• <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 ?

    基于機(jī)載激光雷達(dá)的森林地上碳儲量估測1)

    2016-12-19 09:02:10穆喜云劉清旺龐勇胡凱龍張秋良
    關(guān)鍵詞:儲量樣地生物量

    穆喜云 劉清旺 龐勇 胡凱龍 張秋良

    (赤峰市林業(yè)科學(xué)研究院森林生態(tài)研究所, 內(nèi)蒙古·赤峰, 024000)(中國林業(yè)科學(xué)研究院資源信息研究所) (中國礦業(yè)大學(xué)(北京)地球科學(xué)與測繪工程學(xué)院) (內(nèi)蒙古農(nóng)業(yè)大學(xué)林學(xué)院)

    ?

    基于機(jī)載激光雷達(dá)的森林地上碳儲量估測1)

    穆喜云 劉清旺 龐勇 胡凱龍 張秋良

    (赤峰市林業(yè)科學(xué)研究院森林生態(tài)研究所, 內(nèi)蒙古·赤峰, 024000)(中國林業(yè)科學(xué)研究院資源信息研究所) (中國礦業(yè)大學(xué)(北京)地球科學(xué)與測繪工程學(xué)院) (內(nèi)蒙古農(nóng)業(yè)大學(xué)林學(xué)院)

    以內(nèi)蒙古大興安嶺生態(tài)站為研究對象,以2012、2013年的66塊樣地數(shù)據(jù)和2012年同步獲取的機(jī)載LiDAR遙感數(shù)據(jù)為數(shù)據(jù)源,分別采用多元線性回歸和隨機(jī)森林回歸算法,通過對比不同算法間的估測精度差異,選擇更適于研究區(qū)的估測方法,實(shí)現(xiàn)研究區(qū)森林地上碳儲量的遙感估測。結(jié)果表明:隨機(jī)森林回歸算法的估測精度最優(yōu),模型訓(xùn)練精度(R2為0.861,RMSE為11.133 t/hm2,rRMSE為0.279)和預(yù)測精度(RMSE為17.956 t/hm2,rRMSE為0.342,估測精度范圍40.898%~95.129%,平均估測精度76.385%)均優(yōu)于多元線性回歸的模型訓(xùn)練結(jié)果(R2為0.676,RMSE為11.846 t/ha,rRMSE為0.351)和模型預(yù)測結(jié)果(RMSE為22.703 t/hm2,rRMSE為0.636,估測精度范圍45.824%~94.752%,平均估測精度69.859%)。機(jī)載LiDAR數(shù)據(jù)的高度變量和密度變量與森林地上碳儲量均具有顯著相關(guān)性,高度變量相關(guān)性更為顯著。隨機(jī)森林回歸算法對區(qū)域森林地上碳儲量的估測結(jié)果趨于真實(shí)分布情況,效果比較理想。

    機(jī)載LiDAR;隨機(jī)森林回歸;多元線性回歸;森林地上碳儲量

    In the Great Khingan State Ecosysterm Research Station in Inner Mongolia, we chose a more suitable method to estimate forest aboveground carbon storage with the plots data from 2012, 2013 and the synchronously acquired airborne LiDAR data of 2012 as data sources in the study area, by comparing the model estimated accuracy of multiple linear stepwise regression and random forest regression algorithms to realize the remote sensing estimation of forest aboveground carbon storage of study area. The random forest regression algorithm was training higher accuracy (model training accuracyR2=0.861, RMSE=11.133 t/ha andrRMSE=0.279; testing accuracyR2=0.826, RMSE=17.956 t/ha,rRMSE=0.342, the estimate accuracy range is in 40.898%-95.129% and its average estimate accuracy is 76.385%) than the multiple linear stepwise regression algorithm (model training accuracyR2=0.676, RMSE=11.846 t/ha andrRMSE=0.351; testing accuracyR2=0.727, RMSE=22.703 t/ha,rRMSE=0.636, the estimate accuracy range is in 45.824%-94.752% and the average estimate accuracy is 69.859%). The percentile height and density variables of LiDAR data had significant correlation with the forest aboveground carbon storage, percentile height variable correlation is more significant. Therefore, the estimate results of total forest carbon storage on regional scale using random forest regression algorithm was closer to its true distribution with ideal effects.

    森林作為陸地生態(tài)系統(tǒng)的主體,蓄儲了全球陸地生態(tài)系統(tǒng)中約80%以上的碳[1],作為陸地生態(tài)系統(tǒng)中最大的碳庫,對吸收CO2等溫室氣體,減緩氣候變化發(fā)揮著關(guān)鍵作用。森林碳儲量是判斷系統(tǒng)中碳源和碳匯的關(guān)鍵因子[2],也是森林與環(huán)境間物質(zhì)循環(huán)和能量流動復(fù)雜關(guān)系的衡量指標(biāo),對全球碳收支平衡、氣候變化及全球碳循環(huán)研究具有重要意義。遙感作為有效的技術(shù)手段,解決了大區(qū)域定量估算問題,減少了對森林的破壞性,提高了工作效率。但眾多遙感數(shù)據(jù)中,光學(xué)遙感數(shù)據(jù)含有豐富的光譜信息,數(shù)值獲取受天氣條件限制。激光雷達(dá)(LiDAR)是一種新興的技術(shù)手段,通過測算激光信號由傳感器到達(dá)目標(biāo)物之間的時間進(jìn)行距離換算的一種主動遙感技術(shù),被廣泛地應(yīng)用于城市三維建模、資源勘探、土地利用、古建筑物保護(hù)與修繕、軍事及森林參數(shù)估算等方面。近年來LiDAR已成功應(yīng)用于林業(yè)領(lǐng)域,對森林生態(tài)系統(tǒng)小氣候、徑流、能量循環(huán)、生物多樣性及立地質(zhì)量評價具有重要的研究意義[3],憑借其獲取植被垂直結(jié)構(gòu)信息的優(yōu)勢,實(shí)現(xiàn)了森林參數(shù)的定量測量與反演,估測精度可達(dá)亞米級[4]。

    近年來,一些學(xué)者將支持向量機(jī)算法[5]、最近鄰算法[6]和隨機(jī)森林算法[7-11]等非參數(shù)化機(jī)器學(xué)習(xí)算法應(yīng)用于森林生物量遙感估算研究中。

    隨機(jī)森林是一種集成學(xué)習(xí)方法,最早由Leo Breiman[12]提出,通過多個決策樹的組合提高模型預(yù)測精度,其優(yōu)點(diǎn)體現(xiàn)在處理大數(shù)據(jù)時,學(xué)習(xí)過程快,效率高[13]。決策樹的非參數(shù)化方法具有顯著的優(yōu)勢,不需要假設(shè)先驗(yàn)概率分布,具有更好的靈活性和魯棒性。

    以內(nèi)蒙古大興安嶺生態(tài)站寒溫帶典型森林為研究對象,利用機(jī)載LiDAR數(shù)據(jù)結(jié)合隨機(jī)森林回歸算法對研究區(qū)森林地上碳儲量進(jìn)行估測。通過實(shí)測數(shù)據(jù)進(jìn)行驗(yàn)證,隨機(jī)森林回歸算法表現(xiàn)出了較高的模型擬合效果,為提高研究區(qū)森林地上碳儲量估測精度提供參考數(shù)據(jù)。

    1 試驗(yàn)區(qū)概況

    研究區(qū)位于根河市的內(nèi)蒙古大興安嶺森林生態(tài)系統(tǒng)國家野外科學(xué)觀測研究站,簡稱“大興安嶺生態(tài)站”。試驗(yàn)區(qū)面積102 km2,地理坐標(biāo)121°30′~121°31′E,50°49′~50°51′N,高程變化范圍為810~1 116 m,是我國目前緯度最高的森林生態(tài)系統(tǒng)野外科學(xué)觀測站。屬寒溫帶濕潤氣候區(qū),典型寒溫帶北方森林,森林覆蓋率為75%。主要森林類型為針葉林(興安落葉松(Larixgmelinii))、闊葉林((Betulaplatyphylla))和混交林(興安落葉松-白樺),有少量山楊(PopulusdavidianaDode)伴生[14]。

    2 研究方法

    2.1 數(shù)據(jù)獲取

    機(jī)載LiDAR數(shù)據(jù):2012年8月至9月在研究區(qū)開展飛行試驗(yàn),以“運(yùn)-5”飛機(jī)搭載Leica ALS60機(jī)載雷達(dá)系統(tǒng),對地發(fā)射激光信號(波長1 550 nm,頻率100~200 kHz,掃描角±35°,平均飛行高2 700 m,飛行速度220 km/h)共獲得32條航帶數(shù)據(jù),覆蓋面積213 km2,獲取的LiDAR數(shù)據(jù)的航帶平均掃描寬度1 000 m,航帶最高重疊率為80%,激光點(diǎn)云平均密度為5.6個/m2。

    地面調(diào)查數(shù)據(jù):2012年8—9月份,在大興安嶺生態(tài)站研究區(qū)內(nèi),設(shè)置固定樣地(40 m×40 m)48塊,2013年8月設(shè)置45 m×45 m的固定樣地9塊和臨時樣地9塊。設(shè)置的66塊樣地,以針葉林為主,針闊混交林其次,闊葉林?jǐn)?shù)量較少,涵蓋幼齡林、中齡林和成熟林。樣地每木調(diào)查因子包括:胸徑、樹高、枝下高、冠幅、郁閉度、覆蓋度等林分基本信息。臨時樣地僅進(jìn)行每木胸徑檢尺,按照徑階抽取部分林木測定樹高和冠幅。

    胸徑尺測定每木胸高處直徑,激光測高儀(USA)測定樹高和枝下高,皮尺測定東西、南北兩個主方向的冠幅,對樣地的四角分別進(jìn)行差分GPS(DGPS)定位,精度控制在米級(1 m以內(nèi))。

    2.2 數(shù)據(jù)預(yù)處理

    機(jī)載LiDAR數(shù)據(jù):對機(jī)載LiDAR數(shù)據(jù)進(jìn)行去噪、分類等預(yù)處理。主要進(jìn)行地面點(diǎn)、植被點(diǎn)的提取和分類。將研究區(qū)域范圍內(nèi)的點(diǎn)云數(shù)據(jù)進(jìn)行歸一化處理,去除地形起伏等因素對LiDAR高度變量提取過程中精度的影響。機(jī)載LiDAR的第一回波在多次回波中較穩(wěn)定,故采用第一回波進(jìn)行森林參數(shù)運(yùn)算。本文定義高于地面2米的回波點(diǎn)為植被點(diǎn)[15],對點(diǎn)云數(shù)據(jù)進(jìn)行歸一化處理,提取各樣地的百分位高度變量5%(h5)、10%(h10)、15%(h15)……95%(h95),最大高度(hmax)、平均高度(hmean);百分位密度變量,定義為分位高度內(nèi)的點(diǎn)占所有點(diǎn)的比例,即5%(d5)、10%(d10)、15%(d15)……95%(d95)和變量c,c為所有大于2.0 m的回波點(diǎn)占所有點(diǎn)云的比例[16]。百分位數(shù)能很好地體現(xiàn)激光點(diǎn)云的分布情況,樣本分布和位置的統(tǒng)計量由分位數(shù)來描述。分位數(shù)為p,定義為對于總體X和給定的p,如果存在使得P(X≤θp)=P,則θp為總體X的p分位數(shù)。先對植被點(diǎn)云高度進(jìn)行排序,然后計算總高度的p處分位樹高。

    地面調(diào)查數(shù)據(jù):以森林地上碳儲量為研究對象,根據(jù)生物量和碳儲量的關(guān)系,首先計算森林地上生物量,利用生物量方程分樹種計算每木的生物量,然后累加得到樣地尺度的森林地上生物量。生物量方程采用陳傳國等[17]冪函數(shù)方程。以獲取的生物量乘以含碳轉(zhuǎn)換率,含碳轉(zhuǎn)換率采用國際上常用的轉(zhuǎn)換系數(shù)0.5[18],計算樣地水平內(nèi)的森林地上碳儲量。待測生物量方程如下:

    W=aDb。

    (1)

    式中:W為待測生物量,D為胸徑,a和b為方程系數(shù)(見表1)。

    以森林地上碳儲量為研究對象,分別采用多元線性逐步回歸法和隨機(jī)森林回歸法,結(jié)合樣地實(shí)測數(shù)據(jù),對研究區(qū)的森林地上碳儲量估測。選取43個樣本數(shù)據(jù)進(jìn)行模型的構(gòu)建,對比分析2種回歸算法的R2變化情況,選擇更適合研究區(qū)森林地上碳儲量估測的遙感模型。

    表1 相關(guān)樹種生物量方程系數(shù)

    2.3 多元逐步回歸

    以提取的LiDAR變量和計算獲得的樣地森林地上碳儲量進(jìn)行多元逐步回歸分析,采用對數(shù)變換的形式進(jìn)行回歸建模。通過逐步漸進(jìn)的方式篩選變量因子,直到滿足F值較大且達(dá)到t檢驗(yàn)的顯著性水平(p<0.05)則進(jìn)入模型,否則剔除[19]。具體回歸方程如下:

    lnWi=β0+β1lnh5+β2lnh10+…+β19lnh95+β20lnhmean+β21lnhmax+β22lnd5+β23lnd10+…+β40lnd95+β41lnc+ε。

    (2)

    式中:Wi為地面實(shí)測生物量;β0、β5、…、β41為待定的回歸系數(shù);ε為誤差項(xiàng)。

    2.4 隨機(jī)森林回歸

    首先,從訓(xùn)練樣本數(shù)據(jù)集中,隨機(jī)有放回地抽取N個樣本;從特征變量數(shù)據(jù)集中,隨機(jī)地抽出M個變量;依據(jù)上述得到的子集實(shí)施CART方法(無需剪枝),從而形成一個單獨(dú)的決策樹;重復(fù)上面步驟X次,就構(gòu)建了有X棵樹的隨機(jī)森林模型。在對新數(shù)據(jù)進(jìn)行預(yù)測分類時,由X棵樹分別預(yù)測,綜合最終投票結(jié)果,獲取預(yù)測結(jié)果。

    本文基于R語言進(jìn)行隨機(jī)森林算法的實(shí)現(xiàn),R語言是一種用于統(tǒng)計分析和繪圖的語言和操作環(huán)境。本研究選擇randomForest函數(shù)包進(jìn)行的隨機(jī)森林回歸。

    R語言的randomForest函數(shù)在進(jìn)行隨機(jī)森林回歸時,程序通過兩個指標(biāo)判斷每個自變量的重要性,對自變量進(jìn)行選擇,一是自變量出現(xiàn)在袋外數(shù)據(jù)時,模型的MSE增量,二是自變量出現(xiàn)在袋外數(shù)據(jù)時,對模型樹節(jié)點(diǎn)純度的影響力,由殘差平方和來衡量,對應(yīng)數(shù)值越高,該變量的重要性越大,程序會選擇進(jìn)入模型的自變量。通過構(gòu)建不同的模型,進(jìn)行模型運(yùn)算,最終輸出模型的預(yù)測結(jié)果。

    2.5 模型評價方法

    通常采用決定系數(shù)(R2),均方根誤差(RMSE)和相對均方根誤差(rRMSE)對回歸模型進(jìn)行模型擬合優(yōu)度評價[20]。

    R2的數(shù)值越大越好,越大表示模型的擬合能力越強(qiáng),RMSE和rRMSE越小代表模型的預(yù)測能力越強(qiáng)。由于RMSE受數(shù)量級的影響,本文對變量進(jìn)行過對數(shù)變換,因此,更進(jìn)一步地選擇rRMSE對模型預(yù)測能力進(jìn)行評價。

    (3)

    (4)

    (5)

    3 結(jié)果與分析

    如表2所示,多元逐步回歸(MLR)的模型相關(guān)系數(shù)R為0.822,自變量與因變量間顯著相關(guān)性較高,決定系數(shù)R2為0.676,可以解釋總體變異的67.6%,訓(xùn)練RMSE為11.846 t/hm2,模型驗(yàn)證R2為0.727,驗(yàn)證RMSE為22.703 t/hm2,驗(yàn)證rRMSE為0.636,驗(yàn)證樣本的估測精度范圍為45.824%~94.752%,平均估測精度為69.859%。

    隨機(jī)森林回歸(RF),模型訓(xùn)練R2為0.861,可以解釋總體變異的比例為86.1%,訓(xùn)練RMSE為11.133 t/hm2,模型驗(yàn)證R2為0.826,驗(yàn)證RMSE為17.956 t/hm2,驗(yàn)證rRMSE為0.342,模型估測精度范圍為40.898%~95.129%,平均估測精度為76.385%。

    表2 森林地上碳儲量模型評價指標(biāo)運(yùn)算結(jié)果

    RF回歸模型的訓(xùn)練精度和預(yù)測精度均優(yōu)于MLR回歸模型的運(yùn)算結(jié)果。本文中采用相同的訓(xùn)練樣本數(shù)據(jù)和驗(yàn)證樣本數(shù)據(jù),在統(tǒng)一數(shù)據(jù)選擇的基礎(chǔ)上,對兩種不同的模型運(yùn)算方法進(jìn)行精度對比,由此可見,RF模型的訓(xùn)練和驗(yàn)證R2和RMSE效果較理想,用于估測森林地上碳儲量可行,其模型的學(xué)習(xí)能力比MLR模型R2提高了18.5%,RMSE提高了0.713 t/hm2,平均估測精度提高了6.526%,但MLR模型的最低估測精度高于RF模型的最低估測結(jié)果,兩種模型的最高估測精度差異不顯著。雖然RF模型構(gòu)建的樹較復(fù)雜,此算法對數(shù)據(jù)的學(xué)習(xí)性較好,但由于抽樣過程隨機(jī),屬于暗箱操作,如與噪聲(即誤差)部分過度學(xué)習(xí),即會導(dǎo)致數(shù)據(jù)估測結(jié)果的整體偏差。

    如圖1所示,RF估測結(jié)果與實(shí)測值間的差異性明顯小于MLR的估測結(jié)果。各別樣點(diǎn)的實(shí)測值與估測值偏差較大,估測結(jié)果偏低,由于這些樣地內(nèi)單木株數(shù)較少,且為成熟林,所以樣地實(shí)測生物量較高;而機(jī)載點(diǎn)云在獲取樣地內(nèi)點(diǎn)云分位變量時,對冠頂?shù)腻e失,導(dǎo)致對樣地內(nèi)分位高度統(tǒng)計的誤差,從而增加了模型的估測誤差??傊?,兩模型的預(yù)測值均偏低,如圖2所示,大部分的數(shù)據(jù)點(diǎn)分布于對比線上方,模型估測值低于實(shí)測值。本文中實(shí)測值采用的單因素生物量方程,由此計算的生物量必然存在一定的誤差,而含碳系數(shù)統(tǒng)一為0.5,按照不同樹種,不同林齡其含碳率是各不相同的,因此又造成了誤差的累積,在模型的學(xué)習(xí)過程中,隨機(jī)的訓(xùn)練樣本數(shù)據(jù),使得模型對該部分?jǐn)?shù)據(jù)的學(xué)習(xí)能力較強(qiáng),但是模型的普適性,仍然存在一定的局限性。

    圖1 各驗(yàn)證樣本點(diǎn)的森林地上碳儲量估測

    由RF模型運(yùn)算生成的研究區(qū)森林地上碳儲量空間等級分布圖(見圖3),最大估測值86.78 t/hm2,單位面積碳儲量為38.299 t/hm2,總碳儲量為394 037.454 t。MLR模型對研究區(qū)域范圍的運(yùn)算結(jié)果最大估測值為59.10 t/hm2,總碳儲量估測值為169 330.987 t,單位面積碳儲量估測值為16.586 t/hm2。本文以2005年小班數(shù)據(jù)為參考,將小班蓄積進(jìn)行換算,得到研究區(qū)范圍內(nèi)的總碳儲量為247 542.6 t,單位面積碳儲量為19.908 t/hm2。MLR估測結(jié)果與小班結(jié)果差異性較大,本文中的LiDAR數(shù)據(jù)為2012年獲取,與小班數(shù)據(jù)獲取的時間間隔較長,這段時間內(nèi),森林地上碳儲量以一定的速率進(jìn)行增匯,總碳儲量應(yīng)呈現(xiàn)增長的趨勢,而MLR估測結(jié)果較低,低于2005年的森林地上碳儲量,RF估測結(jié)果符合該區(qū)域碳儲量增匯的情況,具體數(shù)值估算精度,有待于進(jìn)一步結(jié)合林業(yè)部門的最新調(diào)查數(shù)據(jù)進(jìn)行對比分析。MLR估測結(jié)果的趨勢分布與RF的估測結(jié)果相一致,表現(xiàn)為由北向南逐漸遞減,森林地上碳儲量最高值分布區(qū)域位于北部的原始林區(qū),人為干擾較少,該區(qū)域碳密度較大,而靠近公路的區(qū)域較易受到人為干擾與破壞,導(dǎo)致森林地上碳儲量相對較低,碳密度較小,如圖3中碳密度的局部分布情況(采伐帶)清晰可見。

    圖2 MLR和RF模型的森林地上碳儲量估測

    圖3 RF模型估測研究區(qū)森林碳儲量等級分布

    4 結(jié)論與討論

    以機(jī)載LiDAR數(shù)據(jù)結(jié)合地面調(diào)查數(shù)據(jù),對根河內(nèi)蒙古大興安嶺生態(tài)站,具有典型區(qū)域代表性的寒溫帶研究區(qū)進(jìn)行森林地上碳儲量估測,采用兩種回歸算法進(jìn)行對比分析,RF回歸模型的估測效果較理想,估測精度均優(yōu)于MLR模型的估測結(jié)果。在相同樣本的前提下,隨機(jī)森林回歸算法對參與建模的樣本數(shù)據(jù)具有較強(qiáng)的學(xué)習(xí)能力,泛化精度較穩(wěn)定,驗(yàn)證樣本點(diǎn)的估測值未出現(xiàn)較大偏差。RF算法更適合處理多自變量的問題,可根據(jù)變量的重要性,得出各自變量對因變量的重要性排序,選擇進(jìn)入模型,避免了信息的冗余,提高了模型的運(yùn)算效率。在以往的研究中,RF模型的估算結(jié)果出現(xiàn)過擬合現(xiàn)象[21-22],本文中未出現(xiàn)過擬合現(xiàn)象原因是數(shù)據(jù)采集、抽樣方法以及運(yùn)行程序有關(guān)。

    隨機(jī)森林回歸算法的估測結(jié)果優(yōu)于李明陽等[23]在福建武夷山篩選出的最優(yōu)人工神經(jīng)網(wǎng)絡(luò)碳儲量遙感估測模型的結(jié)果。由此可見,隨機(jī)森林回歸算法具有一定的優(yōu)越性,但是其運(yùn)算過程屬于暗箱操作,回歸模型不可見,參與建模的樣本隨機(jī)性較大。因此,隨機(jī)森林回歸算法的研究領(lǐng)域仍具有一定的提升空間,算法原理性及參數(shù)優(yōu)選意義方面有待進(jìn)一步的深入研究。

    使用的LiDAR數(shù)據(jù),雖然在估算森林生物量、碳儲量方面具有較好的應(yīng)用前景,但其也存在一定的局限性,數(shù)據(jù)獲取成本較高等[24]。有學(xué)者利用HJ星數(shù)據(jù)進(jìn)行生物量和碳密度制圖,其運(yùn)算結(jié)果能夠滿足反演制圖的需要[25]。由此可見,聯(lián)合不同數(shù)據(jù)源,有助于提高森林參數(shù)的估測精度。為保證模型的穩(wěn)定性和可靠性,在后續(xù)的研究中,結(jié)合森林調(diào)查數(shù)據(jù)和充足的樣數(shù)量,優(yōu)化抽樣算法,以提高模型的魯棒性和普適應(yīng)。

    遙感估測手段,從定性研究到定量研究,從小區(qū)域到大尺度乃至全球范圍的估測研究,為林業(yè)研究提供了有效的技術(shù)手段,多傳感器的聯(lián)合估算,通過聯(lián)立方程組模型的方式進(jìn)行多元化的森林碳儲量估測[26]。本文僅以小區(qū)域范圍的研究為基礎(chǔ),探討隨機(jī)森林回歸算法的可行性,為下一步的研究奠定基礎(chǔ)。

    [1] 周廣勝.全球碳循環(huán)[M].北京:氣象出版社,2003.

    [2] 孟憲宇.測樹學(xué)[M].北京:中國林業(yè)出版社,1995.

    [3] HANSEN A J, PHILLIPS L B, DUBAYAH R, et al. Regional-scale application of lidar: Variation in forest canopy structure across the southeastern US[J]. Forest Ecology and Management,2014,329(1):214-226.

    [4] LEFSKY M A, COHEN W B, HARDING D J, et al. Lidar remote sensing of above-ground biomass in three biomes[J]. Global Ecology and Biogeography,2002,11(5):393-399.

    [5] LI M, IM J, QUACKENBUSH L J, et al. Forest biomass and carbon stock quantification using airborne lidar data: A case study over huntington wildlife forest in the adirondack park[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing,2014,7(7):3143-3156.

    [6] GUO Y, TIAN X, LI Z, et al. Comparison of estimating forest above-ground biomass over montane area by two non-parametric methods[C]//Geoscience and Remote Sensing Symposium (IGARSS), 2014 IEEE International. IEEE,2014:741-744.

    [7] 孫雪蓮,舒清態(tài),歐光龍,等.基于隨機(jī)森林回歸模型的思茅松人工林生物量遙感估測[J].林業(yè)資源管理,2015(1):71-76.

    [8] 孫雪蓮,舒清態(tài),歐光龍,等.基于隨機(jī)森林回歸的不同齡組思茅松人工林生物量遙感估測[J].廣東農(nóng)業(yè)科學(xué),2015,42(15):148-153.

    [9] ZHANG J, HUANG S, HOGG E H, et al. Estimating spatial variation in Alberta forest biomass from a combination of forest inventory and remote sensing data[J]. Biogeosciences,2014,11(10):2793-2808.

    [10] TORRESAN C L, STRUNK J, ZALD H S J, et al. Comparing statistical techniques to classify the structure of mountain forest stands using CHM-derived metrics in Trento province (Italy)[J]. European Journal of Remote Sensing,2014,47:75-94.

    [11] AHMED O S, FRANKLIN S E, WULDER M A, et al. Characterizing stand-level forest canopy cover and height using landsat time series, samples of airborne LiDAR, and the random forest algorithm[J]. ISPRS Journal of Photogrammetry and Remote Sensing,2015,101:89-101.

    [12] BREIMAN L. Random forests[J]. Machine Learning,2001,45(1):5-32.

    [13] 李欣海.隨機(jī)森林模型在分類與回歸分析中的應(yīng)用[J].應(yīng)用昆蟲學(xué)報,2013,50(4):1190-1197.

    [14] 張秋良,王立明.內(nèi)蒙古大興安嶺森林生態(tài)系統(tǒng)研究[M].北京:中國林業(yè)出版社,2014.

    [15] NILLSSON M. Estimation of tree heights and stand volume using an airborne lidar system[J]. Remote Sensing of Environment,1996,56(1):1-7.

    [16] NASSET E, GOBAKKEN T. Estimation of above and below ground biomass across regions of the boreal forest zone using airborne laser[J]. Remote Sensing of Environment,2008,112(6):3079-3090.

    [17] 陳傳國,朱俊鳳.東北主要林木生物量手冊[M].北京:中國林業(yè)出版社,1989.

    [18] KNIGGE W, SCHULZ H. Grundriss der forstbenutzung: entstehung, eigenschaften, verwertung und verwendung des holzes und anderer forstprodukte[M]. Hamburgund Berlin: Verlag Paul Parey,1966.

    [19] 穆喜云,張秋良,劉清旺,等.基于激光雷達(dá)的大興安嶺典型森林生物量制圖技術(shù)研究[J].遙感技術(shù)與應(yīng)用,2015,30(2):220-225.

    [20] 龐勇,李增元.基于機(jī)載激光雷達(dá)的小興安嶺溫帶森林組分生物量反演[J].植物生態(tài)學(xué)報,2012,36(10):1095-1105.

    [21] ELITH J, GRAHAM C H. Do they? How do they? WHY do they differ? On finding reasons for differing performances of species distribution models[J]. Ecography,2009,32(1):66-77.

    [22] 穆喜云.森林地上生物量遙感估測方法研究[D].呼和浩特:內(nèi)蒙古農(nóng)業(yè)大學(xué),2015:62-63.

    [23] 李明陽,吳軍,余超,等.福建武夷山自然保護(hù)區(qū)森林碳儲量遙感估測方法與空間分析[J].南京林業(yè)大學(xué)學(xué)報(自然科學(xué)版),2014,38(6):6-10.

    [24] 曹林,佘光輝,代勁松,等.激光雷達(dá)技術(shù)估測森林生物量的研究現(xiàn)狀及展望[J].南京林業(yè)大學(xué)學(xué)報(自然科學(xué)版),2013,37(3):163-168.

    [25] 曹林,阮宏華,代勁松,等.基于HJ-1A/1B CCD數(shù)據(jù)的區(qū)域銀杏生物量估測及碳密度制圖[J].南京林業(yè)大學(xué)學(xué)報(自然科學(xué)版),2013,37(2):8-14.

    [26] 肖湘,王西峰,范文義,等.黑龍江省區(qū)小興安嶺森林生態(tài)系統(tǒng)碳密度遙感估算[J].東北林業(yè)大學(xué)學(xué)報,2015,43(4):127-130.

    Forest Aboveground Carbon Storage Using RF Algorithmic Model and Airborne LiDAR Data//

    Mu Xiyun; Liu Qingwang, Pang Yong; Zhang Qiuliang

    (Institute of Forestry Ecology, Chifeng Academy of Forestry, Chifeng 024000, P. R. China)(Institute of Forest Resource Information Techniques, Chinese Academy of Forestry); Hu Kailong(China University of Mining & Technology (Beijing))(Inner Mongolia Agricultural University)//Journal of Northeast Forestry University,2016,44(11):52-56.

    Airborne LiDAR data; Random forest regression; Multiple linear regression; Forest aboveground carbon storage

    1)國家高技術(shù)研究發(fā)展計劃(863計劃)項(xiàng)目(2013AA12A302);國家重點(diǎn)基礎(chǔ)研究發(fā)展計劃(973計劃)項(xiàng)目(2013CB733404)。

    穆喜云,女,1987年11月生,赤峰市林業(yè)科學(xué)研究院森林生態(tài)研究所,助理研究員。E-mail:xiyunmuyd@126.com。

    劉清旺,男,中國林業(yè)科學(xué)研究院資源信息研究所,助理研究員。E-mail:liuqw@caf.ac.cn。

    2016年5月24日。

    S757

    責(zé)任編輯:王廣建。

    猜你喜歡
    儲量樣地生物量
    《礦產(chǎn)資源儲量技術(shù)標(biāo)準(zhǔn)》修訂對資源儲量報告編寫的影響
    額爾古納市興安落葉松中齡林植被碳儲量研究
    昆明市主要綠化樹種閾值測定與分析
    基于角尺度模型的林業(yè)樣地空間結(jié)構(gòu)分析
    基于三維軟件資源儲量估算對比研究
    輪牧能有效促進(jìn)高寒草地生物量和穩(wěn)定性
    生物量高的富鋅酵母的開發(fā)應(yīng)用
    基于SPOT-5遙感影像估算玉米成熟期地上生物量及其碳氮累積量
    概率統(tǒng)計法在儲量估算中的應(yīng)用
    斷塊油氣田(2014年5期)2014-03-11 15:33:45
    本月起實(shí)施頁巖氣儲量行業(yè)標(biāo)準(zhǔn)
    久久99热6这里只有精品| 日本熟妇午夜| 免费黄网站久久成人精品| 国产美女午夜福利| 欧美成人一区二区免费高清观看| 国产精品女同一区二区软件| 又粗又硬又长又爽又黄的视频| av免费在线看不卡| 高清日韩中文字幕在线| 日韩中字成人| 国产 一区精品| 亚洲成人精品中文字幕电影| 人人妻人人澡欧美一区二区| 欧美激情国产日韩精品一区| 美女脱内裤让男人舔精品视频| 在线播放无遮挡| 亚洲av中文字字幕乱码综合| 大又大粗又爽又黄少妇毛片口| 久久久精品大字幕| 最近最新中文字幕大全电影3| av线在线观看网站| 成年av动漫网址| 亚洲人成网站在线播| 内地一区二区视频在线| 九九爱精品视频在线观看| 国产精品久久久久久久久免| 免费在线观看成人毛片| 青春草国产在线视频| 日本黄色片子视频| 又爽又黄无遮挡网站| 麻豆精品久久久久久蜜桃| 啦啦啦啦在线视频资源| 国产精品一二三区在线看| 人妻系列 视频| 久久久国产成人免费| 狂野欧美白嫩少妇大欣赏| 成人av在线播放网站| 麻豆成人午夜福利视频| 国产视频内射| 中文字幕精品亚洲无线码一区| 人妻少妇偷人精品九色| 国产黄色视频一区二区在线观看 | 51国产日韩欧美| 简卡轻食公司| 国产乱来视频区| 亚洲av电影不卡..在线观看| 天堂影院成人在线观看| 日韩欧美国产在线观看| 高清在线视频一区二区三区 | 人体艺术视频欧美日本| 22中文网久久字幕| 亚洲精品,欧美精品| 免费播放大片免费观看视频在线观看 | 日日摸夜夜添夜夜添av毛片| 亚洲国产日韩欧美精品在线观看| 伦理电影大哥的女人| 最近中文字幕2019免费版| 91午夜精品亚洲一区二区三区| 亚洲自拍偷在线| 久久久久精品久久久久真实原创| www.色视频.com| 五月玫瑰六月丁香| av在线天堂中文字幕| 日韩欧美精品免费久久| 国产老妇伦熟女老妇高清| 日韩一区二区三区影片| 欧美3d第一页| 国产又黄又爽又无遮挡在线| 一级毛片aaaaaa免费看小| 欧美不卡视频在线免费观看| 国产女主播在线喷水免费视频网站 | 亚洲人成网站高清观看| 亚洲在线自拍视频| 国产淫语在线视频| 亚洲欧美日韩东京热| 在线天堂最新版资源| 国产三级在线视频| 亚洲av男天堂| 成人漫画全彩无遮挡| 听说在线观看完整版免费高清| 校园人妻丝袜中文字幕| 日本免费a在线| 亚洲五月天丁香| 中文字幕精品亚洲无线码一区| 色尼玛亚洲综合影院| 欧美变态另类bdsm刘玥| 亚洲成色77777| 成人毛片a级毛片在线播放| 久久久午夜欧美精品| 黄片wwwwww| 我的女老师完整版在线观看| 男女边吃奶边做爰视频| 一区二区三区免费毛片| 狂野欧美白嫩少妇大欣赏| 婷婷色av中文字幕| 亚洲欧美精品综合久久99| 中文字幕人妻熟人妻熟丝袜美| 波多野结衣巨乳人妻| 女人久久www免费人成看片 | 亚洲婷婷狠狠爱综合网| 在现免费观看毛片| 亚洲av电影不卡..在线观看| 一级爰片在线观看| 不卡视频在线观看欧美| 国产熟女欧美一区二区| 亚洲精品自拍成人| 免费无遮挡裸体视频| 亚洲不卡免费看| 欧美日韩精品成人综合77777| 又粗又硬又长又爽又黄的视频| 美女cb高潮喷水在线观看| 久久久久久久久久久丰满| 国产探花极品一区二区| 汤姆久久久久久久影院中文字幕 | 日韩精品有码人妻一区| av在线天堂中文字幕| 成人av在线播放网站| 天堂网av新在线| 在线观看66精品国产| 免费观看a级毛片全部| 欧美一区二区亚洲| 日韩三级伦理在线观看| 精品国内亚洲2022精品成人| 成人毛片a级毛片在线播放| 久久国内精品自在自线图片| 一本久久精品| 春色校园在线视频观看| 成年免费大片在线观看| 国产在线一区二区三区精 | 国产高潮美女av| 欧美日韩精品成人综合77777| 亚洲伊人久久精品综合 | 99热全是精品| 老女人水多毛片| 国产亚洲精品av在线| 小蜜桃在线观看免费完整版高清| av福利片在线观看| 日韩欧美精品v在线| 国产精品日韩av在线免费观看| 一个人观看的视频www高清免费观看| 国产麻豆成人av免费视频| 久久久a久久爽久久v久久| 一级爰片在线观看| 99久久九九国产精品国产免费| 天天躁夜夜躁狠狠久久av| 日本wwww免费看| 久久精品影院6| 一区二区三区四区激情视频| 亚洲va在线va天堂va国产| 午夜激情欧美在线| 乱码一卡2卡4卡精品| 国产午夜精品论理片| 国产极品精品免费视频能看的| 国产亚洲5aaaaa淫片| 免费不卡的大黄色大毛片视频在线观看 | 九九在线视频观看精品| 午夜福利网站1000一区二区三区| 午夜福利在线在线| 免费电影在线观看免费观看| 色哟哟·www| 国产成人a∨麻豆精品| 久久精品夜色国产| 久久精品国产亚洲av天美| 欧美潮喷喷水| 亚洲国产精品合色在线| 身体一侧抽搐| 亚洲欧美精品专区久久| 美女黄网站色视频| 青青草视频在线视频观看| 国产片特级美女逼逼视频| 嘟嘟电影网在线观看| 尤物成人国产欧美一区二区三区| 真实男女啪啪啪动态图| 国产亚洲精品av在线| 日本-黄色视频高清免费观看| 日韩中字成人| 欧美一区二区国产精品久久精品| 狠狠狠狠99中文字幕| 精品一区二区三区视频在线| 亚洲欧美精品综合久久99| 免费人成在线观看视频色| 人妻制服诱惑在线中文字幕| 亚洲中文字幕一区二区三区有码在线看| av在线观看视频网站免费| 免费电影在线观看免费观看| 听说在线观看完整版免费高清| 亚洲国产最新在线播放| 精品一区二区三区视频在线| 女的被弄到高潮叫床怎么办| 观看免费一级毛片| 少妇熟女aⅴ在线视频| 一区二区三区高清视频在线| 亚洲欧美成人综合另类久久久 | 国产精品麻豆人妻色哟哟久久 | h日本视频在线播放| 熟女电影av网| 日日啪夜夜撸| 亚洲18禁久久av| 一边摸一边抽搐一进一小说| 嘟嘟电影网在线观看| 亚洲av中文字字幕乱码综合| 中文亚洲av片在线观看爽| 最新中文字幕久久久久| 欧美一区二区亚洲| 国内精品宾馆在线| 桃色一区二区三区在线观看| 国产精品一区www在线观看| 亚洲欧美一区二区三区国产| 色视频www国产| 欧美一级a爱片免费观看看| 99久久九九国产精品国产免费| 天天躁夜夜躁狠狠久久av| 亚洲精品乱久久久久久| 99久久无色码亚洲精品果冻| 永久免费av网站大全| 中文字幕av成人在线电影| 色吧在线观看| 久久99热这里只频精品6学生 | 亚洲人成网站在线观看播放| av.在线天堂| eeuss影院久久| 亚洲最大成人av| 国产人妻一区二区三区在| 国产精品麻豆人妻色哟哟久久 | 国产熟女欧美一区二区| 自拍偷自拍亚洲精品老妇| 一边亲一边摸免费视频| 性色avwww在线观看| 晚上一个人看的免费电影| 国产激情偷乱视频一区二区| 高清午夜精品一区二区三区| 国产精品av视频在线免费观看| 视频中文字幕在线观看| 禁无遮挡网站| 亚洲av成人精品一区久久| 插逼视频在线观看| av免费观看日本| 免费看美女性在线毛片视频| 在线免费观看不下载黄p国产| 国产午夜精品一二区理论片| 日韩av不卡免费在线播放| 99在线人妻在线中文字幕| 国产淫片久久久久久久久| 成人欧美大片| 亚洲欧美精品自产自拍| 又粗又硬又长又爽又黄的视频| 国产精品嫩草影院av在线观看| 国产亚洲av片在线观看秒播厂 | 大又大粗又爽又黄少妇毛片口| 日本黄大片高清| 亚洲av.av天堂| 性色avwww在线观看| 国产又黄又爽又无遮挡在线| 免费观看在线日韩| 国产精品人妻久久久影院| 午夜福利视频1000在线观看| 真实男女啪啪啪动态图| 欧美日韩一区二区视频在线观看视频在线 | 亚洲国产欧美在线一区| 91久久精品国产一区二区成人| 女的被弄到高潮叫床怎么办| 国产成人freesex在线| 国产亚洲5aaaaa淫片| 国产精品日韩av在线免费观看| 久久久色成人| 99热这里只有是精品50| 全区人妻精品视频| 菩萨蛮人人尽说江南好唐韦庄 | 国产 一区 欧美 日韩| 人人妻人人澡人人爽人人夜夜 | 国产探花极品一区二区| 欧美一区二区精品小视频在线| av免费在线看不卡| 国产在视频线精品| 蜜桃久久精品国产亚洲av| 内射极品少妇av片p| 神马国产精品三级电影在线观看| 天堂√8在线中文| 国产视频内射| 麻豆一二三区av精品| 精品熟女少妇av免费看| 亚洲精品日韩av片在线观看| 99九九线精品视频在线观看视频| 99热6这里只有精品| av专区在线播放| 亚洲激情五月婷婷啪啪| 有码 亚洲区| 99热全是精品| 中国美白少妇内射xxxbb| 久久99精品国语久久久| 我要看日韩黄色一级片| a级毛色黄片| 尾随美女入室| 亚洲乱码一区二区免费版| 欧美一区二区亚洲| 青春草国产在线视频| 午夜免费男女啪啪视频观看| 国产亚洲5aaaaa淫片| 成人漫画全彩无遮挡| 久热久热在线精品观看| 国产精品乱码一区二三区的特点| 日韩中字成人| 六月丁香七月| 日本三级黄在线观看| 亚洲成色77777| 免费电影在线观看免费观看| 亚洲欧美日韩高清专用| 欧美潮喷喷水| 婷婷色麻豆天堂久久 | 亚洲人成网站在线播| 三级男女做爰猛烈吃奶摸视频| 菩萨蛮人人尽说江南好唐韦庄 | 亚洲在线观看片| 国产爱豆传媒在线观看| 久久久精品94久久精品| 少妇人妻精品综合一区二区| 日韩欧美在线乱码| 蜜臀久久99精品久久宅男| 国产黄片视频在线免费观看| 成人二区视频| 国产白丝娇喘喷水9色精品| 亚洲av男天堂| 国产亚洲av嫩草精品影院| 欧美97在线视频| 三级国产精品欧美在线观看| 久久久久久大精品| 国产一区二区亚洲精品在线观看| 午夜老司机福利剧场| 国产色婷婷99| 边亲边吃奶的免费视频| 97在线视频观看| 亚洲一区高清亚洲精品| 欧美+日韩+精品| 久久久久精品久久久久真实原创| 国产在视频线精品| 美女被艹到高潮喷水动态| 日日啪夜夜撸| 久久99热这里只频精品6学生 | 国产黄片美女视频| 日韩制服骚丝袜av| 亚洲四区av| 久久久欧美国产精品| 国产精品无大码| 两个人视频免费观看高清| 又爽又黄a免费视频| 在线天堂最新版资源| 亚洲av成人av| 午夜爱爱视频在线播放| 国产精品不卡视频一区二区| 黄片wwwwww| 成人午夜高清在线视频| 99久久人妻综合| 伦理电影大哥的女人| 在线免费观看的www视频| 国产精华一区二区三区| 国产淫语在线视频| ponron亚洲| 亚洲av电影在线观看一区二区三区 | 日韩欧美国产在线观看| 1000部很黄的大片| 91久久精品国产一区二区三区| 免费在线观看成人毛片| 一个人看视频在线观看www免费| 男女下面进入的视频免费午夜| 久久韩国三级中文字幕| 又爽又黄a免费视频| 高清午夜精品一区二区三区| 国产精品三级大全| 免费黄色在线免费观看| 精品少妇黑人巨大在线播放 | 国产成人aa在线观看| 亚洲成av人片在线播放无| 亚洲欧美日韩无卡精品| 国产免费视频播放在线视频 | 成人二区视频| 人妻制服诱惑在线中文字幕| 男人舔女人下体高潮全视频| 一二三四中文在线观看免费高清| 日韩欧美国产在线观看| 老司机影院毛片| 91久久精品国产一区二区三区| 欧美成人精品欧美一级黄| 国产精品一区二区三区四区免费观看| 亚洲美女视频黄频| 午夜免费激情av| 国产亚洲av片在线观看秒播厂 | 国产成人a区在线观看| 国产爱豆传媒在线观看| 一级毛片久久久久久久久女| 99久久人妻综合| 午夜福利高清视频| 最近中文字幕高清免费大全6| 男女那种视频在线观看| 国产午夜精品久久久久久一区二区三区| 精品久久久久久久末码| 国产高清三级在线| av在线蜜桃| 一二三四中文在线观看免费高清| 亚洲三级黄色毛片| 村上凉子中文字幕在线| 亚洲精品国产av成人精品| 欧美日韩国产亚洲二区| 在线免费观看的www视频| 久久99热6这里只有精品| 欧美日韩一区二区视频在线观看视频在线 | 又粗又硬又长又爽又黄的视频| 非洲黑人性xxxx精品又粗又长| 伦理电影大哥的女人| 国产一区二区在线av高清观看| 如何舔出高潮| 麻豆久久精品国产亚洲av| 我要搜黄色片| 亚洲av成人精品一区久久| 国产午夜精品久久久久久一区二区三区| 97热精品久久久久久| 日韩欧美在线乱码| 国产私拍福利视频在线观看| 国产一级毛片在线| 麻豆久久精品国产亚洲av| 一夜夜www| 久久久精品大字幕| 国产精品无大码| 午夜福利视频1000在线观看| av在线亚洲专区| 97超视频在线观看视频| a级毛色黄片| 国产av码专区亚洲av| 国产高清国产精品国产三级 | 麻豆一二三区av精品| 亚洲欧美成人综合另类久久久 | 成年女人看的毛片在线观看| 亚洲av熟女| 国产伦精品一区二区三区四那| 久久精品久久久久久噜噜老黄 | 人妻夜夜爽99麻豆av| 亚洲国产精品成人综合色| 日韩欧美在线乱码| 免费黄色在线免费观看| 日本熟妇午夜| 在线免费观看的www视频| 久久精品久久久久久久性| 日本免费一区二区三区高清不卡| 少妇猛男粗大的猛烈进出视频 | 青青草视频在线视频观看| 联通29元200g的流量卡| 婷婷六月久久综合丁香| 91精品国产九色| 国产精品综合久久久久久久免费| 亚洲国产精品成人综合色| 亚洲丝袜综合中文字幕| 久久久久精品久久久久真实原创| 日韩 亚洲 欧美在线| 国产精品一区二区在线观看99 | 欧美日韩精品成人综合77777| 午夜爱爱视频在线播放| 亚洲经典国产精华液单| 乱人视频在线观看| 国产色爽女视频免费观看| 黄片wwwwww| 在线免费十八禁| .国产精品久久| 美女xxoo啪啪120秒动态图| 国产成人a区在线观看| www日本黄色视频网| 久久精品夜色国产| av福利片在线观看| 最近中文字幕高清免费大全6| 精品久久久久久久人妻蜜臀av| 国产精品久久久久久精品电影| 久久精品久久久久久久性| 国产精品一区二区性色av| 亚洲精品影视一区二区三区av| 尾随美女入室| 少妇的逼好多水| 在线播放国产精品三级| 欧美日本亚洲视频在线播放| 男人和女人高潮做爰伦理| 亚洲欧美日韩东京热| 床上黄色一级片| 国产淫语在线视频| 亚洲欧美日韩无卡精品| 最近的中文字幕免费完整| 亚洲成色77777| 日韩成人av中文字幕在线观看| 精品久久久久久久人妻蜜臀av| 美女国产视频在线观看| 欧美成人精品欧美一级黄| 日本与韩国留学比较| 国产精品一区www在线观看| 日本免费在线观看一区| 亚洲aⅴ乱码一区二区在线播放| 亚洲欧美成人精品一区二区| 国产国拍精品亚洲av在线观看| 又爽又黄a免费视频| 国产不卡一卡二| 三级国产精品片| 大话2 男鬼变身卡| 女人十人毛片免费观看3o分钟| 中文资源天堂在线| 国产黄a三级三级三级人| 成人美女网站在线观看视频| 久久这里只有精品中国| 男人狂女人下面高潮的视频| 亚洲真实伦在线观看| 成人性生交大片免费视频hd| 熟女电影av网| 亚洲五月天丁香| 白带黄色成豆腐渣| 亚洲国产精品成人综合色| 欧美激情国产日韩精品一区| 麻豆国产97在线/欧美| 亚洲av成人精品一区久久| 色吧在线观看| 99久久成人亚洲精品观看| 精品久久久久久电影网 | 哪个播放器可以免费观看大片| 免费黄色在线免费观看| 久久热精品热| 亚洲国产精品成人久久小说| 亚洲国产高清在线一区二区三| 性色avwww在线观看| 看十八女毛片水多多多| 丝袜美腿在线中文| 免费看光身美女| 99九九线精品视频在线观看视频| 秋霞伦理黄片| 日韩大片免费观看网站 | 黄色一级大片看看| 激情 狠狠 欧美| 国产伦精品一区二区三区四那| 天堂√8在线中文| 国产免费又黄又爽又色| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 我的老师免费观看完整版| 日韩欧美精品免费久久| 欧美区成人在线视频| 久久6这里有精品| 国产色爽女视频免费观看| 99久久精品热视频| 久久精品国产亚洲网站| 久久久久久九九精品二区国产| 日本欧美国产在线视频| 久久精品91蜜桃| 插阴视频在线观看视频| 亚洲av二区三区四区| 亚洲aⅴ乱码一区二区在线播放| 日日摸夜夜添夜夜添av毛片| av又黄又爽大尺度在线免费看 | 国产av码专区亚洲av| 国产免费视频播放在线视频 | 免费看光身美女| 免费看美女性在线毛片视频| 午夜免费男女啪啪视频观看| 国产成人精品婷婷| 国产色婷婷99| av又黄又爽大尺度在线免费看 | 少妇高潮的动态图| 狠狠狠狠99中文字幕| 看免费成人av毛片| 观看美女的网站| 国产精品不卡视频一区二区| 国产一区亚洲一区在线观看| 天堂网av新在线| 国产精品国产三级国产av玫瑰| 久久精品国产鲁丝片午夜精品| 久久久成人免费电影| 一卡2卡三卡四卡精品乱码亚洲| 岛国毛片在线播放| 成年女人永久免费观看视频| 成年av动漫网址| 日韩制服骚丝袜av| 久久久久性生活片| 伊人久久精品亚洲午夜| 在线观看美女被高潮喷水网站| 午夜免费男女啪啪视频观看| 狂野欧美激情性xxxx在线观看| 国产成人精品一,二区| 国产精品人妻久久久影院| 青春草视频在线免费观看| 精品久久久久久久久av| 午夜视频国产福利| 最近视频中文字幕2019在线8| 国产亚洲精品av在线| 欧美性感艳星| 一个人看视频在线观看www免费| 女人十人毛片免费观看3o分钟| 岛国毛片在线播放| 成人午夜高清在线视频| 国产精品1区2区在线观看.| 春色校园在线视频观看| 国产女主播在线喷水免费视频网站 | 日韩三级伦理在线观看| 精品久久久噜噜| 国国产精品蜜臀av免费| 亚洲av中文字字幕乱码综合| 麻豆国产97在线/欧美| 亚洲国产日韩欧美精品在线观看| 免费观看人在逋| 国产伦一二天堂av在线观看| 一区二区三区四区激情视频| 国产精品1区2区在线观看.| 最近手机中文字幕大全| 久久久久久久国产电影| 亚洲av成人精品一二三区| 精品人妻一区二区三区麻豆| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 22中文网久久字幕| 久久99热6这里只有精品| 成人三级黄色视频| 国产91av在线免费观看| 色综合亚洲欧美另类图片| 成人综合一区亚洲| 男女国产视频网站| 不卡视频在线观看欧美| 欧美成人a在线观看|