• <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 ?

    基于遙感影像的山岳冰川信息計算機解譯方法探討
    ——以梅里雪山為例

    2021-10-14 08:26:46鐘鼎杰楊存建
    云南大學學報(自然科學版) 2021年5期
    關(guān)鍵詞:梅里雪山冰川閾值

    鐘鼎杰,楊存建**

    (1. 四川師范大學 西南土地資源評價與監(jiān)測教育部重點實驗室,四川 成都 610068;2. 四川師范大學 地理與資源科學學院,四川 成都 610068)

    冰川不僅存貯了大量的水資源,同時也是全球氣候變化的指示器[1]. 在全球氣候變暖的背景下對于冰川變化的研究迫在眉睫,在信息化時代如何運用高效、便捷、精準的方法對冰川變化做出監(jiān)測與預(yù)測是目前的研究熱點. 相比大陸型冰川,海洋型冰川作用能大、運動速度快,對于氣候變化的響應(yīng)也更為迅速;海洋型冰川在大量降水與劇烈消融的作用下會產(chǎn)生破壞性的泥石流與雪崩,所以對于海洋型冰川變化的研究具有重要的意義[2]. 在冰川信息提取的方法上,近年來遙感技術(shù)、地理信息系統(tǒng)技術(shù)的不斷發(fā)展和集成應(yīng)用,可利用遙感影像和DEM 等數(shù)據(jù)快速高效地提取冰川信息并監(jiān)測冰川面積、高程和冰川末端變化. 1999 年國際全球陸地冰 空 間 監(jiān) 測 計 劃(Global Land Ice Measurements from Space Project,GLIMS)運 用 了 衛(wèi) 星 傳 感 器ASTER 數(shù)據(jù)和Landsat 數(shù)據(jù)對世界范圍內(nèi)的冰川進行動態(tài)監(jiān)測[3]. Sidjak 等[4]利用了監(jiān)督分類法、TM 影像的4、5 波段比值以及歸一化積雪指數(shù)(Normalized Difference Snow Index,NDSI)等方法對加拿大冰川國家公園進行了冰川信息提取.Kumar 等[5]采用干涉合成孔徑雷達(Interfermetric Synthetic Aperture Radar,InSAR)技術(shù)對喜馬拉雅地區(qū)冰川表面速度進行了估算. Robson 等[6]利用基于面向?qū)ο蟮膱D像分析(Object-based Image Analysis,OBIA)技術(shù),結(jié)合Landsat 8 影像、DEM數(shù)據(jù)和ALOS-PALSAR 影像對喜馬拉雅山脈馬納斯魯峰進行了冰川信息的自動提取. 張世強等[7]利用TM 圖像并采用閾值法、譜間關(guān)系法、監(jiān)督分類和非監(jiān)督分類提取青藏高原喀喇昆侖山地區(qū)冰川信息,證明利用比值圖像取閾值是提取冰川信息最有效的手段. 懷保娟等[8]利用Landsat TM/ETM+遙感影像和DEM 數(shù)據(jù),并運用了面向?qū)ο蟮膱D像信息自動提取方法,對黑河流域近50 年來的冰川變化進行了分析. 聶勇等[9]利用多光譜遙感數(shù)據(jù),采用面向?qū)ο蟮慕庾g方法,結(jié)合專家知識分類規(guī)則自動提取1976、1988 年和2006 年3 個時期珠穆朗瑪峰地區(qū)的冰川信息. 李宗省等[10]對1900—2007 年橫斷山區(qū)部分海洋型冰川變化進行了研究,并提出各冰川的變化幅度因冰川規(guī)模、緯度位置等因素而存在明顯差異. 李霞等[11]對貢嘎山地區(qū)近40 年來的冰川變化進行了遙感監(jiān)測研究,并從不同的角度研究分析了冰川變化的特征.

    雖然冰川信息提取方法有多種,但因冰川類型的不同和地域性差異,并沒有通適性較高的方法,冰川監(jiān)測仍以目視解譯為主. 因此,研究分類精度較高、通適性強且高效的冰川信息的計算機解譯方法意義重大. 本文在已有的計算機自動解譯冰川信息方法研究上,納入了神經(jīng)網(wǎng)絡(luò)分類方法,通過對比分析監(jiān)督分類、分監(jiān)督分類、比值閾值法、雪蓋指數(shù)法(NDSI)、基于多尺度分割的面向?qū)ο蠓ǎ∣BIA)和基于神經(jīng)網(wǎng)絡(luò)的冰川識別方法的信息提取結(jié)果,探討每種方法的優(yōu)缺點及適用情況,并將梅里雪山地區(qū)冰川信息的目視解譯作為地面真實數(shù)據(jù),對6 種方法的提取結(jié)果進行精度驗證,發(fā)現(xiàn)了神經(jīng)網(wǎng)絡(luò)分類法提取的冰川信息精度最高. 在此研究基礎(chǔ)上,基于ENVI 深度學習模塊,利用神經(jīng)網(wǎng)分類法解譯了1989、1998、2009 年和2019 年的梅里雪山地區(qū)冰川信息. 最終,結(jié)合Google Earth數(shù)據(jù)及DEM 數(shù)據(jù)對梅里雪山地區(qū)冰川信息進行目視修正,并通過DEM 數(shù)據(jù)分析獲取梅里雪山地區(qū)山脊線,將提取的結(jié)果分割為55 條獨立的冰川,得到了1989—2019 年梅里雪山地區(qū)較為精確的4期冰川信息的提取成果,并在此基礎(chǔ)上分析統(tǒng)計其冰川面積的變化量與變化速率. 結(jié)果表明,基于神經(jīng)網(wǎng)絡(luò)的冰川識別方法分類精度、解譯效果明顯優(yōu)于傳統(tǒng)冰川信息計算機解譯方法,且相較于目視解譯該方法效率更高. 在全球氣候變暖背景下,本文基于神經(jīng)網(wǎng)絡(luò)的冰川識別方法可為全球冰川時空演化的長時序監(jiān)測提供有效的技術(shù)支撐.

    1 研究區(qū)概況

    橫斷山地處青藏高原東緣,是中國地勢一、二階梯的過渡地帶,區(qū)域大致包括了藏東南、云南西北部和四川的阿壩、涼山及甘孜地區(qū),總面積約為5×105km2. 橫斷山區(qū)南北走向的高山和深谷相間排列,是本區(qū)域最為顯著的地貌特征. 梅里雪山位于橫斷山東南緣,也是橫斷山地區(qū)集中低緯度海洋性/暖性冰川最多的山段[12](圖1). 梅里雪山高度大于6 000 m 的山峰有13 座,最高峰卡瓦格博海拔6 740 m,是云南省第一高峰,山腳瀾滄江海拔2 020 m,相對高差4 720 m.

    圖1 研究區(qū)位置與冰川積雪分布圖Fig. 1 Location of study area and distribution map of glacier and snow cover

    據(jù)中國第二次冰川編目數(shù)據(jù)集(V1.0)[13-16],梅里雪山地區(qū)共有冰川55 條. 梅里雪山地區(qū)的冰川受來自印度洋西南季風帶來的暖濕氣流影響,隨著暖濕氣流的不斷深入,給梅里雪山提供了充沛的降水,為冰川提供了豐富的物質(zhì)來源.

    2 數(shù)據(jù)獲取與處理

    2.1 數(shù)據(jù)來源本文選用的遙感數(shù)據(jù)均為通過美國地質(zhì)勘探局(https://earthexplorer.usgs.gov)獲取的Landsat Level 2 產(chǎn) 品. 數(shù) 據(jù) 為Landsat 5 搭 載 的TM 傳感器、Landsat 8 搭載的陸地成像儀(Operational Land Imager,OLI)傳感器所獲取的影像(表1).在實際的數(shù)據(jù)選擇過程中,需要特別注意研究區(qū)的積雪覆蓋是否會影響冰川解譯精度以及云層是否覆蓋了研究區(qū).

    表1 梅里雪山遙感影像數(shù)據(jù)信息Tab. 1 Remote sensing image data information in Meili Snow Mountain

    DEM 數(shù)據(jù)來源于美國地質(zhì)勘探局的ASTER GDEM V2 版數(shù)據(jù),其空間分辨率為30 m. 高分辨率可見光影像主要來自于Google Earth,用于輔助目視解譯. 地圖的底圖來源于國家科技資源共享服務(wù)平臺的國家青藏高原科學數(shù)據(jù)中心(http://data.tpdc.ac.cn/zh-hans/).

    2.2 傳統(tǒng)分類方法提取冰川信息

    2.2.1 非監(jiān)督分類 是指在沒有先驗類別樣本的情況下,根據(jù)像元間地物光譜相似度統(tǒng)計分布規(guī)律將其自動分類. 常用的非監(jiān)督分類方法有ISODATA 和K-Means 兩種,K-means 算法 初始隨機選取數(shù)據(jù)集中K個點作為聚類中心,以所有樣本到聚類中心距離平方和最小的為分類結(jié)果. 在Kmeans 中,K值需要預(yù)先人為確定,并且在整個算法過程中無法更改;ISODATA 算法針對這個問題進行了改進,并增加了“合并”和“分裂”操作. 本文選用ISODATA 算法,對梅里雪山地區(qū)冰川信息進行提取. ISODATA 算法思想為輸入N個樣本,預(yù)選Nc個初始聚類中心和各參數(shù)指標K、θN、θS、θc、L和I(表2). 若 θc小于閥值則歸為一類,否則為不同類;若 θN小于閥值,則將其取消[17].

    表2 初始聚類中心和參數(shù)指標Tab. 2 Initial cluster center and parameter index

    2.2.2 監(jiān)督分類 是在已知類別的訓練場地上提取不同種類的訓練樣本,通過選擇特征變量、確定判別函數(shù)或判別規(guī)則,從而把圖像中的各個像元點劃歸到各個給定類的分類方法[18]. 本文選用最大似然法對梅里雪山地區(qū)進行監(jiān)督分類,在訓練樣本時將訓練區(qū)內(nèi)的地物分為裸地、植被和冰川. 最大似然法算法思想是通過遙感影像的統(tǒng)計特征,假設(shè)各類的分布函數(shù)為正態(tài)分布,在多變量空間中形成橢圓(球)分布,按正態(tài)分布規(guī)律用最大似然判別規(guī)則進行判決,得到較準確的分類結(jié)果.

    2.2.3 比值閾值法 是將兩個具有一定差異的光譜波段反射率相除,比值增強波譜特征的微小差異,該算法對不同波段反射率差異大的地物效果明顯. 對于冰川提取,通常使用的是對于冰川反射率較高的可見光波段以及對于冰川反射率較低的波段,一般是近紅外波段[19]. 其公式表示為

    2.2.4 雪蓋指數(shù)法 受到植被指數(shù)法的啟發(fā),Dozier[20]提出了雪蓋指數(shù)法(NDSI)作為冰川信息提取的方式,主要原理基于冰川表面在可見光波段具有強反射的特性,以及在近紅外波段具有的強吸收特性. 將兩個波段反射率進行歸一化處理,以突出冰、雪的信息特性. 其公式表示為

    常用的Landsat TM 影像波段有TM2 和TM5,Landsat OLI 影像波段選用Band 3 和Band 6. NDSI的閾值一般根據(jù)具體的情況結(jié)合經(jīng)驗值確定,本文根據(jù)前人經(jīng)驗及多次試驗結(jié)果,選取的二值化分類閾值為0.6[21].

    2.3 基于多尺度分割的面向?qū)ο蠓ǎ∣BIA)提取冰川信息基于多尺度分割的面向?qū)ο蠓ǎ∣BIA)提取冰川信息是選用多尺度分割算法并結(jié)合遙感影像的光譜特征進行. 當全部待分割對象的綜合加權(quán)值大于某一特定閾值時分割完成;若小于閾值,則重復進行迭代運算,直至條件成立. 本文使用Edge 分割算法和Fast Lambda 合并算法對遙感影像進行處理. 圖像分割完成后,對各波段的光譜、紋理特征等參照直方圖探尋相關(guān)信息的閾值,綜合梅里雪山冰川與其它地物差異性較明顯的冰川信息指數(shù)分別進行閾值設(shè)置并建立提取知識規(guī)則[22],即①比值閾值TM3/TM5,以閾值2.4 提取冰川信息;②冰雪指數(shù)NDSI,設(shè)置閾值為0.6.

    2.4 基于神經(jīng)網(wǎng)絡(luò)的冰川識別方法近些年來,深度學習發(fā)展迅速,在圖像分類方面的應(yīng)用表現(xiàn)優(yōu)異[23-27]. 它通過學習大量樣本,提取樣本中的特征值,形成分類模型,進而對遙感影像進行分類. 在冰川信息提取方面,可以提高冰川識別的精度,并對有冰磧覆蓋物的冰舌部分提取效果較好. 本文通過ENVI 深度學習模塊對梅里雪山地區(qū)冰川信息進行提取研究,該模塊基于TensorFlow 框架,利用ENVI Net5 網(wǎng)絡(luò)構(gòu)建深度學習模型. ENVI Net5 是一種U-Net 架構(gòu),它是基于掩碼(mask-based)、編碼器-解碼器(encoder-decoder)的體系結(jié)構(gòu),用于對圖像中每個像素進行分類. 具體的分類步驟如圖2所示.

    圖2 基于ENVI 深度學習模塊的圖像信息提取步驟Fig. 2 Image information extraction steps based on ENVI deep learning module

    影像分類完成后會得到一個CAM 類激活灰度圖,灰度圖中每個像元大致表示屬于目標類別的概率,值閾范圍為0~1. 通過密度分割,將類激活灰度圖(圖3)按不同顏色顯示,紅色部分表示深度學習識別為冰川的概率較高.

    圖3 密度分割后梅里雪山地區(qū)冰川神經(jīng)網(wǎng)絡(luò)分類結(jié)果Fig. 3 Neural network classification results of glaciers in Meili Snow Mountain after density segmentation

    3 比較與討論

    3.1 分類結(jié)果對比為驗證本文所用方法的有效性,基于目視解釋法梅里雪山地區(qū)冰川信息,以目視解譯結(jié)果作為地面真實數(shù)據(jù),對計算機解譯結(jié)果進行精度驗證(表3). 精度評價指標為冰川總面積、面積誤差、重疊部分面積、冰川精度[28-29].

    表3 梅里雪山地區(qū)冰川分類精度Tab. 3 Accuracy of glacier classification in Meili Snow Mountain

    圖4 至圖9 分別為不同分類方法提取的冰川信息結(jié)果. 其中,黃色為基于目視判讀方法手動提取梅里雪山地區(qū)冰川信息,紅色為對應(yīng)的每種分類方法所提取的冰川信息. 如圖4 所示,非監(jiān)督分類提取冰川信息結(jié)果中,裸地被錯分為冰川的情況較多(如圖4(d)、4(f)),有冰磧覆蓋物的冰川被漏分(如圖4(a)、4(c)),山體陰影區(qū)中的冰川未被識別出(如圖4(b)、4(e)). 如圖5 所示,監(jiān)督分類提取冰川信息結(jié)果中,水體被錯分為冰川(如圖5(d)),山體陰影區(qū)中的冰川未被全部識別出(如圖5(b)、5(e)),有冰磧物覆蓋物的冰川被漏分(如圖5(a)、5(c)). 由圖6 可見,比值閾值法消除了山體陰影的影響,但提取結(jié)果中“椒鹽”現(xiàn)象也較嚴重(如圖6(b)、6(e)),同時也造成了大量陰影被錯分為冰川(如圖6(a)、6(c)),水體被錯分(如圖6(d))、冰磧覆蓋區(qū)的冰川被漏分(如圖6(a)、6(c))的情況仍未得到有效解決. 如圖7 所示,利用NDSI 法提取的冰川信息結(jié)果與比值閾值法差異不大,陰影和水體被錯分為冰川(如圖7(a)、7(c)、7(d)),冰磧覆蓋區(qū)的冰川被漏分(如圖7(a)、7(c)). 由圖8 可見,在尺度選取合適時,面向?qū)ο蠓诸惙椒ǎ∣BIA)提取冰川信息的效果較好,可以區(qū)分水體與冰川(如圖8(d)). 面向?qū)ο蠓诸惙椒ㄔ诮⑿畔⒁?guī)則時,有效地結(jié)合了比值閾值法及NDSI,部分有冰磧覆蓋物的冰川被識別,但未完全正確劃分(如圖8(d)).如圖9 所示,神經(jīng)網(wǎng)絡(luò)分類的整體提取冰川信息的效果好,有效地消除了山體陰影的影響,可以區(qū)分陰影、水體與冰川,且有冰磧覆蓋物的冰川被正確劃分,但整體分類精度仍待提高.

    圖4 非監(jiān)督分類提取梅里雪山地區(qū)冰川信息結(jié)果Fig. 4 Glacier information extraction of Meili Snow Mountain based on unsupervised classification

    圖5 監(jiān)督分類提取梅里雪山地區(qū)冰川信息結(jié)果Fig. 5 Glacier information extraction of Meili Snow Mountain based on supervised classification

    圖6 比值閾值法提取梅里雪山地區(qū)冰川信息結(jié)果Fig. 6 Glacier information extraction of Meili Snow Mountain based on ratio threshold method

    圖7 NDSI 法提取梅里雪山地區(qū)冰川信息結(jié)果Fig. 7 Glacier information extraction of Meili Snow Mountain based on NDSI

    圖8 面向?qū)ο蠓诸愄崛∶防镅┥降貐^(qū)冰川信息結(jié)果Fig. 8 Glacier information extraction of Meili Snow Mountain based on object oriented classification

    圖9 神經(jīng)網(wǎng)絡(luò)分類提取梅里雪山地區(qū)冰川信息結(jié)果Fig. 9 Glacier information extraction of Meili Snow Mountain based on neural network classification

    基于遙感影像的山岳冰川信息計算機解譯方法從不同的原理角度出發(fā)提取冰川信息,不同方法提取的結(jié)果各異,但每種方法都有各自的優(yōu)缺點.表4 結(jié)合已有研究成果與本文試驗結(jié)果,綜合比較了6 種分類方法優(yōu)缺點. 非監(jiān)督分類法不需要人為干涉,提取冰川信息的效率最高,但是整體提取效果較差、精度較低,裸地錯分嚴重,山體陰影區(qū)及冰磧覆蓋區(qū)中的冰川未被有效識別. 監(jiān)督分類法非冰川錯分的概率較低,并解決了裸地錯分的問題,但冰川信息提取效果受樣本質(zhì)量影響,主要問題是水體被錯分為冰川、山體陰影區(qū)中的冰川未被全部識別出、有冰磧覆蓋物的冰川被漏分. 比值閾值法、雪蓋指數(shù)法(NDSI)均有效地消除了山體陰影的影響,但無法區(qū)分水體與冰川,且有冰磧覆蓋物的冰川被漏分的問題仍未得到有效地解決. 面向?qū)ο蠓诸惙ǎ∣BIA)可以有效地區(qū)分水體與冰川,精度相對較高,但操作相對復雜,精度依賴于知識規(guī)則的建立. 本文選取的6 種提取方法中,神經(jīng)網(wǎng)絡(luò)分類法是精度最高的一種方法,但是由于樣本數(shù)量較少、訓練深度學習模型的迭代次數(shù)較少,整體的冰川精度未達到理想水平. 如何有效地結(jié)合傳統(tǒng)的計算機自動解譯方法,提高深度學習冰川信息提取精度,利用有效的標簽對大量數(shù)據(jù)進行深度挖掘分析且減輕神經(jīng)網(wǎng)絡(luò)對于數(shù)據(jù)的依賴程度,需要進一步的研究.

    表4 梅里雪山地區(qū)冰川分類方法比較Tab. 4 Comparison of glacier classification methods in Meili Snow Mountain

    3.2 目視修正為了得到更精準的梅里雪山地區(qū)冰川信息,本文結(jié)合Google Earth 數(shù)據(jù)和DEM 數(shù)據(jù),在神經(jīng)網(wǎng)絡(luò)分類法提取冰川信息的基礎(chǔ)上,對其進行了二次目視解譯,最終得到梅里雪山地區(qū)1989—2019 年較為精確的4 期冰川信息提取成果.利用DEM 數(shù)據(jù),通過水文分析得到梅里雪山地區(qū)的山脊線對冰川進行分割,得到了55 條獨立的冰川,并通過冰川制圖得到梅里雪山1989 年—2019年冰川邊界變化圖(圖10). 通過分析得出,1989 年梅里雪山地區(qū)冰川面積達139.58 km2,2019 年冰川面積退縮至115.81 km2. 近30 年來,梅里雪山地區(qū)冰川面積共退縮23.77 km2,年均退縮0.79 km2,面積相對退縮率為17.03%,年均相對退縮率為0.57%(表5). 計算公式如下:

    圖10 1989—2019 年梅里雪山地區(qū)冰川邊界變化Fig. 10 Glacier boundary changes in Meili Snow Mountain from 1989 to 2019

    表5 梅里雪山冰川面積變化統(tǒng)計Tab. 5 Statistics of glacier area change in Meili Snow Mountain

    其中,RS代表面積絕對變化速率,S代表面積變化量,t代表時段年長;RS′代表面積相對變化率,A代表時段起始年份冰川面積.

    4 結(jié)論

    本文利用TM、OLI 影像,通過非監(jiān)督分類法、監(jiān)督分類法、比值閾值法、雪蓋指數(shù)法(NDSI)及基于多尺度分割的面向?qū)ο蠓ǎ∣BIA)及基于神經(jīng)網(wǎng)絡(luò)的冰川識別方法對梅里雪山地區(qū)冰川信息進行提取,綜合比較6 種方法的分類效果. 在此基礎(chǔ)上,對梅里雪山地區(qū)1989、1998、2009 年和2019年的冰川信息進行了提取,得出了以下結(jié)論:

    (1)計算機自動解譯方法中,基于神經(jīng)網(wǎng)絡(luò)的冰川識別方法不僅消除了山體陰影的影響,而且可以正確區(qū)分陰影、水體及冰川,有冰磧覆蓋物的冰川信息也能被有效地提取,冰川信息提取精度最高. 但由于樣本數(shù)量較少、訓練深度學習模型的迭代次數(shù)較少,整體的冰川信息提取精度仍待提高.

    (2)非監(jiān)督分類法提取冰川信息效果最差、精度較低,裸地錯分嚴重,山體陰影區(qū)、冰磧覆蓋區(qū)中的冰川未被有效識別. 監(jiān)督分類法解決了裸地錯分的問題,但未提取出山體陰影區(qū)、冰磧覆蓋區(qū)中的冰川,冰川信息提取效果受樣本質(zhì)量影響較大.比值閾值法和雪蓋指數(shù)法(NDSI)均有效消除了山體陰影的影響,但無法區(qū)分水體與冰川,且有冰磧覆蓋物的冰川被漏分的問題仍未得到有效地解決.面向?qū)ο蠓诸惙梢詤^(qū)分水體與冰川,精度相對較高,但操作相對復雜,精度依賴于知識規(guī)則的建立.

    (3)目前基于遙感的冰川信息提取的過程中,目視解譯仍然是精度最高的方法,并且是冰磧覆蓋部分冰川信息解譯效果最好的方法,在計算機自動解譯后進行二次目視修正,仍是冰川信息解譯中最重要的部分.

    (4)1989—2019 年梅里雪山地區(qū)冰川面積退縮了23.77 km2,年均退縮0.79 km2,面積相對退縮率為17.03%,年均相對退縮率為0.57%.

    本文在解譯冰川信息的過程中發(fā)現(xiàn),目前傳統(tǒng)的計算機自動解譯方法提取的冰川信息效果較差.而目視解譯的效率較低,并且受解譯人員的經(jīng)驗和主觀因素的影響,不同人員的解譯會有一定的偏差. 在深度學習迅速發(fā)展的背景下,如何有效結(jié)合傳統(tǒng)的計算機自動解譯方法,提高深度學習冰川信息提取精度,利用有效的標簽對大量數(shù)據(jù)進行深度挖掘分析且減輕神經(jīng)網(wǎng)絡(luò)對于數(shù)據(jù)的依賴程度是未來研究的方向.

    猜你喜歡
    梅里雪山冰川閾值
    為什么冰川會到處走?
    波瀾壯闊的自然奇觀:云南三江并流
    小波閾值去噪在深小孔鉆削聲發(fā)射信號處理中的應(yīng)用
    冰川會發(fā)出聲音嗎?
    基于自適應(yīng)閾值和連通域的隧道裂縫提取
    梅里雪山 我的老阿爸
    民族音樂(2018年3期)2018-07-19 00:55:00
    長途跋涉到冰川
    kscope
    比值遙感蝕變信息提取及閾值確定(插圖)
    河北遙感(2017年2期)2017-08-07 14:49:00
    SHOWER OF THE GODS
    漢語世界(2017年3期)2017-06-05 15:01:42
    在线免费十八禁| 国产69精品久久久久777片| 少妇 在线观看| 国产黄片视频在线免费观看| 性色avwww在线观看| 国产探花极品一区二区| 久久国产亚洲av麻豆专区| 亚洲国产毛片av蜜桃av| 欧美精品一区二区免费开放| 久久久久久久精品精品| 麻豆成人av视频| 91久久精品国产一区二区三区| 丝袜喷水一区| 日本wwww免费看| 美女福利国产在线 | 亚洲国产欧美人成| 国产成人a∨麻豆精品| 精品一品国产午夜福利视频| 国产一区有黄有色的免费视频| 日韩不卡一区二区三区视频在线| 91精品国产九色| 精品久久久久久久久av| 免费大片黄手机在线观看| 六月丁香七月| 国产一区二区三区av在线| 黄色视频在线播放观看不卡| 自拍欧美九色日韩亚洲蝌蚪91 | 国模一区二区三区四区视频| 只有这里有精品99| 亚洲精品乱码久久久v下载方式| 色视频在线一区二区三区| 亚洲精品乱久久久久久| 日本色播在线视频| 老司机影院毛片| 狠狠精品人妻久久久久久综合| 精品久久国产蜜桃| 国产女主播在线喷水免费视频网站| 成年女人在线观看亚洲视频| 美女cb高潮喷水在线观看| 成人漫画全彩无遮挡| 久久99蜜桃精品久久| 国产成人精品久久久久久| 亚洲,欧美,日韩| 国产乱人偷精品视频| 国产精品福利在线免费观看| 久热久热在线精品观看| 在线观看免费高清a一片| 五月开心婷婷网| 乱码一卡2卡4卡精品| 欧美zozozo另类| 日本午夜av视频| 男女无遮挡免费网站观看| 久久久成人免费电影| 国产有黄有色有爽视频| 成人午夜精彩视频在线观看| 久久精品夜色国产| 最近中文字幕高清免费大全6| 美女国产视频在线观看| 欧美日韩一区二区视频在线观看视频在线| 亚洲欧美一区二区三区国产| 国产高清国产精品国产三级 | 不卡视频在线观看欧美| 日韩一区二区三区影片| 久久久久久久精品精品| 午夜日本视频在线| 欧美高清成人免费视频www| 少妇人妻精品综合一区二区| 99久久中文字幕三级久久日本| 久久久久久人妻| 久久久久人妻精品一区果冻| 亚洲色图av天堂| 内地一区二区视频在线| 国产 精品1| 精品一区在线观看国产| 久久久久久九九精品二区国产| h视频一区二区三区| 97精品久久久久久久久久精品| 久久ye,这里只有精品| 国产精品福利在线免费观看| 日韩,欧美,国产一区二区三区| 久久久久久久国产电影| 精品久久久久久久末码| 一本—道久久a久久精品蜜桃钙片| 亚洲成色77777| 欧美高清性xxxxhd video| 国产成人a∨麻豆精品| 我的女老师完整版在线观看| 大香蕉久久网| 国产深夜福利视频在线观看| 一区二区三区免费毛片| 久久久久精品久久久久真实原创| 国产精品一区二区三区四区免费观看| 亚洲美女搞黄在线观看| 婷婷色综合www| 免费av中文字幕在线| 2022亚洲国产成人精品| 尾随美女入室| 新久久久久国产一级毛片| 久久久色成人| 91久久精品国产一区二区三区| 亚洲熟女精品中文字幕| 内射极品少妇av片p| 免费看av在线观看网站| 少妇裸体淫交视频免费看高清| 日韩伦理黄色片| 国产精品人妻久久久久久| 久久久久网色| 久久久国产一区二区| 高清黄色对白视频在线免费看 | 大片电影免费在线观看免费| 高清黄色对白视频在线免费看 | 最后的刺客免费高清国语| 日韩电影二区| 久热久热在线精品观看| 六月丁香七月| 我要看日韩黄色一级片| 观看av在线不卡| 亚洲国产av新网站| 久久人人爽人人爽人人片va| 国产精品成人在线| 精品人妻偷拍中文字幕| 亚洲电影在线观看av| 最近中文字幕2019免费版| 高清视频免费观看一区二区| 国产精品人妻久久久久久| 人妻 亚洲 视频| 老女人水多毛片| 中文字幕人妻熟人妻熟丝袜美| 亚洲精品一区蜜桃| 九九爱精品视频在线观看| 内地一区二区视频在线| av线在线观看网站| 久热久热在线精品观看| 91精品国产国语对白视频| 国产亚洲欧美精品永久| 精品久久久久久久久亚洲| 蜜臀久久99精品久久宅男| 亚洲丝袜综合中文字幕| 一级av片app| 丝袜脚勾引网站| 日韩成人av中文字幕在线观看| 亚洲av.av天堂| 男女啪啪激烈高潮av片| 色网站视频免费| 日韩在线高清观看一区二区三区| 国产一级毛片在线| 亚洲四区av| 啦啦啦视频在线资源免费观看| 伦理电影免费视频| 美女国产视频在线观看| 亚洲精品久久久久久婷婷小说| 亚洲人成网站高清观看| 免费在线观看成人毛片| 天堂8中文在线网| 日韩欧美 国产精品| 日日摸夜夜添夜夜爱| 欧美最新免费一区二区三区| 欧美激情国产日韩精品一区| 成人美女网站在线观看视频| a 毛片基地| 美女内射精品一级片tv| 多毛熟女@视频| www.色视频.com| 1000部很黄的大片| 亚洲av日韩在线播放| 亚洲最大成人中文| av视频免费观看在线观看| 一级二级三级毛片免费看| 亚洲自偷自拍三级| 国产午夜精品久久久久久一区二区三区| 久热这里只有精品99| 男人狂女人下面高潮的视频| 亚洲精品国产av成人精品| 91久久精品国产一区二区三区| 2018国产大陆天天弄谢| 亚洲美女视频黄频| 亚洲av国产av综合av卡| 日韩国内少妇激情av| 国产日韩欧美在线精品| 亚洲国产成人一精品久久久| 乱系列少妇在线播放| 亚洲婷婷狠狠爱综合网| 青春草亚洲视频在线观看| 又粗又硬又长又爽又黄的视频| 菩萨蛮人人尽说江南好唐韦庄| 自拍偷自拍亚洲精品老妇| 一级毛片黄色毛片免费观看视频| 亚洲性久久影院| 日韩欧美一区视频在线观看 | 秋霞伦理黄片| 老熟女久久久| 女的被弄到高潮叫床怎么办| 狂野欧美白嫩少妇大欣赏| 最后的刺客免费高清国语| 成人漫画全彩无遮挡| 日本色播在线视频| 男女免费视频国产| 久久鲁丝午夜福利片| 日韩电影二区| 免费观看的影片在线观看| 国产成人精品婷婷| 七月丁香在线播放| 免费观看a级毛片全部| 国产永久视频网站| 成人亚洲欧美一区二区av| 欧美三级亚洲精品| 午夜福利影视在线免费观看| 一区二区三区四区激情视频| 亚洲内射少妇av| 久久人人爽人人爽人人片va| 国产精品秋霞免费鲁丝片| 在线观看一区二区三区| 国产亚洲5aaaaa淫片| 1000部很黄的大片| 在线精品无人区一区二区三 | 久久热精品热| 身体一侧抽搐| 久久女婷五月综合色啪小说| 国产成人freesex在线| 丝瓜视频免费看黄片| 亚洲av不卡在线观看| 欧美成人精品欧美一级黄| 国产91av在线免费观看| 晚上一个人看的免费电影| 国产乱人偷精品视频| 国产在线一区二区三区精| 亚洲人成网站在线播| 精品99又大又爽又粗少妇毛片| 亚洲精品中文字幕在线视频 | 波野结衣二区三区在线| 亚洲最大成人中文| 亚洲在久久综合| 成人一区二区视频在线观看| 九九爱精品视频在线观看| 特大巨黑吊av在线直播| 性色av一级| 国产乱来视频区| 免费播放大片免费观看视频在线观看| 久久人妻熟女aⅴ| 高清在线视频一区二区三区| 欧美3d第一页| 国产精品一区www在线观看| 最近2019中文字幕mv第一页| 老司机影院成人| 国产亚洲精品久久久com| 啦啦啦视频在线资源免费观看| 久久人人爽av亚洲精品天堂 | 毛片女人毛片| av国产久精品久网站免费入址| 超碰av人人做人人爽久久| 日韩强制内射视频| 夫妻午夜视频| 免费久久久久久久精品成人欧美视频 | 亚洲国产最新在线播放| 日本爱情动作片www.在线观看| 多毛熟女@视频| 亚洲高清免费不卡视频| 成人漫画全彩无遮挡| 国产亚洲91精品色在线| 亚洲国产精品专区欧美| 九九久久精品国产亚洲av麻豆| 久久精品国产自在天天线| av在线观看视频网站免费| 国产女主播在线喷水免费视频网站| 亚洲欧美一区二区三区黑人 | 99久久精品国产国产毛片| 亚洲四区av| 日韩免费高清中文字幕av| 男男h啪啪无遮挡| 免费大片18禁| 色视频在线一区二区三区| 美女cb高潮喷水在线观看| 国语对白做爰xxxⅹ性视频网站| 毛片一级片免费看久久久久| av一本久久久久| 亚洲最大成人中文| 一个人看视频在线观看www免费| 99re6热这里在线精品视频| 国产成人精品福利久久| 亚洲色图av天堂| 美女脱内裤让男人舔精品视频| av.在线天堂| av免费观看日本| 欧美国产精品一级二级三级 | 国产精品久久久久久久电影| 亚洲av二区三区四区| 日韩视频在线欧美| 91狼人影院| 街头女战士在线观看网站| 爱豆传媒免费全集在线观看| 好男人视频免费观看在线| 香蕉精品网在线| 赤兔流量卡办理| 日本-黄色视频高清免费观看| 免费播放大片免费观看视频在线观看| 噜噜噜噜噜久久久久久91| 亚洲精品日本国产第一区| 亚洲图色成人| 91精品一卡2卡3卡4卡| 插逼视频在线观看| 免费人妻精品一区二区三区视频| 久久99热这里只有精品18| 欧美一区二区亚洲| 丝袜脚勾引网站| 大陆偷拍与自拍| 精品人妻视频免费看| 国产男女内射视频| 五月天丁香电影| av在线app专区| 精品国产露脸久久av麻豆| av国产免费在线观看| 亚洲欧洲日产国产| 日本欧美国产在线视频| 久久精品国产鲁丝片午夜精品| 99国产精品免费福利视频| 欧美日韩一区二区视频在线观看视频在线| 国产精品无大码| 噜噜噜噜噜久久久久久91| 热99国产精品久久久久久7| 最近最新中文字幕大全电影3| 人妻一区二区av| 你懂的网址亚洲精品在线观看| 精品国产三级普通话版| 少妇裸体淫交视频免费看高清| 在线免费观看不下载黄p国产| tube8黄色片| 夫妻性生交免费视频一级片| 这个男人来自地球电影免费观看 | 五月玫瑰六月丁香| 久久韩国三级中文字幕| 久久久久性生活片| 国产大屁股一区二区在线视频| 欧美激情极品国产一区二区三区 | 国产精品国产av在线观看| 久久久欧美国产精品| 人妻制服诱惑在线中文字幕| 日韩人妻高清精品专区| 一级毛片电影观看| 亚洲精品中文字幕在线视频 | 亚洲精品中文字幕在线视频 | h视频一区二区三区| 中文字幕av成人在线电影| 久久久久人妻精品一区果冻| 国产亚洲一区二区精品| 亚洲国产精品999| 亚洲av中文av极速乱| 成人18禁高潮啪啪吃奶动态图 | 97精品久久久久久久久久精品| 能在线免费看毛片的网站| 男人爽女人下面视频在线观看| 色视频www国产| 老女人水多毛片| 亚洲国产精品999| 久久女婷五月综合色啪小说| 日产精品乱码卡一卡2卡三| 久久青草综合色| 在线观看人妻少妇| 国产精品偷伦视频观看了| 久久 成人 亚洲| 欧美日韩亚洲高清精品| 日韩,欧美,国产一区二区三区| av国产免费在线观看| 99久国产av精品国产电影| 乱码一卡2卡4卡精品| 九九在线视频观看精品| 一个人看视频在线观看www免费| 免费黄频网站在线观看国产| 国产有黄有色有爽视频| 一级a做视频免费观看| 91精品国产九色| 人人妻人人澡人人爽人人夜夜| 亚洲精品色激情综合| 成年人午夜在线观看视频| 国产精品国产av在线观看| 边亲边吃奶的免费视频| 有码 亚洲区| 秋霞在线观看毛片| 99国产精品免费福利视频| 精华霜和精华液先用哪个| 美女福利国产在线 | 久久久精品免费免费高清| 国产亚洲5aaaaa淫片| 一二三四中文在线观看免费高清| 久久久久久久亚洲中文字幕| 国产熟女欧美一区二区| 亚洲熟女精品中文字幕| 男人和女人高潮做爰伦理| av黄色大香蕉| 精品酒店卫生间| 多毛熟女@视频| 一本一本综合久久| 精品一区二区三卡| av.在线天堂| 亚洲国产精品专区欧美| 国产精品久久久久久av不卡| 美女高潮的动态| 久久久久久久久久人人人人人人| 少妇丰满av| 亚洲四区av| 另类亚洲欧美激情| 日本wwww免费看| 亚洲人与动物交配视频| 精品久久久噜噜| 日韩一本色道免费dvd| 一区二区三区四区激情视频| 成年av动漫网址| 高清午夜精品一区二区三区| 伦理电影免费视频| 蜜桃亚洲精品一区二区三区| 黑丝袜美女国产一区| 各种免费的搞黄视频| 麻豆乱淫一区二区| 99re6热这里在线精品视频| 精品午夜福利在线看| 97精品久久久久久久久久精品| 人人妻人人看人人澡| 各种免费的搞黄视频| 国产一区二区三区av在线| 欧美少妇被猛烈插入视频| 国国产精品蜜臀av免费| 色哟哟·www| 纵有疾风起免费观看全集完整版| 欧美亚洲 丝袜 人妻 在线| 久久精品久久精品一区二区三区| 一个人免费看片子| 日日啪夜夜撸| av卡一久久| 18+在线观看网站| 亚洲欧洲国产日韩| 少妇熟女欧美另类| 欧美激情极品国产一区二区三区 | 久久精品国产自在天天线| 18禁裸乳无遮挡免费网站照片| 国产在线男女| 美女主播在线视频| 亚洲四区av| 国产伦在线观看视频一区| 亚洲伊人久久精品综合| 亚洲国产色片| 欧美老熟妇乱子伦牲交| 日本色播在线视频| 最后的刺客免费高清国语| 成人一区二区视频在线观看| 国产精品久久久久久久电影| 日本vs欧美在线观看视频 | 免费观看的影片在线观看| 中文资源天堂在线| 久久精品久久久久久噜噜老黄| 亚洲va在线va天堂va国产| 亚洲人成网站在线观看播放| 26uuu在线亚洲综合色| 亚洲欧美一区二区三区国产| 看十八女毛片水多多多| 一级a做视频免费观看| 内地一区二区视频在线| 国产爱豆传媒在线观看| 妹子高潮喷水视频| 国产黄色视频一区二区在线观看| 看十八女毛片水多多多| 亚洲国产欧美人成| 国产乱人偷精品视频| 日本午夜av视频| 久久久久性生活片| 欧美日韩一区二区视频在线观看视频在线| av国产精品久久久久影院| 亚洲aⅴ乱码一区二区在线播放| 国产久久久一区二区三区| 亚洲欧美一区二区三区黑人 | 成人二区视频| 色网站视频免费| 亚洲精品国产成人久久av| 国产v大片淫在线免费观看| 色网站视频免费| 国产精品一区二区在线不卡| 欧美成人午夜免费资源| 国内少妇人妻偷人精品xxx网站| 在线观看美女被高潮喷水网站| 乱码一卡2卡4卡精品| 蜜臀久久99精品久久宅男| 亚洲色图综合在线观看| 欧美97在线视频| 国产 一区精品| 久久午夜福利片| 国产精品人妻久久久久久| 少妇人妻久久综合中文| 99热6这里只有精品| 性高湖久久久久久久久免费观看| 又粗又硬又长又爽又黄的视频| 婷婷色av中文字幕| 肉色欧美久久久久久久蜜桃| 深爱激情五月婷婷| 亚洲国产毛片av蜜桃av| 久久99蜜桃精品久久| 18禁裸乳无遮挡免费网站照片| 欧美老熟妇乱子伦牲交| 国产精品国产三级国产av玫瑰| 秋霞在线观看毛片| 色网站视频免费| 免费大片18禁| 国产色婷婷99| 精品久久久久久久久亚洲| 在现免费观看毛片| h日本视频在线播放| 日本猛色少妇xxxxx猛交久久| 熟妇人妻不卡中文字幕| 久久精品人妻少妇| 性色avwww在线观看| 亚洲在久久综合| 九色成人免费人妻av| 久久久久久久久久久丰满| 亚洲一区二区三区欧美精品| 国语对白做爰xxxⅹ性视频网站| kizo精华| 丰满人妻一区二区三区视频av| 嘟嘟电影网在线观看| 国产精品一区二区性色av| 中文天堂在线官网| 亚洲av电影在线观看一区二区三区| 国产色爽女视频免费观看| 亚洲天堂av无毛| 最近2019中文字幕mv第一页| 黄色配什么色好看| 国产高清国产精品国产三级 | 午夜福利在线在线| 国产精品久久久久成人av| 十八禁网站网址无遮挡 | 日本wwww免费看| 性色av一级| 免费观看在线日韩| 黄色怎么调成土黄色| 秋霞伦理黄片| 十分钟在线观看高清视频www | 男女国产视频网站| 一个人免费看片子| 亚洲欧美成人综合另类久久久| 亚洲精品成人av观看孕妇| 制服丝袜香蕉在线| 国产免费一区二区三区四区乱码| 日韩,欧美,国产一区二区三区| 精品久久国产蜜桃| 少妇精品久久久久久久| 亚洲av成人精品一二三区| 妹子高潮喷水视频| 亚洲精品乱码久久久久久按摩| 毛片女人毛片| 黑丝袜美女国产一区| 亚洲高清免费不卡视频| 久久精品国产亚洲av涩爱| 噜噜噜噜噜久久久久久91| 国产免费又黄又爽又色| 一区二区av电影网| 性色av一级| 国产黄色免费在线视频| 亚洲国产色片| 欧美xxⅹ黑人| 亚洲综合精品二区| 久久久久久久久久人人人人人人| 国产av国产精品国产| 久久亚洲国产成人精品v| 我的女老师完整版在线观看| 亚洲美女搞黄在线观看| av免费观看日本| 热re99久久精品国产66热6| 国内少妇人妻偷人精品xxx网站| 国内精品宾馆在线| 精品国产一区二区三区久久久樱花 | 午夜福利在线观看免费完整高清在| 美女内射精品一级片tv| 国产精品一区二区三区四区免费观看| 精品一区在线观看国产| 日韩一区二区视频免费看| 亚洲精品色激情综合| 国产 一区 欧美 日韩| 亚洲伊人久久精品综合| 亚洲精品乱码久久久v下载方式| 看非洲黑人一级黄片| 欧美 日韩 精品 国产| 国产 一区精品| 男人狂女人下面高潮的视频| freevideosex欧美| 最近2019中文字幕mv第一页| 91久久精品电影网| 成年人午夜在线观看视频| 三级国产精品欧美在线观看| 亚洲四区av| 男女免费视频国产| 插阴视频在线观看视频| 色网站视频免费| 最后的刺客免费高清国语| 黑丝袜美女国产一区| 国模一区二区三区四区视频| 亚洲经典国产精华液单| 国产成人a∨麻豆精品| h日本视频在线播放| 国产精品久久久久久av不卡| h日本视频在线播放| 亚洲成人手机| 老司机影院毛片| 嫩草影院入口| 国产精品.久久久| 91久久精品国产一区二区成人| 亚洲欧美日韩东京热| 人人妻人人添人人爽欧美一区卜 | 日韩人妻高清精品专区| 久久精品夜色国产| 2022亚洲国产成人精品| 青春草国产在线视频| 国产真实伦视频高清在线观看| 日本av手机在线免费观看| av在线老鸭窝| 日本午夜av视频| 水蜜桃什么品种好| 精品国产露脸久久av麻豆| 人人妻人人添人人爽欧美一区卜 | 亚洲人成网站高清观看|