• <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 ?

    基于冠層NDVI數(shù)據(jù)的北方粳稻產(chǎn)量模型研究

    2016-11-24 08:09:37許童羽陳春玲周云成曹英麗于豐華
    關(guān)鍵詞:估產(chǎn)粳稻冠層

    許童羽,洪 雪,陳春玲,*,周云成,曹英麗,于豐華,李 娜

    (1.沈陽農(nóng)業(yè)大學(xué) 遼寧省農(nóng)業(yè)信息化工程技術(shù)中心,遼寧 沈陽 110161; 2.沈陽農(nóng)業(yè)大學(xué) 信息與電氣工程學(xué)院,遼寧 沈陽 110161)

    ?

    基于冠層NDVI數(shù)據(jù)的北方粳稻產(chǎn)量模型研究

    許童羽1,2,洪 雪2,陳春玲1,2,*,周云成1,2,曹英麗1,2,于豐華2,李 娜2

    (1.沈陽農(nóng)業(yè)大學(xué) 遼寧省農(nóng)業(yè)信息化工程技術(shù)中心,遼寧 沈陽 110161; 2.沈陽農(nóng)業(yè)大學(xué) 信息與電氣工程學(xué)院,遼寧 沈陽 110161)

    以沈陽農(nóng)業(yè)大學(xué)試驗(yàn)田為研究區(qū)域,將無人機(jī)遙感技術(shù)與人工結(jié)合,采集2015年夏季粳稻生長全過程的冠層NDVI數(shù)據(jù)。首先,利用二元定距變量相關(guān)分析的方法對(duì)單天和各旬、各月冠層NDVI與產(chǎn)量進(jìn)行相關(guān)性分析;然后,利用線性回歸和Square(或Cubic)曲線分別對(duì)相關(guān)性較好的單天和各旬與產(chǎn)量建模,并對(duì)回歸模型進(jìn)行檢驗(yàn),驗(yàn)證模型精度,同時(shí)將效果較好的幾個(gè)模型進(jìn)行對(duì)比分析。結(jié)果表明,單獨(dú)用一個(gè)變量建模,Square(或Cubic)曲線模型優(yōu)于一次線性回歸模型,6月中旬和8月上旬的組合模型是估產(chǎn)最理想的模型,其判定系數(shù)(R2)為0.771,相對(duì)誤差(RE)為4.06%,均方根誤差(RMSE)為0.474 t·hm-2,精度較高,具有可行性,據(jù)此確定北方粳稻最佳估產(chǎn)時(shí)間是6月中旬的分蘗盛期和8月上旬的抽穗期。

    粳稻;NDVI;相關(guān)性;回歸分析

    水稻產(chǎn)量是各級(jí)政府進(jìn)行決策、生產(chǎn)部門指導(dǎo)農(nóng)業(yè)生產(chǎn)、流通領(lǐng)域安排糧食收購和銷售、交通部門安排運(yùn)輸計(jì)劃的重要經(jīng)濟(jì)信息,因此,及時(shí)準(zhǔn)確地預(yù)報(bào)水稻產(chǎn)量具有重要的實(shí)用價(jià)值[1]。粳稻是北方主要糧食作物,培育高產(chǎn)水稻品種是提高水稻單產(chǎn)、增加總產(chǎn)、提高稻作效益的主要措施[2],其中,估產(chǎn)是育種好壞的一個(gè)重要指標(biāo)。水稻產(chǎn)量預(yù)報(bào)包括估算水稻實(shí)際種植面積、監(jiān)測(cè)長勢(shì)與預(yù)報(bào)產(chǎn)量。傳統(tǒng)水稻估產(chǎn)采用人工區(qū)域調(diào)查方法,速度慢、工作量大、成本高,很難及時(shí)、大范圍獲取水稻的長勢(shì)與產(chǎn)量信息;水稻遙感估產(chǎn)具有宏觀、快速、準(zhǔn)確和成本低等優(yōu)點(diǎn)[3],潛力很大。近年來,無人機(jī)遙感技術(shù)因具有機(jī)動(dòng)靈活、高效快速、精細(xì)準(zhǔn)確和作業(yè)成本低、按需獲取數(shù)據(jù)且空間分辨率高的優(yōu)勢(shì),發(fā)展迅速,已經(jīng)成為農(nóng)情監(jiān)測(cè)的重要手段[4-5]。將其用于水稻估產(chǎn),有望降低勞動(dòng)力和科研成本,提高農(nóng)業(yè)育種信息安全,提高估產(chǎn)精度和育種準(zhǔn)確度。

    歸一化植被指數(shù)(normalized difference vegetation index,NDVI)是目前應(yīng)用最廣泛的植被指數(shù),它是利用綠色植物對(duì)紅光波段和近紅外波段的吸收率和反射率的光譜特性計(jì)算得到的植被指數(shù),可體現(xiàn)作物的生物量、產(chǎn)量以及健康狀況等[6-10]。利用不同的遙感數(shù)據(jù)獲得的歸一化植被指數(shù)進(jìn)行作物產(chǎn)量的早期預(yù)測(cè),結(jié)果表明該方法具有較高的可靠性[11-15]。李飛等[16]分析了冬小麥關(guān)鍵生育期的長勢(shì)并進(jìn)行估產(chǎn),相對(duì)誤差在-3.93%~4.72%;高中靈等[17]提出了一種融合分區(qū)概念和時(shí)間序列NDVI相似性分析的棉花估產(chǎn)方法;陳鵬飛等[18]運(yùn)用冬小麥生長時(shí)期NDVI變化速率建立與產(chǎn)量的回歸模型,誤差較小。前述研究顯示,單產(chǎn)模型應(yīng)該結(jié)合最佳時(shí)相來建立。黃敬峰等[19]利用GIS技術(shù)結(jié)合水稻的農(nóng)學(xué)參數(shù)與光譜參數(shù)以及水稻產(chǎn)量與光譜參數(shù)的關(guān)系來確定水稻遙感估產(chǎn)的最佳時(shí)相。本研究以沈陽農(nóng)業(yè)大學(xué)的水稻田為研究對(duì)象,基于無人機(jī)遙感數(shù)據(jù),嘗試構(gòu)建水稻冠層NDVI估產(chǎn)模型,以期為相關(guān)研究提供參考。

    1 材料與方法

    1.1 試驗(yàn)材料

    選擇沈陽農(nóng)業(yè)大學(xué)的一塊水稻試驗(yàn)田為研究對(duì)象,總面積10 hm2(41°11′51″—43°2′13″N,122°25′9″—123°48′24″E)。該區(qū)域?qū)儆跍貛О霛駶櫞箨懶詺夂?,降水集中,四季分明,有利于水稻生長。供試品種為東北地區(qū)廣泛種植的粳稻沈稻47。沈稻47苗期健壯,分蘗力強(qiáng),可達(dá)350~400穗·m-2,成株高105 cm左右,半直立穗型,株型緊湊,葉片直立,適宜鐵嶺、沈陽、遼陽、鞍山、營口、盤錦、錦州等市所轄縣區(qū)種植。

    1.2 數(shù)據(jù)獲取與計(jì)算

    多旋翼無人機(jī)飛行速度可控,飛行高度可調(diào)且可以低空飛行,同時(shí)多旋翼無人機(jī)不受起飛降落場(chǎng)地的限制,飛行載荷較大,可同時(shí)攜帶多種農(nóng)用傳感器,因而更適于大規(guī)模作物育種小區(qū)(2~5 m2)厘米級(jí)分辨率信息獲取[20]。故使用八旋翼無人機(jī)作為遙感平臺(tái),搭載ADC多光譜照相機(jī)和GPS定位儀,飛行高度10 m,圖像地面分辨率1 cm,采用四邊飛行路線。所用冠層NDVI測(cè)量儀SpectroSense2+是英國Skye公司的一款被動(dòng)式的NDVI測(cè)量儀,測(cè)量高度距離粳稻冠層1.8 m,通過測(cè)量太陽輻射相應(yīng)波段的入射光強(qiáng)以及植被冠層的反射光強(qiáng)獲得數(shù)據(jù)。無人機(jī)拍攝地面樣本觀測(cè)點(diǎn)分布如圖1所示,根據(jù)測(cè)量的數(shù)值計(jì)算出相應(yīng)的歸一化植被指數(shù)。

    NDVI=(NIR+R)/(NIR-R)。

    (1)

    式(1)中,NIR(660 nm)和R(740 nm)分別為近紅外光譜通道和紅光光譜通道反射率[21]。

    圖1 無人機(jī)采集樣本點(diǎn)分布圖Fig.1 Distribution of UAV sample points

    試驗(yàn)數(shù)據(jù)分別測(cè)于分蘗期(6月)、拔節(jié)期(7月)、抽穗期(8月)、成熟期(9月),分13個(gè)長方形區(qū)域(每個(gè)區(qū)域6 m×2 m),每個(gè)區(qū)域取其對(duì)角線交叉點(diǎn)作為一個(gè)樣本點(diǎn)。于每天12:00—14:00之間分別用SpectroSense2+測(cè)量儀和無人機(jī)測(cè)取相應(yīng)數(shù)據(jù),地面樣本控制點(diǎn)對(duì)應(yīng)無人機(jī)GPS定位,提取數(shù)據(jù),得到相應(yīng)樣本觀測(cè)點(diǎn)的粳稻冠層NDVI。在粳稻成熟時(shí)收割烘干脫粒,測(cè)定所取樣本產(chǎn)量。用無人機(jī)遙感數(shù)據(jù)進(jìn)行建模,儀器采集數(shù)據(jù)進(jìn)行驗(yàn)證。

    1.3 研究方法

    利用SPSS v19.0,對(duì)2015年6—9月的單天、各旬和各月NDVI數(shù)據(jù)與粳稻產(chǎn)量分別進(jìn)行相關(guān)性分析[22],選出相關(guān)性最好的與產(chǎn)量建立回歸模型和多元回歸模型,利用逐步回歸方法挑選粳稻的關(guān)鍵生育期,從而確定最佳估產(chǎn)時(shí)間,最后對(duì)其進(jìn)行誤差分析,篩選出最佳估產(chǎn)模型。

    1.4 模型的建立與檢驗(yàn)

    采用線性回歸分析方法和Square曲線或Cubic曲線回歸分析方法分別對(duì)水稻冠層單天、各旬和各月NDVI數(shù)據(jù)與產(chǎn)量進(jìn)行回歸建模分析。

    用判定系數(shù)(coefficient of determination,R2)對(duì)模型擬合度進(jìn)行檢驗(yàn),R2越大說明模型精度越高;用相對(duì)誤差(relative error,RE)和均方根誤差(root mean squared error,RMSE)兩個(gè)指標(biāo)來驗(yàn)證模型的準(zhǔn)確性。

    2 結(jié)果與分析

    2.1 粳稻生長關(guān)鍵期冠層NDVI與理論產(chǎn)量的相關(guān)性分析

    用二元定距變量相關(guān)分析方法分別對(duì)粳稻單天、各旬和各月NDVI數(shù)據(jù)與產(chǎn)量進(jìn)行相關(guān)性分析,粳稻單天NDVI與產(chǎn)量間皮爾森相關(guān)系數(shù)較高的時(shí)間段主要集中在6月上旬(r=0.672)、6月中旬(r=0.556)、8月上旬(r=0.776)(表1),單日數(shù)據(jù)中以6月11日(r=0.817)和8月4日(r=0.780)的相關(guān)系數(shù)最高,說明在分蘗盛期和抽穗期對(duì)粳稻估產(chǎn)效果較好。

    2.2 不同生育期粳稻NDVI與理論產(chǎn)量的估算模型

    選擇6月和8月的旬?dāng)?shù)據(jù)以及6月11日、8月4日的單日數(shù)據(jù)建模。從表2可以看出,以單天NDVI數(shù)據(jù)進(jìn)行估產(chǎn),Square(或Cubic)曲線模型比一次線性模型R2高??紤]到單一時(shí)相數(shù)據(jù)產(chǎn)量模型具有偶然性,加之6月份粳稻還未進(jìn)入施肥期,因此該模型不具有代表性。以6月中上旬(分蘗期)與8月上旬(抽穗期)數(shù)據(jù)為基礎(chǔ)構(gòu)建的模型R2較高,但6月中上旬由于水體干擾等,誤差較大,因此,不宜單獨(dú)用作估產(chǎn)模型。將6月和8月各旬?dāng)?shù)據(jù)分別相結(jié)合,建立估產(chǎn)模型,R2分別為0645、0.677。綜上,雖然不能單依6月份數(shù)據(jù)建立準(zhǔn)確的產(chǎn)量預(yù)估模型,但可以確定粳稻估產(chǎn)的最佳時(shí)期是水稻分蘗期和抽穗期,而且基于Square(或Cubic)曲線構(gòu)建的模型相關(guān)性優(yōu)于一次線性模型。因此,可以嘗試在6月中旬和8月上旬利用無人機(jī)進(jìn)行遙感數(shù)據(jù)獲取用于估產(chǎn),以縮短測(cè)試時(shí)間,降低科研成本,提高估產(chǎn)精度。

    2.3 復(fù)合估產(chǎn)模型

    利用以上數(shù)據(jù),將各個(gè)時(shí)期分別組合,如6月11日和8月4日、6月上旬和中旬、6月上旬和8月上旬、6月中旬和8月上旬、6月和8月,建立粳稻單產(chǎn)的復(fù)合模型,由R2、F值和顯著性(表3)可以看出,6月上中旬的估產(chǎn)效果不顯著,其他組合構(gòu)建的模型均達(dá)到顯著水平,其中,6月11日和8月4日的復(fù)合估產(chǎn)模型的相關(guān)系數(shù)(R2)達(dá)0.821,顯著性為0.000。從其他4組回歸模型中可以確定,粳稻最佳估產(chǎn)時(shí)間為6月(分蘗期)和8月(抽穗期),且以抽穗期為主,因?yàn)槌樗肫谑撬緺I養(yǎng)吸收最完全的時(shí)期,是產(chǎn)量形成的最關(guān)鍵時(shí)期。

    表1 北方粳稻生育期NDVI與理論產(chǎn)量相關(guān)性分析結(jié)果

    Table 1 Correlation analysis between theoreticaljaponicarice yield and NDVI data

    時(shí)期Date相關(guān)系數(shù)Coefficient時(shí)期Date相關(guān)系數(shù)Coefficient時(shí)期Date相關(guān)系數(shù)Coefficient時(shí)期Date相關(guān)系數(shù)Coefficient6月June0.57406-01—06-100.67206-11—06-200.55606-21—06-300.1297月July-0.13007-01—07-10-0.06307-11—07-20-0.11707-21—07-31-0.3208月August0.34608-01—08-100.77608-11—08-200.34608-21—08-310.0289月September0.08209-01—09-100.23309-11—09-200.13909-21—09-30-0.09706-070.66206-080.64006-090.64806-100.57906-110.81706-120.69006-140.60408-010.59508-020.64508-030.72508-040.78008-050.73808-070.74008-080.64308-100.63208-110.624

    表2 冠層NDVI與水稻理論產(chǎn)量之間的回歸分析

    Table 2 Regression analysis between canopy NDVI data and theoretical rice yield

    時(shí)期Date回歸模型RegressionmodelR2FSig.06-11y=22239.75x-57600.66722.0790.001y=-349836.45x2+496745.1x-165898.350.85328.9260.00008-04y=53309.4x-37279.650.57317.1190.002y=-916560.9x2+1668045x-7482300.66810.0750.00406-01—06-10y=3609.9x+429.200.4019.0400.012y=-18390x2+92999.1x-106938.90.79919.9310.00006-11—06-20y=2430x-7729.950.2474.9270.048y=-7939.95x2+117078.9x-421185.750.5055.1010.03008-01—08-10y=8769.9x-67139.40.54915.6210.002y=-1710x3+402595.95x-23655160.71512.5220.0026月Juney=3519.9x1+3139.95x2-4470x3+13569.90.6458.2720.0068月Augusty=11369.85x1+480x2-3060x3-69289.350.6779.4000.004

    x1、x2、x3分別代表6月或8月各旬的NDVI值 。

    x1,x2,x3represented the overall NDVI data of every ten days in June or August .

    表3 冠層NDVI復(fù)合數(shù)據(jù)與水稻產(chǎn)量的線性回歸估產(chǎn)模型

    Table 3 Multiple yield estimation regression models of canopy NDVI data

    時(shí)期Date回歸模型RegressionmodelR2FSig.06-11(x1)+08-04(x2)y=15489.9x1+33839.7x2-30869.70.82128.6130.00006-01—06-10(x1)+06-11—06-20(x2)y=2970x1+730.05x2-28800.3584.3510.04406-01—06-10(x1)+08-01—08-10(x2)y=1860x1+6499.95x3-51839.550.60110.0360.00406-11—06-20(x1)+08-01—08-10(x2)y=2080.05x2+8149.95x3-76669.20.77121.2200.0006月+8月June+Augusty=3720x1+3229.95x2-4839.9x3-640.05x4+8179.95x5-3099.9x6-23229.750.8059.2800.008

    6月+8月回歸模型中x1、x2、x3、x4、x5、x6分別代表6月份和8月份各旬所對(duì)應(yīng)的NDVI。

    x1,x2,x3,x4,x5,x6in the last regression model represented ∑NDVI of every ten-day in June and August.

    利用儀器采集樣本數(shù)據(jù)對(duì)估產(chǎn)模型進(jìn)行檢驗(yàn)比較,并對(duì)線性回歸模型精度進(jìn)行檢驗(yàn),結(jié)果見表4。利用6月和8月的NDVI數(shù)據(jù)得到的產(chǎn)量模型相對(duì)誤差為34.06%,預(yù)測(cè)標(biāo)準(zhǔn)誤差為3.324 t·hm-2,誤差較大。以6月11日和8月4日數(shù)據(jù)為基礎(chǔ)構(gòu)建的復(fù)合模型誤差最低,但是單天估產(chǎn)模型偶然性太大,考慮到這兩天分別處在6月中旬和8月上旬,故可在6月中旬和8月上旬連續(xù)幾天采集無人機(jī)遙感數(shù)據(jù),既可以避免單天數(shù)據(jù)的偶然性,也可以避免整月采集數(shù)據(jù)的煩瑣和帶來的誤差。綜上,以6月中旬+8月上旬NDVI數(shù)據(jù)為基礎(chǔ)構(gòu)建估產(chǎn)模型較為理想。

    表4 基于無人機(jī)遙感的北方粳稻估產(chǎn)模型驗(yàn)證

    Table 4 Validation of yield estimation model forjaponicarice in Northern China based on UAV remote sensing

    時(shí)期DateRE/%RMSE/(t·hm-2)06-11+08-043.630.41606-01—06-10+08-01—08-105.310.62406-11—06-20+08-01—08-104.060.4746月+8月June+August34.063.324

    3 結(jié)論與討論

    遙感技術(shù)的迅猛發(fā)展和廣泛應(yīng)用為農(nóng)作物面積、長勢(shì)的宏觀動(dòng)態(tài)監(jiān)測(cè)和估產(chǎn)提供了一種新的方法。本研究基于沈稻47各時(shí)期NDVI數(shù)據(jù),建立其與理論產(chǎn)量的最適模型。結(jié)果表明,用無人機(jī)遙感獲取的粳稻冠層NDVI數(shù)據(jù)可以進(jìn)行估產(chǎn)建模;但是,由于粳稻生長受到溫濕度、水體、土壤等多因素的影響,其NDVI數(shù)據(jù)在這個(gè)過程中出現(xiàn)一些波動(dòng),導(dǎo)致粳稻冠層NDVI數(shù)據(jù)與產(chǎn)量在7月(孕穗期)并沒有呈現(xiàn)良好的相關(guān)關(guān)系。對(duì)不同生育期粳稻冠層NDVI與產(chǎn)量的相關(guān)性進(jìn)行分析并做相應(yīng)檢驗(yàn),結(jié)果發(fā)現(xiàn),復(fù)合估產(chǎn)模型的預(yù)測(cè)效果顯著優(yōu)于其他模型。用逐步回歸方法剔除相關(guān)性較差的模型,確定最佳估產(chǎn)時(shí)間為6月中旬和8月上旬?;谏鲜鰯?shù)據(jù)構(gòu)建的復(fù)合模型,決定系數(shù)為0.771,相對(duì)誤差為4.06%,標(biāo)準(zhǔn)差為0.474 t·hm-2,精度較高,具有可行性。與現(xiàn)有的人工估產(chǎn)和衛(wèi)星遙感估產(chǎn)相比,本研究所提出的基于無人機(jī)遙感采集粳稻冠層數(shù)據(jù)估產(chǎn)的方法可以隨時(shí)方便地獲取粳稻表面冠層NDVI數(shù)據(jù),降低了科研經(jīng)費(fèi)和人工成本,而且估產(chǎn)作業(yè)對(duì)象面積可小可大,準(zhǔn)確度高,為水稻育種等小規(guī)模估產(chǎn)提供了良好的參考,更具實(shí)用性。但本研究只是初步探索的階段性成果,仍有待進(jìn)一步優(yōu)化完善。

    [1] 黃敬峰, 楊忠恩, 王人潮, 等. 基于GIS的水稻遙感估產(chǎn)模型研究[J]. 遙感技術(shù)與應(yīng)用, 2002, 17(3):125-128.

    HUANG J F, YANG Z E, WANG R C, et al. The rice production forecasting models using NOAA/AVHRR data based on GIS [J].RemoteSensingTechnologyandApplication, 2002, 17(3): 125-128. (in Chinese with English abstract)

    [2] 陳溫福, 潘文博, 徐正進(jìn). 我國粳稻生產(chǎn)現(xiàn)狀及發(fā)展趨勢(shì)[J]. 沈陽農(nóng)業(yè)大學(xué)學(xué)報(bào), 2006, 37(6): 801-805.

    CHEN W F, PAN W B, XU Z J. Current situation and trends in production ofjaponicarice in China [J].JournalofShenyangAgriculturalUniversity, 2006, 37(6): 801-805. (in Chinese with English abstract)

    [3] 李衛(wèi)國, 李花. 水稻衛(wèi)星遙感估產(chǎn)研究現(xiàn)狀與對(duì)策[J].江蘇農(nóng)業(yè)學(xué)報(bào),2010 (5):444-445.

    LI W G, LI H. Status and countermeasures on research of estimating rice yield by satellite remote sensing[J].JiangsuAgriculturalSciences, 2010 (5): 444-445. (in Chinese with English abstract)

    [4] 李德仁, 李明. 無人機(jī)遙感系統(tǒng)的研究進(jìn)展與應(yīng)用前景[J].武漢大學(xué)學(xué)報(bào)(信息科學(xué)版),2014,39(5):505-513.

    LI D R, LI M. Research advance and application prospect of unmanned aerial vehicle remote sensing system [J].GeomaticsandInformationScienceofWuhanUniversity, 2014, 39(5): 505-513. (in Chinese with English abstract)

    [5] 劉剛, 許宏健, 馬海濤, 等. 無人機(jī)航測(cè)系統(tǒng)在應(yīng)急服務(wù)保障中的應(yīng)用與前景[J]. 測(cè)繪與空間地理信息, 2011, 34(4):177-179.

    LIU G, XU H J, MA H T, et al. Unmanned aerial system applications and prospects in the protection of emergency services[J].Geomatics&SpatialInformationTechnology, 2011, 34(4): 177-179. (in Chinese with English abstract)

    [6] MKHABELA M S, BULLOCK P, RAJ S, et al. Crop yield forecasting on the Canadian Prairies using MODIS NDVI data[J].Agricultural&ForestMeteorology, 2011, 151(3):385-393.

    [7] BECKER-RESHEF I, VERMOTE E, LINDEMAN M, et al. A generalized regression-based model for forecasting winter wheat yields in Kansas and Ukraine using MODIS data[J].RemoteSensingofEnvironment, 2010, 114(6):1312-1323.

    [8] GOWARD S N, TUCKER C J, DYE D G. North American vegetation patterns observed with the NOAA-7 advanced very high resolution radiometer[J].Vegetatio, 1985, 64(1):3-14.

    [10] FLYNN E S, DOUGHERTY C T, WENDROTH O. Assessment of pasture biomass with the normalized difference vegetation index from active ground-based sensors[J].AgronomyJournal, 2008, 100(1): 114-121.

    [11] KALUBARME M H, POTDAR M B, MANJUNATH K R, et al. Growth profile based crop yield models: a case study of large area wheat yield modelling and its extendibility using atmospheric corrected NOAA AVHRR data[J].InternationalJournalofRemoteSensing, 2003, 24(10):2037-2054.

    [12] THENKABAIL P S. Biophysical and yield information for precision farming from near-real-time and historical Landsat TM images[J].InternationalJournalofRemoteSensing, 2003, 24(14):2879-2904.

    [13] BAEZGONZALEZ A D, KINIRY J R, MAAS S J, et al. Large-area maize yield forecasting using leaf area index based yield model[J].AgronomyJournal, 2005, 97(2):418-425.

    [14] 馮美臣, 肖璐潔, 楊武德, 等. 基于遙感數(shù)據(jù)和氣象數(shù)據(jù)的水旱地冬小麥產(chǎn)量估測(cè)[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2010, 26(11):183-188.

    FENG M C, XIAO L J, YANG W D, et al. Predicting grain yield of irrigation-land and dry-land winter wheat based on remote sensing data and meteorological data[J].JournalofAgriculturalEngineering, 2010, 26(11): 183-188. (in Chinese with English abstract)

    [15] 曹衛(wèi)彬, 劉姣娣, 趙良斌,等. 北疆棉花遙感估產(chǎn)最佳時(shí)相選擇研究[J]. 中國棉花, 2007, 34(3):10-11.

    CAO W B, LIU J D, ZHAO L B, et al. Phase selection for cotton yield estimation in Northern Xinjiang based on remote sensing[J].ChinaCotton, 2007, 34(3): 10-11. (in Chinese)

    [16] 李飛, 楊小平, 毛暉. 基于MODIS-NDVI數(shù)據(jù)的甘肅臨夏州的春小麥遙感估產(chǎn)[J]. 陜西農(nóng)業(yè)科學(xué), 2014, 60(10): 74-77.

    LI F, YANG X P, MAO H. Spring wheat yield estimation in Linxiazhou, Gansu based on MODIS_NDVI data by remote sensing[J].ShaanxiJournalofAgriculturalSciences, 2014, 60(10): 74-77. (in Chinese)

    [17] 高中靈, 徐新剛, 王紀(jì)華,等. 基于時(shí)間序列NDVI相似性分析的棉花估產(chǎn)[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2012, 28(2):148-153.

    GAO Z L, XU X G, WANG J H, et al. Cotton yield estimation based on similarity analysis of time-series NDVI[J].TransactionsoftheChineseSocietyofAgriculturalEngineering, 2012, 28(2): 148-153. (in Chinese with English abstract)

    [18] 陳鵬飛, 楊飛, 杜佳. 基于環(huán)境減災(zāi)衛(wèi)星時(shí)序歸一化植被指數(shù)的冬小麥產(chǎn)量估測(cè)[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2013, 29(11):124-131.

    CHEN P F, YANG F, DU J. Yield forecasting for winter wheat using time series NDVI from HJ satellite[J].TransactionsoftheChineseSocietyofAgriculturalEngineering, 2013, 29(11): 124-131. (in Chinese with English abstract)

    [19] 黃敬峰, 王人潮, 蔣亨顯, 等. 基于GIS的浙江省水稻遙感估產(chǎn)最佳時(shí)相選擇[J]. 應(yīng)用生態(tài)學(xué)報(bào), 2002, 13(3):290-294.

    HUANG J F, WANG R C, JIANG H X, et al. Selection of optimum periods for rice estimation using remote sensing data based on GIS[J].ChineseJournalofAppliedEcology, 2002, 13(3): 290-294. (in Chinese with English abstract)

    [20] 金偉, 葛宏立, 杜華強(qiáng), 等. 無人機(jī)遙感發(fā)展與應(yīng)用概況[J]. 遙感信息, 2009(1):88-92.

    JIN W, GE H L, DU H Q, et al. A review on unmanned aerial vehicle remote sensing and its application[J].RemoteSensingInformation, 2009(1): 88-92. (in Chinese with English abstract)

    [21] 吳文斌, 楊鵬, 唐華俊,等. 基于NDVI數(shù)據(jù)的華北地區(qū)耕地物候空間格局[J]. 中國農(nóng)業(yè)科學(xué), 2009, 42(2):552-560.

    WU W B, YANG P, TANG H J, et al. Monitoring spatial patterns of cropland phenology in North China based on NOAA NDVI Data[J].ScientiaAgriculturaSinica, 2009, 42(2): 552-560. (in Chinese with English abstract)

    [22] 白文龍, 張福平. 基于SPOT VGT/NDVI的陜西省關(guān)中地區(qū)冬小麥遙感估產(chǎn)[J]. 資源開發(fā)與市場(chǎng), 2012, 28(6):483-485.

    BAI W L, ZHANG F P. Estimation of winter wheat yield in Guanzhong area of Shaanxi Province using SPOT VGT/NDVI[J].ResourceDevelopment&Market, 2012, 28(6): 483-485. (in Chinese with English abstract)

    (責(zé)任編輯 高 峻)

    Study on northernjaponicarice yield model based on canopy date of NDVI

    XU Tong-yu1,2, HONG Xue2, CHEN Chun-ling1,2,*, ZHOU Yun-cheng1,2, CAO Ying-li1,2, YU Feng-hua2, LI Na2

    (1.AgriculturalInformationEngineeringTechnologyCenterinLiaoningProvince,ShenyangAgriculturalUniversity,Shenyang110161,China; 2.CollegeofInformationandElectricalEngineering,ShenyangAgriculturalUniversity,Shenyang110161,China)

    In the present study, experimental field in Shenyang Agricultural University was selected as study region, and unmanned aerial vehicle (UAV) remote sensing technology and manual analysis was combined to collect canopy NDVI data of the whole growth ofjaponicarice in the summer of 2015. Firstly, dual distance variable correlation analysis was applied to reveal the relationships between NDVI data of single day, ten day or each month and yield. Then, the yield and NDVI data which showed good correlations were adopted to build models via linear regression and Square or Cubic curve, and validation test of the constructed regression model and precision comparison were carried out. It was shown that it was better to build model with Square or Cubic curve than linear regress when only one variable was used. The model consisted of data collected in June 11thto 20thand August 1stto 10thwas ideal to predict the yield, of which the determination coefficient (R2), relative error(RE), and root mean square error (RMSE) were 0.771, 4.06% and 0.474 t·hm-2, respectively. It was of high precision and feasibility. Thus, it was suggested that the most suitable time forjaponicarice yield prediction in Northern China was June 11thto 20thand August 1stto 10th.

    japonicarice; NDVI; correlation; regression analysis

    http://www.zjnyxb.cn

    10.3969/j.issn.1004-1524.2016.10.22

    2016-03-16

    國家重點(diǎn)研發(fā)項(xiàng)目(2016YFD0200600)

    許童羽(1967—),男,遼寧義縣人,博士,教授,主要從事農(nóng)業(yè)航空技術(shù)研究。E-mail: yatongmu@163.com

    *通信作者,陳春玲,E-mail: snccl@163.com

    S127

    A

    1004-1524(2016)10-1790-06

    浙江農(nóng)業(yè)學(xué)報(bào)ActaAgriculturaeZhejiangensis, 2016,28(10): 1790-1795

    許童羽,洪雪,陳春玲,等. 基于冠層NDVI數(shù)據(jù)的北方粳稻產(chǎn)量模型研究[J]. 浙江農(nóng)業(yè)學(xué)報(bào),2016,28(10): 1790-1795.

    猜你喜歡
    估產(chǎn)粳稻冠層
    基于低空遙感的果樹冠層信息提取方法研究
    基于激光雷達(dá)的樹形靶標(biāo)冠層葉面積探測(cè)模型研究
    我國雙季早粳稻實(shí)現(xiàn)“零的突破”
    安徽省淮南森林冠層輻射傳輸過程的特征
    基于無人機(jī)多光譜遙感數(shù)據(jù)的煙草植被指數(shù)估產(chǎn)模型研究
    解讀粳稻品種南方種植播期
    遙感技術(shù)在大豆種植情況監(jiān)測(cè)中的應(yīng)用
    豫南粳稻機(jī)械化適應(yīng)品種篩選及利用研究
    施氮水平對(duì)冬小麥冠層氨揮發(fā)的影響
    播期播量對(duì)晚粳稻寧84農(nóng)藝性狀及產(chǎn)量的影響
    女警被强在线播放| 曰老女人黄片| 禁无遮挡网站| 丰满人妻一区二区三区视频av | 国产片内射在线| 欧美色视频一区免费| 亚洲熟妇熟女久久| 在线视频色国产色| 每晚都被弄得嗷嗷叫到高潮| 国产黄片美女视频| 可以在线观看毛片的网站| 国产成人欧美在线观看| www.www免费av| 听说在线观看完整版免费高清| 日韩欧美精品v在线| 又紧又爽又黄一区二区| 亚洲一区二区三区不卡视频| 男女那种视频在线观看| 成人三级做爰电影| 欧美成狂野欧美在线观看| 国产成人精品无人区| 国产精品九九99| 国产精品香港三级国产av潘金莲| av欧美777| 久久99热这里只有精品18| 婷婷精品国产亚洲av| 日日爽夜夜爽网站| 国产单亲对白刺激| 1024手机看黄色片| 亚洲av熟女| 亚洲av电影在线进入| 国产精品一及| 久久国产乱子伦精品免费另类| 身体一侧抽搐| 白带黄色成豆腐渣| 黄色毛片三级朝国网站| 99久久综合精品五月天人人| 久久午夜亚洲精品久久| 亚洲精品中文字幕一二三四区| 中文字幕人妻丝袜一区二区| 巨乳人妻的诱惑在线观看| 好男人电影高清在线观看| 欧美日韩精品网址| 亚洲午夜理论影院| 99热这里只有是精品50| 老司机午夜福利在线观看视频| 国产精品美女特级片免费视频播放器 | 欧美成人免费av一区二区三区| 香蕉国产在线看| 午夜亚洲福利在线播放| 亚洲国产欧洲综合997久久,| 日本 av在线| 此物有八面人人有两片| 日本成人三级电影网站| 国产1区2区3区精品| 久久草成人影院| 欧美日韩一级在线毛片| 一边摸一边抽搐一进一小说| a级毛片a级免费在线| 久久久久久久久久黄片| 男人舔女人下体高潮全视频| 波多野结衣高清无吗| 黄色 视频免费看| 一边摸一边做爽爽视频免费| 国产精品一区二区三区四区免费观看 | 久久久久久大精品| 午夜免费观看网址| 成人三级黄色视频| 国产精品影院久久| 全区人妻精品视频| 国产精品一区二区精品视频观看| 99久久99久久久精品蜜桃| 人妻丰满熟妇av一区二区三区| 校园春色视频在线观看| 女人被狂操c到高潮| 99在线视频只有这里精品首页| a级毛片在线看网站| 我要搜黄色片| 十八禁网站免费在线| 色噜噜av男人的天堂激情| ponron亚洲| 久久香蕉精品热| 国内精品一区二区在线观看| 久久久久国产精品人妻aⅴ院| 可以免费在线观看a视频的电影网站| 国产成人av激情在线播放| 成人高潮视频无遮挡免费网站| 12—13女人毛片做爰片一| 日韩欧美国产一区二区入口| 深夜精品福利| 色播亚洲综合网| x7x7x7水蜜桃| 91老司机精品| 欧美乱色亚洲激情| 国产成人一区二区三区免费视频网站| 日韩 欧美 亚洲 中文字幕| 神马国产精品三级电影在线观看 | 视频区欧美日本亚洲| 国产高清有码在线观看视频 | 久久午夜亚洲精品久久| 精品欧美国产一区二区三| 国内毛片毛片毛片毛片毛片| 日本精品一区二区三区蜜桃| 国产一区在线观看成人免费| 少妇人妻一区二区三区视频| av中文乱码字幕在线| 最好的美女福利视频网| 国产av在哪里看| 欧美+亚洲+日韩+国产| 嫩草影视91久久| 亚洲电影在线观看av| 三级国产精品欧美在线观看 | 午夜日韩欧美国产| 国产在线精品亚洲第一网站| 午夜福利成人在线免费观看| 精品久久蜜臀av无| www国产在线视频色| 老司机午夜福利在线观看视频| 狂野欧美激情性xxxx| 女人被狂操c到高潮| 久久草成人影院| 国产精品亚洲av一区麻豆| 热99re8久久精品国产| bbb黄色大片| 99在线视频只有这里精品首页| 精品久久久久久久末码| 成人午夜高清在线视频| 久久亚洲真实| 色精品久久人妻99蜜桃| 久久久久九九精品影院| 国产精华一区二区三区| 亚洲成av人片免费观看| 久久久国产成人免费| 午夜精品久久久久久毛片777| av超薄肉色丝袜交足视频| 啪啪无遮挡十八禁网站| 国产成人精品久久二区二区91| 男女之事视频高清在线观看| cao死你这个sao货| 日本 欧美在线| 日韩高清综合在线| 嫁个100分男人电影在线观看| 青草久久国产| 久久香蕉激情| 久久久水蜜桃国产精品网| 草草在线视频免费看| 男女床上黄色一级片免费看| 19禁男女啪啪无遮挡网站| 欧美性猛交黑人性爽| 在线观看美女被高潮喷水网站 | 亚洲精品在线美女| 亚洲精品中文字幕在线视频| 亚洲精品中文字幕在线视频| 日本黄大片高清| 亚洲中文字幕一区二区三区有码在线看 | 亚洲色图 男人天堂 中文字幕| tocl精华| 欧美日韩一级在线毛片| 久久精品国产99精品国产亚洲性色| 成年女人毛片免费观看观看9| 亚洲人成伊人成综合网2020| 欧美黄色淫秽网站| 欧美成人免费av一区二区三区| 久久伊人香网站| 50天的宝宝边吃奶边哭怎么回事| 久久久久免费精品人妻一区二区| 亚洲va日本ⅴa欧美va伊人久久| 曰老女人黄片| 不卡一级毛片| 2021天堂中文幕一二区在线观| 少妇人妻一区二区三区视频| 亚洲片人在线观看| 亚洲熟妇熟女久久| or卡值多少钱| 亚洲国产欧美一区二区综合| 婷婷精品国产亚洲av在线| 午夜视频精品福利| 日韩免费av在线播放| 欧美日本亚洲视频在线播放| 人人妻人人澡欧美一区二区| 在线视频色国产色| 欧美黑人精品巨大| 欧美黄色片欧美黄色片| 嫩草影院精品99| 国产一区二区三区在线臀色熟女| 啪啪无遮挡十八禁网站| 真人一进一出gif抽搐免费| av福利片在线| 久久久久久亚洲精品国产蜜桃av| 成人三级做爰电影| 国产在线精品亚洲第一网站| 真人做人爱边吃奶动态| 国产黄片美女视频| 国产精品久久久久久亚洲av鲁大| 精品乱码久久久久久99久播| 精品久久久久久久末码| 国产精品久久视频播放| 午夜免费激情av| 国内精品久久久久久久电影| 熟女少妇亚洲综合色aaa.| 一本精品99久久精品77| 99精品在免费线老司机午夜| 免费在线观看日本一区| 亚洲va日本ⅴa欧美va伊人久久| 亚洲精品一卡2卡三卡4卡5卡| 12—13女人毛片做爰片一| 欧美日本亚洲视频在线播放| 亚洲成人国产一区在线观看| 国产欧美日韩精品亚洲av| 嫩草影院精品99| 一个人观看的视频www高清免费观看 | 国产69精品久久久久777片 | 亚洲成a人片在线一区二区| 日本在线视频免费播放| 中文字幕久久专区| 欧美绝顶高潮抽搐喷水| 又紧又爽又黄一区二区| 国产精品综合久久久久久久免费| 亚洲精品在线观看二区| 97人妻精品一区二区三区麻豆| 国内揄拍国产精品人妻在线| 免费av毛片视频| 亚洲av美国av| 欧美日韩乱码在线| 俺也久久电影网| 99久久精品国产亚洲精品| 国产av一区在线观看免费| 精品久久久久久久人妻蜜臀av| 免费在线观看成人毛片| 久久这里只有精品19| 人妻久久中文字幕网| 亚洲在线自拍视频| 久久人妻av系列| 中文字幕av在线有码专区| 成年版毛片免费区| 日韩精品青青久久久久久| 少妇被粗大的猛进出69影院| 亚洲精品粉嫩美女一区| 国产精品久久久久久人妻精品电影| 国产成人aa在线观看| 欧美一级毛片孕妇| 国产在线精品亚洲第一网站| 亚洲自偷自拍图片 自拍| 亚洲电影在线观看av| 色在线成人网| 国产精品久久久久久精品电影| 国产精品日韩av在线免费观看| 99久久无色码亚洲精品果冻| 久99久视频精品免费| 精品久久蜜臀av无| 黄色毛片三级朝国网站| 欧美成人午夜精品| 婷婷精品国产亚洲av在线| av欧美777| 露出奶头的视频| 99久久无色码亚洲精品果冻| 亚洲人与动物交配视频| 99久久综合精品五月天人人| 看片在线看免费视频| 一二三四在线观看免费中文在| 亚洲 欧美 日韩 在线 免费| 国产一区二区在线观看日韩 | 国产欧美日韩精品亚洲av| 一个人免费在线观看电影 | 日韩欧美免费精品| 男人的好看免费观看在线视频 | 亚洲一区二区三区色噜噜| 色在线成人网| 变态另类丝袜制服| 国产成人精品无人区| 午夜激情福利司机影院| 国产久久久一区二区三区| 国产伦在线观看视频一区| 人妻夜夜爽99麻豆av| 999久久久国产精品视频| 国产亚洲精品综合一区在线观看 | 久久婷婷人人爽人人干人人爱| 欧美日韩亚洲综合一区二区三区_| 欧美成狂野欧美在线观看| 国产视频内射| 亚洲欧美日韩高清在线视频| 在线十欧美十亚洲十日本专区| 亚洲中文字幕日韩| 亚洲国产精品999在线| 麻豆国产97在线/欧美 | 午夜福利视频1000在线观看| 欧美另类亚洲清纯唯美| 久久久久久久久免费视频了| 国内精品一区二区在线观看| 成人国产一区最新在线观看| 日韩欧美一区二区三区在线观看| 在线观看美女被高潮喷水网站 | 国产主播在线观看一区二区| 中文字幕熟女人妻在线| 成人av在线播放网站| 久久伊人香网站| 日韩精品中文字幕看吧| 91字幕亚洲| 男女床上黄色一级片免费看| 亚洲国产精品成人综合色| 欧美黄色淫秽网站| 亚洲精品av麻豆狂野| 欧美日韩黄片免| 亚洲成人国产一区在线观看| 岛国在线免费视频观看| 99热6这里只有精品| 一本精品99久久精品77| 免费无遮挡裸体视频| 男女下面进入的视频免费午夜| 国产精品自产拍在线观看55亚洲| 欧美成狂野欧美在线观看| 久久国产精品人妻蜜桃| 久热爱精品视频在线9| 一a级毛片在线观看| 俄罗斯特黄特色一大片| 久久这里只有精品19| 怎么达到女性高潮| 亚洲精品一卡2卡三卡4卡5卡| 在线视频色国产色| 淫秽高清视频在线观看| 精品熟女少妇八av免费久了| 久久 成人 亚洲| 色噜噜av男人的天堂激情| 免费看十八禁软件| 日韩欧美在线乱码| 99久久精品热视频| 久99久视频精品免费| 亚洲国产欧美网| 12—13女人毛片做爰片一| 午夜免费观看网址| a级毛片在线看网站| 又爽又黄无遮挡网站| 亚洲国产欧美网| 欧美+亚洲+日韩+国产| 黄色视频不卡| 好男人在线观看高清免费视频| 日本一本二区三区精品| 日韩中文字幕欧美一区二区| 日本精品一区二区三区蜜桃| 欧美人与性动交α欧美精品济南到| 制服人妻中文乱码| 亚洲午夜精品一区,二区,三区| 亚洲美女黄片视频| 国产精品自产拍在线观看55亚洲| 久9热在线精品视频| 欧美大码av| 成人国产综合亚洲| 亚洲乱码一区二区免费版| 欧美日韩亚洲综合一区二区三区_| 国产亚洲欧美98| 国产精品亚洲美女久久久| 亚洲精品一区av在线观看| 嫩草影院精品99| 亚洲人成电影免费在线| 午夜久久久久精精品| 一二三四在线观看免费中文在| 两个人免费观看高清视频| 免费搜索国产男女视频| 欧美中文日本在线观看视频| 日韩国内少妇激情av| 国产一区二区在线观看日韩 | 久久这里只有精品19| 中文字幕av在线有码专区| 男女午夜视频在线观看| 欧美日韩亚洲综合一区二区三区_| 国产成人一区二区三区免费视频网站| 国产精品电影一区二区三区| 日韩欧美 国产精品| 88av欧美| 丝袜人妻中文字幕| 成人18禁高潮啪啪吃奶动态图| 少妇粗大呻吟视频| 视频区欧美日本亚洲| 非洲黑人性xxxx精品又粗又长| 日日夜夜操网爽| 欧美一区二区精品小视频在线| av有码第一页| 非洲黑人性xxxx精品又粗又长| 波多野结衣巨乳人妻| www.自偷自拍.com| 色综合站精品国产| 中文字幕精品亚洲无线码一区| 国产熟女xx| 亚洲国产看品久久| 国产精品久久视频播放| 久久久精品大字幕| 神马国产精品三级电影在线观看 | 脱女人内裤的视频| 久久精品人妻少妇| 90打野战视频偷拍视频| 最近在线观看免费完整版| 99热这里只有是精品50| 12—13女人毛片做爰片一| 五月玫瑰六月丁香| tocl精华| 国产视频内射| 亚洲欧洲精品一区二区精品久久久| 亚洲熟女毛片儿| 久久久国产精品麻豆| 国产区一区二久久| 国产免费男女视频| 婷婷六月久久综合丁香| 午夜免费激情av| 国内精品久久久久精免费| 午夜福利高清视频| 欧美日韩乱码在线| 欧美国产日韩亚洲一区| 欧美日韩黄片免| 听说在线观看完整版免费高清| 这个男人来自地球电影免费观看| www.精华液| 欧美日韩精品网址| 国产av一区二区精品久久| 国产精华一区二区三区| 久久 成人 亚洲| 欧美av亚洲av综合av国产av| 一个人观看的视频www高清免费观看 | 熟女电影av网| 亚洲av日韩精品久久久久久密| 成年免费大片在线观看| 日韩精品中文字幕看吧| 国产精品,欧美在线| 亚洲色图 男人天堂 中文字幕| 成人欧美大片| av国产免费在线观看| a在线观看视频网站| 国产1区2区3区精品| 搡老岳熟女国产| 中国美女看黄片| 欧美高清成人免费视频www| 人人妻,人人澡人人爽秒播| 午夜亚洲福利在线播放| 午夜成年电影在线免费观看| 亚洲 欧美 日韩 在线 免费| 女生性感内裤真人,穿戴方法视频| 欧美黄色淫秽网站| 国产精品免费视频内射| 国产一区二区激情短视频| 特大巨黑吊av在线直播| 午夜两性在线视频| 九九热线精品视视频播放| 蜜桃久久精品国产亚洲av| 久久精品91蜜桃| 亚洲av日韩精品久久久久久密| 午夜福利成人在线免费观看| 法律面前人人平等表现在哪些方面| 亚洲男人的天堂狠狠| 亚洲 欧美 日韩 在线 免费| videosex国产| 亚洲男人的天堂狠狠| 亚洲全国av大片| 国产成人精品久久二区二区91| 精品久久久久久久久久免费视频| 欧美+亚洲+日韩+国产| 国产精品久久久久久人妻精品电影| 亚洲在线自拍视频| 国产在线观看jvid| 亚洲色图 男人天堂 中文字幕| 久久精品亚洲精品国产色婷小说| 在线免费观看的www视频| 美女 人体艺术 gogo| 三级男女做爰猛烈吃奶摸视频| 露出奶头的视频| 在线播放国产精品三级| 久久欧美精品欧美久久欧美| 欧美黑人巨大hd| 成人精品一区二区免费| 国内揄拍国产精品人妻在线| 国产欧美日韩一区二区精品| 欧美日韩瑟瑟在线播放| 天堂动漫精品| 成年女人毛片免费观看观看9| 一区二区三区激情视频| 舔av片在线| 亚洲天堂国产精品一区在线| 国产成人系列免费观看| 制服诱惑二区| 两性午夜刺激爽爽歪歪视频在线观看 | 琪琪午夜伦伦电影理论片6080| 色av中文字幕| 999久久久国产精品视频| 在线观看美女被高潮喷水网站 | 日韩av在线大香蕉| 丁香六月欧美| 欧美黑人精品巨大| 狂野欧美白嫩少妇大欣赏| 777久久人妻少妇嫩草av网站| a级毛片a级免费在线| 伦理电影免费视频| 国产亚洲精品第一综合不卡| 桃红色精品国产亚洲av| 日韩精品中文字幕看吧| 淫秽高清视频在线观看| 99热这里只有是精品50| 97人妻精品一区二区三区麻豆| 精品熟女少妇八av免费久了| 国语自产精品视频在线第100页| 国产一区二区三区在线臀色熟女| 亚洲国产精品久久男人天堂| 亚洲精品一区av在线观看| 亚洲成av人片免费观看| 亚洲国产精品合色在线| 午夜福利免费观看在线| 天堂影院成人在线观看| 国产精品久久久av美女十八| 日韩有码中文字幕| 成人特级黄色片久久久久久久| 狠狠狠狠99中文字幕| 50天的宝宝边吃奶边哭怎么回事| 国产又色又爽无遮挡免费看| 美女 人体艺术 gogo| 精品国产亚洲在线| 男女视频在线观看网站免费 | 午夜免费观看网址| 99久久综合精品五月天人人| 好男人电影高清在线观看| 十八禁人妻一区二区| 搞女人的毛片| 亚洲无线在线观看| 国产探花在线观看一区二区| 丰满人妻一区二区三区视频av | 亚洲天堂国产精品一区在线| 搡老岳熟女国产| 久久这里只有精品19| 国产高清视频在线播放一区| 丝袜人妻中文字幕| 亚洲国产精品合色在线| 亚洲av电影在线进入| 精品国产乱子伦一区二区三区| 久久婷婷人人爽人人干人人爱| 婷婷丁香在线五月| 久久久久亚洲av毛片大全| 后天国语完整版免费观看| 手机成人av网站| 国产精品精品国产色婷婷| 看免费av毛片| 久久天堂一区二区三区四区| 精品午夜福利视频在线观看一区| 2021天堂中文幕一二区在线观| 女警被强在线播放| 午夜视频精品福利| 桃红色精品国产亚洲av| 国产乱人伦免费视频| 国产亚洲精品久久久久5区| 亚洲av成人一区二区三| 亚洲中文av在线| 国产成人av激情在线播放| 少妇被粗大的猛进出69影院| 一卡2卡三卡四卡精品乱码亚洲| 国产男靠女视频免费网站| 欧美日韩一级在线毛片| 全区人妻精品视频| 一级片免费观看大全| 日本熟妇午夜| 欧美性猛交╳xxx乱大交人| 波多野结衣巨乳人妻| 亚洲熟妇熟女久久| xxx96com| 久久天堂一区二区三区四区| 欧美极品一区二区三区四区| 日韩欧美精品v在线| x7x7x7水蜜桃| 亚洲av成人不卡在线观看播放网| 久久香蕉激情| 三级国产精品欧美在线观看 | 人成视频在线观看免费观看| 亚洲自偷自拍图片 自拍| 国内毛片毛片毛片毛片毛片| 国产成人精品久久二区二区免费| 亚洲精品美女久久久久99蜜臀| 国产成人影院久久av| 国产av麻豆久久久久久久| 岛国视频午夜一区免费看| 级片在线观看| 日韩欧美一区二区三区在线观看| 一卡2卡三卡四卡精品乱码亚洲| 亚洲成人中文字幕在线播放| 欧美色欧美亚洲另类二区| av天堂在线播放| 免费在线观看成人毛片| 精品人妻1区二区| 国内精品久久久久久久电影| av天堂在线播放| 久久这里只有精品19| 久久久久亚洲av毛片大全| 99热6这里只有精品| 伊人久久大香线蕉亚洲五| 国产成人aa在线观看| 欧美+亚洲+日韩+国产| 日韩有码中文字幕| 一进一出抽搐gif免费好疼| 后天国语完整版免费观看| 三级国产精品欧美在线观看 | 久久久精品欧美日韩精品| 国产亚洲精品av在线| 叶爱在线成人免费视频播放| 国产精品亚洲美女久久久| 久久精品综合一区二区三区| 免费在线观看日本一区| 久久久水蜜桃国产精品网| 亚洲av中文字字幕乱码综合| 九九热线精品视视频播放| 日韩欧美在线乱码| 午夜亚洲福利在线播放| 757午夜福利合集在线观看| cao死你这个sao货| 精品福利观看| 亚洲精华国产精华精| 亚洲精品一卡2卡三卡4卡5卡| 亚洲国产精品成人综合色| 手机成人av网站| a级毛片在线看网站| 精品少妇一区二区三区视频日本电影| 久久精品国产亚洲av高清一级| 亚洲最大成人中文|