• <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 ?

    基于集合卡爾曼濾波的南雄煙草LAI數(shù)據(jù)同化研究

    2017-06-22 14:04:16樊風(fēng)雷
    生態(tài)學(xué)報(bào) 2017年9期
    關(guān)鍵詞:卡爾曼濾波葉面積煙草

    陳 浩,樊風(fēng)雷

    華南師范大學(xué)地理科學(xué)學(xué)院, 廣州 510631

    ?

    基于集合卡爾曼濾波的南雄煙草LAI數(shù)據(jù)同化研究

    陳 浩,樊風(fēng)雷*

    華南師范大學(xué)地理科學(xué)學(xué)院, 廣州 510631

    葉面積指數(shù)(LAI)是表征煙草生長健康狀態(tài)的重要指標(biāo)之一,獲取準(zhǔn)確的LAI數(shù)據(jù)是監(jiān)測煙草生長走勢的重要步驟。以廣東省南雄地區(qū)為試驗(yàn)區(qū)開展了集合卡爾曼濾波同化方法在煙草LAI的應(yīng)用研究。通過野外實(shí)測得到南雄煙草生長期內(nèi)的高光譜數(shù)據(jù),并計(jì)算每個生長期的歸一化植被指數(shù)(NDVI),依據(jù)NDVI值獲得LAI測量數(shù)據(jù);通過積溫?cái)?shù)據(jù)和實(shí)測LAI數(shù)據(jù)構(gòu)建了符合南雄地區(qū)煙草LAI變化規(guī)律的LOGISTIC模型;并以LAI為研究變量,利用集合卡爾曼濾波數(shù)據(jù)同化技術(shù)融合NDVI數(shù)據(jù)計(jì)算得到的LAI和簡化LOGSITIC模型擬合得到的LAI這兩種不同的數(shù)據(jù)信息,獲取實(shí)驗(yàn)區(qū)煙草生長期時間序列上的連續(xù)LAI數(shù)據(jù)。最后,進(jìn)一步對比了數(shù)據(jù)同化方法、NDVI計(jì)算LAI方法和LOGISTIC模型擬合這3種方法獲取煙草LAI的效果。結(jié)果顯示:數(shù)據(jù)同化方法、NDVI計(jì)算LAI方法和LOGISTIC模型擬合3種方法均可一定程度上表征煙草LAI的變化狀態(tài),其中數(shù)據(jù)同化方法擬合效果最優(yōu)。實(shí)驗(yàn)發(fā)現(xiàn)NDVI計(jì)算LAI方法在煙草生長前后期LAI值出現(xiàn)偏大或偏小的異常情況;LOGISTIC模型擬合則不能有效的描述煙草LAI的突發(fā)性變化;同化方法綜合作物生長模型和遙感監(jiān)測的優(yōu)勢,能夠動態(tài)調(diào)節(jié)參數(shù)得到LAI優(yōu)化結(jié)果,同化后LAI結(jié)果和真實(shí)值吻合,變化曲線更符合煙草的實(shí)際生長狀況。

    數(shù)據(jù)同化;煙草;集合卡爾曼濾波;葉面積指數(shù);數(shù)據(jù)預(yù)測

    隨著各地?cái)?shù)字煙草3S技術(shù)的興起,煙草冠層和葉片信息的定量無損精確提取,對煙草生長的科學(xué)管理和監(jiān)測具有重要意義。羅靜等[1]指出雖煙草的生長受多種因素的影響,其過程極其復(fù)雜,但其生長狀況仍可以用一些與該過程密切相關(guān)的因子進(jìn)行表征,如葉面積指數(shù)(LAI)。LAI是表征植被生長狀況的關(guān)鍵物理量之一,其大小與作物生長狀態(tài)直接密切相關(guān)。且LAI的變化是一個隨時間變化的動態(tài)過程,不同時間處的LAI值之間具有一定的相關(guān)性,形成依賴關(guān)系[2]。因此可通過觀測LAI的變化獲取和判斷煙草生長狀態(tài)的變化。

    目前針對于煙草LAI計(jì)算的研究相對較少。煙草LAI測算代表性方法主要如下:(1)因農(nóng)作物L(fēng)AI隨生長期變化的過程基本符合LOGISTIC曲線或其修正形式,汪耀富等[3]建立烤煙葉面積指數(shù)LAI隨栽種時間t的普適模型LOGISTIC模型,發(fā)現(xiàn)相關(guān)系數(shù)達(dá)到97%以上;(2)劉國順等[4]分析了17種光譜參數(shù)與煙草葉面積指數(shù)的關(guān)系,通過建立逐步回歸模型對煙草LAI進(jìn)行估測;(3)張正楊[5]、王建偉[6]等探究了RVI、NDVI等常用的植被指數(shù)和LAI的相關(guān)關(guān)系,發(fā)現(xiàn)植被指數(shù)可精確反演煙草LAI,其中與LAI相關(guān)性最強(qiáng)的常用植被指數(shù)為NDVI。

    LOGISTIC模型是一個對觀測LAI進(jìn)行統(tǒng)計(jì)擬合的經(jīng)驗(yàn)?zāi)P?用數(shù)學(xué)模型表征LAI的變化趨勢,但其更多的是對生長過程的數(shù)學(xué)語言描述,雖然這種描述是有價值的,但得到的結(jié)果與實(shí)際存在一定的偏差,很難精確模擬諸如突發(fā)性災(zāi)害等造成的作物生長狀態(tài)劇烈不規(guī)律變化。另外作物模型的實(shí)際應(yīng)用在初始值獲取和參數(shù)區(qū)域化方面遇到很多問題;遙感觀測是通過作物反射光譜特征獲取作物群體瞬間生長狀況,遙感觀測手段能夠很好地及時反映作物生長的區(qū)域分布狀況,但易受遙感觀測平臺穩(wěn)定性、地表異質(zhì)性和遙感反演算法等因素的影響,結(jié)果存在較大的不確定性。另外遙感技術(shù)是瞬時的,易受大氣條件、可行觀測周期等因素限制而不能對作物進(jìn)行無間斷連續(xù)監(jiān)測,更無法對作物生長的相關(guān)狀態(tài)進(jìn)行預(yù)報(bào)。劉國順[4]用多光譜參數(shù)回歸分析方法擬合煙草作物L(fēng)AI時使用多達(dá)17種光譜參數(shù),多光譜參數(shù)參與可有效增加計(jì)算的精度,但參數(shù)獲取的可行性則限制了該方法的實(shí)際應(yīng)用;另外LAI與光譜反射率存在著復(fù)雜的非線性關(guān)系,張正楊[5]則發(fā)現(xiàn)主成分分析和神經(jīng)網(wǎng)絡(luò)等方法反演精度相較于植被指數(shù)反演方法更高。

    在作物長勢的監(jiān)測上,遙感信息的實(shí)時性、宏觀性與作物生長模型的連續(xù)性、機(jī)理性形成良好的互補(bǔ)性關(guān)系[7],可利用作物生長模型的連續(xù)性模擬彌補(bǔ)遙感觀測的瞬時性,利用遙感觀測獲取數(shù)據(jù)的及時性為作物生長模型提供參數(shù),而數(shù)據(jù)同化技術(shù)則可將擬合模型和觀測數(shù)據(jù)兩種信息有效結(jié)合起來。數(shù)據(jù)同化將新的觀測數(shù)據(jù)引入到過程模型中,不斷減少或者濾掉過程模型的噪聲,使得模型軌跡模擬軌跡更加貼近自然界的真實(shí)狀態(tài)[8-9]。遙感獲取的觀測數(shù)據(jù)常常是瞬時的物理特征,作物生長模型是一種面向過程、機(jī)理性的動態(tài)模型[10],利用數(shù)據(jù)同化技術(shù)將煙草LAI的多時相觀測數(shù)據(jù)和作物生長動態(tài)變化模型二者信息相融合,具有改善和提高煙草LAI數(shù)據(jù)精度的能力。

    綜合這兩種信息的成熟數(shù)據(jù)同化方法通常有濾波算法或變分方法兩種[11],而濾波算法因其實(shí)用性,易于實(shí)現(xiàn),可移植性強(qiáng)的特點(diǎn)而被廣泛采用。目前濾波方法尤其是集合卡爾曼濾波算法在農(nóng)作物的應(yīng)用方面已經(jīng)趨于成熟。王東偉[12]以2004年北京冬小麥為例,對冠層觀測反射率進(jìn)行卡爾曼濾波同化,初步實(shí)現(xiàn)了集合卡爾曼濾波算法在冬小麥LAI反演中的應(yīng)用,結(jié)果顯示集合卡爾曼濾波算法能夠使LAI同化結(jié)果接近真實(shí)值;黃健熙等[13]選擇河北衡水地區(qū)冬小麥為研究對象,通過集合卡爾曼算法獲取時間序列最優(yōu)的LAI,并依此估算區(qū)域內(nèi)冬小麥產(chǎn)量,結(jié)果表明同化后的冬小麥產(chǎn)量比未同化的產(chǎn)量預(yù)測精度有顯著提高;陳思寧[14]基于集合卡爾曼濾波對東北玉米產(chǎn)量及LAI進(jìn)行估計(jì),對同化前后模擬LAI對比發(fā)現(xiàn)同化后其軌跡更接近實(shí)測值,更符合玉米的生長發(fā)育趨勢。以上研究均發(fā)現(xiàn),應(yīng)用集合卡爾曼濾波同化方法于農(nóng)作物L(fēng)AI估算能夠顯著提高估算的精度。

    遙感觀測是一種快速獲取煙草信息的手段,模擬模型能夠?qū)煵萆L過程相對較好的整體擬合,卡爾曼濾波同化技術(shù)則能夠綜合二者各自的優(yōu)勢,有利于提高數(shù)據(jù)的預(yù)測精度。文中嘗試以廣東省南雄市煙草為例,構(gòu)建南雄市煙草LOGISTIC生長模型,利用集合卡爾曼濾波數(shù)據(jù)同化技術(shù)綜合遙感觀測LAI數(shù)據(jù)和作物生長模型二者信息進(jìn)行同化分析,以獲取精度相對較高的煙草LAI數(shù)據(jù)。

    圖1 技術(shù)路線圖Fig.1 Flowchart of data processing

    1 研究區(qū)域

    文中以廣東省韶關(guān)市南雄地區(qū)為實(shí)驗(yàn)區(qū)。南雄市位于廣東省東北部,113°55′30″—114°44′38″E,24°56′59″—25°25′20″N,該地區(qū)是廣東省煙草主要種植縣市之一。研究區(qū)內(nèi)煙草類型主要為烤煙。煙草生長期分苗床和大田,廣東省煙草生長周期約為180d。苗床期指播種到移栽時間段,即1—2月底(一般為60d),大田期指煙苗移栽到采收完畢時間段,即3—6月(一般為100—120d)。而4—6月廣東省處于梅雨季節(jié),這3個月雨水天氣居多。

    2 數(shù)據(jù)與材料

    實(shí)驗(yàn)中光譜數(shù)據(jù)主要是使用光譜儀在野外實(shí)測得到。實(shí)驗(yàn)使用荷蘭Avantes公司AvaSpec-ULS2048光纖光譜儀煙草野外實(shí)地測量光譜反射率,光譜范圍取300—1100nm,光譜采樣區(qū)間為0.6 nm,光譜分辨率為1.4 nm。選擇晴朗無云無風(fēng)天氣,于10:00—14:00時間段測定光譜反射率。測量時傳感器探頭垂直向下,光譜儀視場角為15°,合理控制光譜儀距離煙草植被冠層頂部垂直高度。測量時合理挑選樣株,嚴(yán)格使用標(biāo)準(zhǔn)白板校正,每個樣株進(jìn)行10次光譜測量,以其平均值作為該樣株的光譜反射值。煙草光譜采樣時間為2014年2—6月,間隔基本為每半個月1次,得到煙草的連續(xù)時間序列光譜數(shù)據(jù)。

    LAI實(shí)測數(shù)據(jù)主要是在野外對煙草實(shí)地測量得到。實(shí)驗(yàn)組中實(shí)測LAI數(shù)據(jù)分為兩組,建模數(shù)據(jù)和實(shí)驗(yàn)數(shù)據(jù),建模LAI數(shù)據(jù)來源于多期對南雄市多個采樣點(diǎn)的煙草實(shí)地測量,用于建立適合于南雄的LOGISTIC模型;實(shí)驗(yàn)LAI數(shù)據(jù)主要位于南雄市黃坑鎮(zhèn)許村(25°13′N, 114°28′E)附近多個采樣點(diǎn),與煙草光譜測量工作同時進(jìn)行,對每個煙草樣本測量光譜的同時對其測量葉面積,作為驗(yàn)證數(shù)據(jù)。因?yàn)闊煵莸娜~片為長橢圓形,根據(jù)統(tǒng)計(jì)分析得出每個葉片大致為整個葉片最長與最寬之積面積的63.45%,故本實(shí)驗(yàn)中葉面積的計(jì)算公式為:葉片長×葉片寬×0.6345。

    實(shí)驗(yàn)中的天氣溫度數(shù)據(jù)取自2011年到2014年韶關(guān)市氣象局發(fā)布的逐日溫度統(tǒng)計(jì)數(shù)據(jù),日積溫?cái)?shù)據(jù)則取日平均溫度。

    表1 積溫統(tǒng)計(jì)數(shù)據(jù)

    3 研究方法

    3.1 集合卡爾曼濾波(EnKF)方法

    卡爾曼濾波是一種將模型模擬和外部觀測結(jié)合起來估計(jì)目標(biāo)參數(shù)的優(yōu)化方法,是一種用Monte Carlo的集合預(yù)報(bào)方法估計(jì)預(yù)報(bào)誤差協(xié)方差的順序同化算法,它能夠有效降低估算過程中的誤差,提高預(yù)測精度。最大的優(yōu)點(diǎn)是不需要預(yù)報(bào)算子的切線性模式和伴隨模式,對于非線性很強(qiáng)、不連續(xù)的動態(tài)模型也有很好的模擬。

    集合卡爾曼濾波包括預(yù)報(bào)和更新兩個部分。在預(yù)報(bào)部分,初始狀態(tài)向量的集合通過過程模型模擬來獲得預(yù)報(bào)場的集合,用預(yù)報(bào)集合計(jì)算預(yù)報(bào)誤差協(xié)方差矩陣;在更新部分,利用觀測向量和狀態(tài)向量的誤差協(xié)方差矩陣更新每個集合,得到分析場的集合,最后將分析場集合的均值作為模型狀態(tài)的后驗(yàn)估計(jì)值[11]。當(dāng)前計(jì)算結(jié)果只與前一狀態(tài)估計(jì)值、當(dāng)前狀態(tài)測量值有關(guān),并且易于實(shí)時處理,無需存儲大量的數(shù)據(jù)。

    集合卡爾曼濾波通過不斷迭代預(yù)測和更新兩個過程完成數(shù)據(jù)的同化,圖2表示了集合卡爾曼濾波算法一個完整的迭代過程。

    圖2 集合卡爾曼濾波流程圖Fig.2 The work flow of EnKF是第i個集合在t時刻的狀態(tài)分析值是第i個集合在t+1時刻的狀態(tài)預(yù)測值,Yi,t+1是第i個集合在t+1時刻的觀測值;M(.)是模型算子,表示t到t+1時刻狀態(tài)變化關(guān)系,文中為煙草LOGISTIC模型;H為觀測算子,是觀測轉(zhuǎn)換矩陣,文中取值為1;ωt為模擬誤差,服從均值為0協(xié)方差矩陣為Q的高斯分布;υt為觀測誤差,服從均值為0協(xié)方差矩陣為R的高斯分布;Ki+1是增益矩陣為預(yù)測值集合的均值則是分析值集合的均值;P表示狀態(tài)變量的誤差協(xié)方差矩陣

    3.2 LOGISTIC模型

    煙草生長需要適宜的溫度,積溫對烤煙大田生長發(fā)育有一定的影響,煙草完成自己的生長周期,需要一定的溫度積累。如果生長期間的晝夜平均溫度較低,植株為滿足自己所需要的溫度總和,會使生育期延長[15]。在LOGISTIC模型中,為消除煙草生長發(fā)育隨品種、播期、地域的不同,對模型的時間進(jìn)行統(tǒng)一處理。用活動積溫表示生育期長度,并作歸一化處理[16],使用歸一化積溫來統(tǒng)一時間尺度。積溫AT與歸一化積溫DS的計(jì)算方法分別如下:

    (1)

    式中,i表示時間序列數(shù),n為總時間總數(shù),Ti為逐日平均溫度,AT表示總積溫值,DSi為i時刻的歸一化積溫值。本實(shí)驗(yàn)只對大田期的煙草進(jìn)行試驗(yàn),對DS取值范圍為0—1。以DS為自變量,LAI為因變量建立簡化的LOGISTIC模型[3]得到:

    (2)

    LAI是葉面積指數(shù),這里L(fēng)AImax是生育期中LAI最大值,DS為歸一化積溫,A,B,C是常量參數(shù)。

    4 研究結(jié)果

    4.1 南雄市煙草LAI數(shù)據(jù)計(jì)算

    本實(shí)驗(yàn)采用直接建立起南雄市煙草歸一化植被指數(shù)(NDVI)與LAI之間的回歸關(guān)系的方法計(jì)算煙草LAI,該方法簡單靈活,應(yīng)用廣泛,是一種最為常用的方法。通過光譜儀實(shí)測數(shù)據(jù)計(jì)算NDVI由以下公式得到:

    (3)

    式中,R800和R670分別表示在光譜值為800和670時對應(yīng)煙草植被冠層光譜反射率值。

    LAI與NDVI的關(guān)系模型主要有指數(shù)關(guān)系和對數(shù)關(guān)系2種類型[17-18]:指數(shù)模型和對數(shù)模型,為簡化LAI的獲取函數(shù),把獲得的NDVI數(shù)據(jù)和實(shí)測LAI數(shù)據(jù)進(jìn)行了回歸分析,并結(jié)合已有的煙草實(shí)驗(yàn)[1]以及其它參考[19-20],經(jīng)計(jì)算得到的LAI與NDVI對數(shù)模型如下:

    在95%的置信區(qū)域時相關(guān)系數(shù)和調(diào)整后決定系數(shù)值分別為0.8953和0.8804,標(biāo)準(zhǔn)誤差RMSE為0.6375。利用上述模型,通過平均光譜反射率計(jì)算得到各個時間南雄市煙草LAI理論計(jì)算值(圖3)。LAI總體呈現(xiàn)先上升后下降趨勢,在前30d左右緩慢上升,75d左右達(dá)到最大值4.72,75d以后LAI值則急劇下降。

    圖3 LAI測量值計(jì)算結(jié)果Fig.3 The results of LAI

    圖4 LOGISTIC擬合結(jié)果Fig.4 The fitting result of LOGISTIC model

    4.2 南雄煙草LOGISTIC模型構(gòu)建

    在對建模LAI樣本數(shù)據(jù)初步篩選后,對煙草實(shí)測LAI和南雄市歸一化積溫?cái)?shù)據(jù)DS進(jìn)行的簡化后的LOGISTIC模型構(gòu)建,通過計(jì)算,得到方程為:

    由圖4中可以看出,實(shí)測煙草LAI整體呈現(xiàn)先上升后下降的趨勢,LAI值前期緩慢上升,生長后期則快速下降,在歸一化積溫0.6左右(生長期大約80d左右)時達(dá)到最大值。LOGISTIC模型對煙草實(shí)測LAI的整體擬合精度良好,和煙草實(shí)測LAI的變化趨勢基本保持一致。

    4.3 數(shù)據(jù)同化

    假設(shè)實(shí)際測量LAI的平均值為真實(shí)LAI值,從圖5可以得到,單獨(dú)使用LOGISTIC能夠較好的整體擬合煙草LAI的變化趨勢,計(jì)算簡單,能夠直接使用數(shù)學(xué)模型表示,但是計(jì)算誤差相對較大,得到的LAI值會出現(xiàn)前期偏小,后期偏大的情況,分別在移栽后15—45d和90—120d內(nèi)非常明顯。NDVI計(jì)算LAI方法和LAI同化方法結(jié)果則相比較為精確,基本與LAI實(shí)測均值曲線吻合。與NDVI計(jì)算LAI方法相比,數(shù)據(jù)同化綜合NDIV計(jì)算LAI結(jié)果和LOGISTIC模型擬合結(jié)果,將其按權(quán)重分配,得到的LAI值介于兩者之間,盡可能的消除二者的誤差,得到的LAI同化數(shù)據(jù)則更接近實(shí)測平均LAI,精度相比較于單獨(dú)NDVI計(jì)算LAI方法或模型擬合方法有所提高。同化LAI值呈先緩慢上升,后急劇下降的趨勢,在大田期75d左右達(dá)到最大值,最高LAI值達(dá)到4.7,與煙草南雄市煙草LAI生長走勢基本吻合。

    圖5 集合卡爾曼濾波反演后LAI曲線 Fig.5 The LAI curve assimilated with ensemble Kalman method

    與實(shí)際測量LAI數(shù)據(jù)作回歸分析,發(fā)現(xiàn)3種方法的相關(guān)系數(shù)都相對較高,決定系數(shù)均在0.8以上,表明3種方法均可一定程度上反應(yīng)煙草LAI的生長情況。由圖6發(fā)現(xiàn):同化得到的LAI值與觀測數(shù)據(jù)基本一致,同化LAI值與LAI實(shí)際觀測樣本的回歸分析關(guān)系式為y=0.9904x+0.0126,在95%的置信區(qū)域時相關(guān)系數(shù)為0.9456,相比較高于NDVI計(jì)算LAI方法的0.8859。

    根據(jù)y=x散點(diǎn)圖對LAI的分布情況比較發(fā)現(xiàn):數(shù)據(jù)同化方法、NDVI計(jì)算LAI方法和LOGISTIC模型擬合3種方法均可一定程度上表征煙草LAI的變化狀態(tài),其中LOGISTIC模型擬合方法效果最差,NDIV計(jì)算LAI方法次之,集合同化方法效果最好。3種方法在煙草作物成熟時期LAI擬合均取得很好的效果,LAI>4時尤為明顯,3種方法LAI值均均勻分布在y=x曲線兩側(cè);而在LAI<4時,NDVI計(jì)算LAI方法和LOGISTIC擬合LAI方法則會發(fā)生一定程度的離散,NDVI計(jì)算LAI方法在LAI<2時尤為明顯,LOGISTIC則會出現(xiàn)在每個時間節(jié)點(diǎn)擬合LAI相同的情況,雖然此時實(shí)際的LAI值不同,數(shù)據(jù)同化的總體效果則相對較好,基本均勻分布于y=x的兩側(cè)。

    圖6 LAI計(jì)算結(jié)果統(tǒng)計(jì)圖Fig.6 The statistic map of the LAI data

    圖7 LAI值散點(diǎn)圖Fig.7 Scatter plots of measured and calculated LAI

    5 結(jié)論與討論

    數(shù)據(jù)同化技術(shù),可將擬合模型和觀測數(shù)據(jù)兩者信息有效的結(jié)合起來,觀測數(shù)據(jù)依次被引入到過程模型中,不斷減少或者濾掉過程模型的噪聲,使得同化后結(jié)果更加貼近自然界的真實(shí)狀態(tài)。文中通過實(shí)測光譜遙感數(shù)據(jù)計(jì)算了廣東省南雄市2014年2—6月的煙草葉面積指數(shù)LAI,模擬了南雄市煙草簡化作物生長模型LOGISTIC模型,并采用LOGISTIC模型作為集合卡爾曼濾波算法的動態(tài)模型,對煙草遙感計(jì)算得到的LAI數(shù)據(jù)進(jìn)行卡爾曼濾波數(shù)據(jù)同化,初步實(shí)現(xiàn)了集合卡爾曼濾波同化算法在煙草LAI反演中的應(yīng)用。結(jié)果顯示同化得到的LAI結(jié)果基本和真實(shí)值吻合,精度有所提高,LAI曲線更符合煙草的實(shí)際生長狀況。

    相較于傳統(tǒng)選擇多種微觀指標(biāo)進(jìn)行回歸分析方法,該方法以LAI數(shù)據(jù)為對象,直接對LAI進(jìn)行計(jì)算處理,無需測量和篩選與LAI高度相關(guān)的微觀指標(biāo),操作方法相對較為簡單,易于實(shí)現(xiàn)。數(shù)據(jù)同化方法、NDVI計(jì)算LAI方法和LOGISTIC模型擬合3種方法對比發(fā)現(xiàn):3種方法均能一定程度的表征煙草LAI的生長變化,但相比較與單一的LOGISTIC模型擬合方法或NDVI計(jì)算LAI方法,集合卡爾曼濾波同化算法綜合遙感觀測數(shù)據(jù)和LOGISITC模型二者信息共同擬合,得到的LAI同化結(jié)果更為接近真實(shí)值,結(jié)果的總體誤差更小。研究結(jié)果表明,同化遙感信息與作物生長模型對提高煙草作物L(fēng)AI信息監(jiān)測是有效的,可用于獲取精度相對更高的煙草LAI信息。

    文中發(fā)現(xiàn):LOGISTIC模型不能有效的指示煙草的生長狀況,主要是因?yàn)長OGISTIC模型更多的是擬合得到積溫和LAI的回歸關(guān)系,LOGISTIC能夠有效用數(shù)學(xué)模型表現(xiàn)煙草LAI變化趨勢,但得到的結(jié)果更多與積溫?cái)?shù)據(jù)相關(guān),而同一時間點(diǎn)積溫值相同,導(dǎo)致LAI計(jì)算結(jié)果在同一時間點(diǎn)全部相同,不能表現(xiàn)煙草不同植株生長的差異性,更不能有效表征出諸如天氣、病蟲害等外界因素導(dǎo)致煙草LAI迅速變化的狀況,導(dǎo)致擬合結(jié)果與實(shí)際情況稍有偏差。NDVI計(jì)算LAI方法在煙草長勢最好時候計(jì)算效果較佳,在初生長期和枯萎期則會發(fā)生LAI值過大過小的現(xiàn)象,究其原因可能是生長前期和后期煙草的冠層面積過小導(dǎo)致野外測量的不穩(wěn)定,如煙草早期尚未成熟和后期葉片成熟枯萎,植被冠層葉面積過小,會加入周邊地物的光譜信息或者光譜測量結(jié)果為葉面光譜信息。數(shù)據(jù)同化方法則表現(xiàn)最優(yōu),數(shù)據(jù)同化得到的LAI基本均勻分布于y=x曲線兩側(cè),總體擬合效果良好。主要是集合卡爾曼濾波同化算法具有動態(tài)調(diào)節(jié)的優(yōu)勢,它能夠綜合作物生長模型和觀測數(shù)據(jù)兩者的優(yōu)勢,使得整體的擬合效果達(dá)到最優(yōu)。該過程可有效的減小測量值的誤差敏感性,有利于減小同化后值的誤差。

    總體來說,目前煙草研究相對于小麥、玉米等作物較為落后。煙草研究尚未出現(xiàn)專門的研究模型,研究中對煙草模擬簡單使用基于統(tǒng)計(jì)原理的LOGISTIC模型,該模型更多的是一種統(tǒng)計(jì)性表達(dá),探究并應(yīng)用一種如水稻、小麥等普適機(jī)理性模型可進(jìn)一步增加數(shù)據(jù)同化算法面向煙草應(yīng)用的專業(yè)性。另外,實(shí)驗(yàn)應(yīng)用光譜數(shù)據(jù)初步驗(yàn)證了集合卡爾曼濾波數(shù)據(jù)同化算法在煙草光譜應(yīng)用的可能性和效果,但相關(guān)實(shí)驗(yàn)應(yīng)用和驗(yàn)證的范圍相對狹窄,進(jìn)一步應(yīng)用如衛(wèi)星數(shù)據(jù)更有利于煙草LAI同化工作的大面積和自動化的進(jìn)行。

    [1] 羅靜, 崔偉宏, 牛振國. 時空推理模型的煙草長勢圖譜分析與監(jiān)測. 地球信息科學(xué), 2006, 8(2): 120- 124.

    [2] 靳華安, 王錦地, 肖志強(qiáng), 李喜佳. 遙感反演時間序列葉面積指數(shù)的集合卡爾曼平滑算法. 光譜學(xué)與光譜分析, 2011, 31(9): 2485- 2490.

    [3] 汪耀富, 高華軍, 邵孝侯, 阿吉艾克拜爾, 楊天旭. 烤煙葉面積指數(shù)增長的優(yōu)化模型研究. 河南農(nóng)業(yè)科學(xué), 2005,(10): 42- 45.

    [4] 劉國順, 李向陽, 劉大雙, 喻奇?zhèn)? 利用冠層光譜估測煙草葉面積指數(shù)和地上生物量. 生態(tài)學(xué)報(bào), 2007, 27(5): 1763- 1771.

    [5] 張正楊, 馬新明, 賈方方, 喬紅波, 張營武. 煙草葉面積指數(shù)的高光譜估算模型. 生態(tài)學(xué)報(bào), 2012, 32(1): 168- 175.

    [6] 王建偉, 薛超群, 張艷玲, 張仕祥, 尹啟生. 烤煙葉面積系數(shù)與冠層反射光譜指數(shù)的定量關(guān)系. 煙草科技, 2008, (4): 49- 52.

    [7] 閆巖, 柳欽火, 劉強(qiáng), 李靜, 陳良富. 基于遙感數(shù)據(jù)與作物生長模型同化的冬小麥長勢監(jiān)測與估產(chǎn)方法研究. 遙感學(xué)報(bào), 2006, 10(5): 804- 811.

    [8] Reichle R H. Data assimilation methods in the Earth sciences. Advances in Water Resources, 2008, 31(11): 1411- 1418.

    [9] 馬建文. 數(shù)據(jù)同化算法研發(fā)與實(shí)驗(yàn). 北京: 科學(xué)出版社, 2013: 55- 58.

    [10] 邢雅娟, 劉東升, 王鵬新. 遙感信息與作物生長模型的耦合應(yīng)用研究進(jìn)展. 地球科學(xué)進(jìn)展, 2009, 24(4): 444- 451.

    [11] 李新, 擺玉龍. 順序數(shù)據(jù)同化的Bayes濾波框架. 地球科學(xué)進(jìn)展, 2010, 25(5): 515- 522.

    [12] 王東偉. 遙感數(shù)據(jù)與作物生長模型同化方法及其應(yīng)用研究[D]. 北京: 北京師范大學(xué), 2008.

    [13] 黃健熙, 武思杰, 劉興權(quán), 馬冠南, 馬鴻元, 吳文斌, 鄒金秋. 基于遙感信息與作物模型集合卡爾曼濾波同化的區(qū)域冬小麥產(chǎn)量預(yù)測. 農(nóng)業(yè)工程學(xué)報(bào), 2012, 28(4): 142- 148.

    [14] 陳思寧, 趙艷霞, 申雙和. 基于集合卡爾曼濾波的PyWOFOST模型在東北玉米估產(chǎn)中的適用性驗(yàn)證. 中國農(nóng)業(yè)氣象, 2012, 33(2): 245- 253.

    [15] 鐘華. 湖北省不同生態(tài)型煙區(qū)煙草優(yōu)化灌溉制度研究[D]. 南京: 河海大學(xué), 2006.

    [16] 林忠輝, 項(xiàng)月琴, 莫興國, 李俊, 王玲. 夏玉米葉面積指數(shù)增長模型的研究. 中國生態(tài)農(nóng)業(yè)學(xué)報(bào), 2003, 11(4): 69-72.

    [17] Qi J, Kerr Y H, Moran M S, Weltz M, Huete A R, Sorooshian S, Bryant R. Leaf Area Index Estimates Using Remotely Sensed Data and BRDF Models in a Semiarid Region. Remote Sensing of Environment, 2000, 73(1): 18- 30.

    [18] 劉東升, 李淑敏. 北京地區(qū)冬小麥冠層光譜數(shù)據(jù)與葉面積指數(shù)統(tǒng)計(jì)關(guān)系研究. 國土資源遙感, 2008, 20(4): 32- 34.

    [19] Garrigues S, Allard D, Baret F, Weiss M. Influence of Landscape Spatial Heterogeneity on the Non-linear Estimation of Leaf Area Index from Moderate Spatial Resolution Remote Sensing Date. Remote Sensing of Environment, 2006, 105(4): 286- 298.

    [20] 解毅, 王鵬新, 劉峻明, 李俐. 基于四維變分和集合卡爾曼濾波同化方法的冬小麥單產(chǎn)估測. 農(nóng)業(yè)工程學(xué)報(bào), 2015, 31(1): 187- 195.

    Data assimilation for leaf area index of tobacco on the basis of the ensemble Kalman filter in Nanxiong

    CHEN Hao, FAN Fenglei*

    SchoolofGeography,SouthChinaNormalUniversity,Guangzhou510631,China

    Leaf area index (LAI) can be used as a monitoring index for assessing tobacco health in different growing periods. Hence, acquiring and updating accurate LAI data in a timely manner are necessary for managing the growth of tobacco. Growth information for tobacco in different seasons could provide valuable information for management on a national scale. Accurate and continuous tobacco LAI dynamics data are based on the data fusion framework of the ensemble Kalman filter (EnKF), which is an efficient recursive filter to estimate the state of a dynamic system from a series of incomplete and noise measurements, can be used to obtain optimal results. Nanxiong City in Guangdong Province was selected as the study area to extract LAI data for tobacco and test the effect of EnKF method on the basis of quantitative remote sensing data for the growing state of tobacco in 2014. Tobacco canopy hyperspectral reflectance data in different growing seasons were collected every 15 days by using AvaSpec-ULS2048 HandHeld spectroradiometer made by Avantes company in the Netherlands. Tobacco LAI data were retrieved using the Normalized Difference Vegetation Index (NDVI), which was calculated using the reflectance data. An improved tobacco growth model (LOGISTIC) was established using the LAI data collected around Nanxiong. This improved model used LAI and accumulated temperature to reveal the changes in LAI in different growing seasons. On the basis of integration of LAI data (obtained using remote sensing data) and LAI data (obtained using the simplified LOGISTIC model and EnKF method), continuous LAI data were obtained in the time series during the tobacco growing season in Nanxiong. Finally, we compared three different LAI computing methods in tobacco study: (a) calculated by NDVI, (b) simulated by the LOGISTIC model and (c) data assimilation was based on EnKF. The results indicated that these three methods could describe the growth status of tobacco to a certain extent, especially in the mature growth period, however, the LAI assimilation method was the best, which was able to adjust measured values and model values dynamically, LAI data were more consistent with the practical growth conditions of tobacco. Method (a) was imperfect at early and late growth seasons of tobacco (in these two seasons, the LAI data were either less or more), and method (b) was more dependent on accumulated temperature data (LOGISTIC model could not effectively describe the unexpected changes in tobacco LAI). The results showed that the EnKF algorithm could obtain better estimation on the basis of the dynamic model, and assimilate remote sensing data into the dynamic model to obtain optimal estimation for LAI. The assimilated LAI data were closer to the real values, and the LAI curve was more consistent with actual tobacco growth status.

    data assimilation; tobacco; ensemble Kalman filter; LAI (Leaf area index); data prediction

    國家自然科學(xué)基金資助項(xiàng)目(41201432);廣東省煙草專賣局科技資助項(xiàng)目(粵煙科(2012)26,合同號:201203)

    2016- 01- 20; 網(wǎng)絡(luò)出版日期:2016- 12- 19

    10.5846/stxb201601200135

    *通訊作者Corresponding author.E-mail: fanfenglei@gig.ac.cn

    陳浩,樊風(fēng)雷.基于集合卡爾曼濾波的南雄煙草LAI數(shù)據(jù)同化研究.生態(tài)學(xué)報(bào),2017,37(9):3046- 3054.

    Chen H, Fan F L.Data assimilation for leaf area index of tobacco on the basis of the ensemble Kalman filter in Nanxiong.Acta Ecologica Sinica,2017,37(9):3046- 3054.

    猜你喜歡
    卡爾曼濾波葉面積煙草
    煙草具有輻射性?
    作物葉面積測量的研究進(jìn)展
    馬奶子葡萄葉面積評估模型的建立
    基于遞推更新卡爾曼濾波的磁偶極子目標(biāo)跟蹤
    煙草依賴的診斷標(biāo)準(zhǔn)
    “光合作用與細(xì)胞呼吸”重點(diǎn)分析和突破
    煙草中茄酮的富集和應(yīng)用
    基于模糊卡爾曼濾波算法的動力電池SOC估計(jì)
    苧麻葉面積測定方法比較研究
    基于擴(kuò)展卡爾曼濾波的PMSM無位置傳感器控制
    亚洲,欧美,日韩| 99热精品在线国产| 少妇的逼水好多| 韩国av一区二区三区四区| 国产午夜精品论理片| 在线十欧美十亚洲十日本专区| 在线观看66精品国产| 我的老师免费观看完整版| av天堂在线播放| www日本黄色视频网| 他把我摸到了高潮在线观看| 88av欧美| 噜噜噜噜噜久久久久久91| 亚洲欧美日韩卡通动漫| 给我免费播放毛片高清在线观看| 国产淫片久久久久久久久 | 高清在线国产一区| 精品国内亚洲2022精品成人| 午夜日韩欧美国产| 在线十欧美十亚洲十日本专区| 国产精品亚洲一级av第二区| 老熟妇仑乱视频hdxx| 亚洲国产精品sss在线观看| 在线观看一区二区三区| 亚洲自偷自拍三级| 欧美性猛交黑人性爽| 亚洲av熟女| 久9热在线精品视频| 久久久国产成人精品二区| 国产在视频线在精品| 看片在线看免费视频| 日韩国内少妇激情av| 在线天堂最新版资源| 此物有八面人人有两片| 久久精品国产亚洲av香蕉五月| 亚洲内射少妇av| 在线观看美女被高潮喷水网站 | 可以在线观看毛片的网站| 欧美日韩瑟瑟在线播放| 亚洲一区二区三区色噜噜| 日韩欧美精品v在线| 99热只有精品国产| or卡值多少钱| 一边摸一边抽搐一进一小说| 国产成人aa在线观看| 老司机午夜福利在线观看视频| 午夜精品一区二区三区免费看| 熟妇人妻久久中文字幕3abv| 一区二区三区激情视频| 亚洲美女黄片视频| 久久精品国产清高在天天线| 久久久精品欧美日韩精品| 桃红色精品国产亚洲av| 美女高潮的动态| 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 | 国内精品美女久久久久久| 久久人人精品亚洲av| 久久久久久久久久黄片| 91在线精品国自产拍蜜月| 亚洲精品一区av在线观看| 热99在线观看视频| a级毛片免费高清观看在线播放| 日本a在线网址| 国产淫片久久久久久久久 | 在线天堂最新版资源| 日本与韩国留学比较| 日韩欧美三级三区| 日本a在线网址| 精品熟女少妇八av免费久了| 色av中文字幕| 高潮久久久久久久久久久不卡| 欧美日韩瑟瑟在线播放| 国产爱豆传媒在线观看| 热99在线观看视频| 噜噜噜噜噜久久久久久91| 俺也久久电影网| 夜夜夜夜夜久久久久| 男女那种视频在线观看| 搡老熟女国产l中国老女人| 夜夜看夜夜爽夜夜摸| 美女大奶头视频| 久久人人爽人人爽人人片va | 午夜久久久久精精品| 91在线观看av| 999久久久精品免费观看国产| 婷婷色综合大香蕉| 国产国拍精品亚洲av在线观看| 啪啪无遮挡十八禁网站| 亚洲欧美激情综合另类| 国产大屁股一区二区在线视频| 久久久久免费精品人妻一区二区| 色哟哟哟哟哟哟| 国产一区二区在线观看日韩| 露出奶头的视频| 最近最新免费中文字幕在线| 最新在线观看一区二区三区| 免费人成在线观看视频色| 国产精品98久久久久久宅男小说| 男人舔奶头视频| 久久久久久久久久黄片| 亚洲aⅴ乱码一区二区在线播放| 午夜激情欧美在线| 真实男女啪啪啪动态图| 日韩国内少妇激情av| 嫩草影视91久久| 欧美午夜高清在线| 天美传媒精品一区二区| 热99re8久久精品国产| 亚洲第一电影网av| 欧美绝顶高潮抽搐喷水| 日韩欧美 国产精品| 免费av毛片视频| 99国产精品一区二区蜜桃av| 免费在线观看亚洲国产| 精品久久久久久久久久免费视频| 成人国产综合亚洲| 人人妻,人人澡人人爽秒播| 亚洲自偷自拍三级| 日本 欧美在线| 免费在线观看成人毛片| 国产成人a区在线观看| 国语自产精品视频在线第100页| 人人妻,人人澡人人爽秒播| 长腿黑丝高跟| 午夜免费激情av| 久久精品国产亚洲av天美| 久久精品国产亚洲av涩爱 | 俄罗斯特黄特色一大片| 一级作爱视频免费观看| 精品日产1卡2卡| 日日摸夜夜添夜夜添av毛片 | 亚洲成人中文字幕在线播放| 欧美一区二区国产精品久久精品| 午夜免费激情av| 国产成人啪精品午夜网站| 搞女人的毛片| av中文乱码字幕在线| 久久中文看片网| 国产欧美日韩一区二区三| 最近视频中文字幕2019在线8| 毛片女人毛片| 麻豆av噜噜一区二区三区| 日本撒尿小便嘘嘘汇集6| 人妻丰满熟妇av一区二区三区| 黄色丝袜av网址大全| 色综合婷婷激情| 国产色婷婷99| 99视频精品全部免费 在线| 一区福利在线观看| 国产一区二区激情短视频| 欧美在线一区亚洲| 一进一出抽搐动态| 亚洲成av人片免费观看| 国产成人av教育| 国内精品久久久久精免费| 精品不卡国产一区二区三区| 中文字幕人成人乱码亚洲影| 一级毛片久久久久久久久女| 能在线免费观看的黄片| 观看免费一级毛片| 婷婷精品国产亚洲av| 亚洲国产精品sss在线观看| 国产精品精品国产色婷婷| 51国产日韩欧美| 免费观看精品视频网站| 在线天堂最新版资源| 欧美午夜高清在线| 精品人妻视频免费看| 成年女人永久免费观看视频| 国产亚洲精品久久久com| 午夜久久久久精精品| 国产黄片美女视频| 日韩中字成人| 99国产综合亚洲精品| 国产淫片久久久久久久久 | 亚洲成人久久性| 黄片小视频在线播放| 一边摸一边抽搐一进一小说| 中文字幕免费在线视频6| netflix在线观看网站| 中文字幕av成人在线电影| 十八禁网站免费在线| 俺也久久电影网| 国产 一区 欧美 日韩| 亚洲av五月六月丁香网| 婷婷色综合大香蕉| 日日干狠狠操夜夜爽| 中出人妻视频一区二区| 亚洲,欧美,日韩| 精品人妻视频免费看| 听说在线观看完整版免费高清| 亚洲人与动物交配视频| 精品久久久久久久久久免费视频| 在线天堂最新版资源| 丰满人妻一区二区三区视频av| 最后的刺客免费高清国语| 日本在线视频免费播放| 99国产精品一区二区三区| 国产野战对白在线观看| 俄罗斯特黄特色一大片| xxxwww97欧美| 国产精品不卡视频一区二区 | 亚洲人成伊人成综合网2020| 国产激情偷乱视频一区二区| 亚洲一区二区三区色噜噜| 亚洲国产欧洲综合997久久,| 国产精品嫩草影院av在线观看 | 蜜桃久久精品国产亚洲av| 老女人水多毛片| 久久国产精品影院| 欧美午夜高清在线| 国产成人影院久久av| 观看免费一级毛片| 亚洲国产高清在线一区二区三| 国产精品一及| 一边摸一边抽搐一进一小说| av黄色大香蕉| 女同久久另类99精品国产91| 久久99热这里只有精品18| 嫩草影院入口| 亚洲精品乱码久久久v下载方式| 久久精品国产亚洲av涩爱 | 久久午夜福利片| 尤物成人国产欧美一区二区三区| 亚洲av二区三区四区| 亚洲美女视频黄频| 97热精品久久久久久| 老女人水多毛片| 免费在线观看影片大全网站| 久久精品影院6| 成人性生交大片免费视频hd| 亚洲av中文字字幕乱码综合| 日本黄大片高清| 国产一区二区在线av高清观看| 亚洲成人久久爱视频| 日韩欧美在线乱码| 久久国产乱子伦精品免费另类| 日本免费a在线| 色综合欧美亚洲国产小说| 老司机深夜福利视频在线观看| 午夜福利18| 狠狠狠狠99中文字幕| 色综合欧美亚洲国产小说| 国产精品98久久久久久宅男小说| 久久久久久久久大av| 美女cb高潮喷水在线观看| 男女那种视频在线观看| 国产爱豆传媒在线观看| 国产精品爽爽va在线观看网站| 国产69精品久久久久777片| 亚洲欧美日韩东京热| 午夜a级毛片| 18禁裸乳无遮挡免费网站照片| 亚洲在线自拍视频| 精品一区二区三区人妻视频| 久久精品影院6| 久久久久性生活片| 熟妇人妻久久中文字幕3abv| 久久国产乱子免费精品| 丝袜美腿在线中文| 中文在线观看免费www的网站| 欧美日韩黄片免| 国产精品日韩av在线免费观看| 国产美女午夜福利| 国产伦在线观看视频一区| 一a级毛片在线观看| www.www免费av| 欧美最黄视频在线播放免费| 每晚都被弄得嗷嗷叫到高潮| 淫秽高清视频在线观看| 久久精品国产99精品国产亚洲性色| 国产毛片a区久久久久| 国产91精品成人一区二区三区| av女优亚洲男人天堂| 啦啦啦韩国在线观看视频| 自拍偷自拍亚洲精品老妇| 亚洲av电影在线进入| 99久国产av精品| 日韩国内少妇激情av| 婷婷精品国产亚洲av在线| 亚洲欧美日韩卡通动漫| 乱码一卡2卡4卡精品| 日本免费一区二区三区高清不卡| 亚洲狠狠婷婷综合久久图片| 蜜桃亚洲精品一区二区三区| 在线a可以看的网站| 国产精品一区二区三区四区久久| 可以在线观看的亚洲视频| 一个人看视频在线观看www免费| 黄色女人牲交| 一级作爱视频免费观看| 91狼人影院| 亚洲综合色惰| 别揉我奶头~嗯~啊~动态视频| 亚洲一区二区三区不卡视频| 婷婷六月久久综合丁香| 亚洲成av人片免费观看| 91在线观看av| 亚洲片人在线观看| 久久久久国内视频| 午夜福利在线观看免费完整高清在 | 欧美日本亚洲视频在线播放| 一区二区三区四区激情视频 | 91久久精品电影网| 午夜福利免费观看在线| 老司机午夜福利在线观看视频| 九九在线视频观看精品| 国产精品一区二区三区四区久久| 很黄的视频免费| 婷婷精品国产亚洲av| 国产国拍精品亚洲av在线观看| 桃色一区二区三区在线观看| 亚洲av二区三区四区| 变态另类丝袜制服| 最新在线观看一区二区三区| 在线a可以看的网站| 琪琪午夜伦伦电影理论片6080| 色综合欧美亚洲国产小说| 在线天堂最新版资源| 淫秽高清视频在线观看| 国产久久久一区二区三区| 99久久久亚洲精品蜜臀av| 免费大片18禁| 精品人妻一区二区三区麻豆 | 狂野欧美白嫩少妇大欣赏| 久久精品国产亚洲av涩爱 | 亚洲人成电影免费在线| 国产精品99久久久久久久久| 国产免费av片在线观看野外av| 久9热在线精品视频| 两性午夜刺激爽爽歪歪视频在线观看| 久久99热这里只有精品18| 国产美女午夜福利| 成年版毛片免费区| 九色成人免费人妻av| 一级av片app| 欧美日韩黄片免| 国产伦人伦偷精品视频| 中文字幕人妻熟人妻熟丝袜美| 此物有八面人人有两片| 亚洲精华国产精华精| 少妇的逼水好多| 久久亚洲精品不卡| 99精品久久久久人妻精品| 欧美日韩瑟瑟在线播放| 99在线人妻在线中文字幕| 精品午夜福利视频在线观看一区| 亚洲电影在线观看av| 日韩欧美免费精品| 国产精品久久电影中文字幕| 国产色婷婷99| 欧美+日韩+精品| 欧美黄色片欧美黄色片| 欧美黄色淫秽网站| 色在线成人网| 女人十人毛片免费观看3o分钟| 国产中年淑女户外野战色| 国产精品国产高清国产av| 国产91精品成人一区二区三区| 麻豆av噜噜一区二区三区| 九九在线视频观看精品| 日韩欧美免费精品| 天堂网av新在线| 中文字幕人成人乱码亚洲影| 可以在线观看的亚洲视频| 国产精品一区二区三区四区免费观看 | www.www免费av| 欧美高清成人免费视频www| 国产伦精品一区二区三区视频9| 亚洲欧美激情综合另类| 亚洲电影在线观看av| 日本a在线网址| 免费人成在线观看视频色| 男人舔女人下体高潮全视频| 熟女人妻精品中文字幕| 婷婷精品国产亚洲av| 最近视频中文字幕2019在线8| 国产 一区 欧美 日韩| 亚洲国产精品sss在线观看| 亚洲国产色片| 免费无遮挡裸体视频| 一个人免费在线观看的高清视频| 乱码一卡2卡4卡精品| 美女大奶头视频| 成人性生交大片免费视频hd| 波野结衣二区三区在线| 俄罗斯特黄特色一大片| 人妻丰满熟妇av一区二区三区| 国产主播在线观看一区二区| x7x7x7水蜜桃| 日韩国内少妇激情av| 国产亚洲欧美在线一区二区| 又爽又黄a免费视频| 亚洲国产精品999在线| 最近在线观看免费完整版| 亚洲av五月六月丁香网| 舔av片在线| 亚洲欧美日韩高清在线视频| 日本 av在线| 免费在线观看亚洲国产| 国产一区二区三区视频了| 男女视频在线观看网站免费| 午夜日韩欧美国产| 国产成年人精品一区二区| 老司机福利观看| 久久精品人妻少妇| a在线观看视频网站| 欧美日韩瑟瑟在线播放| 午夜福利免费观看在线| 99热这里只有是精品50| 久久精品夜夜夜夜夜久久蜜豆| 在线看三级毛片| 精品一区二区三区视频在线观看免费| 女人十人毛片免费观看3o分钟| netflix在线观看网站| 亚洲自偷自拍三级| 日韩欧美在线二视频| 日韩成人在线观看一区二区三区| 国产淫片久久久久久久久 | 国产国拍精品亚洲av在线观看| 黄色丝袜av网址大全| 精华霜和精华液先用哪个| 一进一出抽搐动态| 亚洲成人免费电影在线观看| 91久久精品国产一区二区成人| 亚洲一区二区三区不卡视频| 国产一区二区激情短视频| 日本一本二区三区精品| 国产主播在线观看一区二区| 国产成人欧美在线观看| 好男人电影高清在线观看| 青草久久国产| 在线观看66精品国产| 欧美zozozo另类| 久久久久久久久久成人| 国产一区二区亚洲精品在线观看| 久久久久久久亚洲中文字幕 | 丰满人妻熟妇乱又伦精品不卡| 深夜a级毛片| 老司机午夜十八禁免费视频| 一区二区三区高清视频在线| 午夜老司机福利剧场| 白带黄色成豆腐渣| 少妇裸体淫交视频免费看高清| 国产精品av视频在线免费观看| 欧美成狂野欧美在线观看| 成人永久免费在线观看视频| 国产精品一区二区三区四区久久| 欧美日韩亚洲国产一区二区在线观看| 国产精品综合久久久久久久免费| 日韩av在线大香蕉| netflix在线观看网站| 亚洲,欧美精品.| 一级av片app| 日本免费一区二区三区高清不卡| 成人无遮挡网站| 欧美+日韩+精品| 久久人人爽人人爽人人片va | 欧美精品啪啪一区二区三区| 亚洲国产欧美人成| 乱码一卡2卡4卡精品| 婷婷色综合大香蕉| 日本撒尿小便嘘嘘汇集6| 国产一级毛片七仙女欲春2| 欧美在线一区亚洲| 18+在线观看网站| 亚洲,欧美精品.| 亚洲久久久久久中文字幕| 最好的美女福利视频网| 美女cb高潮喷水在线观看| 亚洲午夜理论影院| 搡女人真爽免费视频火全软件 | 激情在线观看视频在线高清| or卡值多少钱| 亚洲三级黄色毛片| 他把我摸到了高潮在线观看| 极品教师在线视频| 亚洲av成人不卡在线观看播放网| 久久午夜亚洲精品久久| 黄色日韩在线| 我要搜黄色片| a级一级毛片免费在线观看| 久久亚洲精品不卡| 首页视频小说图片口味搜索| 日韩人妻高清精品专区| 在现免费观看毛片| 又紧又爽又黄一区二区| 久久久精品欧美日韩精品| 99精品在免费线老司机午夜| 黄片小视频在线播放| 日本三级黄在线观看| av国产免费在线观看| 日本撒尿小便嘘嘘汇集6| 日本免费一区二区三区高清不卡| 最近中文字幕高清免费大全6 | 欧美另类亚洲清纯唯美| 精品人妻1区二区| 日韩 亚洲 欧美在线| 精品一区二区三区人妻视频| a在线观看视频网站| av天堂中文字幕网| 国产一区二区激情短视频| 男女那种视频在线观看| 色综合亚洲欧美另类图片| 校园春色视频在线观看| 成人三级黄色视频| 一级黄片播放器| 成人毛片a级毛片在线播放| www.www免费av| .国产精品久久| 毛片一级片免费看久久久久 | 男女那种视频在线观看| 草草在线视频免费看| 99久久精品国产亚洲精品| 91午夜精品亚洲一区二区三区 | 老司机午夜十八禁免费视频| 久久热精品热| 成人性生交大片免费视频hd| 国产一级毛片七仙女欲春2| www.www免费av| 三级男女做爰猛烈吃奶摸视频| 91在线精品国自产拍蜜月| 成人永久免费在线观看视频| 亚洲狠狠婷婷综合久久图片| 午夜视频国产福利| 国产成人福利小说| 精品一区二区三区av网在线观看| 日韩欧美一区二区三区在线观看| 精品99又大又爽又粗少妇毛片 | 香蕉av资源在线| 欧美国产日韩亚洲一区| 婷婷六月久久综合丁香| 国产成人啪精品午夜网站| 男女下面进入的视频免费午夜| 婷婷丁香在线五月| 午夜福利18| 女人被狂操c到高潮| 国产午夜精品久久久久久一区二区三区 | 在线观看午夜福利视频| 天天一区二区日本电影三级| 免费大片18禁| 久久久久免费精品人妻一区二区| 亚洲最大成人av| 赤兔流量卡办理| 琪琪午夜伦伦电影理论片6080| 丁香六月欧美| 久久精品综合一区二区三区| 天堂av国产一区二区熟女人妻| 国产成年人精品一区二区| 淫妇啪啪啪对白视频| 久久久久久久久久黄片| 国产色爽女视频免费观看| 宅男免费午夜| 国产成人a区在线观看| 亚洲av美国av| 国产在线精品亚洲第一网站| 国产成年人精品一区二区| 成人美女网站在线观看视频| www.999成人在线观看| 国产综合懂色| 亚洲精品色激情综合| 免费观看精品视频网站| 长腿黑丝高跟| 丁香六月欧美| 欧美性猛交黑人性爽| 中文字幕av在线有码专区| 淫秽高清视频在线观看| 国产精品不卡视频一区二区 | 91狼人影院| 欧美日韩乱码在线| 亚洲最大成人中文| 日日干狠狠操夜夜爽| 国产黄片美女视频| 久久久久国内视频| 午夜福利在线观看免费完整高清在 | 国产精品久久视频播放| 一级黄色大片毛片| 中国美女看黄片| 午夜福利在线观看免费完整高清在 | 中亚洲国语对白在线视频| 一级黄色大片毛片| 禁无遮挡网站| 国产精品综合久久久久久久免费| bbb黄色大片| 午夜影院日韩av| 欧美丝袜亚洲另类 | 无遮挡黄片免费观看| 美女高潮的动态| www日本黄色视频网| 久久精品国产亚洲av天美| 国产精品免费一区二区三区在线| 国产高清三级在线| 亚洲熟妇中文字幕五十中出| 亚洲av中文字字幕乱码综合| 乱人视频在线观看| 国产精品乱码一区二三区的特点| 女人十人毛片免费观看3o分钟| 波野结衣二区三区在线| 成年人黄色毛片网站| 91午夜精品亚洲一区二区三区 | 国产久久久一区二区三区| 久久中文看片网| 人妻丰满熟妇av一区二区三区| 色综合站精品国产| 亚洲国产日韩欧美精品在线观看| 国产亚洲欧美在线一区二区| 一本精品99久久精品77| 国产私拍福利视频在线观看| 国内精品久久久久精免费| 国产成年人精品一区二区| 欧美国产日韩亚洲一区| 男女做爰动态图高潮gif福利片| 精品久久久久久久久久久久久| 一二三四社区在线视频社区8| 99久久99久久久精品蜜桃|