• <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
    少妇裸体淫交视频免费看高清| 一本一本综合久久| 精品一区二区免费观看| 国内揄拍国产精品人妻在线| 中文字幕人成人乱码亚洲影| 亚洲精品亚洲一区二区| 亚洲电影在线观看av| 动漫黄色视频在线观看| 黄色一级大片看看| 亚洲av五月六月丁香网| 人妻制服诱惑在线中文字幕| 国产精品不卡视频一区二区 | 午夜福利在线观看免费完整高清在 | 国产一区二区激情短视频| 亚洲,欧美精品.| 国产一区二区在线观看日韩| 五月伊人婷婷丁香| 亚洲欧美日韩无卡精品| 国产真实伦视频高清在线观看 | 91av网一区二区| 午夜福利在线在线| 亚洲真实伦在线观看| 国产精品久久久久久亚洲av鲁大| 人人妻,人人澡人人爽秒播| 午夜免费成人在线视频| 亚洲精品亚洲一区二区| 亚洲乱码一区二区免费版| 五月伊人婷婷丁香| 久久中文看片网| 精品乱码久久久久久99久播| 国产蜜桃级精品一区二区三区| 少妇被粗大猛烈的视频| 亚洲成人中文字幕在线播放| 中亚洲国语对白在线视频| 国产不卡一卡二| 久久欧美精品欧美久久欧美| 亚洲五月婷婷丁香| 尤物成人国产欧美一区二区三区| 神马国产精品三级电影在线观看| 成年免费大片在线观看| 亚洲国产精品成人综合色| 观看美女的网站| 91在线精品国自产拍蜜月| 少妇裸体淫交视频免费看高清| 国产精品女同一区二区软件 | 亚洲综合色惰| 中文字幕人成人乱码亚洲影| 在线观看av片永久免费下载| 国产精品综合久久久久久久免费| 一区二区三区高清视频在线| 日韩人妻高清精品专区| 91字幕亚洲| 亚洲 欧美 日韩 在线 免费| 亚洲 欧美 日韩 在线 免费| 女同久久另类99精品国产91| 国产精品乱码一区二三区的特点| 一个人看视频在线观看www免费| 午夜免费男女啪啪视频观看 | 精品久久国产蜜桃| 久久久久久大精品| 国产一区二区亚洲精品在线观看| a级毛片免费高清观看在线播放| 久久久久久国产a免费观看| 亚洲无线在线观看| 国产av不卡久久| 亚洲无线在线观看| 51午夜福利影视在线观看| 亚洲aⅴ乱码一区二区在线播放| 亚洲欧美日韩卡通动漫| 欧美在线一区亚洲| 亚洲av熟女| 欧美zozozo另类| 国产高清有码在线观看视频| 搡老妇女老女人老熟妇| 51午夜福利影视在线观看| 中亚洲国语对白在线视频| 亚洲国产精品成人综合色| 岛国在线免费视频观看| 性色av乱码一区二区三区2| 丝袜美腿在线中文| 欧美成人一区二区免费高清观看| 国产成人影院久久av| 久久久国产成人免费| 少妇人妻精品综合一区二区 | 亚洲性夜色夜夜综合| 亚洲无线在线观看| 搡老妇女老女人老熟妇| www.www免费av| 亚洲国产色片| 桃色一区二区三区在线观看| 精品99又大又爽又粗少妇毛片 | 国产久久久一区二区三区| 亚洲男人的天堂狠狠| 久久人妻av系列| 可以在线观看毛片的网站| 亚洲无线观看免费| 搞女人的毛片| 国产在线精品亚洲第一网站| 国产高清三级在线| 国产日本99.免费观看| 色视频www国产| 亚洲av不卡在线观看| 国产精品永久免费网站| 午夜精品一区二区三区免费看| 欧美激情国产日韩精品一区| 婷婷精品国产亚洲av| 此物有八面人人有两片| 精品久久久久久久久亚洲 | av在线观看视频网站免费| av国产免费在线观看| 男人舔女人下体高潮全视频| 亚洲,欧美精品.| 国产黄a三级三级三级人| 噜噜噜噜噜久久久久久91| 欧美一区二区亚洲| 99久久无色码亚洲精品果冻| 免费观看的影片在线观看| 亚洲成人久久爱视频| 色综合欧美亚洲国产小说| 精品久久久久久久久久久久久| av在线老鸭窝| 国内精品久久久久精免费| 国产精品亚洲美女久久久| 亚洲国产精品合色在线| 变态另类成人亚洲欧美熟女| 日本黄色视频三级网站网址| 波多野结衣高清无吗| 一a级毛片在线观看| 午夜精品一区二区三区免费看| 丁香六月欧美| 一个人看视频在线观看www免费| 99久久九九国产精品国产免费| 欧美三级亚洲精品| 国产免费一级a男人的天堂| 日韩免费av在线播放| 日本与韩国留学比较| 男女下面进入的视频免费午夜| 亚洲av.av天堂| 国产一区二区在线av高清观看| 男女之事视频高清在线观看| www.www免费av| 无人区码免费观看不卡| 欧美xxxx性猛交bbbb| 日本撒尿小便嘘嘘汇集6| 夜夜夜夜夜久久久久| 国产中年淑女户外野战色| 国产精品伦人一区二区| 在线播放国产精品三级| 亚洲人成网站高清观看| 精品久久久久久久人妻蜜臀av| 人妻制服诱惑在线中文字幕| 伦理电影大哥的女人| 国产精品久久久久久久电影| 午夜两性在线视频| 此物有八面人人有两片| 一区福利在线观看| 长腿黑丝高跟| 男女之事视频高清在线观看| 久久午夜福利片| av女优亚洲男人天堂| 国产单亲对白刺激| 国产单亲对白刺激| 国产精品久久电影中文字幕| 国产成人啪精品午夜网站| 99热这里只有是精品50| 9191精品国产免费久久| 国产老妇女一区| ponron亚洲| 精品久久久久久,| 国产高清激情床上av| 九九热线精品视视频播放| а√天堂www在线а√下载| 一本一本综合久久| 两人在一起打扑克的视频| 亚洲天堂国产精品一区在线| 少妇的逼水好多| 在线十欧美十亚洲十日本专区| 精品国产亚洲在线| 亚洲成人精品中文字幕电影| 国产精品免费一区二区三区在线| 久久久久久久午夜电影| 亚洲五月天丁香| 国产精品美女特级片免费视频播放器| 免费看日本二区| 亚洲在线观看片| h日本视频在线播放| 1000部很黄的大片| av天堂在线播放| 国产精品av视频在线免费观看| 日本精品一区二区三区蜜桃| 观看美女的网站| 禁无遮挡网站| 亚洲一区高清亚洲精品| 中文在线观看免费www的网站| 欧美日韩国产亚洲二区| 国产精品一区二区性色av| 99国产极品粉嫩在线观看| 亚洲,欧美精品.| 久久久久久大精品| 国模一区二区三区四区视频| 亚洲成人久久性| 日本五十路高清| 91麻豆精品激情在线观看国产| 国产伦精品一区二区三区视频9| 久久精品国产自在天天线| 亚洲av成人不卡在线观看播放网| av国产免费在线观看| 色哟哟·www| 免费观看的影片在线观看| 最新在线观看一区二区三区| 高清在线国产一区| 国产精品99久久久久久久久| 我的老师免费观看完整版| 草草在线视频免费看| a级毛片免费高清观看在线播放| 久久久久国内视频| 久久99热6这里只有精品| 高潮久久久久久久久久久不卡| 99久久九九国产精品国产免费| 搡老岳熟女国产| 美女xxoo啪啪120秒动态图 | 9191精品国产免费久久| 午夜两性在线视频| 男人舔女人下体高潮全视频| 偷拍熟女少妇极品色| 久久久久国内视频| 成年女人毛片免费观看观看9| 天堂网av新在线| 99视频精品全部免费 在线| 深夜a级毛片| 琪琪午夜伦伦电影理论片6080| 美女cb高潮喷水在线观看| 99久久成人亚洲精品观看| 国产伦在线观看视频一区| 国产精品久久久久久亚洲av鲁大| 我的女老师完整版在线观看| а√天堂www在线а√下载| 久久亚洲精品不卡| 亚洲av日韩精品久久久久久密| 国产亚洲av嫩草精品影院| 亚洲精品乱码久久久v下载方式| 国产成+人综合+亚洲专区| 久久久久亚洲av毛片大全| 国产国拍精品亚洲av在线观看| 欧美成人一区二区免费高清观看| 色综合欧美亚洲国产小说| 天堂av国产一区二区熟女人妻| 国产老妇女一区| 中文字幕人成人乱码亚洲影| 久久精品综合一区二区三区| 1024手机看黄色片| 精品99又大又爽又粗少妇毛片 | 黄色丝袜av网址大全| 欧美激情久久久久久爽电影| 神马国产精品三级电影在线观看| 亚洲av美国av| 嫩草影院入口| 女人被狂操c到高潮| 内射极品少妇av片p| 国内少妇人妻偷人精品xxx网站| 免费av毛片视频| 午夜亚洲福利在线播放| 欧美xxxx性猛交bbbb| 成人一区二区视频在线观看| 一区二区三区激情视频| 国产高清激情床上av| 91在线精品国自产拍蜜月| 亚洲一区高清亚洲精品| 看片在线看免费视频| 午夜福利在线观看免费完整高清在 | 极品教师在线视频| 在线观看舔阴道视频| 又粗又爽又猛毛片免费看| 男女做爰动态图高潮gif福利片| 我要看日韩黄色一级片| 给我免费播放毛片高清在线观看| 中文字幕免费在线视频6| 小蜜桃在线观看免费完整版高清| 日韩欧美 国产精品| 五月玫瑰六月丁香| 午夜老司机福利剧场| 亚洲不卡免费看| 国产精品乱码一区二三区的特点| 国产精品久久久久久亚洲av鲁大| 国产一区二区亚洲精品在线观看| 成年人黄色毛片网站| 脱女人内裤的视频| 波野结衣二区三区在线| 亚洲成人精品中文字幕电影| 超碰av人人做人人爽久久| 老司机午夜十八禁免费视频| 国产伦精品一区二区三区四那| 亚洲精品在线美女| 欧美精品国产亚洲| 亚洲欧美清纯卡通| 丰满人妻熟妇乱又伦精品不卡| 亚洲av五月六月丁香网| 国产不卡一卡二| 精品免费久久久久久久清纯| 亚洲第一欧美日韩一区二区三区| 成人高潮视频无遮挡免费网站| 国产野战对白在线观看| 欧美一区二区亚洲| 最新在线观看一区二区三区| 亚洲最大成人中文| 欧美bdsm另类| 亚洲国产精品成人综合色| 亚洲精品乱码久久久v下载方式| 亚洲色图av天堂| 久久久成人免费电影| 夜夜爽天天搞| 亚洲男人的天堂狠狠| 亚洲经典国产精华液单 | 老司机午夜福利在线观看视频| 少妇熟女aⅴ在线视频| av国产免费在线观看| 狠狠狠狠99中文字幕| 又爽又黄a免费视频| 动漫黄色视频在线观看| 美女黄网站色视频| 一本一本综合久久| av专区在线播放| 嫩草影视91久久| 舔av片在线| 国产精品伦人一区二区| 婷婷亚洲欧美| 亚洲综合色惰| 免费观看的影片在线观看| 成人一区二区视频在线观看| 亚洲av成人不卡在线观看播放网| 舔av片在线| 女人被狂操c到高潮| 国产伦一二天堂av在线观看| 日本与韩国留学比较| 久久午夜福利片| 乱码一卡2卡4卡精品| 国产精品一区二区性色av| 久久久久久国产a免费观看| 少妇人妻精品综合一区二区 | 尤物成人国产欧美一区二区三区| 国内精品美女久久久久久| 哪里可以看免费的av片| 可以在线观看的亚洲视频| 成人精品一区二区免费| 欧美日本亚洲视频在线播放| 岛国在线免费视频观看| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | ponron亚洲| 综合色av麻豆| 又爽又黄无遮挡网站| 亚洲精品一卡2卡三卡4卡5卡| 他把我摸到了高潮在线观看| 性色avwww在线观看| 日韩大尺度精品在线看网址| 99国产极品粉嫩在线观看| 国内毛片毛片毛片毛片毛片| 色综合欧美亚洲国产小说| 国产精品一区二区三区四区免费观看 | 在线观看美女被高潮喷水网站 | 内射极品少妇av片p| 精品国产三级普通话版| 久久午夜福利片| 国产精品一区二区免费欧美| 午夜福利高清视频| 少妇裸体淫交视频免费看高清| 99久久成人亚洲精品观看| 欧美三级亚洲精品| 中文字幕熟女人妻在线| 中出人妻视频一区二区| 欧美激情久久久久久爽电影| 国产私拍福利视频在线观看| 一本一本综合久久| 亚洲无线观看免费| 久久久成人免费电影| 久久久色成人| 亚洲午夜理论影院| 久久精品夜夜夜夜夜久久蜜豆| 嫩草影院精品99| 色av中文字幕| 成人特级黄色片久久久久久久| 国产一区二区在线av高清观看| 欧美中文日本在线观看视频| 三级男女做爰猛烈吃奶摸视频| 国产国拍精品亚洲av在线观看| 99热这里只有是精品在线观看 | 99国产综合亚洲精品| 欧洲精品卡2卡3卡4卡5卡区| 国产高清视频在线播放一区| 一区二区三区四区激情视频 | 亚洲va日本ⅴa欧美va伊人久久| 91麻豆精品激情在线观看国产| 精品一区二区三区视频在线| 人人妻人人看人人澡| 在线观看一区二区三区| 久久性视频一级片| 国产精品不卡视频一区二区 | 蜜桃久久精品国产亚洲av| 国内精品美女久久久久久| 性色av乱码一区二区三区2| 久久久久久久亚洲中文字幕 | 精品熟女少妇八av免费久了| 亚洲va日本ⅴa欧美va伊人久久| 久久中文看片网| 麻豆av噜噜一区二区三区| 久久久久久久久久成人| 美女高潮喷水抽搐中文字幕| 99热这里只有是精品在线观看 | 亚洲五月婷婷丁香| 成人永久免费在线观看视频| 国产主播在线观看一区二区| 一本久久中文字幕| 在线播放无遮挡| 国产蜜桃级精品一区二区三区| 可以在线观看的亚洲视频| 日韩精品中文字幕看吧| www.999成人在线观看| 国产视频内射| 日本黄色视频三级网站网址| 亚洲性夜色夜夜综合| 乱码一卡2卡4卡精品| 人人妻,人人澡人人爽秒播| 一边摸一边抽搐一进一小说| 99久久99久久久精品蜜桃| 久久中文看片网| xxxwww97欧美| 亚洲av五月六月丁香网| 久久人人爽人人爽人人片va | 91狼人影院| 天堂√8在线中文| 亚洲avbb在线观看| 国产精品久久久久久亚洲av鲁大| 精华霜和精华液先用哪个| 99热这里只有是精品在线观看 | 禁无遮挡网站| 久久午夜亚洲精品久久| 在现免费观看毛片| 51国产日韩欧美| 天堂影院成人在线观看| 午夜日韩欧美国产| 日韩欧美国产在线观看| 亚洲在线自拍视频| 少妇熟女aⅴ在线视频| 免费av不卡在线播放| 我的老师免费观看完整版| 国产伦精品一区二区三区视频9| 中文字幕熟女人妻在线| 一个人观看的视频www高清免费观看| 国产精品美女特级片免费视频播放器| 欧美中文日本在线观看视频| 脱女人内裤的视频| 国产亚洲精品久久久久久毛片| 久久久久亚洲av毛片大全| 色综合亚洲欧美另类图片| 免费高清视频大片| 日本 欧美在线| 极品教师在线视频| 看黄色毛片网站| 成年女人看的毛片在线观看| 久久国产乱子伦精品免费另类| 热99在线观看视频| 男女床上黄色一级片免费看| 午夜亚洲福利在线播放| 能在线免费观看的黄片| 国产av一区在线观看免费| 亚洲国产精品合色在线| 国产高清视频在线播放一区| 九九久久精品国产亚洲av麻豆| 18禁在线播放成人免费| 少妇人妻精品综合一区二区 | 色精品久久人妻99蜜桃| 亚洲精品久久国产高清桃花| 美女高潮的动态| 91九色精品人成在线观看| 国产黄片美女视频| 757午夜福利合集在线观看| av在线观看视频网站免费| 亚洲熟妇熟女久久| 亚洲精品久久国产高清桃花| 精品久久久久久成人av| 搡老熟女国产l中国老女人| 久久热精品热| 天堂动漫精品| 日日干狠狠操夜夜爽| 国产亚洲av嫩草精品影院| 午夜久久久久精精品| 成人国产综合亚洲| 搡老熟女国产l中国老女人| 我的老师免费观看完整版| 一个人免费在线观看电影| 精品久久久久久久久久久久久| 自拍偷自拍亚洲精品老妇| 高清毛片免费观看视频网站| 欧美高清成人免费视频www| 国产蜜桃级精品一区二区三区| 久9热在线精品视频| 欧美极品一区二区三区四区| 可以在线观看毛片的网站| 村上凉子中文字幕在线| 久久天躁狠狠躁夜夜2o2o| 亚洲国产精品合色在线| 国产一区二区亚洲精品在线观看| 一卡2卡三卡四卡精品乱码亚洲| 成人av一区二区三区在线看| 一夜夜www| 夜夜躁狠狠躁天天躁| 热99在线观看视频| 国产日本99.免费观看| 动漫黄色视频在线观看| 制服丝袜大香蕉在线| 人妻丰满熟妇av一区二区三区| 国内揄拍国产精品人妻在线| 国产成人aa在线观看| 欧美精品啪啪一区二区三区| 琪琪午夜伦伦电影理论片6080| 久久草成人影院| 亚洲中文字幕一区二区三区有码在线看| 国产黄a三级三级三级人| 内地一区二区视频在线| 97碰自拍视频| 18禁裸乳无遮挡免费网站照片| 国产激情偷乱视频一区二区| 国产精品久久久久久精品电影| 欧美xxxx性猛交bbbb| 成人国产综合亚洲| 变态另类丝袜制服| 国产在视频线在精品| ponron亚洲| 深夜a级毛片| 18禁黄网站禁片午夜丰满| 伊人久久精品亚洲午夜| 九色成人免费人妻av| 麻豆av噜噜一区二区三区| 免费av不卡在线播放| 亚洲aⅴ乱码一区二区在线播放| 99精品在免费线老司机午夜| 日韩欧美一区二区三区在线观看| 国产真实乱freesex| 中文字幕久久专区| 国产主播在线观看一区二区| 午夜激情福利司机影院| 国产精品久久久久久久电影| 在线观看美女被高潮喷水网站 | 国产精品久久电影中文字幕| 国产亚洲精品久久久久久毛片| 哪里可以看免费的av片| 久久精品国产亚洲av天美| 国产爱豆传媒在线观看| 高清毛片免费观看视频网站| 日日摸夜夜添夜夜添av毛片 | 国产爱豆传媒在线观看| 午夜免费激情av| 在线国产一区二区在线| 长腿黑丝高跟| 国产v大片淫在线免费观看| 国产免费一级a男人的天堂| 日韩欧美精品免费久久 | 88av欧美| 久久精品国产99精品国产亚洲性色| 永久网站在线| 一个人免费在线观看电影| 国产精品电影一区二区三区| 国产精品,欧美在线| 久久99热6这里只有精品| 午夜福利高清视频| 一区二区三区免费毛片| 国产熟女xx| 露出奶头的视频| 直男gayav资源| 最新中文字幕久久久久| 免费在线观看成人毛片| 成人特级黄色片久久久久久久| 最近视频中文字幕2019在线8| 亚洲人成网站在线播| 日韩欧美精品v在线| 久久九九热精品免费| 欧美高清成人免费视频www| 精品久久久久久久久av| 亚洲第一电影网av| 午夜影院日韩av| 日韩亚洲欧美综合| 亚洲国产日韩欧美精品在线观看| 久久婷婷人人爽人人干人人爱| 免费在线观看成人毛片| 亚洲成人久久性| 18禁裸乳无遮挡免费网站照片| 激情在线观看视频在线高清| 九九热线精品视视频播放| 亚洲天堂国产精品一区在线| 热99在线观看视频| 久久久国产成人精品二区| 人人妻,人人澡人人爽秒播| 禁无遮挡网站| 亚洲成人免费电影在线观看| 日日干狠狠操夜夜爽| 免费看光身美女| av在线天堂中文字幕| 欧美乱色亚洲激情| a级毛片a级免费在线| 国产午夜精品论理片| 成年女人永久免费观看视频| 99久久99久久久精品蜜桃| 国产黄a三级三级三级人| 人人妻人人看人人澡| 88av欧美| 美女被艹到高潮喷水动态| 床上黄色一级片| 窝窝影院91人妻| 免费电影在线观看免费观看| 老司机福利观看| 国产一区二区在线观看日韩| 精品午夜福利视频在线观看一区| 美女免费视频网站| 国产精品嫩草影院av在线观看 | 欧美黑人巨大hd| 国产精品98久久久久久宅男小说|