• 
    

    
    

      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

      ?

      基于小波變換的帶狀套作玉米葉面積指數(shù)光譜估測(cè)

      2021-05-13 03:38:34張佳偉王仲林譚先明王貝貝楊文鈺
      關(guān)鍵詞:套作植被指數(shù)冠層

      張佳偉,王仲林,譚先明,王貝貝,楊文鈺,楊 峰

      (四川農(nóng)業(yè)大學(xué)農(nóng)學(xué)院/農(nóng)業(yè)部西南作物生理生態(tài)與耕作重點(diǎn)實(shí)驗(yàn)室/四川省作物帶狀復(fù)合種植工程技術(shù)研究中心,成都 611130)

      玉米大豆帶狀復(fù)合種植模式具有培肥地力、保證玉米產(chǎn)量和增加大豆產(chǎn)量等優(yōu)點(diǎn),在保障我國的糧食安全方面發(fā)揮重要作用[1]。葉面積指數(shù)(leaf area index,LAI)是指單位土地面積上植物葉片總面積與所占土地面積的比值,是植物重要的生長(zhǎng)參數(shù)之一,它與作物的光能截獲、光合作用、總初級(jí)生產(chǎn)力和蒸騰作用等密切相關(guān)[2-4],同時(shí)也是作物元素營(yíng)養(yǎng)管理[5]、產(chǎn)量估算[6]和長(zhǎng)勢(shì)監(jiān)測(cè)[7]的重要指標(biāo)。因此快速估測(cè)帶狀套作玉米LAI,對(duì)判斷長(zhǎng)勢(shì)情況、控制氮素營(yíng)養(yǎng)水平和保證產(chǎn)量穩(wěn)定或增加具有重要意義。

      高光譜遙感技術(shù)因具有分辨率高、信息量大、即時(shí)性強(qiáng)及非破壞性等優(yōu)點(diǎn),越來越多地被應(yīng)用在作物農(nóng)學(xué)參數(shù)定量估測(cè)、長(zhǎng)勢(shì)監(jiān)測(cè)和精準(zhǔn)農(nóng)業(yè)等方面。在高光譜遙感估測(cè)中,植被指數(shù)形式簡(jiǎn)單、穩(wěn)定性強(qiáng),是高光譜遙感估測(cè)作物L(fēng)AI模型中最常用的變量參數(shù),已經(jīng)被前人廣泛應(yīng)用在水稻[8]、小麥[9]、玉米[10-11]和棉花[12]等主要農(nóng)作物的LAI光譜估測(cè)研究中。連續(xù)小波變換技術(shù)具有強(qiáng)大的信息處理與分析能力[13-15],近年來逐漸成為高光譜信息提取的新興技術(shù),在土壤[13]、水體[14]和植物[15]的光譜信息分析均有涉及,在作物的光譜信息分析中發(fā)揮了減少背景噪音[16]、確定紅邊位置[17]和構(gòu)建估測(cè)模型[18]等作用。

      玉米-大豆帶狀套作種植下玉米與凈作玉米田間配置、土壤背景存在差異而導(dǎo)致冠層光譜反射率不同,所以凈作玉米LAI估測(cè)模型并不完全適用于帶狀套作玉米。因此,本研究基于玉米-大豆帶狀套作種植模式,測(cè)定不同施氮水平下帶狀套作玉米冠層光譜反射率與LAI值,重點(diǎn)分析比較植被指數(shù)及小波系數(shù)與LAI的定量關(guān)系,旨在構(gòu)建帶狀套作玉米LAI光譜估測(cè)模型,為帶狀套作玉米長(zhǎng)勢(shì)實(shí)時(shí)監(jiān)測(cè)和氮肥精確管理提供科學(xué)依據(jù)和理論支持。

      1 材料和方法

      1.1 試驗(yàn)材料

      供試玉米選用緊湊型品種登海605,大豆選用耐蔭性品種南豆12,由農(nóng)業(yè)部西南作物生理生態(tài)與耕作實(shí)驗(yàn)室提供。

      1.2 試驗(yàn)設(shè)計(jì)

      試驗(yàn)于2019年4—7月在四川農(nóng)業(yè)大學(xué)崇州現(xiàn)代農(nóng)業(yè)研發(fā)基地進(jìn)行,試驗(yàn)點(diǎn)土壤基本肥力為有機(jī)質(zhì) 13.31 g/kg,全氮 1.13 g/kg,全磷 0.63 g/kg,全鉀 15.17 g/kg,堿解氮 72.56 g/kg,速效磷 6.58 g/kg,速效鉀156.98 g/kg。

      試驗(yàn)設(shè)4個(gè)氮素水平,分別施純氮N1:0 kg/hm2;N2:120 kg/hm2;N3:210 kg/hm2;N4:300 kg/hm2,各氮素處理均設(shè)3個(gè)重復(fù)。玉米-大豆帶狀套作采用寬窄行模式種植,窄行40 cm,種植2行玉米,玉米株距17 cm,種植密度為6萬株/hm2,寬行160 cm,種2行大豆,大豆株距10 cm大豆種植密度10萬株/hm2。玉米于4月3日播種,7月28日收獲;大豆于6月8日播種(玉米進(jìn)入灌漿期),10月25日收獲。氮肥于播種前(基肥)和大喇叭口期(追肥)按1∶1比例在玉米行間開溝進(jìn)行施肥,所有小區(qū)磷、鉀底肥分別為:P2O572 kg/hm2和K2O 90 kg/hm2,其他按照當(dāng)?shù)卮筇锕芾矸绞竭M(jìn)行。

      1.3 測(cè)定項(xiàng)目

      1.3.1 冠層光譜反射率測(cè)定

      在帶狀套作玉米拔節(jié)期、抽雄吐絲期和灌漿期使用荷蘭AvaField-3便攜式高光譜地物波譜儀(光譜范圍380~2 500 nm,光譜采樣間隔為0.6 nm@350~1 000 nm 和 6 nm@1 000~2 500 nm,視場(chǎng)角為 25°,本文選用400~1 000 nm之間的光譜反射率數(shù)據(jù))進(jìn)行冠層反射光譜測(cè)量,光譜測(cè)量選擇在天氣晴朗、少云無風(fēng)的10:00—14:00之間進(jìn)行,光纖探頭垂直向下,距窄行玉米冠層上方1 m。每試驗(yàn)小區(qū)隨機(jī)選取玉米植株進(jìn)行冠層反射光譜測(cè)定,每株玉米測(cè)定5次并取算數(shù)平均值作為此株玉米的冠層光譜反射率數(shù)據(jù)(5個(gè)點(diǎn)分別為此株玉米前后左右中),每次測(cè)量后及時(shí)利用標(biāo)準(zhǔn)白板校正。

      1.3.2 葉面積指數(shù)測(cè)定

      完成冠層光譜測(cè)定后取對(duì)應(yīng)玉米植株,采用長(zhǎng)寬系數(shù)法(全展葉片系數(shù)選定為0.75,未全展葉片系數(shù)選定為0.5)測(cè)定整株玉米葉面積總量[19]。

      LAI=整株玉米葉面積總量/整株玉米所占土地面積進(jìn)行計(jì)算。

      1.4 數(shù)據(jù)處理

      1.4.1 樣本集的分類

      本文隨機(jī)從樣本集(n=166)中隨機(jī)抽取一定比例(2/3)的樣品作為建模集(n=111),剩下的樣本作為驗(yàn)證集(n=55)。

      1.4.2 植被指數(shù)

      1.4.2.1 常規(guī)植被指數(shù)

      本文在前人的研究基礎(chǔ)上選取7種常規(guī)植被指數(shù),計(jì)算公式及來源見表1。

      表1 本文引用的植被指數(shù)Table 1 Vegetation index in this paper

      1.4.2.2 自由組合植被指數(shù)

      自由組合植被指數(shù)是由光譜反射率采用兩兩自由組合的方式構(gòu)建所有可能的差值植被指數(shù)(difference vegetation index,DVI)、比值植被指數(shù)(ratio vegetation index,RVI)和歸一化植被指數(shù)(normalized difference vegetation index,NDVI),本文系統(tǒng)分析在400~1 000 nm范圍內(nèi)任意兩波段反射率自由組合形成的DVI、RVI和NDVI與帶狀套作玉米LAI之間的相關(guān)性關(guān)系,并最終輸出與LAI相關(guān)性最好的自由組合植被指數(shù)DVI、RVI和NDVI。

      1.4.3 小波系數(shù)

      小波系數(shù)(wavelet coefficient,WC)[22]是原始光譜反射率數(shù)據(jù)經(jīng)過連續(xù)小波變換(continuous wavelet change,CWT)后得到數(shù)據(jù),CWT是一種將光譜數(shù)據(jù)進(jìn)行數(shù)學(xué)線性變換的方法,光譜數(shù)據(jù)經(jīng)過CWT可以提取被測(cè)物體更多的光譜吸收特征的形狀和位置信息,更容易對(duì)其包含的光譜信息進(jìn)行處理和解釋。選取不同的小波函數(shù)在不同分解尺度下的處理得到一系列WC,其變換公式如下:

      其中的wf(a,b)為小波系數(shù),f(t)是帶狀套作玉米冠層光譜反射率數(shù)據(jù),t為光譜波段(400~1 000 nm),Ψa,b(t)是小波函數(shù),a為尺度因子,b為平移因子,CWT將原先一維的高光譜數(shù)據(jù)變換為由光譜波段和分解尺度組合而成的WC二維矩陣。利用Matlab軟件對(duì)冠層高光譜數(shù)據(jù)進(jìn)行CWT后得到的WC與帶狀套作玉米LAI進(jìn)行相關(guān)性分析,通過相關(guān)性的高低選擇所需要的WC。

      1.4.4 模型精度評(píng)價(jià)

      建立LAI定量估測(cè)模型之后,需要對(duì)估測(cè)模型的準(zhǔn)確性和預(yù)測(cè)能力進(jìn)行評(píng)價(jià),以確定所建立估測(cè)模型的優(yōu)劣。通過決定系數(shù)(determination coefficients,R2)、均方根誤差(root mean square errors,RMSE)和相對(duì)誤差(relative error,RE)對(duì)估測(cè)模型優(yōu)劣進(jìn)行評(píng)價(jià)。R2的值介于0~1之間,當(dāng)R2的值越接近1時(shí),RMSE和RE值越接近0時(shí),表明估測(cè)模型的預(yù)測(cè)效果越好,精度越高。R2、RMSE和RE三者的計(jì)算公式如下:

      式中,yi為預(yù)測(cè)值,yj為實(shí)測(cè)值,n為樣本數(shù)。

      數(shù)據(jù)整理采用Excel 2016進(jìn)行,農(nóng)學(xué)參數(shù)間的差異顯著性分析由SPSS 22.0進(jìn)行計(jì)算,相關(guān)系數(shù)坐標(biāo)圖的構(gòu)建及模型的建立均由軟件Matlab編程計(jì)算。

      2 結(jié)果與分析

      2.1 玉米葉面積指數(shù)與冠層光譜反射率變化規(guī)律

      圖1不同施氮水平下玉米葉面積指數(shù)與冠層光譜反射率變化規(guī)律由圖1可知,帶狀套作玉米LAI從拔節(jié)期到抽雄吐絲期逐漸增加,至灌漿期玉米葉片衰老,LAI逐漸降低,呈現(xiàn)先增加后減的變化趨勢(shì),隨著施氮水平增加,帶狀套作玉米LAI顯著增加(P<0.05)。帶狀套作玉米冠層反射光譜曲線在670 nm之前反射率較低且較平穩(wěn),在550 nm的“綠峰”位置處不同施氮水平下光譜反射率差異顯著,而在近紅外區(qū)域不同生育時(shí)期及氮素水平下玉米冠層光譜反射率存在差異,介于20%~50%之間,近紅外區(qū)域反射率隨施氮水平增加而增加,以抽雄吐絲期的反射率最高。

      圖1 不同施氮水平下玉米葉面積指數(shù)與冠層光譜反射率變化規(guī)律Figure 1 Changes of leaf area index and canopy spectral reflectance of maize under different nitrogen levels

      2.2 玉米葉面積指數(shù)與冠層光譜反射率的相關(guān)性分析

      通過不同生育時(shí)期和不同氮肥水平下的玉米LAI與其對(duì)應(yīng)的冠層光譜反射率進(jìn)行相關(guān)性分析(圖2),大部分波長(zhǎng)下的光譜反射率與LAI指數(shù)相關(guān)性達(dá)到顯著或極顯著相關(guān),其中在416 nm處的光譜反射率與LAI相關(guān)性最好,相關(guān)系數(shù)為-0.582 7。

      圖2 帶狀套作玉米葉面積指數(shù)與冠層光譜反射率相關(guān)性分析Figure 2 Correlation analysis of leaf area index and canopy spectral reflectance of belt intercropping maize

      2.3 玉米葉面積指數(shù)與植被指數(shù)的相關(guān)性分析

      由表2可知,利用7種常規(guī)植被指數(shù)與LAI進(jìn)行相關(guān)性對(duì)比分析,相關(guān)性均達(dá)到了極顯著相關(guān)(P<0.01),其中 R810/R560與 LAI的相關(guān)性最好,相關(guān)系數(shù)為0.883。

      同時(shí),本研究基于帶狀套作玉米冠層原始光譜反射率數(shù)據(jù),構(gòu)建兩兩波段自由組合形成的DVI、RVI和NDVI這3種植被指數(shù)分別與LAI進(jìn)行相關(guān)性分析,形成了651×651的相關(guān)系數(shù)矩陣(圖3)。圖中每個(gè)像素點(diǎn)對(duì)應(yīng)橫坐標(biāo)為構(gòu)成植被指數(shù)的分子波段,縱坐標(biāo)為分母波段,各像素點(diǎn)的色度值表示所構(gòu)建的植被指數(shù)與LAI相關(guān)系數(shù)的大小。通過對(duì)比分析,如表3所示,與LAI相關(guān)性最佳的自由組合植被指數(shù)分別為 DVI(759,865)、RVI(762,747)和NDVI(762,747),相關(guān)性均達(dá)到了極顯著相關(guān)(P<0.01),相關(guān)系數(shù)分別為0.821 2、0.900 4和0.900 3。

      圖3 葉面積指數(shù)與自由組合植被指數(shù)相關(guān)性分析Figure 3 Correlation analysis of leaf area index and free combination vegetation index

      表3 葉面積指數(shù)與自由組合植被指數(shù)的相關(guān)系數(shù)Table 3 Correlation coefficients between leaf area index and free combination vegetation index

      2.4 玉米葉面積指數(shù)與小波系數(shù)的相關(guān)性分析

      如圖4所示,通過CWT對(duì)帶狀套作玉米冠層反射光譜數(shù)據(jù)進(jìn)行1~10尺度下的分解,每個(gè)分解尺度下各波段上生成特定的WC,然后分別與LAI進(jìn)行相關(guān)性分析,將每個(gè)1~10尺度下每個(gè)尺度下對(duì)應(yīng)的相關(guān)系數(shù)構(gòu)建成一個(gè)10×651的矩陣。矩陣圖中的每個(gè)像素點(diǎn)對(duì)應(yīng)的橫坐標(biāo)為原始光譜波段(400~1 000 nm),縱坐標(biāo)為分解尺度(1~10),各像素點(diǎn)是CWT在不同波段與不同分解尺度下的WC,各像素點(diǎn)的色度值表示經(jīng)過CWT生成的WC與帶狀套作玉米LAI相關(guān)系數(shù)的大小。

      圖4 葉面積指數(shù)與小波系數(shù)相關(guān)性分析Figure 4 Correlation analysis between leaf area index and wavelet coefficient

      本研究應(yīng)用了不同的小波函數(shù)對(duì)高光譜數(shù)據(jù)進(jìn)行處理,得到的多組WC與LAI進(jìn)行相關(guān)性分析發(fā)現(xiàn),如表 4 所示,應(yīng)用 db3、sym3、rbio1.5、rbio3.5、rbio3.7和guas5這6種小波函數(shù)進(jìn)行CWT得到的WC與LAI相關(guān)性最好,6組WC同LAI均在0.01水平極顯著相關(guān),其中 guas5(740,9)下的 WC 同LAI的相關(guān)系數(shù)最大(r=0.895 4)。

      表4 葉面積指數(shù)與小波系數(shù)的相關(guān)系數(shù)Table 4 Correlation coefficient between leaf area index and wavelet coefficient

      2.5 玉米葉面積指數(shù)估測(cè)模型的構(gòu)建與驗(yàn)證

      為了構(gòu)建帶狀套作玉米LAI的高光譜估測(cè)模型,采用前人常用的4個(gè)單變量線性或非線性擬合模型進(jìn)行模型的構(gòu)建,線性函數(shù)Y=ax+b;對(duì)數(shù)函數(shù)Y=alnx+b;指數(shù)函數(shù) Y=aebx;二次函數(shù) Y=ax2+bx+c。式中,Y代表LAI值,x代表光譜變量。本文將表2、3和4中的常規(guī)植被指數(shù)、自由組合植被指數(shù)和WC作物光譜變量x,構(gòu)建LAI估測(cè)模型,并利用驗(yàn)證集數(shù)據(jù)進(jìn)行估測(cè)模型預(yù)測(cè)效果與精度的評(píng)價(jià)。

      如表5所示,建模集樣本LAI估測(cè)模型R2介于0.466 8~0.814之間,通過對(duì)估測(cè)模型的驗(yàn)證,發(fā)現(xiàn)db3(750,10)下的WC作為光譜變量構(gòu)建的LAI估測(cè)模型y=-5.84x2+8.417 8x+2.231 1效果最好、精度最高,其驗(yàn)證集R2、RMSE和RE分別為0.854 4、0.488 6和19.43%。

      表5 帶狀套作玉米全生育期葉面積指數(shù)估測(cè)模型的擬合與驗(yàn)證Table 5 Fitting and validation of the estimation model of leaf area index during the whole growth period of strip intercropping maize

      3 討論

      本文通過研究不同氮素水平下不同生育時(shí)期帶狀套作玉米LAI及冠層光譜反射率,確立了玉米LAI與冠層光譜反射率的關(guān)系,發(fā)現(xiàn)帶狀套作玉米LAI與冠層光譜反射率在350~733 nm的可見光區(qū)域呈顯著負(fù)相關(guān)(P<0.05),在 733~1 000 nm 的近紅外區(qū)域與LAI呈顯著正相關(guān),玉米LAI的敏感波段基本存在400~1 000 nm整個(gè)區(qū)域之間,這與賀佳、齊波等研究結(jié)果相似[21-23],故帶狀套作玉米LAI的動(dòng)態(tài)預(yù)測(cè)可以依靠400~1 000 nm之間的可見光區(qū)域和近紅外區(qū)域的冠層光譜反射率[24]。

      光譜敏感信息和玉米LAI的相關(guān)性與玉米的種植方式有關(guān),且不同的數(shù)據(jù)挖掘方法獲得的敏感參數(shù)信息不同。帶狀套作玉米LAI與植被指數(shù)和WC雖均呈極顯著相關(guān)水平(P<0.01),但LAI與常規(guī)植被指數(shù)的相關(guān)性、估測(cè)模型的預(yù)測(cè)效果要明顯低于自由組合植被指數(shù)和WC二者。這可能因?yàn)楦鞒R?guī)植被指數(shù)對(duì)矯正光譜反射率的能力、降低土壤背景干擾的能力和適應(yīng)的作物種類有所差異[25],隨著帶狀套作玉米生育時(shí)期的進(jìn)行,土地覆蓋度逐漸增加,其冠層結(jié)構(gòu)、物質(zhì)含量及種類和外界環(huán)境發(fā)生變化[26],使得常規(guī)植被指數(shù)受到的外部因素干擾過大,造成與LAI相關(guān)性及預(yù)測(cè)效果不佳。各種常規(guī)植被指數(shù)適應(yīng)的生育時(shí)期不同,如OSAVI可以有效去除土壤背景的干擾,故在玉米拔節(jié)期時(shí)具有較好的監(jiān)測(cè)效果[27];而增強(qiáng)型植被指數(shù)ⅡEVI2常適用于作物L(fēng)AI值高,適用于葉面積指數(shù)較大時(shí)的光譜模型構(gòu)建[28],如喇叭口期、抽雄吐絲期等;mNDVI和mSRI二者對(duì)作物冠層葉片衰老非常靈敏,因而適用于灌漿期之后的LAI估測(cè)[29-30];因此常規(guī)植被指數(shù)并不完全適用于帶狀套作玉米全生育時(shí)期的LAI估測(cè)模型構(gòu)建,所以預(yù)測(cè)效果要明顯低于自由組合植被指數(shù)和WC二者。

      帶狀套作玉米LAI雖與自由組合植被指數(shù)的相關(guān)性及構(gòu)建的LAI估測(cè)模型R2雖與WC并無較大差異,但對(duì)二者構(gòu)建的LAI估測(cè)模型驗(yàn)證發(fā)現(xiàn),基于WC構(gòu)建的LAI估測(cè)模型的預(yù)測(cè)效果及精度卻較高于基于自由組合植被指數(shù)建立的估測(cè)模型,這可能因?yàn)镃WT是將400~1 000 nm波長(zhǎng)上的光譜反射率進(jìn)行處理變換,得到的WC與LAI相關(guān)性較原始各波段反射率大大增加,得到的WC可以有效地減少背景因素干擾、去除無用的光譜信息和增加包含LAI的光譜信息[31]。自由組合植被指數(shù)單利用兩個(gè)波段的光譜反射率,對(duì)光譜數(shù)據(jù)進(jìn)行有效矯正程度較低[32-33],所以建立的估測(cè)模型擬合精度可能并無差異,但對(duì)所構(gòu)建估測(cè)模型進(jìn)行驗(yàn)證時(shí),因WC對(duì)光譜反射率的矯正程度較高,故WC對(duì)LAI定量估測(cè)模型的驗(yàn)證精度較高。

      研究通過對(duì)玉米冠層原始反射光譜進(jìn)行CWT處理得到的WC構(gòu)建的葉面積指數(shù)定量估測(cè)模型具有較高的預(yù)測(cè)精測(cè),但模型是在單品種和單生態(tài)點(diǎn)的試驗(yàn)資料基礎(chǔ)上建立的,模型的普適性不夠。在今后的工作中,將進(jìn)行多年多點(diǎn)多生育時(shí)期的田間試驗(yàn)分析,利用足夠量的數(shù)據(jù)進(jìn)一步構(gòu)建帶狀套作玉米主要農(nóng)學(xué)參數(shù)估測(cè)模型,為帶狀套作玉米長(zhǎng)勢(shì)實(shí)時(shí)監(jiān)測(cè)和氮肥精確管理提供科學(xué)依據(jù)和理論支持。

      4 結(jié)論

      帶狀套作玉米LAI在不同施氮水平下,隨著生育時(shí)期的推進(jìn)LAI變化規(guī)律相同,處理間差異顯著或極顯著。帶狀套作玉米冠層光譜反射率在“綠峰”位置和近紅外區(qū)域差異顯著,且在可見光區(qū)域隨施氮水平的增加而降低,在近紅外區(qū)域隨施氮水平的增加而上升。

      帶狀套作玉米LAI與常規(guī)植被指數(shù)、自由組合植被指數(shù)和WC均呈極顯著相關(guān),通過模型構(gòu)建與驗(yàn)證,以db3(750,10)下的小波系數(shù)作為光譜變量x構(gòu)建的帶狀套作玉米全生育期葉面積指數(shù)估測(cè)模型(y=-5.84x2+8.417 8x+2.231 1,R2=0.854 4、RMSE=0.488 6、RE=19.43%)能較精確的估測(cè)不同生育時(shí)期帶狀套作玉米LAI。

      猜你喜歡
      套作植被指數(shù)冠層
      基于低空遙感的果樹冠層信息提取方法研究
      基于激光雷達(dá)的樹形靶標(biāo)冠層葉面積探測(cè)模型研究
      安徽省淮南森林冠層輻射傳輸過程的特征
      桑園全年免耕周年套作技術(shù)進(jìn)行專家測(cè)產(chǎn)
      遠(yuǎn)離套作之嫌,力創(chuàng)真我之文—以2019年浙江高考考場(chǎng)作文為例
      AMSR_2微波植被指數(shù)在黃河流域的適用性對(duì)比與分析
      河南省冬小麥產(chǎn)量遙感監(jiān)測(cè)精度比較研究
      施氮水平對(duì)冬小麥冠層氨揮發(fā)的影響
      套作條件下不同品種小麥產(chǎn)量及其構(gòu)成分析
      主要植被指數(shù)在生態(tài)環(huán)評(píng)中的作用
      西藏科技(2015年1期)2015-09-26 12:09:29
      邯郸县| 正阳县| 泉州市| 临夏县| 丰镇市| 葫芦岛市| 丰都县| 沾化县| 江源县| 宁都县| 沙河市| 东宁县| 固镇县| 克东县| 襄汾县| 云梦县| 乃东县| 海林市| 勃利县| 新平| 苗栗市| 霍林郭勒市| 大安市| 漠河县| 丹凤县| 临沭县| 九龙坡区| 新宁县| 和平区| 革吉县| 平乐县| 凤台县| 凌云县| 新干县| 罗城| 天津市| 周宁县| 寿阳县| 云梦县| 徐州市| 宝兴县|