• <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 ?

    機(jī)載高分辨率遙感影像的傅氏紋理因子估測(cè)溫帶森林地上生物量

    2017-04-27 06:38:12蒙詩(shī)櫟李增元
    林業(yè)科學(xué) 2017年3期
    關(guān)鍵詞:波段紋理反演

    龐 勇 蒙詩(shī)櫟,2 李增元

    (1.中國(guó)林業(yè)科學(xué)研究院資源信息研究所 北京100091; 2.北京師范大學(xué)信息科學(xué)與技術(shù)學(xué)院 北京100875)

    ?

    機(jī)載高分辨率遙感影像的傅氏紋理因子估測(cè)溫帶森林地上生物量

    龐 勇1蒙詩(shī)櫟1,2李增元1

    (1.中國(guó)林業(yè)科學(xué)研究院資源信息研究所 北京100091; 2.北京師范大學(xué)信息科學(xué)與技術(shù)學(xué)院 北京100875)

    【目的】從反映森林冠層大小的樹(shù)冠紋理結(jié)構(gòu)出發(fā),利用高空間分辨率遙感影像中樹(shù)冠紋理的周期性信息,提取基于傅里葉變換紋理序列的紋理指數(shù)(FOTO,F(xiàn)ourier-based textural ordination)估測(cè)森林地上生物量,探究FOTO紋理因子在溫帶森林生物量估測(cè)上的潛力,為提取新型紋理參數(shù)估算森林生物量提供新的參考途徑?!痉椒ā恳?009年9月獲取的小興安嶺地區(qū)涼水國(guó)家自然保護(hù)區(qū)(47°11′N(xiāo),128°53′E)高分辨率機(jī)載航空影像(空間分辨率0.5 m)為例,通過(guò)提取CCD影像的FOTO紋理參數(shù),采用多元逐步回歸方法對(duì)森林地上生物量進(jìn)行參數(shù)反演,并對(duì)CCD 3個(gè)波段影像提取的9個(gè)FOTO紋理因子以及波段平均影像提取的3個(gè)FOTO紋理因子2種方法的生物量估測(cè)結(jié)果進(jìn)行比較。同時(shí),在研究中嘗試采用5種不同尺寸(60 m×60 m,80 m×80 m,100 m×100 m,120 m×120 m和150 m×150 m)的窗口,產(chǎn)生不同尺寸的FOTO因子與生物量進(jìn)行回歸建模。最后,將FOTO紋理因子作為自變量與激光雷達(dá)反演的參考生物量進(jìn)行擬合,利用多元逐步回歸方法建立生物量模型,并采用十折交叉驗(yàn)證評(píng)估預(yù)測(cè)模型的泛化能力。【結(jié)果】FOTO紋理因子與森林生物量的相關(guān)性較高,CCD影像3個(gè)波段的9個(gè)FOTO紋理因子與生物量的R2均高于0.67,窗口60 m×60 m,80 m×80 m,100 m×100 m,120 m×120 m和150 m×150 m的估測(cè)精度分別為67.3%,73.4%,74.4%,78.3% 和 80.9%。CCD影像波段平均影像的3個(gè)FOTO紋理因子與生物量的R2均高于0.57,5種窗口尺寸的估測(cè)精度分別為58.2%,62.1%,64.3%,67.4%和70.9%。根據(jù)最優(yōu)預(yù)測(cè)模型獲得分辨率100 m的涼水試驗(yàn)區(qū)全覆蓋生物量結(jié)果圖,精度為74.41%,RMSE為50.55 t·hm-2?!窘Y(jié)論】基于FOTO算法提取的紋理因子與森林地上生物量密切相關(guān)且無(wú)明顯飽和現(xiàn)象,對(duì)我國(guó)北方溫帶混交林區(qū)的生物量反演有極大潛力。FOTO紋理因子與森林地上生物量的多元線性逐步回歸模型R2達(dá)0.81,RMSE為46.78 t·hm-2。

    溫帶森林; 高分辨率遙感影像; 森林地上生物量; FOTO算法; 紋理因子

    森林生態(tài)系統(tǒng)是森林群落及其環(huán)境在功能流作用下形成的一定結(jié)構(gòu)、功能和自調(diào)控的自然綜合體,是陸地生態(tài)系統(tǒng)中面積最大、最重要的自然生態(tài)系統(tǒng),在全球碳循環(huán)、控制溫室氣體以及維持地球生物圈穩(wěn)定等方面具有非常重要的地位(Houghton, 2005)。當(dāng)前,溫室效應(yīng)日益嚴(yán)峻,世界各國(guó)正加強(qiáng)國(guó)家之間、洲際之間的合作,擴(kuò)大森林面積、促進(jìn)森林可持續(xù)經(jīng)營(yíng)增加碳匯以應(yīng)對(duì)全球氣候變化。為尋求工業(yè)發(fā)展與生態(tài)平衡的折中點(diǎn),精確地估算森林碳儲(chǔ)量和生物量顯得十分必要。近年來(lái),隨著遙感技術(shù)的不斷進(jìn)步,運(yùn)用遙感技術(shù)進(jìn)行森林生物量估算已成為一種新興的研究手段。與傳統(tǒng)的實(shí)地勘察測(cè)量方法不同,遙感技術(shù)可以實(shí)時(shí)、準(zhǔn)確、無(wú)破壞地對(duì)森林生物量進(jìn)行估算,進(jìn)而推算碳儲(chǔ)量,且易于從小尺度推廣到大區(qū)域,尤其對(duì)一些地面測(cè)量難以開(kāi)展的偏遠(yuǎn)天然林來(lái)說(shuō),遙感估算的優(yōu)勢(shì)更加凸顯。

    目前,在對(duì)森林生物量進(jìn)行估測(cè)的遙感方法中,主要使用微波遙感、激光雷達(dá)以及光學(xué)遙感等技術(shù)。微波遙感具有一定的穿透能力,如合成孔徑雷達(dá)(synthetic aperture radar,SAR)可與森林生物量的主體即樹(shù)干和樹(shù)枝發(fā)生作用(陳爾學(xué)等, 2007),但受地形起伏影響較大,且當(dāng)生物量達(dá)到一定水平時(shí)后向散射系數(shù)趨于飽和?;跇O化干涉SAR的極化相干層析技術(shù)通過(guò)提取森林相對(duì)反射率垂直分布,將擬合得到的層析測(cè)量樹(shù)高建立生物量模型,有助于克服高值生物量估測(cè)的信號(hào)飽和問(wèn)題(李文梅等, 2014),但目前由于數(shù)據(jù)源的局限,尚無(wú)法大面積應(yīng)用。激光雷達(dá)技術(shù)(light detection and ranging,LiDAR)在林木高度測(cè)量和森林垂直結(jié)構(gòu)信息獲取方面能實(shí)現(xiàn)更高效、更精準(zhǔn)的監(jiān)測(cè),具有其他遙感技術(shù)無(wú)可比擬的優(yōu)勢(shì)(龐勇等, 2005); 同時(shí),激光雷達(dá)反演的高精度森林結(jié)構(gòu)參數(shù)還可用作其他遙感手段的訓(xùn)練數(shù)據(jù)和驗(yàn)證數(shù)據(jù)(龐勇等, 2005; 2012; 郭慶華等, 2014)。

    相對(duì)于微波遙感、激光雷達(dá)而言,光學(xué)遙感技術(shù)發(fā)展時(shí)間更長(zhǎng)、數(shù)據(jù)源更豐富。隨著國(guó)內(nèi)外各類(lèi)星載與機(jī)載傳感器技術(shù)平臺(tái)的不斷更新與發(fā)展,高分辨率光學(xué)影像的獲取更加便捷。高分辨率遙感影像可以充分利用豐富的光譜信息、植被指數(shù)信息、紋理信息以及空間信息等特征反映更詳細(xì)的森林遙感信息(李德仁等, 2012)。基于光學(xué)遙感影像估算生物量通常有2種方式: 一是直接以遙感波段作為自變量,使用單波段或多波段與生物量建立估算模型; 二是將遙感影像的各波段經(jīng)過(guò)數(shù)學(xué)運(yùn)算組合成不同形式的遙感指數(shù),以這些遙感指數(shù)直接或間接參與建模(徐新良等, 2006)。紋理信息作為遙感影像的派生特征,可揭示圖像內(nèi)容的水平結(jié)構(gòu)信息并反映圖像內(nèi)容的空間變化規(guī)律,逐漸被加入到生物量估算模型中參與反演。Lu等(2005)對(duì)巴西亞馬遜流域熱帶森林的TM影像數(shù)據(jù)與灰度共生矩陣(gray level co-occurrence matrix,GLCM)的8個(gè)紋理參數(shù)進(jìn)行相關(guān)性分析,結(jié)果顯示GLCM中的均值與相關(guān)性因子對(duì)森林生物量預(yù)測(cè)貢獻(xiàn)度較高。Sarker等(2011)利用ANVIR-2數(shù)據(jù)對(duì)中國(guó)香港地區(qū)森林生物量進(jìn)行預(yù)測(cè),并比較5種參量(波段反射率、波段比、植被指數(shù)、紋理指數(shù)和紋理指數(shù)比)對(duì)生物量的預(yù)測(cè)效果,結(jié)果顯示紋理指數(shù)比方法對(duì)香港地區(qū)亞熱帶、熱帶森林的生物量估算效果最優(yōu)。盡管紋理信息在預(yù)測(cè)生物量上很有潛力,但是實(shí)際應(yīng)用中卻不超過(guò)60%,甚至在對(duì)結(jié)構(gòu)簡(jiǎn)單的溫帶森林的應(yīng)用上也很少(Sarkeretal., 2011)。法國(guó)學(xué)者Couteron等(2005)在估算法屬圭亞那地區(qū)熱帶雨林生物量時(shí)提出了FOTO(Fourier-based textural ordination)紋理方法,該方法是一種基于傅里葉變換思想的新型紋理提取技術(shù),研究顯示其在對(duì)高密度熱帶植被的生物量估算中沒(méi)有出現(xiàn)飽和現(xiàn)象。Proisy等(2007a)利用FOTO方法對(duì)法屬圭亞那地區(qū)的紅樹(shù)林生物量進(jìn)行了估算,從影像上提取出森林結(jié)構(gòu)參數(shù)與垂直參數(shù)并構(gòu)建了紅樹(shù)林的生物量模型(Proisyetal., 2011)。Singh(2012)在估測(cè)馬來(lái)西亞婆羅洲森林生物量時(shí)指出,由于大氣和信號(hào)飽和的影響,用樹(shù)冠頂層的反射值對(duì)生物量進(jìn)行預(yù)測(cè)其有較大不確定性,利用紋理信息則更加有效,并發(fā)現(xiàn)FOTO紋理因子對(duì)生物量的估算精度優(yōu)于GLCM紋理因子。

    圖1 涼水研究區(qū)機(jī)載航拍影像真彩色合成圖及4個(gè)局部圖Fig.1 Airborne CCD true color image and four inset maps of Liangshui study area

    FOTO紋理參數(shù)提取研究在國(guó)外的典型熱帶林區(qū)陸續(xù)得到了不同程度的應(yīng)用,而在國(guó)內(nèi)尚未對(duì)該方法展開(kāi)相應(yīng)的研究與探討。本研究以黑龍江省小興安嶺地區(qū)涼水國(guó)家自然保護(hù)區(qū)為研究區(qū),開(kāi)展FOTO紋理參數(shù)估算溫帶森林生物量的嘗試,以期為提取新型紋理參數(shù)估算森林生物量提供新的參考途徑。

    1 研究區(qū)概況與研究數(shù)據(jù)

    1.1 研究區(qū)概況

    黑龍江省涼水國(guó)家自然保護(hù)區(qū)(47°11′N(xiāo),128°53′E)地處我國(guó)東北東部山地小興安嶺南坡達(dá)里帶嶺支脈的東坡,黑龍江省伊春市帶嶺區(qū)境內(nèi)(圖1)。保護(hù)區(qū)內(nèi)地形復(fù)雜,以山地為主,森林覆蓋率98%,海拔280~707 m,平均坡度10°~15°,為典型的低山丘陵地貌,具有明顯的溫帶大陸性季風(fēng)氣候特征。年平均氣溫-0.3℃,年平均降水量676 mm,年平均相對(duì)濕度78%,無(wú)霜期100~120天。境內(nèi)地帶性土壤為山地暗棕壤。氣候特點(diǎn): 春季風(fēng)大; 夏季氣溫較高,降雨集中; 秋季降溫急劇; 冬季漫長(zhǎng),寒冷干燥而多風(fēng)雪(劉麗娟等, 2013)。保護(hù)區(qū)自然資源豐富,植被群落類(lèi)型復(fù)雜多樣,既有處于演替頂極狀態(tài)的原始闊葉紅松(Pinuskoraiensis)林、魚(yú)鱗云杉(Piceajezoensisvar.microsperma)林和興安落葉松(Larixgmelinii)林,又有處于不同演替階段的次生林。保護(hù)區(qū)內(nèi)有大片較原始的紅松針闊混交林,是我國(guó)目前保存下來(lái)最為典型和完整的原生紅松針闊混交林分布區(qū),也是我國(guó)和亞洲東北部很具代表性的溫帶原始紅松針闊混交林區(qū)(龐勇等, 2012)。

    1.2 遙感數(shù)據(jù)

    遙感數(shù)據(jù)采用2009年9月4日和13日拍攝的機(jī)載航空影像(圖1),搭載國(guó)產(chǎn)運(yùn)-5小型多用途飛機(jī),攜帶激光掃描儀(LMS-Q560)和CCD相機(jī)(DigiCAM-H/22)進(jìn)行同步數(shù)據(jù)采集。獲取數(shù)據(jù)總覆蓋面積約200 km2。CCD相機(jī)拍攝的南北航向航片經(jīng)過(guò)正射校正和拼接處理后,得到完整覆蓋研究區(qū)的高分辨率遙感影像。遙感數(shù)據(jù)空間分辨率為0.5 m,含紅(700 nm)、綠(540 nm)和藍(lán)(480 nm)3個(gè)可見(jiàn)光波段。

    1.3 生物量數(shù)據(jù)

    高精度機(jī)載激光雷達(dá)反演的生物量數(shù)據(jù)可作為其他遙感數(shù)據(jù)反演時(shí)的驗(yàn)證數(shù)據(jù)。本研究所用的森林地上生物量參考數(shù)據(jù)是由與航片同步獲取的機(jī)載激光雷達(dá)數(shù)據(jù)與地面樣地調(diào)查數(shù)據(jù)聯(lián)合反演得到的(圖2),生物量影像空間分辨率為10 m,反演精度高于90%,因此可以作為可靠的參考生物量。機(jī)載CCD影像與激光雷達(dá)反演的生物量數(shù)據(jù)是經(jīng)過(guò)同步飛行得到的,二者經(jīng)過(guò)實(shí)驗(yàn)室系統(tǒng)檢校和測(cè)區(qū)檢校場(chǎng)檢校,位置匹配精度優(yōu)于0.3 m(龐勇等, 2012)。

    2 FOTO紋理計(jì)算方法和生物量建模

    2.1 技術(shù)路線

    如圖3所示,本研究基于FOTO紋理方法從高分辨率航片中提取FOTO紋理因子,使用機(jī)載LiDAR反演的森林地上生物量作為參考值進(jìn)行建模,對(duì)比分析不同波段、不同計(jì)算窗口下FOTO紋理因子的生物量反演能力。采取以下2種方法估算生物量:

    圖2 機(jī)載激光雷達(dá)反演的研究區(qū)地上生物量Fig.2 Estimated aboveground biomass map from airborne LiDAR data in the study area

    1) 對(duì)CCD影像的3個(gè)單波段影像,即紅、綠、藍(lán)波段分別采用FOTO算法,3個(gè)波段影像共提取得到9個(gè)紋理因子(每個(gè)波段影像的PC1、PC2、PC3)用于建立回歸方程,并對(duì)森林生物量進(jìn)行預(yù)測(cè)。

    2) 對(duì)紅、綠、藍(lán)3個(gè)波段取平均生成一幅單波段灰度影像,通過(guò)FOTO算法從該波段平均影像中提取出3個(gè)紋理因子(波段平均影像的PC1、PC2、PC3),與生物量建立回歸方程并對(duì)生物量進(jìn)行預(yù)測(cè)。

    2.2 FOTO紋理指數(shù)算法

    FOTO紋理指數(shù)是一組將快速傅里葉變換算法與主成分分析結(jié)合提取的指數(shù),包含森林冠層的周期信息及空間異質(zhì)性。根據(jù)FOTO紋理指數(shù)算法原理,首先選擇一個(gè)固定的窗口尺寸遍歷整幅影像,將影像分割成若干方形小塊。窗口大小WS定義為(單位:m):

    (1)

    式中:N為X或Y方向上的像素點(diǎn)個(gè)數(shù);S為圖像的分辨率。

    圖3 FOTO紋理因子提取及生物量反演流程Fig.3 The workflow of FOTO texture indices calculation and forest biomass estimation

    再對(duì)分割產(chǎn)生的每一小塊影像進(jìn)行二維快速傅里葉變換(2D-FFT)處理,傅里葉變換提供了一種將圖像從空間域轉(zhuǎn)換到頻率域進(jìn)行頻譜分析的方法,將復(fù)雜信號(hào)看作不同頻率、不同方向和不同振幅的正余弦信號(hào)的疊加。圖像經(jīng)過(guò)2D-FFT變換后得到的頻譜是復(fù)數(shù)矩陣,復(fù)數(shù)的實(shí)部apq與虛部bpq統(tǒng)稱(chēng)為傅里葉分解系數(shù),是復(fù)雜的圖像信號(hào)經(jīng)過(guò)傅里葉變換后變成簡(jiǎn)單余弦信號(hào)和正弦信號(hào)的幅值:

    (2)

    (3)

    對(duì)于一個(gè)固定的正余弦振動(dòng)方向,頻率p或q分別代表正余弦波形在影像內(nèi)的重復(fù)次數(shù)。假設(shè)給定的影像為n×n維灰度影像,根據(jù)奈奎斯特頻率可得到最高正余弦頻率為pmax=n/2和qmax=n/2。FOTO中計(jì)算的傅里葉徑向頻譜(Fourierradialspectra,簡(jiǎn)稱(chēng)r-spectra)(Couteron, 2002;Couteronetal., 2006)用來(lái)表征影像頻率環(huán)內(nèi)各方向的平均能量,r表示給定某一范圍的影像內(nèi)正余弦波在該范圍內(nèi)擬合出的樹(shù)冠周期次數(shù)。在本研究中,選擇前29個(gè)傅里葉諧波能量(Plotonetal., 2012)。隨著諧波頻率逐漸趨于奈奎斯特頻率,幅值越來(lái)越小并趨近于0。

    (4)

    (5)

    式中:r=1,2,…,29;θ=0°~360°;k為每個(gè)頻率圓環(huán)內(nèi)點(diǎn)的個(gè)數(shù);σ2為圖像方差。

    圖像r-spectra反映了圖像頻率域中每一諧波頻率環(huán)內(nèi)的能量大小,r-spectra曲線可作為描述森林中樹(shù)冠周期的指標(biāo)。

    在一定區(qū)域內(nèi),如果該區(qū)域中樹(shù)冠較大的成熟林木占主要成分,則在圖像中表現(xiàn)為樹(shù)冠紋理周期長(zhǎng),其對(duì)應(yīng)的r-spectra曲線會(huì)在中低頻區(qū)域有較高的數(shù)值,高頻區(qū)域的數(shù)值較低,曲線呈陡峭鋸齒狀;若窗口內(nèi)以樹(shù)冠較小的幼年林木為主,則影像中樹(shù)冠的紋理周期較短,r-spectra的低頻和高頻區(qū)域數(shù)值無(wú)明顯起伏,曲線略顯平緩(Couteronetal., 2006; Singh, 2012; Plotonetal., 2013)。采用120 m×120 m窗口從原影像中隨機(jī)選出4種不同尺寸的樹(shù)冠圖像(圖4),從計(jì)算所得的r-spectra曲線可看出,當(dāng)林木樹(shù)冠較大時(shí),波峰會(huì)在中低頻區(qū)域出現(xiàn),當(dāng)林木樹(shù)冠較小時(shí),則會(huì)在中高頻區(qū)域有較高值,符合上述描述規(guī)律。

    圖4 4個(gè)不同場(chǎng)景的r-spectra曲線以及場(chǎng)景圖像(120 m×120 m)Fig.4 The r-spectra lines for four forest scenes with different canopy size and their corresponding aerial images (120 m × 120 m)

    根據(jù)FOTO算法得出所有窗口影像的r-spectra值后放入同一矩陣內(nèi),對(duì)該r-spectra矩陣進(jìn)行標(biāo)準(zhǔn)主成分分析(principle component analysis, PCA)。結(jié)果顯示,前3個(gè)主成分分量占總體變量成分的84%以上,故最終采用前3個(gè)主成分作為從圖像中提取的紋理因子。

    2.3 基于FOTO紋理指數(shù)的生物量建模分析

    將基于FOTO算法從影像中提取的紋理因子作為自變量,激光雷達(dá)反演的參考生物量作為因變量,采用多元逐步回歸方法建立生物量模型。進(jìn)行生物量建模時(shí)采取十折交叉驗(yàn)證,即每次取其中9份樣本與生物量進(jìn)行多元逐步回歸分析,剩余1份樣本進(jìn)行反演精度檢驗(yàn),該過(guò)程進(jìn)行10次直至遍歷全部樣本(Picardetal., 1984)。在某些復(fù)雜情況下,交叉驗(yàn)證可獲得預(yù)測(cè)誤差的近似無(wú)偏估計(jì)(Efronetal., 1983),十折交叉驗(yàn)證可充分利用樣本有效信息獲得穩(wěn)定可靠的估測(cè)模型,并可在一定程度上避免過(guò)擬合問(wèn)題。

    模型評(píng)價(jià)指標(biāo)通常采用R2與RMSE,十次交叉驗(yàn)證結(jié)果的R2與RMSE平均值作為最終模型評(píng)價(jià)指標(biāo)。R2為決定系數(shù),值在0~1之間,當(dāng)自變量對(duì)因變量的解釋能力越強(qiáng)時(shí),R2越接近于1; RMSE為均方根誤差值,RMSE越小,表示模型預(yù)測(cè)能力越好。

    3 結(jié)果與分析

    3.1 FOTO紋理因子的提取

    根據(jù)FOTO原理,可從每個(gè)單波段影像中提取得到3個(gè)紋理因子,圖5為CCD影像中紅波段提取到的FOTO因子PC1、PC2和PC3(窗口尺寸選擇100 m×100 m),其余波段提取的紋理影像類(lèi)似于紅波段。將CCD影像的9個(gè)FOTO紋理因子和波段平均影像的3個(gè)FOTO紋理因子分別與森林生物量進(jìn)行相關(guān)性分析,統(tǒng)計(jì)結(jié)果如表1所示,所有統(tǒng)計(jì)值都在0.01水平上顯著。從表1可看出,F(xiàn)OTO方法提取的紋理因子與生物量的相關(guān)性高低排序?yàn)镻C2、PC1、PC3,且相關(guān)系數(shù)均大于0.3,其中藍(lán)波段的PC2與生物量的相關(guān)系數(shù)最高,為0.636,紅波段的PC3與生物量的相關(guān)系數(shù)最低,為0.309。PC1與森林生物量在0.01水平上呈顯著負(fù)相關(guān),而PC2和PC3與森林生物量在0.01水平上呈顯著正相關(guān)。

    3.2 紋理窗口尺寸選擇

    FOTO紋理因子計(jì)算時(shí)首先需要選擇計(jì)算窗口尺寸,且窗口尺寸的選擇直接影響最終生成的生物量圖的空間分辨率。本文在FOTO方法基礎(chǔ)上分析采用5種不同窗口尺寸(60 m×60m,80m×80m,100m×100m,120m×120m和150m×150m)對(duì)生物量建模與反演的影響。通過(guò)對(duì)激光雷達(dá)生物量圖進(jìn)行相似性區(qū)域分割,將分割斑塊均值作為提取的生物量結(jié)果。CCD影像中提取出的9個(gè)紋理因子經(jīng)過(guò)多元逐步回歸與生物量建立估測(cè)模型,結(jié)果如表2所示。

    表1 航空影像各波段提取的FOTO紋理因子與森林生物量的相關(guān)性

    圖5 紅波段影像生成的3個(gè)FOTO紋理圖像(PC1、PC2、PC3)Fig.5 Three FOTO texture indices (PC1,PC2,PC3)derived from red band aerial image

    表2 CCD三波段影像5種不同紋理計(jì)算窗口的生物量建模結(jié)果比較

    從表2可看出,5種窗口尺寸下得到的紋理自變量與生物量的R2均達(dá)到0.67以上,選入模型的變量均在0.01水平顯著。這表明FOTO紋理因子對(duì)生物量的解釋能力較強(qiáng),且R2隨著窗口尺寸變大從0.67增加到0.81,RMSE從66.98 t·hm-2減少至46.78 t·hm-2。圖6顯示了5種窗口尺寸下FOTO預(yù)測(cè)生物量值與實(shí)際生物量值的十折精度檢驗(yàn)結(jié)果,窗口尺寸為60 m×60 m,80 m×80 m,100 m×100 m,120 m×120 m和150 m×150 m時(shí)對(duì)生物量的估測(cè)精度分別為67.3%,73.4%,74.4%,78.3%和80.9%。圖6顯示對(duì)于生物量值小于100 t·hm-2的區(qū)域出現(xiàn)高估現(xiàn)象,在生物量大于400 t·hm-2時(shí)開(kāi)始存在不同程度的低估,60 m×60 m和80 m×80 m窗口尺寸下的預(yù)測(cè)精度低于100 m×100 m以上窗口尺寸的結(jié)果,低值高估與高值低估的情況更多。

    圖6 對(duì)CCD影像采用5種窗口的精度檢驗(yàn)結(jié)果Fig.6 Scatter plots of biomass regression models from FOTO indices using five window sizes over three bands of aerial image

    同時(shí),利用上述5種不同窗口尺寸對(duì)波段平均影像進(jìn)行FOTO處理,經(jīng)過(guò)多元逐步回歸將3個(gè)紋理因子與生物量建立估測(cè)模型并得出模型表達(dá)式。從表3可知,模型R2在0.57~0.71之間,RMSE從77.12 t·hm-2減少至58.51 t·hm-2,選入模型的變量與生物量在0.01水平上顯著。圖7顯示了5種窗口尺寸下的反演精度檢驗(yàn)結(jié)果,其預(yù)估精度分別為58.2%,62.1%,64.3%,67.4%和70.9%,同樣顯示出當(dāng)窗口尺寸為60 m×60 m與80 m×80 m時(shí),模型擬合精度較低,易出現(xiàn)更多的錯(cuò)誤估算情況。

    表3 CCD波段平均影像在5種不同紋理計(jì)算窗口的生物量建模結(jié)果比較

    圖7 對(duì)波段平均影像采用5種窗口的精度檢驗(yàn)結(jié)果Fig.7 Scatter plots of biomass regression models from FOTO indices using five window sizes over the average image of aerial image

    3.3 森林生物量反演結(jié)果

    綜合考慮生物量反演尺度與反演精度等因素,80 m×80 m~120 m×120 m之間為溫帶森林的最優(yōu)FOTO窗口尺寸。利用提取的9個(gè)紋理因子參與多元逐步回歸模型對(duì)試驗(yàn)區(qū)機(jī)載CCD影像進(jìn)行反演,100 m×100 m窗口生成的反演公式為:

    式中:R_PC*,G_PC*,B_PC*分別表示紅、綠、藍(lán)波段的FOTO紋理因子。

    生物量反演效果如圖8所示。涼水國(guó)家自然保護(hù)區(qū)平均生物量大于260 t·hm-2,回歸以及驗(yàn)證結(jié)果表明,F(xiàn)OTO方法提取的紋理因子與生物量相關(guān)性較好,預(yù)測(cè)精度為74.41%,RMSE為50.55 t·hm-2。3.4 結(jié)果分析

    本研究對(duì)高分辨率航空CCD影像的3個(gè)波段以及波段平均影像分別采用FOTO算法提取紋理因子參與生物量建模并反演,分析了5種FOTO窗口尺寸對(duì)生物量反演結(jié)果的影響。結(jié)果顯示,F(xiàn)OTO紋理參數(shù)均與森林生物量在0.01水平顯著,且在5種不同窗口尺寸下,3個(gè)波段CCD影像提取的9個(gè)紋理因子對(duì)生物量的估測(cè)精度分別67.3%,73.4%,74.4%,78.3%和80.9%,波段平均影像提取的3個(gè)FOTO紋理因子對(duì)生物量的估測(cè)精度分別為58.2%,62.1%,64.3%,67.4%和70.9%。對(duì)本研究而言,CCD影像的9個(gè)FOTO紋理因子與生物量進(jìn)行模型回歸并參與反演的統(tǒng)計(jì)精度優(yōu)于波段平均影像的3個(gè)紋理因子的結(jié)果。

    圖8 航片F(xiàn)OTO因子反演的森林地上生物量Fig.8 Estimated aboveground biomass map using FOTO indices from aerial image in the study area

    CCD影像紅、綠、藍(lán)波段間存在的相關(guān)性使得提取的紋理參數(shù)在參與建模時(shí)會(huì)導(dǎo)致多重共線性問(wèn)題,模型的預(yù)測(cè)功能減弱。經(jīng)統(tǒng)計(jì)回歸分析,模型自變量存在方差膨脹因子VIF>10的情況,即存在多重共線性關(guān)系。因參數(shù)估計(jì)量皆顯著,且回歸分析的目的僅用于預(yù)測(cè),因此對(duì)此多重共線性可不做處理(林清泉, 2009)。波段平均影像則對(duì)紅、綠、藍(lán)波段進(jìn)行光譜數(shù)值平均,生成的“擬全色”影像弱化了波段間的相關(guān)性,得到3個(gè)紋理因子參與回歸,統(tǒng)計(jì)結(jié)果顯示VIF接近1即所有解釋變量幾乎完全無(wú)關(guān),生成的模型較穩(wěn)定。在實(shí)際應(yīng)用中,在滿足精度評(píng)價(jià)指標(biāo)RMSE與擬合程度R2的要求時(shí),選擇單波段進(jìn)行FOTO運(yùn)算能兼具精度與效率,同時(shí)預(yù)測(cè)模型比較穩(wěn)定。對(duì)多波段進(jìn)行FOTO運(yùn)算能得到更好的統(tǒng)計(jì)精度,但伴隨著更高的計(jì)算復(fù)雜度,且由于可能存在多重共線性關(guān)系會(huì)導(dǎo)致預(yù)測(cè)模型不穩(wěn)定。3.5 結(jié)果討論

    FOTO方法的應(yīng)用始于解決熱帶地區(qū)高密度生物量的估算飽和問(wèn)題,并在全球典型熱帶地區(qū)的生物量估算研究中取得了較好的估測(cè)效果,如準(zhǔn)確估測(cè)了法屬圭亞那地區(qū)的熱帶紅樹(shù)林和陸地?zé)釒в炅?Proisyetal., 2007a; 2007b; 2011)、南美亞馬遜盆地的熱帶雨林(Barbieretal., 2010)、中非地區(qū)的熱帶雨林、馬來(lái)西亞婆羅洲地區(qū)的熱帶森林(Singh, 2012)以及印度南部的西高止山脈熱帶植被(Plotonetal., 2012)的森林生物量以及其他森林結(jié)構(gòu)參數(shù),在某些樣地生物量大于450 t·hm-2的地區(qū)并未出現(xiàn)估值飽和的現(xiàn)象,且根據(jù)估算模型得出的預(yù)測(cè)精度較高,多數(shù)情況R2達(dá)到0.8以上(Proisyetal., 2011)。

    FOTO方法本質(zhì)上是FFT與PCA的有效結(jié)合(Singh, 2012)。FFT提供了從頻域角度分析信號(hào)的方法,尤其當(dāng)影像中存在明顯的樹(shù)冠周期信息時(shí),通過(guò)FFT方法分析影像的周期特征非常具有優(yōu)勢(shì);PCA將r-spectra變量提取前N個(gè)重要特征量表征樹(shù)冠大小信息。FOTO紋理因子通過(guò)將二者巧妙結(jié)合,把林木的樹(shù)冠大小通過(guò)其在影像上表現(xiàn)出的紋理特征與森林生物量緊密結(jié)合起來(lái),成為一種有效估算生物量的新方法。

    FOTO運(yùn)算過(guò)程中選擇的窗口尺寸大小會(huì)影響生物量反演結(jié)果。Ploton等(2012)指出,F(xiàn)OTO選擇的最佳窗口尺寸應(yīng)大于影像中最大樹(shù)冠尺寸的5倍,因此該研究在估算熱帶森林時(shí)采用125 m(文中最大冠層估測(cè)為25 m)的窗口。對(duì)涼水試驗(yàn)區(qū)樣地調(diào)查結(jié)果分析顯示(Mengetal., 2016),樣地冠層平均尺寸為(4.36±1.64)m,影像目視判讀結(jié)果顯示研究區(qū)內(nèi)尚存在冠層直徑為7.6~13.2 m的林木,且由于林木疏密度呈現(xiàn)的林木冠層與間隙的紋理表現(xiàn)不同,綜合考慮選取80~120 m作為溫帶林試驗(yàn)區(qū)的FOTO窗口尺寸。與單木和林分追求的精準(zhǔn)反演結(jié)果不同,F(xiàn)OTO是一種大尺度的生物量反演,當(dāng)選擇的窗口尺寸不同,F(xiàn)OTO輸出結(jié)果的分辨率會(huì)隨著窗口尺寸發(fā)生變化,并對(duì)反演精度產(chǎn)生影響: 當(dāng)窗口尺寸太小時(shí),如果區(qū)域內(nèi)存在特大冠幅林木,則會(huì)影響樹(shù)冠結(jié)構(gòu)周期性的分析結(jié)果; 當(dāng)窗口尺寸過(guò)大時(shí),則會(huì)產(chǎn)生較大的估測(cè)尺度使得生成的生物量結(jié)果圖的空間分辨率降低,并納入冗余的地形紋理信息等(Couteronetal., 2006)。在平衡建模精度與產(chǎn)品輸出空間分辨率因素后,研究最終選擇生成100 m分辨率的生物量預(yù)測(cè)圖。

    森林樹(shù)冠結(jié)構(gòu)的周期性越明顯,則紋理參數(shù)與生物量的相關(guān)性越強(qiáng)(Eckert, 2012)。當(dāng)森林中存在較大的林窗、林分間隙或者因自然干擾因素形成的倒木或斜木,則在分析影像時(shí)會(huì)出現(xiàn)樹(shù)冠紋理的“偽周期”,給估算結(jié)果帶來(lái)一定影響。且不同的太陽(yáng)高度角、傳感器拍攝角度以及地形起伏的影響,使得樹(shù)冠間的陰影歪曲了真實(shí)的樹(shù)冠周期,也會(huì)降低估算精度。

    4 結(jié)論

    本研究利用FOTO方法從高分辨率機(jī)載影像提取紋理參數(shù),與森林生物量進(jìn)行相關(guān)性分析,并采用多元逐步回歸建立黑龍江省涼水國(guó)家自然保護(hù)區(qū)的森林生物量遙感估測(cè)模型。結(jié)果如下:

    1) FOTO紋理對(duì)溫帶針闊混交林區(qū)的生物量反演精度較高,R2達(dá)0.81,RMSE為46.78 t·hm-2,表明從影像中獲取的FOTO紋理因子對(duì)北方溫帶混交林區(qū)的生物量反演有極大潛力。

    2) 對(duì)于溫帶森林反演,可根據(jù)估算精度需求選擇80~120 m作為FOTO窗口尺寸。

    3) CCD影像3個(gè)波段的反演精度優(yōu)于波段平均影像的反演精度,波段平均影像的自變量因子少且模型較前者更穩(wěn)定。

    FOTO方法具有入選變量少、不需利用其他多源數(shù)據(jù)(如氣象、地形數(shù)據(jù)和植被信息等)協(xié)同反演且利用多元線性回歸即能得到較高精度的反演結(jié)果等優(yōu)點(diǎn),隨著我國(guó)高分辨率對(duì)地觀測(cè)計(jì)劃(高分-2號(hào)影像的空間分辨率為0.8 m)和國(guó)內(nèi)外一些商業(yè)高分辨率遙感衛(wèi)星數(shù)據(jù)(高景一號(hào)分辨率為0.5 m、WorldView-3的為0.3 m)的廣泛獲取,F(xiàn)OTO紋理指數(shù)對(duì)提高生物量的估算精度和效率具有十分重要的意義。

    陳爾學(xué),李增元,龐 勇,等.2007.基于極化合成孔徑雷達(dá)干涉測(cè)量的平均樹(shù)高提取技術(shù).林業(yè)科學(xué),43(4): 66-70.

    (Chen E X, Li Z Y, Pang Y,etal. 2007. Polarimetric SAR interferometry based mean tree height extraction technique. Scientia Silvae Sinicae, 43(4): 66-70. [in Chinese])

    郭慶華,劉 瑾,陶勝利,等.2014.激光雷達(dá)在森林生態(tài)系統(tǒng)監(jiān)測(cè)模擬中的應(yīng)用現(xiàn)狀與展望.科學(xué)通報(bào),59(6): 459-478.

    (Guo Q H, Liu J, Tao S L,etal. 2014. Perspectives and prospects of LiDAR in forest ecosystem monitoring and modeling. Chinese Science Bulletin, 59(6): 459-478. [in Chinese])

    李德仁,王長(zhǎng)委,胡月明,等.2012.遙感技術(shù)估算森林生物量的研究進(jìn)展.武漢大學(xué)學(xué)報(bào): 信息科學(xué)版,37(6): 631-635.

    (Li D R, Wang C W, Hu Y M,etal. 2012. General review on remote sensing-based biomass estimation. Geomatics and Information Science of Wuhan University, 37(6): 631-635. [in Chinese])

    李文梅,陳爾學(xué),李增元,等.2014.森林地上生物量的極化干涉SAR相干層析估測(cè)方法.林業(yè)科學(xué),50(2):70-77.

    (Li W M, Chen E X, Li Z Y,etal. 2014. Forest aboveground biomass estimation using polarimetric interferometry SAR coherence tomography. Scientia Silvae Sinicae, 50(2):70-77. [in Chinese])

    林清泉.2009.計(jì)量經(jīng)濟(jì)學(xué).2版.北京: 中國(guó)人民大學(xué)出版社,170-190.

    (Lin Q Q. 2009. Econometrics. 2nd ed. Beijing: China Renmin University Press, 170-190. [in Chinese])

    劉麗娟,龐 勇,范文義,等.2013.機(jī)載 LiDAR 和高光譜融合實(shí)現(xiàn)溫帶天然林樹(shù)種識(shí)別.遙感學(xué)報(bào),17(3): 679-695.

    (Liu L J, Pang Y, Fan W Y,etal. 2013. Fused airborne LiDAR and hyperspectral data for tree species identification in a natural temperate forest. Journal of Remote Sensing, 17(3): 679-695. [in Chinese])

    龐 勇,李增元,陳爾學(xué),等.2005.激光雷達(dá)技術(shù)及其在林業(yè)上的應(yīng)用.林業(yè)科學(xué),41(3): 129-136.

    (Pang Y, Li Z Y, Chen E X,etal. 2005. LiDAR remote sensing technology and its application in forestry. Scientia Silvae Sinicae, 41(3): 129-136. [in Chinese])

    龐 勇,李增元.2012.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.植物生態(tài)學(xué)報(bào),36(10): 1095-1105.

    (Pang Y, Li Z Y. 2012. Inversion of biomass components of the temperate forest using airborne LiDAR technology in Xiaoxing’an Mountains, Northeastern of China. Chinese Journal of Plant Ecology, 36(10): 1095-1105. [in Chinese])

    徐新良,曹明奎.2006.森林生物量遙感估算與應(yīng)用分析.地球信息科學(xué),8(4): 122-128.

    (Xu X L, Cao M K. 2006. An analysis of the applications of remote sensing method to the forest biomass estimation. Geo-information Science, 8(4): 122-128. [in Chinese])

    Barbier N, Couteron P, Proisy C,etal. 2010. The variation of apparent crown size and canopy heterogeneity across lowland Amazonian forests. Global Ecology and Biogeography, 19(1): 72-84.

    Couteron P. 2002. Quantifying change in patterned semi-arid vegetation by Fourier analysis of digitized aerial photographs. International Journal of Remote Sensing, 23(17): 3407-3425.

    Couteron P, Pelissier R, Nicolini E A,etal. 2005. Predicting tropical forest stand structure parameters from Fourier transform of very high resolution remotely sensed canopy images. Journal of Applied Ecology, 42(6): 1121-1128.

    Couteron P, Barbier N, Gautier D. 2006. Textural ordination based on Fourier spectral decomposition: a method to analyze and compare landscape patterns. Landscape Ecology, 21(4): 555-567.

    Eckert S. 2012. Improved forest biomass and carbon estimations using texture measures from WorldView-2 satellite data. Remote Sensing, 4(4): 810-829.

    Efron B, Gong G. 1983. A leisurely look at the bootstrap, the jackknife, and cross-validation. The American Statistician, 37(1): 36-48.

    Houghton R A. 2005. Aboveground forest biomass and the global carbon balance. Global Change Biology, 11(6): 945-958.

    Lu D, Batistella M. 2005. Exploring TM image texture and its relationships with biomass estimation in Rondnia, Brazilian Amazon. Acta Amazonica, 35(2): 249-257.

    Meng S, Pang Y, Zhang Z,etal. 2016. Mapping aboveground biomass using texture indices from aerial photos in a temperate forest of northeastern China. Remote Sensing, 8(3): 230.

    Picard R R, Cook R D. 1984. Cross-validation of regression models. Journal of the American Statistical Association, 79(387):575-583.

    Ploton P, Pélissier R, Barbier N,etal. 2013. Canopy texture analysis for large-scale assessments of tropical forest stand structure and biomass. Springer New York, 237-245.

    Ploton P, Pélissier R, Proisy C,etal. 2012. Assessing aboveground tropical forest biomass using google earth canopy images. Ecological Applications, 22(3): 993-1003.

    Proisy C, Couteron P, Fromard F. 2007a. Predicting and mapping mangrove biomass from canopy grain analysis using Fourier-based textural ordination of IKONOS images. Remote Sensing of Environment, 109(3): 379-392.

    Proisy C, Couteron P, Pélissier R,etal. 2007b. Monitoring canopy grain of tropical forest using Fourier-based textural ordination of veryhigh resolution images. IEEE Geoscience and Remote Sensing Symposium, 4324-4326.

    Proisy C, Barbier N, Guéroult M,etal. 2011. Biomass prediction in tropical forests: the canopy grain approach. Remote Sensing of Biomass: Principles and Applications, 1-18.

    Sarker M, Rahman L. 2011. Estimation of forest biomass using remote sensing. Doctor of Philosophy thesis, Hong Kong Polytechnic University.

    Singh M. 2012. Forest structure and biomass in a mixed forest-oil palm landscape in Borneo. Master of Philosophy (MPhil), University of Oxford.

    (責(zé)任編輯 石紅青)

    Temperate Forest Aboveground Biomass Estimation Using Fourier-Based Textural Ordination (FOTO) Indices from High Resolution Aerial Optical Image

    Pang Yong1Meng Shili1, 2Li Zengyuan1

    (1.InstituteofForestResourceInformationTechniques,CAFBeijing100091;2.CollegeofInformationScienceandTechnology,BeijingNormalUniversityBeijing100875)

    【Objective】 The periodical information of forest areas in the high spatial resolution remote sensing image contains the structural and spatial distribution of forest canopy grains.We used the Fourier-based textural ordination (FOTO) indices for estimating forest aboveground biomass (AGB). This research explored FOTO textural indices as a potential technique to estimate forest AGB of temperate forest.【Method】 The study area is located in the Liangshui Natural Reserve (47°11′N(xiāo), 128°53′E), northeast of China. Based on the high spatial resolution airborne CCD data (0.5 m spatial resolution) acquired in September 2009, we derived the FOTO indices from CCD data and established the AGB regression model with multiple stepwise regression. The airborne LiDAR-derived AGB map was used as reference value. We compared the model performances of FOTO indices derived from three spectral reflection bands of CCD data with those from the average spectral reflection band of the CCD data. The window sizes for FOTO method were set as 60 m×60 m, 80 m×80 m, 100 m×100 m, 120 m×120 m and 150 m×150 m. Then the FOTO indices derived from different size windows were used as independent variables to build regression model with LiDAR-derived biomass. Ten-fold validation was performed to verify the generalization capability of the estimation model.【Result】 The results showed that texture indices derived from FOTO method had a high correlation with forest AGB. The determination coefficientR2between the FOTO indices (9 FOTO indices from three spectral reflection bands) and LiDAR derived AGB were all above 0.67 for five windows sizes. The estimation accuracies were 67.3%, 73.4%, 74.4%, 78.3% and 80.9% for window size 60 m×60 m, 80 m×80 m, 100 m×100 m, 120 m×120 m and 150 m×150 m, respectively. The determination coefficientR2between the FOTO indices (3 FOTO indices from the average band) and LiDAR derived AGB were all above 0.57 for five windows sizes. The estimation accuracies were 58.2%, 62.1%, 64.3%, 67.4% and 70.9% for five windows sizes, respectively. We produced a wall-to-wall forest AGB map with the accuracy of 74.41% and the RMSE of 50.55 t·hm-2.【Conclusion】 This study results indicated that texture indices derived from FOTO method have great potential in estimating forest AGB without significant saturation phenomenon in temperate forests. FOTO indices have great potential for estimating AGB of temperate forests. The forest biomass derived from FOTO indices with the multiple stepwise regression showed a good relationship with the LiDAR-derived AGB, withR2=0.81, RMSE=46.78 t·hm-2.

    temperate forest; high spatial resolution data; forest AGB; FOTO; texture indices

    10.11707/j.1001-7488.20170311

    2016-01-20;

    2016-08-01。

    中國(guó)林業(yè)科學(xué)研究院中央級(jí)公益性科研院所基本科研業(yè)務(wù)費(fèi)專(zhuān)項(xiàng)資金項(xiàng)目(CAFYBB2016ZD004); 國(guó)家高技術(shù)研究發(fā)展計(jì)劃(863計(jì)劃)(2012AA12A306)。

    S757

    A

    1001-7488(2017)03-0094-11

    猜你喜歡
    波段紋理反演
    春日暖陽(yáng)
    反演對(duì)稱(chēng)變換在解決平面幾何問(wèn)題中的應(yīng)用
    基于BM3D的復(fù)雜紋理區(qū)域圖像去噪
    軟件(2020年3期)2020-04-20 01:45:18
    使用紋理疊加添加藝術(shù)畫(huà)特效
    基于低頻軟約束的疊前AVA稀疏層反演
    基于自適應(yīng)遺傳算法的CSAMT一維反演
    TEXTURE ON TEXTURE質(zhì)地上的紋理
    Coco薇(2017年8期)2017-08-03 15:23:38
    M87的多波段輻射過(guò)程及其能譜擬合
    消除凹凸紋理有妙招!
    Coco薇(2015年5期)2016-03-29 23:22:15
    日常維護(hù)對(duì)L 波段雷達(dá)的重要性
    西藏科技(2015年4期)2015-09-26 12:12:58
    亚洲欧美中文字幕日韩二区| 神马国产精品三级电影在线观看| 免费不卡的大黄色大毛片视频在线观看 | 国产黄片美女视频| 国产 一区精品| 久久久久久国产a免费观看| 99久久无色码亚洲精品果冻| 女的被弄到高潮叫床怎么办| 日韩在线高清观看一区二区三区| 日韩一本色道免费dvd| 日产精品乱码卡一卡2卡三| 色吧在线观看| 一级毛片我不卡| 中文字幕免费在线视频6| 91狼人影院| 国产乱人视频| 亚洲无线在线观看| 久久精品国产亚洲网站| 国产成人午夜福利电影在线观看| 国产极品天堂在线| 美女xxoo啪啪120秒动态图| 乱系列少妇在线播放| 国产在线精品亚洲第一网站| 久久精品91蜜桃| 国产精品久久久久久精品电影| 女人十人毛片免费观看3o分钟| 久久人人爽人人片av| av专区在线播放| 亚洲中文字幕一区二区三区有码在线看| 99久久精品热视频| 精品久久久久久久末码| 中文字幕免费在线视频6| 成人高潮视频无遮挡免费网站| 人人妻人人澡欧美一区二区| 日韩强制内射视频| 欧美色欧美亚洲另类二区| 亚洲av中文字字幕乱码综合| 中文字幕av成人在线电影| av又黄又爽大尺度在线免费看 | 午夜爱爱视频在线播放| 欧美变态另类bdsm刘玥| 只有这里有精品99| 嫩草影院精品99| 亚洲欧美中文字幕日韩二区| kizo精华| 美女大奶头视频| 国产精品女同一区二区软件| 99热这里只有是精品在线观看| 国产激情偷乱视频一区二区| 国内少妇人妻偷人精品xxx网站| 亚洲国产欧美在线一区| 国产老妇伦熟女老妇高清| 精品久久久久久久久久免费视频| 一区二区三区高清视频在线| 国产一区二区三区在线臀色熟女| 成人二区视频| av福利片在线观看| 男女做爰动态图高潮gif福利片| 亚洲aⅴ乱码一区二区在线播放| 国产日本99.免费观看| 人人妻人人看人人澡| 男女啪啪激烈高潮av片| 一边亲一边摸免费视频| 一区二区三区四区激情视频 | 男女边吃奶边做爰视频| 国产精品一及| 最新中文字幕久久久久| 久久精品国产自在天天线| 日日撸夜夜添| 久久婷婷人人爽人人干人人爱| 久久久久久久久久黄片| 丰满乱子伦码专区| 18禁在线播放成人免费| 亚洲综合色惰| 色综合站精品国产| 国产精品爽爽va在线观看网站| 亚洲婷婷狠狠爱综合网| 99riav亚洲国产免费| 国产成人精品久久久久久| 精品少妇黑人巨大在线播放 | 国产大屁股一区二区在线视频| 午夜免费男女啪啪视频观看| 久久久久免费精品人妻一区二区| 三级国产精品欧美在线观看| 婷婷色综合大香蕉| 国产精品久久久久久精品电影| 国产一区二区在线av高清观看| av在线天堂中文字幕| 一个人免费在线观看电影| 男插女下体视频免费在线播放| 91精品国产九色| 日韩欧美在线乱码| 日本成人三级电影网站| av免费观看日本| 成年女人永久免费观看视频| 老司机影院成人| 国产v大片淫在线免费观看| 国产色爽女视频免费观看| 精品人妻一区二区三区麻豆| 99精品在免费线老司机午夜| 直男gayav资源| 99久久成人亚洲精品观看| 成人综合一区亚洲| 国产精品人妻久久久久久| 欧美高清成人免费视频www| 婷婷亚洲欧美| 欧美一区二区精品小视频在线| 国产三级中文精品| 国产成人免费观看mmmm| 欧美另类一区| 日韩免费高清中文字幕av| 嘟嘟电影网在线观看| 国产在线免费精品| xxx大片免费视频| 下体分泌物呈黄色| 国产成人午夜福利电影在线观看| 日韩中字成人| 王馨瑶露胸无遮挡在线观看| 少妇的逼水好多| 一区二区三区精品91| 日日爽夜夜爽网站| 久久狼人影院| 少妇丰满av| 国产在视频线精品| 午夜免费男女啪啪视频观看| 日本午夜av视频| 国产精品久久久久久av不卡| 一级爰片在线观看| 免费大片黄手机在线观看| 婷婷色综合大香蕉| 国产精品久久久久久精品电影小说| 青春草视频在线免费观看| 日韩av在线免费看完整版不卡| 欧美性感艳星| 成年av动漫网址| 高清午夜精品一区二区三区| 久久久久人妻精品一区果冻| 国产亚洲精品第一综合不卡 | 日韩大片免费观看网站| 免费黄色在线免费观看| 精品少妇黑人巨大在线播放| 美女国产视频在线观看| 少妇人妻精品综合一区二区| 久久鲁丝午夜福利片| 亚洲伊人久久精品综合| 国产老妇伦熟女老妇高清| a级片在线免费高清观看视频| 街头女战士在线观看网站| 亚洲国产精品一区三区| 日日啪夜夜爽| 日韩人妻高清精品专区| 少妇猛男粗大的猛烈进出视频| 国产亚洲精品第一综合不卡 | 久久久精品94久久精品| 性色av一级| 免费av不卡在线播放| 国产一区亚洲一区在线观看| 国产无遮挡羞羞视频在线观看| www.av在线官网国产| 日日撸夜夜添| 婷婷色av中文字幕| 久久久久久久久久人人人人人人| 9色porny在线观看| 又黄又爽又刺激的免费视频.| 中文天堂在线官网| 毛片一级片免费看久久久久| 久久狼人影院| 日本wwww免费看| 欧美日韩av久久| 欧美+日韩+精品| 亚洲怡红院男人天堂| 一本一本综合久久| 伊人久久精品亚洲午夜| 大片电影免费在线观看免费| 亚洲av不卡在线观看| 九九在线视频观看精品| 国产高清国产精品国产三级| 久久精品国产鲁丝片午夜精品| 母亲3免费完整高清在线观看 | 亚洲欧洲国产日韩| 在线免费观看不下载黄p国产| 国产探花极品一区二区| 日韩av免费高清视频| 成人二区视频| 日本-黄色视频高清免费观看| 亚洲av电影在线观看一区二区三区| 欧美日韩亚洲高清精品| 永久免费av网站大全| 黑人欧美特级aaaaaa片| 日韩精品免费视频一区二区三区 | 五月玫瑰六月丁香| 欧美成人精品欧美一级黄| 全区人妻精品视频| 免费观看性生交大片5| 国产成人精品一,二区| 一区二区三区精品91| 亚洲综合精品二区| 精品视频人人做人人爽| 精品久久久久久久久亚洲| 国产精品久久久久成人av| 久久久欧美国产精品| 日韩制服骚丝袜av| 热re99久久精品国产66热6| 国产免费现黄频在线看| 欧美日韩视频高清一区二区三区二| 亚洲精品一区蜜桃| 国产一区二区三区av在线| 国产免费一区二区三区四区乱码| 久久av网站| 成人国产av品久久久| 亚洲av欧美aⅴ国产| 黑人欧美特级aaaaaa片| 99久久精品一区二区三区| 欧美日韩视频精品一区| 国产 精品1| 免费大片黄手机在线观看| 搡女人真爽免费视频火全软件| 在线观看美女被高潮喷水网站| 曰老女人黄片| 久久久久久久国产电影| 91精品三级在线观看| 蜜臀久久99精品久久宅男| 欧美国产精品一级二级三级| av女优亚洲男人天堂| 国产无遮挡羞羞视频在线观看| 少妇精品久久久久久久| 亚洲中文av在线| 亚洲欧洲国产日韩| xxxhd国产人妻xxx| 中文乱码字字幕精品一区二区三区| 免费黄网站久久成人精品| 五月开心婷婷网| 免费播放大片免费观看视频在线观看| 天堂8中文在线网| 麻豆精品久久久久久蜜桃| 亚洲性久久影院| 国产极品天堂在线| 老司机亚洲免费影院| 在线精品无人区一区二区三| 国产精品欧美亚洲77777| 熟妇人妻不卡中文字幕| 黄片无遮挡物在线观看| av女优亚洲男人天堂| 亚洲经典国产精华液单| 亚洲,一卡二卡三卡| 久久精品熟女亚洲av麻豆精品| 搡女人真爽免费视频火全软件| 亚洲精品第二区| 最近中文字幕2019免费版| 在线观看美女被高潮喷水网站| 天天影视国产精品| 99久久中文字幕三级久久日本| 麻豆精品久久久久久蜜桃| 亚洲欧美一区二区三区黑人 | 一边亲一边摸免费视频| 亚洲美女搞黄在线观看| 亚洲熟女精品中文字幕| 日本黄色片子视频| 免费av不卡在线播放| 3wmmmm亚洲av在线观看| www.av在线官网国产| 街头女战士在线观看网站| 91久久精品国产一区二区三区| 在线免费观看不下载黄p国产| 在线精品无人区一区二区三| 国产国语露脸激情在线看| 久久午夜福利片| 在线观看美女被高潮喷水网站| 美女国产高潮福利片在线看| 一个人免费看片子| 亚洲中文av在线| 极品人妻少妇av视频| 午夜免费鲁丝| 成人二区视频| 久久国产精品大桥未久av| 国产精品国产三级国产av玫瑰| 日韩免费高清中文字幕av| 狠狠精品人妻久久久久久综合| 欧美日本中文国产一区发布| 观看av在线不卡| 午夜福利视频精品| 丝袜喷水一区| 午夜福利网站1000一区二区三区| 男女边吃奶边做爰视频| 少妇 在线观看| 日本-黄色视频高清免费观看| 国产成人a∨麻豆精品| 成人午夜精彩视频在线观看| 啦啦啦在线观看免费高清www| 亚洲av在线观看美女高潮| 街头女战士在线观看网站| 丝袜脚勾引网站| 欧美日韩一区二区视频在线观看视频在线| 毛片一级片免费看久久久久| 女性生殖器流出的白浆| 国产成人av激情在线播放 | 高清在线视频一区二区三区| 午夜福利影视在线免费观看| 一边摸一边做爽爽视频免费| 女性生殖器流出的白浆| 成人国产麻豆网| 夫妻午夜视频| 久久精品国产亚洲网站| 乱码一卡2卡4卡精品| 国产伦理片在线播放av一区| 国产极品天堂在线| a级毛片免费高清观看在线播放| 一区二区三区乱码不卡18| 熟妇人妻不卡中文字幕| 99国产综合亚洲精品| 美女xxoo啪啪120秒动态图| 涩涩av久久男人的天堂| 边亲边吃奶的免费视频| 大片电影免费在线观看免费| 久久久精品区二区三区| 国产成人freesex在线| 国产欧美日韩综合在线一区二区| 王馨瑶露胸无遮挡在线观看| 免费少妇av软件| 日产精品乱码卡一卡2卡三| 欧美少妇被猛烈插入视频| 丝袜在线中文字幕| 美女脱内裤让男人舔精品视频| 最近中文字幕高清免费大全6| 中国美白少妇内射xxxbb| 亚洲内射少妇av| 一个人免费看片子| 国产精品人妻久久久影院| 新久久久久国产一级毛片| 少妇人妻 视频| 亚洲精品456在线播放app| 久久久亚洲精品成人影院| av女优亚洲男人天堂| 永久网站在线| 精品一区二区三区视频在线| 成人毛片a级毛片在线播放| 最近手机中文字幕大全| 亚洲欧美一区二区三区黑人 | 欧美精品国产亚洲| 久久精品熟女亚洲av麻豆精品| 国产精品人妻久久久影院| 日日啪夜夜爽| 99热网站在线观看| 国产日韩欧美亚洲二区| 亚州av有码| 伊人久久国产一区二区| 日本vs欧美在线观看视频| av线在线观看网站| 看非洲黑人一级黄片| 国产精品久久久久久精品古装| 午夜日本视频在线| 日本黄色片子视频| 婷婷色综合大香蕉| 黑人巨大精品欧美一区二区蜜桃 | av卡一久久| 国产白丝娇喘喷水9色精品| 中国国产av一级| 在线播放无遮挡| 在线观看国产h片| 国产精品不卡视频一区二区| 青春草亚洲视频在线观看| 欧美变态另类bdsm刘玥| 一级二级三级毛片免费看| 熟女av电影| 中文字幕最新亚洲高清| 欧美激情 高清一区二区三区| 黑人猛操日本美女一级片| 成人午夜精彩视频在线观看| 制服人妻中文乱码| 国产探花极品一区二区| 少妇猛男粗大的猛烈进出视频| 日韩,欧美,国产一区二区三区| 在线观看美女被高潮喷水网站| 欧美激情国产日韩精品一区| 国产黄片视频在线免费观看| 岛国毛片在线播放| 能在线免费看毛片的网站| 插逼视频在线观看| 精品一区二区三区视频在线| 亚洲av国产av综合av卡| 三级国产精品片| 欧美精品一区二区免费开放| 欧美成人精品欧美一级黄| 精品国产乱码久久久久久小说| 欧美日韩亚洲高清精品| 人人妻人人澡人人看| 中文字幕免费在线视频6| 搡女人真爽免费视频火全软件| 亚洲av在线观看美女高潮| 日本wwww免费看| 极品少妇高潮喷水抽搐| 亚洲综合色网址| 成人综合一区亚洲| a级毛片免费高清观看在线播放| 免费看不卡的av| 黑人欧美特级aaaaaa片| 少妇高潮的动态图| 亚洲精品国产av成人精品| 国产精品久久久久久久电影| 日本欧美国产在线视频| 91午夜精品亚洲一区二区三区| 丝袜脚勾引网站| 亚洲一区二区三区欧美精品| 欧美亚洲日本最大视频资源| 日本wwww免费看| videos熟女内射| 亚洲国产欧美在线一区| 考比视频在线观看| 校园人妻丝袜中文字幕| 性高湖久久久久久久久免费观看| 国产在视频线精品| 欧美最新免费一区二区三区| 久久午夜综合久久蜜桃| 中文字幕人妻熟人妻熟丝袜美| 亚洲av中文av极速乱| 精品少妇内射三级| 久久久久国产网址| 久久青草综合色| 蜜桃在线观看..| 多毛熟女@视频| 日韩视频在线欧美| 国产一区二区在线观看日韩| 美女国产高潮福利片在线看| 人体艺术视频欧美日本| 在线观看国产h片| 日本欧美视频一区| 久久精品国产自在天天线| 人妻系列 视频| 免费观看在线日韩| 精品少妇久久久久久888优播| 午夜视频国产福利| 国产精品免费大片| 日本91视频免费播放| 国产午夜精品久久久久久一区二区三区| 五月天丁香电影| .国产精品久久| 色5月婷婷丁香| av又黄又爽大尺度在线免费看| 99久久人妻综合| 国产伦精品一区二区三区视频9| 999精品在线视频| 两个人的视频大全免费| 午夜福利视频精品| 女性生殖器流出的白浆| 久久韩国三级中文字幕| 精品人妻熟女毛片av久久网站| 国产高清国产精品国产三级| 国产成人午夜福利电影在线观看| 激情五月婷婷亚洲| 久久这里有精品视频免费| 亚洲精品乱久久久久久| 国产一级毛片在线| 亚洲av中文av极速乱| 欧美日韩av久久| 日日啪夜夜爽| 成人黄色视频免费在线看| 国产精品一区www在线观看| 老司机影院毛片| 午夜免费鲁丝| 国产又色又爽无遮挡免| 自拍欧美九色日韩亚洲蝌蚪91| 亚洲美女搞黄在线观看| 欧美日韩成人在线一区二区| 五月天丁香电影| 大陆偷拍与自拍| 一区二区三区四区激情视频| 97超碰精品成人国产| 日韩中文字幕视频在线看片| 亚洲图色成人| 欧美日韩在线观看h| 97精品久久久久久久久久精品| 全区人妻精品视频| 毛片一级片免费看久久久久| 免费看光身美女| 成人18禁高潮啪啪吃奶动态图 | 久久鲁丝午夜福利片| av天堂久久9| 在线观看免费视频网站a站| 中国三级夫妇交换| 久久久久久人妻| 如日韩欧美国产精品一区二区三区 | 精品少妇内射三级| 欧美激情国产日韩精品一区| 97在线视频观看| 欧美一级a爱片免费观看看| 亚洲国产av影院在线观看| 亚洲精品456在线播放app| 久久99精品国语久久久| 最近2019中文字幕mv第一页| 大话2 男鬼变身卡| 春色校园在线视频观看| 人妻一区二区av| 美女大奶头黄色视频| 国产精品国产三级专区第一集| 国产精品人妻久久久影院| 晚上一个人看的免费电影| 中文天堂在线官网| av不卡在线播放| 在线天堂最新版资源| 成人漫画全彩无遮挡| 秋霞伦理黄片| 在线观看三级黄色| 亚洲欧美色中文字幕在线| 爱豆传媒免费全集在线观看| 亚洲人成网站在线播| 亚洲精品日韩av片在线观看| 国产69精品久久久久777片| 美女大奶头黄色视频| 欧美精品亚洲一区二区| 欧美精品人与动牲交sv欧美| 下体分泌物呈黄色| 欧美精品人与动牲交sv欧美| 精品人妻熟女av久视频| 国产女主播在线喷水免费视频网站| 老司机影院成人| 永久免费av网站大全| 下体分泌物呈黄色| 国产永久视频网站| 亚洲精品第二区| 蜜臀久久99精品久久宅男| 99热这里只有是精品在线观看| 大香蕉久久成人网| 久久久精品区二区三区| 国产精品无大码| 亚洲国产欧美日韩在线播放| 国产一区二区在线观看日韩| 久久精品国产亚洲av天美| 亚洲国产精品专区欧美| 性色av一级| 一个人免费看片子| 精品午夜福利在线看| 黄色欧美视频在线观看| 一级a做视频免费观看| 精品一品国产午夜福利视频| xxx大片免费视频| 人妻 亚洲 视频| 久久午夜综合久久蜜桃| 国产成人一区二区在线| 校园人妻丝袜中文字幕| 久久精品国产亚洲av涩爱| 日本爱情动作片www.在线观看| 日本黄色日本黄色录像| 最近中文字幕高清免费大全6| 少妇高潮的动态图| 美女内射精品一级片tv| 国产男女超爽视频在线观看| 成人无遮挡网站| 亚洲第一区二区三区不卡| 久久久久精品性色| 2022亚洲国产成人精品| 99热这里只有是精品在线观看| 亚洲色图 男人天堂 中文字幕 | 日本爱情动作片www.在线观看| 五月开心婷婷网| 王馨瑶露胸无遮挡在线观看| 免费观看在线日韩| 欧美xxxx性猛交bbbb| 日本与韩国留学比较| 欧美丝袜亚洲另类| 欧美精品国产亚洲| 看十八女毛片水多多多| 狂野欧美白嫩少妇大欣赏| 亚洲综合色惰| 欧美人与善性xxx| 久久久久网色| 一区二区av电影网| 大又大粗又爽又黄少妇毛片口| 午夜久久久在线观看| 特大巨黑吊av在线直播| 亚洲中文av在线| 好男人视频免费观看在线| 大陆偷拍与自拍| 国产精品熟女久久久久浪| 午夜日本视频在线| 国产精品久久久久久精品古装| 国产 一区精品| 国产乱人偷精品视频| 精品久久久久久久久av| 久久亚洲国产成人精品v| 国产高清有码在线观看视频| 欧美日韩综合久久久久久| 女性被躁到高潮视频| 亚洲精品日韩在线中文字幕| 婷婷色av中文字幕| 菩萨蛮人人尽说江南好唐韦庄| 精品亚洲成国产av| 日韩av免费高清视频| a级片在线免费高清观看视频| 久久97久久精品| av.在线天堂| 国产成人aa在线观看| 亚洲熟女精品中文字幕| 日日啪夜夜爽| 亚洲欧洲日产国产| 色5月婷婷丁香| 王馨瑶露胸无遮挡在线观看| 亚洲av日韩在线播放| 少妇人妻精品综合一区二区| 日本午夜av视频| 日本91视频免费播放| 一级毛片电影观看| 久久鲁丝午夜福利片| 午夜福利影视在线免费观看| 日韩人妻高清精品专区| 晚上一个人看的免费电影| 色吧在线观看| 免费看不卡的av| 在线观看免费高清a一片| 人体艺术视频欧美日本| 麻豆乱淫一区二区| 国产国拍精品亚洲av在线观看| 久久久久久久久久久免费av| 在线观看www视频免费| 午夜激情久久久久久久| 久久精品人人爽人人爽视色|