• <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 ?

    一種提取不透水面的可見光波段遙感指數(shù)

    2020-06-04 01:03:28朱大明楊潤書付志濤謝文斌
    農(nóng)業(yè)工程學報 2020年8期
    關鍵詞:不透水波段光譜

    楊 栩,朱大明,楊潤書,付志濤,謝文斌

    ·農(nóng)業(yè)信息與電氣技術·

    一種提取不透水面的可見光波段遙感指數(shù)

    楊 栩1,朱大明1※,楊潤書2,付志濤1,謝文斌1

    (1. 昆明理工大學國土資源工程學院,昆明 650093;2. 云南省地礦測繪院,昆明 650217)

    為了從高分辨率無人機影像中獲取準確的城市不透水面信息,在可見光波段范圍內(nèi)建立綠-藍光譜特征空間,綜合土壤線及不透水面線,構造了能夠?qū)⑼寥馈⒅脖幌裨c不透水面像元有效分離的綠-藍不透水面指數(shù)。以廣州市局部地區(qū)的GF-2號影像為驗證數(shù)據(jù)對比及分析垂直不透水層指數(shù)、比值居民地指數(shù)以及綠-藍不透水面指數(shù)的提取結果,以驗證綠-藍不透水面指數(shù)的可行性與提取精度。同時,將眉山市洪雅縣部分地區(qū)的無人機正射影像作為試驗數(shù)據(jù)進行不透水面提取。結果表明,在3個不透水面提取指數(shù)的橫向?qū)Ρ戎?,綠-藍不透水面指數(shù)和垂直不透水層指數(shù)的提取結果總體精度相同,驗證了綠-藍不透水面指數(shù)的有效性。在對無人機正射影像的不透水面提取中,得益于無人機低空攝影技術能夠獲取地形特征的特點,解決了建筑物屋頂因植被覆蓋導致的錯分問題,提取結果總體精度達到了96.95%,Kappa系數(shù)為0.936 1。試驗證明了綠-藍不透水面指數(shù)能夠代替歸一化差值不透水面指數(shù)、垂直不透水層指數(shù)、比值居民地指數(shù)等,應用于無人機遙感影像的不透水面信息提取中。

    遙感;光譜分析;無人機;可見光波段;土壤線;不透水面提取

    0 引 言

    不透水面是阻止水體滲入土壤的地物表面,在城市中,屬于不透水面的地物主要包括屋頂、停車場、道路以及其他不具有滲透性的表面[1]。不透水面的研究主要應用于熱島效應、污水排放和城鎮(zhèn)化程度評估等方面,是評價城市環(huán)境與城市擴張方面的一項重要指標[2]。同時,近幾年大力發(fā)展的海綿城市及生態(tài)城市的建設也需要以不透水面為基礎。

    在不透水面信息的提取中,中低分辨率遙感影像數(shù)據(jù)通常被用于大范圍區(qū)域的不透水面提取,而高分辨率遙感數(shù)據(jù)則常被用于小范圍的城市不透水面提取。提取方法包括面向?qū)ο筇崛》ā⒒谙袼氐奶崛》椒?、多源?shù)據(jù)融合提取法和指數(shù)提取法[3-6]。前三者均需要構建分類器或大量人工參與,指數(shù)提取法作為一種簡單、高效的方法被廣泛應用。指數(shù)提取法是依據(jù)不透水面的光譜響應特征,提出具有較高分離度的特征指數(shù)以區(qū)分不透水面與其他地物[7]。

    不透水面指數(shù)的構造方法大多是通過波段組合增強不透水面與其他地表覆蓋類型的差異來實現(xiàn)的。例如,Liu等[8]提出了一種改進歸一化不透水面指數(shù)(Modified Normalized Difference Impervious Surface Index, MNDISI),并利用該指數(shù)對美國洛杉磯市區(qū)的不透水面進行估計。Zha等[9]提出了歸一化差值建筑物指數(shù)(Normalized Derived Building Index, NDBI)用以城市不透水面的提取, 之后有研究指出該指數(shù)不易區(qū)分裸土與不透水面,致使二者錯分,降低了提取精度。徐涵秋[10]以近紅外、中紅外、熱紅外3個波段以及可見光中的任何1個波段,構造了歸一化差值不透水面指數(shù)(Normalized Difference Impervious Surface Index, NDISI),并用它分別提取了廈門市和福州市的不透水面,總體精度達90.83%和90.70%。Deng和Wu[11]提出了生物物理組成指數(shù)(Biophysical Composition Index, BCI),以此獲取不透水面的分布情況。田玉剛等[12]利用近紅外波段和藍光波段建立光譜特征空間,并結合土壤線提出了垂直不透水層指數(shù)(Perpendicular Impervious Index, PII),以Landsat8 影像為數(shù)據(jù)源提取了武漢市與北京市的不透水面信息,總體精度高于96%。類似的不透水面指數(shù)還有基于指數(shù)的建筑指數(shù)(Index-based Built-up Index, IBI)[13]、比值居民地指數(shù)(Ratio Resident-area Index, RRI)[14]和建筑面積提取指數(shù)(Built-up Area Extraction Method, BAEM)[15]等。

    綜上可見,此類不透水面指數(shù)多是基于多光譜衛(wèi)星遙感影像而提出的,構造不透水面指數(shù)的過程仍然停留在以近紅外或中紅外波段構成的特征空間中,對于可見光波段范圍內(nèi),還沒有一個有效的不透水面指數(shù)被提出。而對于無人機(Unmanned Aerial Vehicle, UAV)遙感和可見光遙感大力發(fā)展的今天,亟待提出一個可見光波段范圍內(nèi)的不透水面指數(shù),以彌補不透水面提取在此方面的空白。針對該問題,本研究以可見光波段中的藍波段與綠波段構建光譜特征空間,提出了綠-藍不透水面指數(shù)(Green-Blue Impervious Surface Index, GBISI),并通過與PII和RRI指數(shù)的不透水面提取結果對比,驗證GBISI指數(shù)在不透水面提取中的有效性。

    1 研究區(qū)與數(shù)據(jù)源

    本研究中,將研究區(qū)細分為驗證區(qū)和試驗區(qū)。選用了廣州市局部地區(qū)的GF-2號經(jīng)過輻射定標和大氣校正[16]后的原始影像及真彩色正射影像(圖1a)作為驗證區(qū)(22°59′16″N,113°18′19″E),以驗證GBISI指數(shù)的提取精度,影像拍攝時間為2015年01月23日。同時,選用了眉山市洪雅縣西北部地區(qū)的大疆御2 Pro無人機獲取的紅綠藍(Red-Green-Blue, RGB)正射影像(圖1b)作為試驗區(qū)(29°55′18″N,103°21′50″E),以分析GBISI指數(shù)在可見光遙感和無人機遙感當中實用性,影像拍攝于2019年9月20日。

    注:驗證區(qū)影像僅用作驗證綠-藍不透水面指數(shù)(GBISI)是否能達到其他不透水面指數(shù)的提取精度,試驗區(qū)影像用作GBISI對無人機(UAV)影像的不透水面提取試驗。

    2 綠-藍不透水面指數(shù)(GBISI)構造方法

    2.1 不同不透水面指數(shù)的分析

    目前,常用的不透水面指數(shù)有NDBI、NDISI、BCI、PII和RRI等。然而,不同指數(shù)對不透水面的識別能力也有差別,劉暢等[17]對各不透水面指數(shù)進行了不透水面提取試驗,研究結果表明,PII指數(shù)和RRI指數(shù)對不透水面提取的精度較高。

    通過對RRI指數(shù)和PII指數(shù)的研究發(fā)現(xiàn),在波段選擇上,2個指數(shù)的波段選擇相同,均用到了藍光波段和近紅外波段,在此波段下,很大程度的消除了裸地和不透水面光譜相似所帶來的影響。雖然2個指數(shù)的波段選擇都相同,但二者的波段組合方式卻不同,在指數(shù)構造形式上,RRI指數(shù)采用的是波段權重相同的比值組合形式,而PII指數(shù)則采用的是線性組合形式。PII指數(shù)利用近紅外波段和藍光波段建立光譜特征空間,在此光譜特征空間下結合土壤線和不透水面線以線性形式構造了垂直不透水面指數(shù),使得該指數(shù)能夠自適應調(diào)整藍光波段系數(shù)、近紅外波段系數(shù)和常數(shù),這也是PII指數(shù)對不透水面提取精度更高的原因。

    然而,對于無人機RGB影像,由于缺少近紅外波段,目前已有的不透水面指數(shù)都無法在此影像中對不透水面進行提取。為了在可見光波段范圍內(nèi)構造不透水面指數(shù),需要對影像中可構成的光譜特征空間進行分析。

    2.2 影像光譜特征空間優(yōu)選

    城市不透水面大多為道路、停車場、人行道、屋頂?shù)?,若以顏色和亮度信息對不透水面進行歸類可分為亮色不透水面(如涂了防水層的屋頂)、暗色不透水面(如公路)和藍色不透水面(如廠房屋頂)[12]。透水面則分為水體、植被和土壤,指數(shù)提取不透水面的方法通常需要在預處理中將水體剔除[18],因此,此處暫不討論水體。為了分析透水面和不透水面在光譜特征上的差別, 對驗證區(qū)影像內(nèi)的3類不透水面地物和2類透水面地物進行采樣,圖2為驗證區(qū)內(nèi)各典型地物在紅、綠、藍3個波段上的光譜均值所構成的光譜響應曲線。

    圖2 驗證區(qū)典型地物光譜曲線

    由圖2所示,藍色不透水面和暗色不透水面的藍綠波段連線具有遞減的趨勢,同時,植被和土壤的藍綠波段連線具有遞增的趨勢,因此,若以藍波段和綠波段構成特征空間,可以增大不透水面與透水面的差距。為了進一步驗證提出的假設,分別以Green-Blue、Red-Blue、Green-Red 3種光譜特征空間繪制5種地物的散點圖(圖3)。

    圖3b中植被像元與暗色不透水面像元相交錯,難以區(qū)分。圖3c中植被像元與土壤像元分別位于不透水面像元的兩側,部分植被像元與藍色不透水面像元混合,若以此光譜特征空間構造指數(shù)易影響提取精度。而圖3a中植被像元與土壤像元聚成了一類,3種不透水面像元聚成了另一類,因此,在Green-Blue光譜特征空間下,透水面與不透水面像元之間的差距較明顯,易于區(qū)分二者。

    圖3 不同光譜特征空間下地物散點分布圖

    2.3 綠—藍不透水面指數(shù)的構造

    由圖3a所示,可在透水面地物和不透水面地物之間構造1條直線(圖4)。構造線將5種地物分成了2類,直線上方為植被和土壤,直線下方為3種不透水面。

    圖4 構造線兩側樣本劃分

    設構造線方程為=+,則Green-Blue光譜特征空間中任意像元的位置到構造線的距離如式(1)所示:

    式中為光譜特征空間中任意像元的位置到構造線的距離;為構造線的斜率;為構造線的截距。

    當0時,表示Green-Blue特征空間中的點位于構造線上;<0表示Green-Blue特征空間中的點在構造線的左側,即,透水面像元;>0表示Green-Blue特征空間中的點在構造線的右側,即,不透水面像元(圖5)。

    因此,本研究基于Green-Blue光譜特征空間,以任意像元在此光譜特征空間中的位置到構造線的距離構造綠—藍不透水面指數(shù)GBISI,其形式如式(2)所示:

    式中為構造線的斜率;為構造線的截距;blue為藍光波段像元值;green為綠光波段像元值。

    注:表示光譜特征空間中任意像元的位置到構造線的距離。

    Note:is the distance from the position of any pixel to the construction line in the spectral feature space.

    圖5 樣本點到參照線的距離示意圖

    Fig.5 Distance of sample point to the reference line

    2.4 綠-藍不透水面指數(shù)(GBISI)參數(shù)計算

    Green-Blue特征空間中,植被像元基本都分布在土壤像元左側,亮色不透水面像元與暗色不透水面像元的分布有著相同的趨勢,而藍色不透水面像元均分布于亮色和暗色不透水面像元右側。因此,僅留下土壤像元和亮色、暗色不透水面像元,將土壤像元在特征空間中的分布點通過最小二乘法擬合構成土壤線[19-20],亮色和暗色不透水面像元擬合構成不透水面線(圖6)。

    土壤像元和亮色、暗色不透水面像元經(jīng)過最小二乘法擬合出2條斜率不同的直線,以2條直線所構成夾角的角平分線作為構造線。假設土壤線方程為y=ax+b,不透水面線方程為y=ax+b,構造線方程為=+,DD分別為特征空間中一點到土壤線和不透水面線的距離(圖7)。

    圖6 Green-Blue空間下的土壤線與不透水面線

    注:Ds為構造線上任意一點到土壤線的距離;Di為構造線上任意一點到不透水面線的距離。

    由于構造線為角平分線,可知D=D,如式(3)所示:

    式中a為土壤線的斜率;b為土壤線的截距。

    轉化成斜截式如式(4)所示:

    因此,構造線方程的系數(shù)如式(5)和式(6)所示:

    式中為構造線的斜率;為構造線的截距;a為不透水面線的斜率;b為不透水面線的截距。

    將和代入式(2)即可得到GBISI。

    3 結果與討論

    3.1 驗證區(qū)提取結果與分析

    GBISI指數(shù)計算的關鍵在于1、2和這3個系數(shù)的獲取,而其基礎是土壤線和亮色、暗色不透水面線的建立。因此,首先在驗證區(qū)的正射影像上選擇等數(shù)量的純裸土像元、亮色不透水面像元和暗色不透水面像元,在綠光波段與藍光波段構成的光譜特征空間中分別繪制散點圖,并進行最小二乘擬合[21],得到土壤線與不透水面線,分別為:

    土壤線方程如式(7)所示:

    不透水面線方程如式(8)所示:

    驗證區(qū)內(nèi)構造的GBISI指數(shù)為式(9)所示:

    為驗證基于可見光波段特征空間提出的GBISI指數(shù)與基于近紅外波段特征空間提出的不透水面指數(shù)的提取精度差異,本研究以PII、RRI和GBISI 這3個指數(shù)對驗證區(qū)影像進行不透水面信息提取。圖8為參考提取結果以及3個指數(shù)對不透水面提取的結果。其中,樣本的實際類別通過對分辨率為0.8 m的高分影像目視解譯進行確定。

    注:白色為不透水面,黑色為透水面。下同。

    Note: The white area is impervious surface, the black area is pervious surface. The same below.

    圖8 不同指數(shù)的不透水面提取結果

    Fig.8 Impervious surface extraction results with different indexes

    同時,在影像中隨機生成400個點建立誤差矩陣,以獲取不透水面的提取精度。表1為基于GBISI、PII和RRI 3個指數(shù)提取的混淆矩陣及精度評定。

    驗證區(qū)中屬于不透水面地物的主要包括居民建筑、工廠、瀝青路面、水泥路面,透水面地物為土壤和植被。由圖8所示,3種不透水面提取指數(shù)均能較準確的分離透水面和不透水面,由表1可知,3個指數(shù)在驗證區(qū)內(nèi)的不透水面提取總體精度均達到94%以上,其中,GBISI指數(shù)的提取結果與PII指數(shù)的提取結果總體精度相同。在與參考結果的對比中發(fā)現(xiàn),3個指數(shù)提取的不透水面結果存在不同程度的噪聲,造成該現(xiàn)象原因主要有2點:1)部分落在草地上的樹的陰影被錯分為不透水面;2)城市建筑物中,光譜特征與土壤類似的房頂易被錯分為透水面。

    表1 不同指數(shù)的不透水面提取精度評價

    為了進一步展示不透水面指數(shù)在不同地物覆蓋區(qū)域的提取效果,在驗證區(qū)內(nèi)選取了3塊代表性較強的地區(qū)進行細節(jié)展示(圖9)。樣區(qū)1為大范圍植被覆蓋地區(qū),樣區(qū)2為亮色和藍色不透水面主要覆蓋地區(qū),樣區(qū)3為全類別覆蓋地區(qū)。

    圖9 不透水面指數(shù)在局部區(qū)域的提取結果

    圖9樣區(qū)1的樹叢當中存在1棟建筑物所占像元數(shù)較少,并且與樹林混雜,3個指數(shù)都能夠?qū)⑵涮崛?,但樹的背陰面部分也都錯分為了不透水面。從樣區(qū)2可知3個指數(shù)都能將道路中央的行道樹有效提取,對于樣區(qū)東側農(nóng)田邊的水泥路面,僅GBISI指數(shù)能夠?qū)⑵溆行崛。ㄈ鐖D9c樣區(qū)2)。圖9d和圖9e的樣區(qū)3提取結果中噪聲點范圍較大,并且一些含水量較高、亮度較低的裸土地被錯分為不透水面。綜合對比下,基于可見光波段特征空間構造的GBISI指數(shù)對不透水面的提取精度與基于近紅外波段特征空間提出的不透水面指數(shù)提取精度相當,達到了生產(chǎn)需要。

    3.2 試驗區(qū)提取結果與分析

    由于無人機可以拍攝大量高重疊度的低空影像,通過運動恢復結構(Structure From Motion, SFM)和多視圖聚簇/基于面片模型(Clustering Views Multi-view Stereo/Patch-based Multi-view Stereo, CMVS/PMVS)的密集匹配算法對試驗區(qū)低空影像進行密集匹配可得到影像匹配點云,在點云基礎上能進一步得到數(shù)字表面模型(Digital Surface Model, DSM)和數(shù)字高程模型(Digital Elevation Model, DEM),對DSM與DEM作差,即可獲得歸一化數(shù)字表面模型(Normalized Digital Surface Model, nDSM)。通過設置波段閾值,結合DEM、nDSM以及色調(diào)-飽和度-亮度(Hue-Saturation-Intensity, HSI)等特征將水體剔除后,即可利用GBISI對試驗區(qū)進行不透水面信息提取。

    經(jīng)過采樣擬合后得到的試驗區(qū)土壤線方程如式(10)所示:

    不透水面線方程如式(11)所示:

    因此,試驗區(qū)內(nèi)構造的GBISI指數(shù)如式(12)所示:

    以GBISI指數(shù)對試驗區(qū)進行不透水面提取的結果展示(圖10)。其中,圖10a為試驗區(qū)不透水面提取結果,紅框部分為細節(jié)展示區(qū)(圖10b和圖10c)。

    在試驗區(qū)內(nèi)隨機選擇了110個對象(334 052像元)進行精度評定(表2)。

    表2 基于GBISI的試驗區(qū)不透水面提取精度評價

    注:UA表示用戶精度,%;PA表示生產(chǎn)者精度,%。

    Note: UA is the user’s accuracy, %; PA is the producer’s accuracy, %.

    試驗區(qū)中,無人機正射影像的提取結果總體精度達到了96.95%,Kappa系數(shù)達到了0.936 1。其中,不透水面提取的用戶精度為96.40%,透水面提取的用戶精度為97.82%。比起指數(shù)驗證區(qū)的GF-2號正射影像提取結果,GBISI指數(shù)在試驗區(qū)的提取精度更高,其原因是試驗區(qū)內(nèi)部分建筑物屋頂種有植物(圖10b),僅通過光譜特征很難將建筑物屋頂上的植被剔除,此時需要利用地形特征nDSM。試驗區(qū)內(nèi)大部分建筑的屋頂高程值大于樹木頂端的高程值,通過對植被的nDSM值進行限制即可將屋頂?shù)闹脖粍澐譃椴煌杆?,提高了不透水面提取的精度,這是衛(wèi)星遙感影像提取方法無法做到的。

    3.3 討 論

    根據(jù)指數(shù)驗證區(qū)和試驗區(qū)的提取結果進行綜合分析可知,GBISI指數(shù)的構造過程需要獲取影像中的純凈裸土像元和不透水面像元,因此裸土像元和不透水面像元獲取的準確程度決定了GBISI指數(shù)對不透水面提取的精度。相較GF-2號影像而言,無人機遙感影像有著更高的分辨率,從無人機拍攝的分辨率為0.03 m的正射影像中能夠獲取到更準確的土壤像元和不透水面像元,因此,構造的GBISI指數(shù)準確性也更高。

    對于可見光波段范圍內(nèi),幾乎沒有一個有效的不透水面指數(shù)被提出。已有的不透水面指數(shù),如NDBI、NDISI、MNDISI、IBI、BCI、BAEM、PII和RRI等,均包含除可見光波段(R、G、B)以外的其他波段。在無人機RGB影像中對不透水面信息提取時,這類指數(shù)并無意義。田玉剛等[12]對NDBI、BCI、PII和RRI 4個指數(shù)進行不透水面提取分析后指出,PII指數(shù)的提取效果最好。劉暢等[17]對8種不透水面指數(shù)進行分析,也得到了同樣的結論,結果顯示,PII指數(shù)的不透水面提取精度最高,其次是RRI和BCI指數(shù),NDISI、NDBI和IBI等指數(shù)的提取精度較低。而本研究結果顯示,GBISI指數(shù)的提取精度基本與PII和RRI指數(shù)相當,因此,GBISI指數(shù)能夠作為一個新型的可見光波段遙感指數(shù)應用在無人機遙感技術中。

    4 結 論

    本研究針對高分辨率可見光遙感中,不透水面提取指數(shù)的空白?;谒{光波段和綠光波段構成的光譜特征空間,提出了綠-藍不透水面指數(shù)(Green-Blue Impervious Surface Index, GBISI)。以GF-2號衛(wèi)星影像作為驗證數(shù)據(jù),將利用GBISI、垂直不透水層指數(shù)(Perpendicular Impervious Index, PII)和比值居民地指數(shù)(Ratio Resident-area Index, RRI)指數(shù)提取的不透水面結果進行對比,并通過GBISI對無人機獲取的紅綠藍(Red-Green-Blue, RGB)正射影像進行不透水面提取試驗及分析,得到了以下結論:

    1)以藍光波段和綠光波段為特征空間構造的GBISI指數(shù)在同一區(qū)域中,與基于藍光波段和近紅外波段構造的PII和RRI指數(shù)對不透水面提取的精度基本相同。

    2)GBISI指數(shù)適用性較強,能夠在缺少近紅外、中紅外、熱紅外等波段的影像(如無人機RGB影像)中代替PII、RRI、生物物理組成指數(shù)(Biophysical Composition Index, BCI)等指數(shù),作為一種提取不透水面的可見光波段遙感指數(shù)被應用。

    3)GBISI作為一個可用于無人機遙感的可見光波段不透水面提取指數(shù),不僅能夠有效區(qū)分土壤與不透水面,同時,利用無人機遙感易獲取地形特征的特點解決了建筑屋頂因植被覆蓋而錯分的問題,提高了不透水面提取的精度。

    對于衛(wèi)星影像,已有的不透水面指數(shù)已經(jīng)可以獲得很好的提取效果,本研究提出的GBISI指數(shù)更多應用于無人機遙感領域,基于無人機所獲取的超高分辨率的影像提取不透水面將成為重要應用之一。然而,本研究中,還存在些許不足。首先,由于試驗期間沒有獲取到同一地區(qū)的GF-2號影像和無人機RGB影像數(shù)據(jù),無法比較GBISI指數(shù)對同一地區(qū)不同傳感器影像提取結果。在接下來的研究中還需搜集同一地區(qū)不同傳感器的影像數(shù)據(jù),進一步試驗,使得不同指數(shù)對不透水面的提取結果對比更為直觀。其次,下一步研究中,還將會重點考慮不同閾值下各類型不透水面地物的精細提取,實現(xiàn)不透水面信息的精細制圖,極大程度地發(fā)揮無人機低空遙感技術在不透水面信息提取中的優(yōu)勢。

    [1] Arnold L C, James G C. The emergence of a key environmental indicator[J]. Journal of the American Planning Association, 1996, 62(2): 243-258.

    [2] 張新,程熙,李萬慶,等. 流域非點源污染景觀源匯格局遙感解析[J]. 農(nóng)業(yè)工程學報,2014,30(2):191-197.

    Zhang Xin, Cheng Xi, Li Wanqing, et al. Remote sensing parsing on non-point pollution landscape source and assembly pattern in river basin[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(2): 191-197. (in Chinese with English abstract)

    [3] Zhou Yuyu, Wang Yiqing. Extraction of impervious surface areas from high spatial resolution imagery by multiple agent segmentation and classification[J]. Photogrammetric Engineering & Remote Sensing, 2008, 74(7): 857-868.

    [4] Deng Chengbin, Wu Changshan. Examining the impacts of urban biophysical compositions on surface urban heat island: A spectral unmixing and thermal mixing approach[J]. Remote Sensing of Environment, 2013, 131(15): 262-274.

    [5] Wu Changshan, Murray A T. Estimating impervious surface distribution by spectral mixture analysis[J]. Remote Sensing of Environment, 2003, 84(4): 493-505.

    [6] 汪小欽,王苗苗,王紹強,等. 基于可見光波段無人機遙感的植被信息提取[J]. 農(nóng)業(yè)工程學報,2015,31(5):152-159.

    Wang Xiaoqin, Wang Miaomiao, Wang Shaoqiang, et al. Extraction of vegetation information from visible unmanned aerial vehicle images[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(5): 152-159. (in Chinese with English abstract)

    [7] 李德仁,羅暉,邵振峰. 遙感技術在不透水層提取中的應用與展望[J]. 武漢大學學報:信息科學版,2016,41(5):569-577.

    Li Deren, Luo Hui, Shao Zhenfeng. Review of impervious surface mapping using remote sensing technology and its application[J]. Geomatics and Information Science of Wuhan University, 2016, 41(5): 569-577. (in Chinese with English abstract)

    [8] Liu Chong, Shao Zhenfeng, Chen Min, et al. MNDISI: A multisource composition index for impervious surface area estimation at the individual city scale[J]. Remote Sensing Letters, 2013, 4(8): 803-812.

    [9] Zha Yong, Gao Jingqing, Ni Shaoxiang. Use of normalized difference built-up index in automatically mapping urban areas from TM imagery[J]. International Journal of Remote Sensing, 2003, 24(3): 583-594.

    [10] 徐涵秋. 一種快速提取不透水面的新型遙感指數(shù)[J]. 武漢大學學報:信息科學版,2008,33(11):1150-1153.

    Xu Hanqiu. A new remote sensing index for fastly extracting impervious surface information[J]. Geomatics and Information Science of Wuhan University, 2008, 33(11): 1150-1153. (in Chinese with English abstract)

    [11] Deng Chengbin, Wu Changshan. BCI: A biophysical composition index for remote sensing of urban environments[J]. Remote Sensing of Environment, 2012, 127(12): 247-259

    [12] 田玉剛,徐韻,楊曉楠. 一種提取城市多種不透水層的垂直不透水層指數(shù)[J]. 測繪學報,2017,46(4):468-477.

    Tian Yugang, Xu Yun, Yang Xiaonan. Perpendicular impervious index for remote sensing of multiple impervious surface extraction in cities[J]. Acta Geodaetica et Cartographica Sinica, 2017, 46(4): 468-477. (in Chinese with English abstract)

    [13] Xu Hanqiu. A new index for delineating built-up land features in satellite imagery[J]. International Journal of Remote Sensing, 2008, 29(14): 4269-4276.

    [14] 吳宏安,蔣建軍,張海龍,等. 比值居民地指數(shù)在城鎮(zhèn)信息提取中的應用[J]. 南京師大學報:自然科學版,2006,29(3):118-121.

    Wu Hongan, Jiang Jianjun, Zhang Hailong, et al. Application of ratio resident-area index to retrieve urban residential areas based on Landsat TM data[J]. Journal of Nanjing Normal University: Natural Science, 2006, 29(3): 118-121. (in Chinese with English abstract)

    [15] Bhatti S S, Tripathi N K. Built-up area extraction using Landsat8 OLI imagery[J]. GIScience & Remote Sensing, 2014, 51(4): 445-467.

    [16] Felde G W, Anderson G P, Cooley T W, et al. Analysis of Hyperion data with the FLAASH atmospheric correction algorithm[C]//Proceedings of 2003 IEEE International Geoscience and Remote Sensing Symposium. Toulouse, France: IEEE, 2003: 90-92.

    [17] 劉暢,楊康,程亮,等. Landsat8不透水面遙感信息提取方法對比[J]. 國土資源遙感,2019,31(3):148-156.

    Liu Chang, Yang Kang, Cheng Liang, et al. Comparison of Landsat8 impervious surface extraction methods[J]. Remote Sensing for Land & Resources, 2019, 31(3): 148-156. (in Chinese with English abstract)

    [18] Dare P M. Shadow analysis in high-resolution satellite imagery of urban areas[J]. Photogrammetric Engineering & Remote Sensing, 2005, 71(2):169-178.

    [19] 秦其明,游林,趙越,等. 基于二維光譜特征空間的土壤線自動提取算法[J]. 農(nóng)業(yè)工程學報,2012,28(3):167-171.

    Qin Qiming, You Lin, Zhao Yue, et al. Soil line automatic identification algorithm based on two-dimensional feature space [J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(3): 167-171. (in Chinese with English abstract)

    [20] Baret F, Jacquemoud S, Hanocq J F. About the soil line concept in remote sensing[J]. Advances in Space Research, 1993, 13(5): 281-284.

    [21] Fox G A, Sabbagh G J, Searcy S W, et al. An automated soil line identification routine for remotely sensed images[J]. Soil Science Society of America Journal, 2004, 68(4): 1326-1331.

    A visible-band remote sensing index for extracting impervious surfaces

    Yang Xu1, Zhu Daming1※, Yang Runshu2, Fu Zhitao1, Xie Wenbin1

    (1.,,650093,;2.,650217,)

    Unmanned Aerial Vehicle (UAV) remote sensing can obtain high-resolution images at low cost and high efficiency. However, there is rare research on the use of UAV remote sensing images to extract information from impervious surfaces. The difficulty of the research lies in that for the high-resolution UAV red-green-blue images, there is currently not an exclusive impervious surface index that can be applied to the extraction of impervious surface information. To address this problem, this study established the green-blue spectral feature space in the blue and green bands of the visible-bands. Under this spectral feature space, the green-blue impervious surface index was proposed to effectively separate soil-vegetation pixels and impervious surface pixels. The process of constructing the index was as follows. Firstly, the feature points were divided into impervious surface points and pervious surface points in the green-blue spectral feature space. Secondly, the least-squares fitting was conducted on the impervious surface points and the previous surface points. Then, the impervious surface line and the soil line were obtained, and a reference line was constructed between the two straight lines. Finally, the distance from the feature point to the reference line was used as the expression of the index. To verify the accuracy of the difference between the green-blue impervious surface index and other impervious surface indexes applied to satellite remote sensing images, comparison and analysis were performed on the extraction of the impervious surface by perpendicular impervious index, ratio resident-area index and green-blue impervious surface index. At the same time, the experiment was conducted using the UAV orthophoto image data of Hongya county in Meishan city to extract the impervious surface. The analysis was conducted to investigate the effect of the green-blue impervious surface index on the extraction of the impervious surface information in the UAV remote sensing image. The experimental results showed that: 1) The green-blue impervious surface index constructed the blue and green bands as the feature space had the same accuracy as the perpendicular impervious index and ratio resident-area index based on the blue and near-infrared bands in terms of the impervious surface extraction, and the overall accuracy reached over 94%. 2) The green-blue impervious surface index showed strong applicability and replaced the indexes like perpendicular impervious index, ratio resident-area index and biophysical composition index in the images lacking near-infrared, mid-infrared, and thermal-infrared bands. The green-blue impervious surface index was used as a remote sensing index to extract visible-bands on the impervious surfaces. 3) As a visible light wave impervious surface extraction index used in UAV remote sensing, the green-blue impervious surface index could not only effectively distinguish between soil and impervious surfaces, but also utilized the characteristics of easy-to-obtain terrain features by UAV remote sensing. For the problem of misclassification, the overall accuracy of the extraction results by the green-blue impervious surface index reached 96.95%, and the Kappa coefficient was 0.936 1. The green-blue impervious surface index constructed based on the green-blue spectral feature space effectively separated soil pixels and extracted high-precision urban impervious surfaces from UAV remote sensing images. For satellite imagery, the existing impervious surface index had a good performance in extracting the surfaces, while the proposed green-blue impervious surface index was more suitable for UAV remote sensing. At present, extracting urban impervious surfaces from UAV remote sensing images has gradually become an important application.

    remote sensing; spectrum analysis; unmanned aerial vehicle; visible-bands; soil line; impervious surface extraction

    楊栩,朱大明,楊潤書,等. 一種提取不透水面的可見光波段遙感指數(shù)[J]. 農(nóng)業(yè)工程學報,2020,36(8):127-134.doi:10.11975/j.issn.1002-6819.2020.08.016 http://www.tcsae.org

    Yang Xu, Zhu Daming, Yang Runshu, et al. A visible-band remote sensing index for extracting impervious surfaces[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(8): 127-134. (in Chinese with English abstract) doi:10.11975/j.issn.1002-6819.2020.08.016 http://www.tcsae.org

    2020-01-02

    2020-03-13

    國家自然科學基金(41961053)

    楊栩,主要從事遙感影像信息提取、無人機傾斜攝影測量等方向研究。Email:jkllvbnm950707@163.com

    朱大明,博士,副教授,主要從事3S集成、土地規(guī)劃等方向研究。Email:634617255@qq.com

    10.11975/j.issn.1002-6819.2020.08.016

    TP751; P231

    A

    1002-6819(2020)-08-0127-08

    猜你喜歡
    不透水波段光譜
    春日暖陽
    基于三維Saab變換的高光譜圖像壓縮方法
    基于無人機可見光影像與OBIA-RF算法的城市不透水面提取
    Landsat8不透水面遙感信息提取方法對比
    M87的多波段輻射過程及其能譜擬合
    星載近紅外高光譜CO2遙感進展
    中國光學(2015年5期)2015-12-09 09:00:28
    日常維護對L 波段雷達的重要性
    西藏科技(2015年4期)2015-09-26 12:12:58
    苦味酸與牛血清蛋白相互作用的光譜研究
    鋱(Ⅲ)與PvdA作用的光譜研究
    L波段雷達磁控管的使用與維護
    河南科技(2014年18期)2014-02-27 14:14:53
    欧美 亚洲 国产 日韩一| 中文字幕人妻丝袜制服| 三级毛片av免费| 亚洲精品国产色婷婷电影| 韩国av一区二区三区四区| 国产一区二区三区视频了| 精品一品国产午夜福利视频| 中文字幕另类日韩欧美亚洲嫩草| 麻豆国产av国片精品| 亚洲精品国产色婷婷电影| 欧美日韩瑟瑟在线播放| 涩涩av久久男人的天堂| 亚洲九九香蕉| 视频区图区小说| 91老司机精品| 久久久久久免费高清国产稀缺| 在线视频色国产色| 国产伦人伦偷精品视频| 国产麻豆69| 日日夜夜操网爽| 久久久精品区二区三区| 国产男靠女视频免费网站| 巨乳人妻的诱惑在线观看| 国产精品久久久av美女十八| 一a级毛片在线观看| 国产欧美日韩精品亚洲av| 久久亚洲真实| 男女高潮啪啪啪动态图| 精品少妇一区二区三区视频日本电影| 久久国产精品男人的天堂亚洲| 大香蕉久久网| 精品国产一区二区久久| 亚洲免费av在线视频| 久久久久视频综合| 亚洲精品乱久久久久久| 人妻久久中文字幕网| 黑人操中国人逼视频| 老熟妇仑乱视频hdxx| 99精品欧美一区二区三区四区| 精品免费久久久久久久清纯 | 午夜免费鲁丝| 亚洲专区国产一区二区| 亚洲精品国产区一区二| 不卡一级毛片| 91字幕亚洲| 国产精品综合久久久久久久免费 | 亚洲熟女毛片儿| 国产一区在线观看成人免费| 夜夜爽天天搞| svipshipincom国产片| 激情在线观看视频在线高清 | 免费久久久久久久精品成人欧美视频| 亚洲国产中文字幕在线视频| 国产精品一区二区在线不卡| 亚洲欧美一区二区三区久久| 精品亚洲成国产av| 少妇裸体淫交视频免费看高清 | 成人国语在线视频| av不卡在线播放| 免费看a级黄色片| 露出奶头的视频| 国产极品粉嫩免费观看在线| 久久 成人 亚洲| 欧美日韩亚洲高清精品| 91成年电影在线观看| 国产欧美日韩综合在线一区二区| 人人妻人人添人人爽欧美一区卜| 热re99久久精品国产66热6| 亚洲精品一二三| 午夜福利在线观看吧| 多毛熟女@视频| 成年版毛片免费区| 国产精品久久久人人做人人爽| 精品免费久久久久久久清纯 | 丰满的人妻完整版| 大香蕉久久成人网| 精品国内亚洲2022精品成人 | 最近最新免费中文字幕在线| svipshipincom国产片| 侵犯人妻中文字幕一二三四区| 亚洲美女黄片视频| 天堂中文最新版在线下载| 国产97色在线日韩免费| 亚洲情色 制服丝袜| 亚洲一区中文字幕在线| 国产一卡二卡三卡精品| 在线观看日韩欧美| 香蕉久久夜色| 一区二区日韩欧美中文字幕| 国产色视频综合| 国产99久久九九免费精品| 欧美日韩亚洲高清精品| 日韩视频一区二区在线观看| 国产亚洲欧美精品永久| 中文亚洲av片在线观看爽 | 黄色a级毛片大全视频| 亚洲精品中文字幕在线视频| 免费高清在线观看日韩| 亚洲精品国产一区二区精华液| 国产免费男女视频| 精品一品国产午夜福利视频| 国产av又大| 欧美最黄视频在线播放免费 | 女人高潮潮喷娇喘18禁视频| 亚洲av熟女| av一本久久久久| 黑人巨大精品欧美一区二区mp4| 久久亚洲精品不卡| 欧美日韩视频精品一区| 亚洲中文日韩欧美视频| 亚洲国产看品久久| 亚洲熟女精品中文字幕| 好看av亚洲va欧美ⅴa在| 国产成人系列免费观看| 丝袜人妻中文字幕| 国产精品电影一区二区三区 | 首页视频小说图片口味搜索| 国产精品亚洲一级av第二区| 欧美日韩中文字幕国产精品一区二区三区 | 亚洲欧美一区二区三区久久| 热99久久久久精品小说推荐| 女警被强在线播放| 亚洲午夜理论影院| 亚洲第一av免费看| 一区在线观看完整版| 免费一级毛片在线播放高清视频 | 亚洲三区欧美一区| 亚洲av电影在线进入| 欧美丝袜亚洲另类 | 成人精品一区二区免费| 国产主播在线观看一区二区| 午夜精品久久久久久毛片777| 国产在线精品亚洲第一网站| 精品电影一区二区在线| 亚洲七黄色美女视频| av一本久久久久| 国产一区二区三区视频了| 国产精品一区二区在线观看99| 日韩有码中文字幕| 成年版毛片免费区| 欧美日韩中文字幕国产精品一区二区三区 | 国产野战对白在线观看| 一级,二级,三级黄色视频| 最近最新中文字幕大全电影3 | 啪啪无遮挡十八禁网站| 脱女人内裤的视频| 一级a爱片免费观看的视频| 母亲3免费完整高清在线观看| 人妻久久中文字幕网| 黄网站色视频无遮挡免费观看| 久久中文看片网| 日本一区二区免费在线视频| 久久国产精品影院| 丝袜美腿诱惑在线| 国产在线精品亚洲第一网站| 国产在线观看jvid| 久久性视频一级片| 精品久久久精品久久久| 国产一卡二卡三卡精品| 亚洲一区高清亚洲精品| 国产精品亚洲一级av第二区| 女人久久www免费人成看片| 久久久精品国产亚洲av高清涩受| 女性被躁到高潮视频| 午夜福利一区二区在线看| 欧美精品一区二区免费开放| 亚洲自偷自拍图片 自拍| 精品久久蜜臀av无| 美女视频免费永久观看网站| 久久中文字幕一级| 看免费av毛片| 久久精品国产亚洲av香蕉五月 | 老熟女久久久| 久久久久国内视频| 成人永久免费在线观看视频| 久久久久精品人妻al黑| 欧美国产精品一级二级三级| 精品人妻1区二区| 极品教师在线免费播放| 两个人看的免费小视频| 亚洲欧美色中文字幕在线| 欧美精品人与动牲交sv欧美| 热re99久久国产66热| 免费少妇av软件| 视频在线观看一区二区三区| 韩国av一区二区三区四区| 久久久精品免费免费高清| 久9热在线精品视频| 在线播放国产精品三级| 国产精品99久久99久久久不卡| 久久精品aⅴ一区二区三区四区| 久久天躁狠狠躁夜夜2o2o| 一级毛片女人18水好多| 国产又爽黄色视频| 在线观看日韩欧美| 老熟妇乱子伦视频在线观看| 久久中文字幕人妻熟女| 99精品在免费线老司机午夜| 欧美黑人精品巨大| 热99re8久久精品国产| 欧美精品亚洲一区二区| 亚洲成av片中文字幕在线观看| 日本一区二区免费在线视频| 黄网站色视频无遮挡免费观看| 女人久久www免费人成看片| 欧美成人免费av一区二区三区 | 国产av精品麻豆| √禁漫天堂资源中文www| 欧美 日韩 精品 国产| 欧美日韩乱码在线| 国产精品一区二区在线不卡| 国产日韩欧美亚洲二区| 在线观看午夜福利视频| 欧美激情久久久久久爽电影 | 日本五十路高清| 最近最新中文字幕大全免费视频| 窝窝影院91人妻| 精品国产一区二区三区四区第35| 久久久国产成人免费| 色老头精品视频在线观看| 欧美激情极品国产一区二区三区| 国产精品欧美亚洲77777| 国产亚洲av高清不卡| 亚洲av美国av| 无人区码免费观看不卡| 久久婷婷成人综合色麻豆| 亚洲人成77777在线视频| 午夜成年电影在线免费观看| 亚洲精品在线观看二区| 欧美日韩一级在线毛片| 一区二区三区激情视频| 色精品久久人妻99蜜桃| av电影中文网址| 在线永久观看黄色视频| 日本一区二区免费在线视频| 757午夜福利合集在线观看| 久久国产乱子伦精品免费另类| 老汉色av国产亚洲站长工具| 中文字幕人妻熟女乱码| 欧美乱色亚洲激情| 日本欧美视频一区| 免费观看人在逋| 女人被狂操c到高潮| 超碰97精品在线观看| 一夜夜www| 亚洲色图综合在线观看| 好男人电影高清在线观看| 亚洲国产精品一区二区三区在线| 国产单亲对白刺激| a级毛片黄视频| 宅男免费午夜| 波多野结衣一区麻豆| 欧美最黄视频在线播放免费 | 精品卡一卡二卡四卡免费| 精品人妻1区二区| 成人手机av| 9热在线视频观看99| 91成年电影在线观看| 丰满迷人的少妇在线观看| 欧美在线黄色| 69精品国产乱码久久久| 色综合婷婷激情| 国产亚洲精品第一综合不卡| a在线观看视频网站| 午夜福利影视在线免费观看| 欧美激情极品国产一区二区三区| 国产高清videossex| 亚洲少妇的诱惑av| 国产欧美日韩综合在线一区二区| 午夜两性在线视频| 夜夜爽天天搞| 手机成人av网站| 视频区欧美日本亚洲| 国产精品一区二区在线不卡| 一区二区日韩欧美中文字幕| 亚洲一区高清亚洲精品| 国产男靠女视频免费网站| 免费观看a级毛片全部| 在线观看66精品国产| 久久人妻熟女aⅴ| 久久影院123| 中文字幕制服av| 高清黄色对白视频在线免费看| 人人妻人人爽人人添夜夜欢视频| 三级毛片av免费| 色婷婷久久久亚洲欧美| 黄色视频,在线免费观看| 人妻丰满熟妇av一区二区三区 | 99国产综合亚洲精品| xxx96com| 热99久久久久精品小说推荐| 美女扒开内裤让男人捅视频| 精品亚洲成国产av| 亚洲成a人片在线一区二区| 一本大道久久a久久精品| 99热只有精品国产| 可以免费在线观看a视频的电影网站| 久热爱精品视频在线9| 国产野战对白在线观看| 国产精品香港三级国产av潘金莲| 亚洲熟妇熟女久久| 在线观看免费午夜福利视频| 久久精品亚洲精品国产色婷小说| 国产免费av片在线观看野外av| 午夜福利一区二区在线看| 在线观看免费午夜福利视频| 成年版毛片免费区| 宅男免费午夜| 99香蕉大伊视频| 啪啪无遮挡十八禁网站| 丰满迷人的少妇在线观看| 国产一区二区三区视频了| 精品久久久久久久毛片微露脸| 青草久久国产| 国产1区2区3区精品| 国产又爽黄色视频| 黄片大片在线免费观看| av网站在线播放免费| 国产在线一区二区三区精| 久久久久久久久久久久大奶| 伦理电影免费视频| 欧美+亚洲+日韩+国产| 久久久久久久久久久久大奶| 精品卡一卡二卡四卡免费| 精品国产美女av久久久久小说| 视频在线观看一区二区三区| 国产99久久九九免费精品| 一级a爱片免费观看的视频| 青草久久国产| 国产在视频线精品| 国产欧美日韩一区二区三| 国产精品美女特级片免费视频播放器 | 亚洲av片天天在线观看| 午夜福利欧美成人| 亚洲一卡2卡3卡4卡5卡精品中文| 黄色毛片三级朝国网站| 久久精品熟女亚洲av麻豆精品| 国产精品 国内视频| 精品少妇久久久久久888优播| 国产深夜福利视频在线观看| 国内毛片毛片毛片毛片毛片| 久久国产精品人妻蜜桃| 极品少妇高潮喷水抽搐| 91av网站免费观看| 精品久久蜜臀av无| 久久久久久免费高清国产稀缺| 亚洲精品国产精品久久久不卡| 免费在线观看黄色视频的| 久久久久国产精品人妻aⅴ院 | 久久久国产一区二区| 久久精品国产a三级三级三级| 香蕉国产在线看| a级毛片黄视频| 最近最新中文字幕大全免费视频| 久久精品亚洲精品国产色婷小说| 老司机影院毛片| 一级毛片精品| 女人久久www免费人成看片| 日日夜夜操网爽| 啦啦啦 在线观看视频| 亚洲在线自拍视频| 亚洲av成人av| 99精品在免费线老司机午夜| 午夜福利免费观看在线| 国产亚洲精品一区二区www | 女性生殖器流出的白浆| 免费一级毛片在线播放高清视频 | 久久久精品免费免费高清| 高清av免费在线| 涩涩av久久男人的天堂| 99久久综合精品五月天人人| 国产xxxxx性猛交| 成人三级做爰电影| 国产主播在线观看一区二区| 国产人伦9x9x在线观看| 91精品三级在线观看| 精品少妇久久久久久888优播| 日韩欧美三级三区| www.精华液| 国产淫语在线视频| 欧美国产精品一级二级三级| 欧美激情 高清一区二区三区| svipshipincom国产片| 日韩欧美一区二区三区在线观看 | 99国产极品粉嫩在线观看| 国产精品秋霞免费鲁丝片| 亚洲精品中文字幕在线视频| 母亲3免费完整高清在线观看| 国产激情欧美一区二区| 成年动漫av网址| 在线观看日韩欧美| 亚洲精品久久午夜乱码| 日本欧美视频一区| 日本vs欧美在线观看视频| 美女视频免费永久观看网站| 最新的欧美精品一区二区| 老熟妇乱子伦视频在线观看| 国产成人精品在线电影| 正在播放国产对白刺激| 亚洲少妇的诱惑av| 国产成人影院久久av| 99久久99久久久精品蜜桃| 欧美黑人精品巨大| 亚洲精品乱久久久久久| 国产野战对白在线观看| 美女扒开内裤让男人捅视频| 国产蜜桃级精品一区二区三区 | 国产av一区二区精品久久| 法律面前人人平等表现在哪些方面| 久久狼人影院| 成人影院久久| 在线天堂中文资源库| 中文字幕av电影在线播放| 女人久久www免费人成看片| netflix在线观看网站| 精品国产一区二区三区久久久樱花| 国产成人精品久久二区二区免费| 女性生殖器流出的白浆| 亚洲专区字幕在线| 男女下面插进去视频免费观看| 女性被躁到高潮视频| 夜夜爽天天搞| 超碰97精品在线观看| 一进一出抽搐动态| 在线观看一区二区三区激情| 伦理电影免费视频| 日韩三级视频一区二区三区| 美国免费a级毛片| 99国产精品一区二区蜜桃av | 成年人黄色毛片网站| 中文字幕制服av| 日本撒尿小便嘘嘘汇集6| 亚洲欧美色中文字幕在线| 日韩欧美在线二视频 | 啦啦啦视频在线资源免费观看| 欧美激情极品国产一区二区三区| 高清欧美精品videossex| 久久人妻福利社区极品人妻图片| 不卡av一区二区三区| 亚洲国产欧美一区二区综合| 精品国产超薄肉色丝袜足j| 久久久国产成人免费| 亚洲精品在线观看二区| 亚洲精品国产一区二区精华液| 日韩精品免费视频一区二区三区| 色尼玛亚洲综合影院| 午夜福利,免费看| 日日爽夜夜爽网站| 久久中文字幕人妻熟女| 9热在线视频观看99| 在线观看免费日韩欧美大片| 亚洲av成人不卡在线观看播放网| 无人区码免费观看不卡| 99re在线观看精品视频| 亚洲情色 制服丝袜| 亚洲中文av在线| 国产免费男女视频| 十八禁人妻一区二区| 国产成人欧美| 久久精品国产99精品国产亚洲性色 | 国产男女内射视频| 久久精品国产清高在天天线| 国产激情欧美一区二区| 51午夜福利影视在线观看| 侵犯人妻中文字幕一二三四区| 在线观看免费日韩欧美大片| 国产在线一区二区三区精| 精品熟女少妇八av免费久了| 婷婷成人精品国产| 一区二区三区精品91| 99久久99久久久精品蜜桃| 女性生殖器流出的白浆| 精品少妇久久久久久888优播| 国产真人三级小视频在线观看| 一进一出抽搐动态| 每晚都被弄得嗷嗷叫到高潮| 香蕉国产在线看| 建设人人有责人人尽责人人享有的| 亚洲精品国产精品久久久不卡| 国产精品一区二区免费欧美| 在线永久观看黄色视频| 免费av中文字幕在线| 亚洲精品久久成人aⅴ小说| www.精华液| 黄色女人牲交| 亚洲欧洲精品一区二区精品久久久| 波多野结衣av一区二区av| 亚洲国产中文字幕在线视频| 成年人免费黄色播放视频| 欧美人与性动交α欧美软件| 亚洲一码二码三码区别大吗| 久热爱精品视频在线9| av福利片在线| 欧美av亚洲av综合av国产av| 丰满迷人的少妇在线观看| 午夜福利在线免费观看网站| 免费日韩欧美在线观看| 久久久久国内视频| 伊人久久大香线蕉亚洲五| 老司机福利观看| 久久中文看片网| 亚洲成人手机| 天天操日日干夜夜撸| 国产成人欧美| 婷婷丁香在线五月| 一本一本久久a久久精品综合妖精| 亚洲欧美日韩高清在线视频| 午夜亚洲福利在线播放| 亚洲精品在线美女| 亚洲成国产人片在线观看| 久久中文看片网| netflix在线观看网站| 久久天躁狠狠躁夜夜2o2o| 每晚都被弄得嗷嗷叫到高潮| 久久草成人影院| 高清视频免费观看一区二区| 成人永久免费在线观看视频| 成人手机av| 日韩成人在线观看一区二区三区| 亚洲一区高清亚洲精品| 免费在线观看完整版高清| 天天躁日日躁夜夜躁夜夜| 99riav亚洲国产免费| 日本五十路高清| 中文字幕最新亚洲高清| 俄罗斯特黄特色一大片| 成人特级黄色片久久久久久久| 18禁黄网站禁片午夜丰满| 亚洲精品久久成人aⅴ小说| 丁香六月欧美| 一级片免费观看大全| 天天躁夜夜躁狠狠躁躁| 成人18禁在线播放| 欧美黑人欧美精品刺激| 精品少妇久久久久久888优播| av线在线观看网站| 高清毛片免费观看视频网站 | 老司机亚洲免费影院| 久久亚洲真实| 黑人巨大精品欧美一区二区蜜桃| 校园春色视频在线观看| 99在线人妻在线中文字幕 | 18禁裸乳无遮挡免费网站照片 | 香蕉国产在线看| 国产一区有黄有色的免费视频| 正在播放国产对白刺激| 俄罗斯特黄特色一大片| 精品国产超薄肉色丝袜足j| 国产单亲对白刺激| 久久久久精品人妻al黑| 99久久精品国产亚洲精品| 国产免费av片在线观看野外av| 两个人看的免费小视频| 男女之事视频高清在线观看| 飞空精品影院首页| 法律面前人人平等表现在哪些方面| 91精品三级在线观看| 757午夜福利合集在线观看| 精品熟女少妇八av免费久了| 一区二区日韩欧美中文字幕| 99久久99久久久精品蜜桃| 嫁个100分男人电影在线观看| 黑人巨大精品欧美一区二区蜜桃| 国产精品久久电影中文字幕 | 欧美大码av| 露出奶头的视频| 亚洲三区欧美一区| 亚洲一区高清亚洲精品| 国产欧美日韩精品亚洲av| 欧美不卡视频在线免费观看 | 丰满迷人的少妇在线观看| 少妇裸体淫交视频免费看高清 | 身体一侧抽搐| 成年女人毛片免费观看观看9 | 国产亚洲欧美精品永久| 亚洲中文av在线| 国产亚洲av高清不卡| 国产精品亚洲av一区麻豆| 亚洲av成人av| 97人妻天天添夜夜摸| 亚洲人成伊人成综合网2020| 国产91精品成人一区二区三区| 窝窝影院91人妻| 国产精品 国内视频| 新久久久久国产一级毛片| 亚洲在线自拍视频| 国产精品久久久久久人妻精品电影| 身体一侧抽搐| 欧洲精品卡2卡3卡4卡5卡区| 国产成人精品在线电影| 精品国产亚洲在线| 高清av免费在线| 天天添夜夜摸| 久久久精品区二区三区| 国产亚洲欧美精品永久| 90打野战视频偷拍视频| 精品一区二区三区视频在线观看免费 | 国产精品成人在线| 国产xxxxx性猛交| 色播在线永久视频| 桃红色精品国产亚洲av| 国产又色又爽无遮挡免费看| 王馨瑶露胸无遮挡在线观看| 男人的好看免费观看在线视频 | 亚洲av欧美aⅴ国产| 乱人伦中国视频| 亚洲情色 制服丝袜| 亚洲黑人精品在线| 亚洲 国产 在线| 成人三级做爰电影| 精品乱码久久久久久99久播| 丝袜美足系列| cao死你这个sao货| 每晚都被弄得嗷嗷叫到高潮| 久久久久视频综合|