12株,香梨、核桃樣地各5塊,每塊12~13株,紅棗樣地5塊,每塊12株,基本生長(zhǎng)狀況如表1所示。

    1.2數(shù)據(jù)獲取

    光譜測(cè)量?jī)x器采用美國(guó)ASD公司生產(chǎn)的手持式野外光譜輻射儀(FieldSpec HandHeld),該儀器能夠在325~1 075 nm 的波長(zhǎng)范圍內(nèi)進(jìn)行連續(xù)的光譜測(cè)量,光譜分辨率和光譜采樣間隔均為1 nm,視場(chǎng)角為25°,共751個(gè)波段。在天氣晴朗、無(wú)風(fēng)無(wú)云的條件下,選擇正午太陽(yáng)高度角變化不大的時(shí)間段(北京時(shí)間12:00—16:00)進(jìn)行4種果樹(shù)冠層光譜反射率數(shù)據(jù)測(cè)量。測(cè)量時(shí),將光譜儀探頭垂直向下置于冠層之上,并與冠幅保持約1 m高度,同時(shí)根據(jù)所選樣株冠幅大小調(diào)整探頭與冠幅的距離。將每個(gè)樣株冠層分為陰面、陽(yáng)面2個(gè)方向進(jìn)行測(cè)量,每個(gè)方向重復(fù)測(cè)量5次,取平均值作為樣株這一方向上的光譜反射率,之后在剔除異常反射率光譜曲線的基礎(chǔ)上,對(duì)每種樹(shù)該方向的所有樣本的光譜反射率進(jìn)行平均,得到每種樹(shù)該方向的光譜值。為保證數(shù)據(jù)的有效性與準(zhǔn)確性,每隔10 min進(jìn)行1次標(biāo)準(zhǔn)白板矯正。

    1.3高光譜數(shù)據(jù)轉(zhuǎn)換

    從光譜測(cè)量結(jié)果看,在400 nm以前和900 nm以后的光譜數(shù)據(jù)噪聲比較大,因此,剔除了首尾兩端噪音較大的數(shù)據(jù),只對(duì)400~900 nm范圍內(nèi)的光譜數(shù)據(jù)進(jìn)行處理[17]。光譜一階微分是處理光譜數(shù)據(jù)常用的方法之一[18],它既可以有效地解決光譜數(shù)據(jù)間系統(tǒng)誤差的問(wèn)題、減少背景噪聲(通常指大氣輻射、散射和吸收)對(duì)目標(biāo)光譜的干擾[7,19],又能夠加強(qiáng)光譜曲線在坡度上的微小變化[20],從而辨認(rèn)出重合的光譜,有利于將可識(shí)別地物的光譜吸收峰參數(shù)提取出來(lái)[2]。光譜反射值經(jīng)過(guò)對(duì)數(shù)和歸一化變換后,不僅有利于加強(qiáng)紅光區(qū)與綠光的光譜差異,而且有利于削弱因光強(qiáng)變化而引起的乘性因素的影響[12]。但是,只對(duì)光譜數(shù)據(jù)作對(duì)數(shù)和歸一化處理是不夠的,還需進(jìn)行微分轉(zhuǎn)換,這樣才能取得相對(duì)于原始光譜更好的效果,因?yàn)槿绱?,即可在消除乘性因素的基礎(chǔ)上降低附加低頻噪聲的影響[6]。因此本試驗(yàn)對(duì)原始光譜數(shù)據(jù)R進(jìn)行如下3種變換:

    (1)對(duì)R的一階微分變換:

    d(R)=[(r3-r1)/Δλ,(r4-r2)/Δλ,…,(rn-rn-2)/Δλ](Δλ為2倍波段寬)

    (2)對(duì)R的對(duì)數(shù)一階微分變換:

    lg(R)=[lg(r1),lg(r2),lg(r3),…,lg(rn)]

    d[lg(R)]

    (3)對(duì)R的歸一化一階微分變換:

    N(R)=[(r1-rmin)/(rmax-rmin),(r2-rmin)/(rmax-rmin),…,(rn-rmin)/(rmax-rmin)]

    d[N(R)]

    1.4波段選擇方法

    本試驗(yàn)采用最佳指數(shù)法對(duì)高光譜數(shù)據(jù)進(jìn)行波段選擇。最佳指數(shù)因子將標(biāo)準(zhǔn)差與相關(guān)系數(shù)有效地結(jié)合,其基本原理是光譜數(shù)據(jù)所包含的信息量與標(biāo)準(zhǔn)差成正比,標(biāo)準(zhǔn)差愈大,信息量愈多;光譜數(shù)據(jù)的獨(dú)立性與波段間的相關(guān)系數(shù)成反比,波段間的相關(guān)系數(shù)愈低,獨(dú)立性愈高且信息冗余度愈小[14]。其計(jì)算公式為:

    OIF=∑3i=1Si/∑3i=1|Rij|

    式中:OIF表示最佳指數(shù)因子,Si是第i個(gè)波段的標(biāo)準(zhǔn)差,Rij是第i、j 2個(gè)波段間的相關(guān)系數(shù)。

    1.5人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用

    神經(jīng)網(wǎng)絡(luò)(artificial neural network,ANN)是一種人腦的抽象計(jì)算模型,通過(guò)各個(gè)處理單元間的有機(jī)連接而形成網(wǎng)絡(luò),以此進(jìn)行人腦神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)與功能模擬的一種計(jì)算機(jī)建模方式[21]。目前,BP神經(jīng)網(wǎng)絡(luò)是運(yùn)用最廣的方法之一。BP(back-propagation)神經(jīng)網(wǎng)絡(luò)是一種多層前饋型神經(jīng)網(wǎng)絡(luò),它不僅包含輸入層和輸出層,而且具有一層或多層隱藏層,但最常用的為單層結(jié)構(gòu)[22]。BP神經(jīng)網(wǎng)絡(luò)算法需通過(guò)正、反向傳播兩個(gè)過(guò)程:正向傳播過(guò)程就是樣本信息最先從輸入層開(kāi)始,經(jīng)過(guò)隱藏層的逐步計(jì)算,傳送到輸出層最后得到預(yù)測(cè)結(jié)果;得到預(yù)測(cè)誤差后便進(jìn)入反向傳播過(guò)程,即誤差逐層反方向傳回輸出層,期間所有權(quán)值得以修正[23]。如此反復(fù)迭代,直到滿(mǎn)足用戶(hù)要求為止,通過(guò)對(duì)BP神經(jīng)網(wǎng)絡(luò)輸入-輸出間映射能力的訓(xùn)練,便能夠?qū)ζ渌ㄐ畔⑦M(jìn)行自動(dòng)分類(lèi)和模式識(shí)別[24]。本次試驗(yàn)隨機(jī)選取1/3樣本作為訓(xùn)練樣本,剩余的2/3樣本作為測(cè)試樣本,最終以測(cè)試樣本的預(yù)測(cè)精度用作評(píng)價(jià)數(shù)據(jù)變換及波段選擇方法優(yōu)劣的指標(biāo)。

    2結(jié)果與分析

    2.14種果樹(shù)冠層光譜特征

    植物的組織結(jié)構(gòu)、生化成分、形態(tài)學(xué)特征等決定了其光譜反射特性[25]。在可見(jiàn)光波段,綠色植被的反射光譜主要受到冠層葉綠素含量和蓋度的影響,反射率較低;近紅外波段則受到冠層結(jié)構(gòu)、葉面積指數(shù)和生物量的影響,反射率較高[26]。正是因?yàn)樯鲜鲆蛩氐挠绊?,使得不同植被的光譜反射率存在一定的差異,而這些因素與植被的生長(zhǎng)發(fā)育及環(huán)境等密切相關(guān),同時(shí)又與巖石、土壤、水體等地物的光譜特征截然不同[27]。

    根據(jù)蘋(píng)果、香梨、核桃、紅棗實(shí)測(cè)的冠層光譜數(shù)據(jù),在剔除受首尾噪聲影響的波段和奇異值后,分別進(jìn)行均值處理,運(yùn)用Origin軟件繪制得南疆盆地4種主栽果樹(shù)樹(shù)種冠層陽(yáng)面、冠層陰面的光譜曲線(圖1、圖2)。由圖1、圖2知,從總體上看,盡管4種果樹(shù)的光譜曲線間都存在差異,但其整體走勢(shì)基本一致,呈現(xiàn)出典型的綠色植被光譜曲線特征。在400~490 nm波段時(shí),反射率曲線較為平緩,并且反射值低,均處于0.1以下;隨波長(zhǎng)增大,反射率開(kāi)始緩慢上升,在550 nm附近呈現(xiàn)出一個(gè)反射峰,即“綠峰”,這是由于植被葉綠素的強(qiáng)烈反射造成,也是人肉眼看到植物呈綠色的原因[28];然后反射率值開(kāi)始下降,在680 nm附近形成“紅谷”,這和葉綠素a在680 nm與700 nm具有較強(qiáng)的吸收作用有關(guān)[29];“紅谷”過(guò)后,反射率驟然上升,即為“紅邊效應(yīng)”[30];在760~900 nm近紅外波段范圍內(nèi),反射率曲線在750 nm附近形成拐點(diǎn)后平滑上升,此處可以認(rèn)為是植被防灼傷的自衛(wèi)本能[27]。由此說(shuō)明,在不同波段,南疆盆地4種主栽果樹(shù)樹(shù)種冠層光譜特征表現(xiàn)不同。

    2.2最佳指數(shù)法的波段組合

    以上文提取的501個(gè)波段為數(shù)據(jù)源,首先應(yīng)用Excel軟件對(duì)平均光譜每10個(gè)連續(xù)波段進(jìn)行平均,并計(jì)算出各單波段的標(biāo)準(zhǔn)差,然后應(yīng)用Matlab軟件計(jì)算各波段間的相關(guān)系數(shù)矩陣,再分別求出所有可能3個(gè)波段組合對(duì)應(yīng)的OIF,OIF越大,則信息量越大,獨(dú)立性越高,反之,信息量越少,相關(guān)性越大,最后將OIF值進(jìn)行排序,即可選出最佳波段組合[15]。由表2至表5知,原始光譜陽(yáng)面最佳波段組合為波段32-49-50,即波段范圍710~719、880~889、890~899 nm;陰面最佳波段組合為波段1-38-39,即波段范圍400~409、770~779、780~789 nm;一階微分光譜陽(yáng)面最佳波段組合為波段31-42-49,即波段范圍700~709、810~819、880~889 nm;陰面最佳波段組合為波段21-33-34,即波段范圍600~609、720~729、730~739 nm;對(duì)數(shù)一階微分光譜陽(yáng)面最佳波段組合為波段29-35-50,即波段范圍680~689、740~749、890~899 nm;陰面最佳波段組合為波段4-30-40,即波段范圍430~439、690~699、790~799 nm;歸一化一階微分光譜陽(yáng)面最佳波段組合為波段16-34-49,即波段范圍550~559、730~739、880~889 nm;陰面最佳波段組合為波段6-34-39,即波段范圍450~459、730~739、750~759 nm。

    2.3應(yīng)用BP神經(jīng)網(wǎng)絡(luò)的樹(shù)種識(shí)別

    將原始光譜數(shù)據(jù)、一階微分、對(duì)數(shù)一階微分和歸一化一階微分變換后的光譜數(shù)據(jù)運(yùn)用Clementine 12.0中的Neural Net模型進(jìn)行分類(lèi),通過(guò)調(diào)整網(wǎng)絡(luò)參數(shù)得到最優(yōu)的網(wǎng)絡(luò)結(jié)構(gòu),從而得到最優(yōu)的預(yù)測(cè)模型[31]。經(jīng)過(guò)反復(fù)試驗(yàn)確定BP神經(jīng)網(wǎng)絡(luò)的最優(yōu)結(jié)構(gòu)為:將30個(gè)所選波段作為輸入神經(jīng)元,4個(gè)預(yù)先分類(lèi)值作為輸出神經(jīng)元,隱藏層1層,隱藏單元5個(gè),各層間采用Sigmoid激勵(lì)函數(shù),迭代次數(shù)100次,訓(xùn)練算法選擇“快速訓(xùn)練法”,訓(xùn)練模式選擇“專(zhuān)家”,沖量項(xiàng)設(shè)為0.9,初始學(xué)習(xí)率設(shè)為0.3。由表6、表7可知,無(wú)論是果樹(shù)冠層陽(yáng)面還是陰面光譜數(shù)據(jù),對(duì)數(shù)一階微分變換均取得了最佳效果,前者測(cè)試精度為94.70%,后者測(cè)試精度為96.58%,均超過(guò)了90%,歸一化一階微分變換后的光譜數(shù)據(jù)識(shí)別效果次之,而原始光譜數(shù)據(jù)的樹(shù)種識(shí)別精度最低,僅為60.93%和62.33%。3種經(jīng)過(guò)微分轉(zhuǎn)換處理后的光譜數(shù)據(jù)與原始數(shù)據(jù)相比,分類(lèi)精度超過(guò)其30%左右,充分說(shuō)明高光譜數(shù)據(jù)的微分處理能產(chǎn)生較高的分類(lèi)精度。

    2.4波段重要性

    Neural Net模型在進(jìn)行分類(lèi)時(shí)可以計(jì)算出變量的貢獻(xiàn)率,經(jīng)對(duì)數(shù)一階微分處理后的光譜數(shù)據(jù)識(shí)別精度最高,因此對(duì)對(duì)數(shù)一階微分光譜數(shù)據(jù)對(duì)應(yīng)的特征波段進(jìn)行變量重要性計(jì)算,結(jié)果見(jiàn)圖3、圖4。由圖3、圖4可知,陽(yáng)面波段組合中各個(gè)波段在樹(shù)種分類(lèi)時(shí)的貢獻(xiàn)率依次為685 nm>684 nm>897 nm>689 nm>898 nm>746 nm>742 nm>747 nm>687 nm>686 nm,陰面波段組合中各個(gè)波段在樹(shù)種分類(lèi)時(shí)的貢獻(xiàn)率依次為690 nm>693 nm>699 nm>697 nm>430 nm>796 nm>692 nm>691 nm>795 nm>695 nm,貢獻(xiàn)率較大的波段均位于紅邊區(qū)(680~760 nm),這充分證明大量樹(shù)種識(shí)別的信息包含在紅邊區(qū)的光譜波段中。

    3討論與結(jié)論

    原始光譜數(shù)據(jù)經(jīng)對(duì)數(shù)一階微分、歸一化一階微分變換后可改善樹(shù)種識(shí)別精度。對(duì)手持式野外光譜輻射儀測(cè)得的4種果樹(shù)樹(shù)種高光譜數(shù)據(jù)不作任何處理,直接進(jìn)行波段選擇,然后利用BP神經(jīng)元網(wǎng)絡(luò)來(lái)識(shí)別此4種樹(shù)種,效果并不理想,識(shí)別精度僅為60.93%和62.33%。運(yùn)用高光譜數(shù)據(jù)的轉(zhuǎn)換方法能夠提高樹(shù)種的識(shí)別精度,2種最理想的轉(zhuǎn)換方法是對(duì)數(shù)一階微分和歸一化一階微分,分類(lèi)精度分別在94%和88%以上。這與宮鵬等用神經(jīng)元網(wǎng)絡(luò)算法對(duì)6種主要針葉樹(shù)種進(jìn)行分類(lèi)識(shí)別時(shí)得到的對(duì)數(shù)變換后一階微分和歸一化變換后一階微分能夠獲得最好的識(shí)別精度的結(jié)果相一致[6]。另外,劉秀英等利用逐步判別分析法對(duì)杉木和馬尾松進(jìn)行分析時(shí),同樣得到了對(duì)數(shù)一階微分的識(shí)別精度最高,精度為96.67%[19]。

    大量樹(shù)種識(shí)別的信息包含在紅邊區(qū)的光譜波段中。Neural Net模型在進(jìn)行分類(lèi)時(shí)對(duì)對(duì)數(shù)一階微分光譜數(shù)據(jù)對(duì)應(yīng)的特征波段進(jìn)行了變量重要性計(jì)算,結(jié)果顯示,貢獻(xiàn)率較大的波段(陽(yáng)面波段組合:685 nm、684 nm、689 nm、746 nm、742 nm、747 nm、687 nm、686 nm,陰面波段組合:690 nm、693 nm、699 nm、697 nm、692 nm、691 nm、695 nm)都在紅邊區(qū)范圍(680 nm~760 nm)內(nèi)。這與劉秀英等采用分層聚類(lèi)法對(duì)杉木、雪松、小葉樟樹(shù)和桂花進(jìn)行分類(lèi)識(shí)別獲得的紅邊區(qū)的光譜波段包含了大量樹(shù)種識(shí)別的信息結(jié)果相一致[12]。

    BP神經(jīng)網(wǎng)絡(luò)進(jìn)行南疆盆地主栽果樹(shù)樹(shù)種識(shí)別時(shí)取得了較好的分類(lèi)效果。由于BP神經(jīng)網(wǎng)絡(luò)具有強(qiáng)有力的學(xué)習(xí)能力,可以實(shí)現(xiàn)輸入與輸出之間的高度非線性映射,因此被廣泛的應(yīng)用在各種品種識(shí)別領(lǐng)域中,并得到了十分理想的分類(lèi)效果[32-34]。本研究通過(guò)BP神經(jīng)網(wǎng)絡(luò)算法對(duì)南疆盆地4種主栽果樹(shù)樹(shù)種進(jìn)行分類(lèi),最高精度達(dá)到96.58%,說(shuō)明采用BP神經(jīng)網(wǎng)絡(luò)算法能夠?qū)δ辖璧刂髟怨麡?shù)樹(shù)種進(jìn)行基于冠層光譜的分類(lèi),并且達(dá)到了相對(duì)較高的識(shí)別精度。

    參考文獻(xiàn):

    [1]譚炳香,李增元,陳爾學(xué),等. 高光譜遙感森林信息提取研究進(jìn)展[J]. 林業(yè)科學(xué)研究,2008,21(z1):105-111.

    [2] Salehia B,Zoej M J V. The delineation of tree crowns in Australian mixed species forests using hyperspectral compact air-borne spectrographic imager (CASI) data[J]. Remote Sense Environ,2002,36:332.

    [3] 陳國(guó)芳,尼和邁提·霍嘉.新疆林果業(yè)產(chǎn)業(yè)化發(fā)展的對(duì)策建議[J]. 新疆農(nóng)業(yè)科學(xué),2005,42(增刊1):211-212.

    [4]李金葉,袁強(qiáng),蔣慧. 基于區(qū)域適應(yīng)性的特色林果業(yè)發(fā)展探討[J]. 新疆農(nóng)業(yè)科學(xué),2010,47(4):741-749.

    [5]孫蘭鳳. 可持續(xù)視角下的新疆特色林果業(yè)發(fā)展研究[D]. 烏魯木齊:新疆大學(xué),2009.

    [6]宮鵬,浦瑞良,郁彬. 不同季相針葉樹(shù)種高光譜數(shù)據(jù)識(shí)別分析[J]. 遙感學(xué)報(bào),1998,2(3):211-217.

    [7]王志輝,丁麗霞.基于葉片高光譜特性分析的樹(shù)種識(shí)別[J]. 光譜學(xué)與光譜分析,2010,30(7):1825-1829.

    [8]于祥,趙冬至,張豐收,等. 紅樹(shù)林高光譜分析技術(shù)研究[J]. 濱州學(xué)院學(xué)報(bào),2006,22(6):53-56.

    [9]陳述澎,童慶喜,郭華東,等. 遙感信息機(jī)理研究[M]. 北京:科學(xué)出版社,1998:139.

    [10]王志輝.高光譜遙感在森林樹(shù)種識(shí)別中的應(yīng)用[D]. 杭州:浙江農(nóng)林大學(xué),2011.

    [11]褚西鵬.基于葉片非成像高光譜數(shù)據(jù)樹(shù)種分類(lèi)[D]. 杭州:浙江農(nóng)林大學(xué),2012.

    [12]劉秀英,林輝,熊建利,等. 森林樹(shù)種高光譜波段的選擇[J]. 遙感信息,2005(4):41-44,64.

    [13]臧卓,林輝,孫華,等. 南方主要針葉樹(shù)種高光譜數(shù)據(jù)降維分類(lèi)研究[J]. 中南林業(yè)科技大學(xué)學(xué)報(bào),2010,30(11):20-25.

    [14]李俊明. 基于HJ-1A高光譜遙感樹(shù)種識(shí)別的研究[D]. 哈爾濱:東北林業(yè)大學(xué),2013.

    [15]嚴(yán)恩萍,林輝,莫登奎,等. 基于光譜特征的森林類(lèi)型識(shí)別研究[J]. 中南林業(yè)科技大學(xué)學(xué)報(bào),2011,31(11):23-29.

    [16]柳萍萍. 基于Hyperion數(shù)據(jù)的森林類(lèi)型識(shí)別[D]. 長(zhǎng)沙:中南林業(yè)科技大學(xué),2012.

    [17]邢東興,常慶瑞. 基于花期果樹(shù)冠層光譜反射率的果樹(shù)樹(shù)種辨識(shí)研究[J]. 紅外與毫米波學(xué)報(bào),2009,28(3):207-211.

    [18]李明州.光譜分析技術(shù)和應(yīng)用[M]. 北京:科學(xué)出版社,2006:163.

    [19]劉秀英,臧卓,孫華,等. 基于高光譜數(shù)據(jù)的杉木和馬尾松識(shí)別研究[J]. 中南林業(yè)科技大學(xué)學(xué)報(bào),2011,31(11):30-33.

    [20]童慶禧,張兵,鄭蘭芬.高光譜遙感的多學(xué)科應(yīng)用[M]. 北京:電子工業(yè)出版社,2006:74-79.

    [21]薛薇,陳歡歌.Clementine數(shù)據(jù)挖掘方法及應(yīng)用[M]. 北京:電子工業(yè)出版社,2010:181.

    [22]王志軍,叢培盛,周佳璐,等. 基于圖像處理與人工神經(jīng)網(wǎng)絡(luò)的小麥顆粒外觀品質(zhì)評(píng)價(jià)方法[J]. 農(nóng)業(yè)工程學(xué)報(bào),2007,23(1):158-161.

    [23]張保生,姚瑞央. 基于BP神經(jīng)網(wǎng)絡(luò)算法的紅棗分級(jí)技術(shù)應(yīng)用[J]. 廣東農(nóng)業(yè)科學(xué),2010,37(11):282-283.

    [24]楊希,王鵬. 基于BP神經(jīng)網(wǎng)絡(luò)的高分辨率遙感影像分類(lèi)[J]. 測(cè)繪,2011,34(3):115-118.

    [25]李小梅.多角度高光譜遙感森林類(lèi)型分類(lèi)方法研究[D]. 呼和浩特:內(nèi)蒙古農(nóng)業(yè)大學(xué),2010.

    [26]林文鵬,李厚增,黃敬峰,等. 上海城市植被光譜反射特征分析[J]. 光譜學(xué)與光譜分析,2010,30(11):3111-3114.

    [27]譚炳香.高光譜遙感森林類(lèi)型識(shí)別及其郁閉度定量估測(cè)研究[D]. 北京:中國(guó)林業(yè)科學(xué)研究院,2006.

    [28]鄧良基.遙感基礎(chǔ)與應(yīng)用[M]. 北京:中國(guó)農(nóng)業(yè)出版社,2009.

    [29]肖海燕,曾輝,昝啟杰,等. 基于高光譜數(shù)據(jù)和專(zhuān)家決策法提取紅樹(shù)林群落類(lèi)型信息[J]. 遙感學(xué)報(bào),2007,11(4):531-537.

    [30]何詩(shī)靜.基于葉片和冠層級(jí)別的高光譜城市樹(shù)種識(shí)別[D]. 武漢:華中農(nóng)業(yè)大學(xué),2011.

    [31]劉飛,王莉,何勇,等. 應(yīng)用可見(jiàn)/近紅外光譜進(jìn)行黃酒品種的判別[J]. 光譜學(xué)與光譜分析,2008,28(3):586-589.

    [32]吳桂芳,蔣益虹,王艷艷,等. 基于獨(dú)立主成分和BP神經(jīng)網(wǎng)絡(luò)的干紅葡萄酒品種的鑒別[J]. 光譜學(xué)與光譜分析,2009,29(5):1268-1271.

    [33]王艷艷,何勇,邵詠妮,等. 基于可見(jiàn)-近紅外光譜的咖啡品牌鑒別研究[J]. 光譜學(xué)與光譜分析,2007,27(4):702-706.

    [34]邵詠妮,何勇,鮑一丹. 基于獨(dú)立組分分析和BP神經(jīng)網(wǎng)絡(luò)的可見(jiàn)/近紅外光譜蜂蜜品牌的鑒別[J]. 光譜學(xué)與光譜分析,2008,28(3):602-605.范釗. 黃河流域農(nóng)田土壤有機(jī)氯農(nóng)藥殘留污染特征研究[J]. 江蘇農(nóng)業(yè)科學(xué),2016,44(5):414-419.

    猜你喜歡
    BP神經(jīng)網(wǎng)絡(luò)果樹(shù)
    種果樹(shù)
    果樹(shù)冬季要休眠 易受凍害要注意
    果樹(shù)夏剪有訣竅
    歡迎訂閱2022年河北果樹(shù)
    天漸冷果樹(shù)防凍要抓緊
    就bp神經(jīng)網(wǎng)絡(luò)銀行選址模型的相關(guān)研究
    基于DEA—GA—BP的建設(shè)工程評(píng)標(biāo)方法研究
    基于BP神經(jīng)網(wǎng)絡(luò)的旅行社發(fā)展方向研究
    商情(2016年39期)2016-11-21 09:30:36
    復(fù)雜背景下的手勢(shì)識(shí)別方法
    BP神經(jīng)網(wǎng)絡(luò)在軟件質(zhì)量評(píng)價(jià)中的應(yīng)用研究 
    免费黄频网站在线观看国产| 亚洲中文av在线| 岛国毛片在线播放| 亚洲av国产av综合av卡| 国产精品人妻久久久影院| av国产精品久久久久影院| 中文乱码字字幕精品一区二区三区| 九九爱精品视频在线观看| 亚洲,欧美精品.| 肉色欧美久久久久久久蜜桃| 中国三级夫妇交换| 久久精品国产综合久久久| 欧美成人精品欧美一级黄| 国产精品久久久av美女十八| 欧美激情高清一区二区三区 | 国产欧美日韩综合在线一区二区| 最近中文字幕高清免费大全6| 久久精品夜色国产| 国产午夜精品一二区理论片| 男的添女的下面高潮视频| 18禁裸乳无遮挡动漫免费视频| 国产成人免费无遮挡视频| 亚洲国产色片| 国产精品一二三区在线看| 国产日韩欧美视频二区| 欧美成人午夜精品| 久久精品夜色国产| 日韩中文字幕欧美一区二区 | 熟妇人妻不卡中文字幕| 日韩熟女老妇一区二区性免费视频| 香蕉国产在线看| 制服人妻中文乱码| 一级黄片播放器| 精品人妻在线不人妻| 亚洲av日韩在线播放| 色播在线永久视频| 晚上一个人看的免费电影| 少妇的逼水好多| 国产女主播在线喷水免费视频网站| 只有这里有精品99| 看免费av毛片| 亚洲av在线观看美女高潮| 亚洲中文av在线| 欧美日韩一级在线毛片| 久久午夜福利片| 亚洲精品国产av蜜桃| 国产精品二区激情视频| 欧美日韩一级在线毛片| 天天躁日日躁夜夜躁夜夜| 欧美 日韩 精品 国产| 人人妻人人爽人人添夜夜欢视频| 只有这里有精品99| 免费观看性生交大片5| 国产精品久久久久久精品古装| 亚洲欧美成人精品一区二区| 69精品国产乱码久久久| 久久 成人 亚洲| 欧美日韩亚洲高清精品| 夫妻性生交免费视频一级片| 国产97色在线日韩免费| 不卡av一区二区三区| 午夜福利视频在线观看免费| 久久久久久久久久久久大奶| 久久影院123| 少妇熟女欧美另类| 在线天堂中文资源库| 欧美日韩精品成人综合77777| 日本av手机在线免费观看| 婷婷成人精品国产| 欧美日本中文国产一区发布| 亚洲国产av影院在线观看| 99久久综合免费| 亚洲精品一区蜜桃| 纵有疾风起免费观看全集完整版| 搡老乐熟女国产| 亚洲精品第二区| 热99久久久久精品小说推荐| 最黄视频免费看| av国产精品久久久久影院| 三上悠亚av全集在线观看| 国产免费现黄频在线看| 亚洲av福利一区| 色婷婷久久久亚洲欧美| 成人午夜精彩视频在线观看| 黄片无遮挡物在线观看| 大片免费播放器 马上看| 久久精品国产a三级三级三级| 夫妻性生交免费视频一级片| 777米奇影视久久| 9热在线视频观看99| 久热这里只有精品99| 女人久久www免费人成看片| 男女啪啪激烈高潮av片| 色吧在线观看| 我要看黄色一级片免费的| 国产精品久久久av美女十八| 久久99精品国语久久久| 美女福利国产在线| 国产亚洲av片在线观看秒播厂| 国产有黄有色有爽视频| 777米奇影视久久| 欧美精品亚洲一区二区| 美女中出高潮动态图| 日韩在线高清观看一区二区三区| 久久久久久久久久久免费av| 波野结衣二区三区在线| 欧美xxⅹ黑人| 欧美bdsm另类| 国产人伦9x9x在线观看 | 岛国毛片在线播放| 精品福利永久在线观看| 亚洲国产精品一区三区| 新久久久久国产一级毛片| 日本免费在线观看一区| 美女xxoo啪啪120秒动态图| 婷婷色av中文字幕| 九草在线视频观看| 中国三级夫妇交换| 免费黄色在线免费观看| 性高湖久久久久久久久免费观看| av网站在线播放免费| 国产精品99久久99久久久不卡 | 免费高清在线观看视频在线观看| 啦啦啦中文免费视频观看日本| 精品99又大又爽又粗少妇毛片| 免费高清在线观看日韩| 有码 亚洲区| 免费看av在线观看网站| 欧美激情高清一区二区三区 | 一级a爱视频在线免费观看| 亚洲视频免费观看视频| 国产精品秋霞免费鲁丝片| 国产精品久久久久成人av| 国产精品香港三级国产av潘金莲 | 久久精品国产亚洲av高清一级| www.精华液| 妹子高潮喷水视频| 永久网站在线| xxxhd国产人妻xxx| 亚洲国产看品久久| 一区二区三区精品91| 91精品国产国语对白视频| 国产乱人偷精品视频| 寂寞人妻少妇视频99o| 精品一区在线观看国产| 久久久久久久大尺度免费视频| 亚洲成色77777| 最近最新中文字幕免费大全7| 亚洲国产色片| 伦理电影大哥的女人| 免费不卡的大黄色大毛片视频在线观看| 曰老女人黄片| videosex国产| 亚洲国产欧美在线一区| 国产亚洲一区二区精品| 久久久国产精品麻豆| 成年女人毛片免费观看观看9 | 搡老乐熟女国产| 纯流量卡能插随身wifi吗| 最近中文字幕2019免费版| 2018国产大陆天天弄谢| 如何舔出高潮| 成人毛片a级毛片在线播放| 亚洲av电影在线观看一区二区三区| 纯流量卡能插随身wifi吗| 亚洲第一区二区三区不卡| 激情五月婷婷亚洲| 亚洲少妇的诱惑av| 黑人巨大精品欧美一区二区蜜桃| 久久久精品免费免费高清| 精品久久久精品久久久| 欧美日韩视频高清一区二区三区二| 国产精品久久久久成人av| 999久久久国产精品视频| 一级爰片在线观看| 日本黄色日本黄色录像| 免费观看在线日韩| 久久久久精品久久久久真实原创| 我的亚洲天堂| 精品少妇一区二区三区视频日本电影 | 大陆偷拍与自拍| 最黄视频免费看| 免费观看性生交大片5| 亚洲av综合色区一区| 欧美老熟妇乱子伦牲交| 视频在线观看一区二区三区| 午夜久久久在线观看| 免费日韩欧美在线观看| 人妻 亚洲 视频| 五月伊人婷婷丁香| 国产 精品1| 美女高潮到喷水免费观看| 777米奇影视久久| 婷婷色av中文字幕| 久久免费观看电影| 性色avwww在线观看| 宅男免费午夜| 中文精品一卡2卡3卡4更新| 黄网站色视频无遮挡免费观看| 国产男女超爽视频在线观看| 9色porny在线观看| 午夜影院在线不卡| 视频区图区小说| 亚洲国产精品成人久久小说| 亚洲av电影在线进入| 丰满乱子伦码专区| 国产日韩欧美在线精品| 亚洲国产av影院在线观看| 久久精品夜色国产| 国产男女超爽视频在线观看| 中文字幕最新亚洲高清| 国产在线一区二区三区精| 男女啪啪激烈高潮av片| 午夜日韩欧美国产| 午夜福利一区二区在线看| 久久久精品国产亚洲av高清涩受| 亚洲成人一二三区av| 寂寞人妻少妇视频99o| 久久精品久久精品一区二区三区| 少妇的逼水好多| 色婷婷av一区二区三区视频| 欧美 日韩 精品 国产| 交换朋友夫妻互换小说| 久久精品国产综合久久久| kizo精华| 又粗又硬又长又爽又黄的视频| 国产精品久久久久久久久免| 日产精品乱码卡一卡2卡三| 午夜91福利影院| 熟女av电影| 日韩三级伦理在线观看| 欧美成人午夜免费资源| 两性夫妻黄色片| 免费日韩欧美在线观看| 国产男女超爽视频在线观看| 黄色怎么调成土黄色| 亚洲三级黄色毛片| 中国三级夫妇交换| 亚洲国产精品国产精品| av福利片在线| 秋霞在线观看毛片| 日本-黄色视频高清免费观看| 精品少妇久久久久久888优播| 日韩视频在线欧美| 一级毛片 在线播放| 亚洲成人一二三区av| 边亲边吃奶的免费视频| 99久久精品国产国产毛片| 在线精品无人区一区二区三| www.熟女人妻精品国产| 男人添女人高潮全过程视频| 色吧在线观看| 在线亚洲精品国产二区图片欧美| 成人手机av| 曰老女人黄片| 欧美xxⅹ黑人| 最近手机中文字幕大全| 成人亚洲欧美一区二区av| 我的亚洲天堂| 欧美黄色片欧美黄色片| 男女国产视频网站| 国产精品香港三级国产av潘金莲 | 成人黄色视频免费在线看| 国产精品久久久久久精品电影小说| 国产成人精品在线电影| 亚洲 欧美一区二区三区| 午夜免费观看性视频| 性少妇av在线| 免费黄网站久久成人精品| 国产精品偷伦视频观看了| 99久国产av精品国产电影| 美女高潮到喷水免费观看| 亚洲av电影在线观看一区二区三区| 国产成人精品一,二区| 最新中文字幕久久久久| 热re99久久精品国产66热6| 伊人亚洲综合成人网| 午夜老司机福利剧场| 免费大片黄手机在线观看| 97在线视频观看| 亚洲国产毛片av蜜桃av| 极品人妻少妇av视频| 免费看av在线观看网站| 国产精品偷伦视频观看了| 人妻少妇偷人精品九色| 精品福利永久在线观看| 亚洲国产精品成人久久小说| 亚洲一码二码三码区别大吗| 99久久精品国产国产毛片| 国产白丝娇喘喷水9色精品| 人人澡人人妻人| 久热这里只有精品99| 成人国语在线视频| 午夜福利视频在线观看免费| 七月丁香在线播放| 国产日韩欧美亚洲二区| 日日撸夜夜添| 精品亚洲成国产av| 色婷婷av一区二区三区视频| 女人高潮潮喷娇喘18禁视频| 一区二区av电影网| 午夜精品国产一区二区电影| 观看av在线不卡| 日韩中文字幕欧美一区二区 | 成年美女黄网站色视频大全免费| 最近手机中文字幕大全| 日本免费在线观看一区| 夜夜骑夜夜射夜夜干| 亚洲成色77777| 国产av国产精品国产| 国产精品不卡视频一区二区| 亚洲av电影在线观看一区二区三区| 秋霞伦理黄片| 免费久久久久久久精品成人欧美视频| 欧美97在线视频| 中国三级夫妇交换| 亚洲国产毛片av蜜桃av| 中国三级夫妇交换| videos熟女内射| 最新中文字幕久久久久| www.自偷自拍.com| 欧美日韩一级在线毛片| 国产爽快片一区二区三区| 日本av免费视频播放| 99热全是精品| 亚洲人成电影观看| 日韩一区二区三区影片| 国产精品成人在线| 国产精品久久久久久精品古装| 亚洲欧美日韩另类电影网站| 纵有疾风起免费观看全集完整版| 卡戴珊不雅视频在线播放| 欧美97在线视频| a级片在线免费高清观看视频| 亚洲伊人色综图| 亚洲第一区二区三区不卡| 欧美精品av麻豆av| 亚洲国产毛片av蜜桃av| 国产精品人妻久久久影院| 精品亚洲成国产av| 大码成人一级视频| 巨乳人妻的诱惑在线观看| 爱豆传媒免费全集在线观看| 亚洲国产毛片av蜜桃av| 久久久久国产一级毛片高清牌| 日本91视频免费播放| 国产一区二区在线观看av| 免费黄网站久久成人精品| 少妇被粗大猛烈的视频| 九九爱精品视频在线观看| 久久精品久久久久久噜噜老黄| 女人被躁到高潮嗷嗷叫费观| 26uuu在线亚洲综合色| 亚洲精品日本国产第一区| 欧美xxⅹ黑人| 欧美日韩精品网址| 丝袜人妻中文字幕| 另类精品久久| 欧美日韩精品成人综合77777| 欧美成人精品欧美一级黄| 波多野结衣一区麻豆| 婷婷色av中文字幕| 国产欧美日韩综合在线一区二区| 久久精品国产鲁丝片午夜精品| 国产麻豆69| 久久精品国产鲁丝片午夜精品| 国产一区二区在线观看av| 久久精品国产a三级三级三级| 国产麻豆69| 亚洲国产精品国产精品| 爱豆传媒免费全集在线观看| 日韩精品免费视频一区二区三区| 激情五月婷婷亚洲| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 下体分泌物呈黄色| 亚洲av中文av极速乱| 亚洲精品成人av观看孕妇| 午夜日本视频在线| 一边摸一边做爽爽视频免费| 中文欧美无线码| 天堂俺去俺来也www色官网| 2022亚洲国产成人精品| 国产成人欧美| 免费播放大片免费观看视频在线观看| 久久精品国产a三级三级三级| 精品一区二区免费观看| 天天影视国产精品| www.精华液| 久久毛片免费看一区二区三区| 国产高清国产精品国产三级| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 在线观看一区二区三区激情| 国产男女内射视频| 日韩在线高清观看一区二区三区| 久久99热这里只频精品6学生| 久久鲁丝午夜福利片| 亚洲,一卡二卡三卡| 黄色一级大片看看| 精品国产国语对白av| 国产有黄有色有爽视频| 9热在线视频观看99| 日韩av在线免费看完整版不卡| 最近的中文字幕免费完整| 亚洲人成电影观看| 中文字幕亚洲精品专区| 美女国产视频在线观看| 精品国产一区二区三区四区第35| 欧美精品av麻豆av| 成年人免费黄色播放视频| 中文字幕av电影在线播放| 夫妻性生交免费视频一级片| 五月天丁香电影| 日韩一本色道免费dvd| 青春草国产在线视频| 午夜av观看不卡| 亚洲国产欧美日韩在线播放| 日韩一卡2卡3卡4卡2021年| 久久久国产欧美日韩av| 男女边吃奶边做爰视频| 伦精品一区二区三区| 免费观看无遮挡的男女| 肉色欧美久久久久久久蜜桃| 国产精品免费视频内射| 免费观看a级毛片全部| 伊人久久大香线蕉亚洲五| 少妇人妻久久综合中文| 欧美在线黄色| 亚洲av电影在线观看一区二区三区| 十八禁网站网址无遮挡| 欧美日韩国产mv在线观看视频| 制服丝袜香蕉在线| 亚洲精品成人av观看孕妇| 如日韩欧美国产精品一区二区三区| 飞空精品影院首页| 国产成人91sexporn| 国产色婷婷99| 成人18禁高潮啪啪吃奶动态图| 亚洲国产日韩一区二区| 欧美日韩国产mv在线观看视频| 亚洲欧美一区二区三区黑人 | 99热国产这里只有精品6| 黑人巨大精品欧美一区二区蜜桃| 国产男人的电影天堂91| kizo精华| 在线观看免费高清a一片| 日本免费在线观看一区| 叶爱在线成人免费视频播放| 国语对白做爰xxxⅹ性视频网站| 久久人妻熟女aⅴ| 亚洲欧美一区二区三区国产| av免费观看日本| 高清在线视频一区二区三区| av网站在线播放免费| 18禁国产床啪视频网站| 日本av手机在线免费观看| 老司机影院毛片| 不卡av一区二区三区| 日韩av在线免费看完整版不卡| 国产精品久久久久久精品古装| 精品一区二区三区四区五区乱码 | 亚洲一区中文字幕在线| 中文欧美无线码| 黑人巨大精品欧美一区二区蜜桃| 大片电影免费在线观看免费| 国产毛片在线视频| 欧美日韩国产mv在线观看视频| 男女下面插进去视频免费观看| 建设人人有责人人尽责人人享有的| 99热国产这里只有精品6| 丝袜喷水一区| av天堂久久9| 亚洲中文av在线| 久久国内精品自在自线图片| 亚洲av中文av极速乱| 久久久久久久大尺度免费视频| 国产精品亚洲av一区麻豆 | 麻豆av在线久日| 国产精品久久久久久精品古装| 99热网站在线观看| 午夜免费男女啪啪视频观看| 久久韩国三级中文字幕| 人成视频在线观看免费观看| 国产精品久久久久久久久免| 爱豆传媒免费全集在线观看| 亚洲,欧美精品.| 嫩草影院入口| a级毛片在线看网站| 国产精品久久久久久久久免| 日韩三级伦理在线观看| 人妻一区二区av| av卡一久久| 中文天堂在线官网| 在线亚洲精品国产二区图片欧美| 欧美精品国产亚洲| 深夜精品福利| 又黄又粗又硬又大视频| 丝袜人妻中文字幕| 伊人久久国产一区二区| 男女边吃奶边做爰视频| 女人久久www免费人成看片| www日本在线高清视频| 亚洲av国产av综合av卡| 久久精品国产a三级三级三级| 日本猛色少妇xxxxx猛交久久| 国产一区二区三区综合在线观看| 中文字幕精品免费在线观看视频| 婷婷色麻豆天堂久久| 免费黄网站久久成人精品| 亚洲精品国产一区二区精华液| 十八禁网站网址无遮挡| 免费日韩欧美在线观看| 男人操女人黄网站| 在线观看一区二区三区激情| 观看美女的网站| 国产成人免费观看mmmm| 久久久欧美国产精品| av卡一久久| 久久免费观看电影| 丝瓜视频免费看黄片| 国产激情久久老熟女| 黄色配什么色好看| 曰老女人黄片| 成人国产麻豆网| 久久久精品免费免费高清| 午夜福利视频精品| 国产精品 国内视频| 欧美成人精品欧美一级黄| 菩萨蛮人人尽说江南好唐韦庄| 一区二区日韩欧美中文字幕| 最近中文字幕高清免费大全6| 亚洲欧美一区二区三区黑人 | 亚洲av.av天堂| 另类亚洲欧美激情| 精品少妇内射三级| 18在线观看网站| 新久久久久国产一级毛片| 久久影院123| 精品国产乱码久久久久久男人| 建设人人有责人人尽责人人享有的| 一级毛片 在线播放| 免费在线观看完整版高清| 亚洲欧美清纯卡通| 久久精品亚洲av国产电影网| 精品亚洲成国产av| 色视频在线一区二区三区| 午夜福利在线观看免费完整高清在| 亚洲av综合色区一区| 亚洲av福利一区| 九草在线视频观看| 成年人午夜在线观看视频| 午夜av观看不卡| 男人添女人高潮全过程视频| 91精品国产国语对白视频| 亚洲激情五月婷婷啪啪| 国产亚洲精品第一综合不卡| 综合色丁香网| 国产免费福利视频在线观看| 中文字幕亚洲精品专区| 久久久精品94久久精品| 人体艺术视频欧美日本| 另类精品久久| 亚洲内射少妇av| videosex国产| 麻豆精品久久久久久蜜桃| 一本色道久久久久久精品综合| 18+在线观看网站| 精品第一国产精品| 不卡视频在线观看欧美| 啦啦啦视频在线资源免费观看| 大香蕉久久网| 黄色怎么调成土黄色| 不卡视频在线观看欧美| 国产免费视频播放在线视频| 伦理电影大哥的女人| 亚洲,一卡二卡三卡| 免费大片黄手机在线观看| 一本大道久久a久久精品| av免费观看日本| 日韩欧美一区视频在线观看| 午夜日韩欧美国产| 91国产中文字幕| 国产精品久久久av美女十八| 亚洲,一卡二卡三卡| 麻豆av在线久日| 午夜福利视频在线观看免费| 久久精品久久精品一区二区三区| a级毛片在线看网站| 新久久久久国产一级毛片| 天美传媒精品一区二区| 一级片免费观看大全| 国产日韩欧美亚洲二区| xxxhd国产人妻xxx| 男女啪啪激烈高潮av片| 久久久a久久爽久久v久久| 91在线精品国自产拍蜜月| 一级片免费观看大全| 91成人精品电影| 国产av国产精品国产| 18在线观看网站| 久久国产精品男人的天堂亚洲| 91精品伊人久久大香线蕉| 亚洲人成电影观看| 精品一区二区三卡| 9191精品国产免费久久| 国产精品一国产av| 成年动漫av网址| 亚洲色图综合在线观看| 18在线观看网站| 男人添女人高潮全过程视频| 国产免费一区二区三区四区乱码| 午夜av观看不卡| 国产午夜精品一二区理论片| 欧美 亚洲 国产 日韩一| 少妇被粗大猛烈的视频| 熟女av电影|