• 
    

    
    

      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 ?

      1982—2016年西南地區(qū)變干、變綠趨勢分析

      2021-12-14 04:27:40張林林
      西南農(nóng)業(yè)學(xué)報 2021年9期
      關(guān)鍵詞:西南地區(qū)降水植被

      張林林

      (1.南京信息工程大學(xué)地理科學(xué)學(xué)院,江蘇 南京 210044; 2.南京市力人學(xué)校,江蘇 南京 210009)

      【研究意義】通過遙感植被指數(shù),包括葉面積指數(shù)(LAI)和歸一化差異植被指數(shù)(NDVI)等,從地區(qū)到全球范圍內(nèi)都廣泛的報道全球變綠的現(xiàn)象[1-3]。然而,極端氣候?qū)χ脖缓拖鄳?yīng)的初級生產(chǎn)力有顯著影響[4-5]。在這些極端事件中,干旱的影響尤其廣泛和嚴(yán)重[6]。極端事件對植被的短期破壞作用非常顯著[7-8],同時基于物理和統(tǒng)計(jì)模型發(fā)現(xiàn),植被的長期變化仍然主要受氣候變化和人類活動的影響[9-10]。最近研究表明,受全球變化的影響,植被的活動已經(jīng)發(fā)生改變[10]。從大氣中CO2濃度的變化發(fā)現(xiàn)北半球的植被有顯著的增加趨勢[11]?!厩叭搜芯窟M(jìn)展】張佳華等[12]基于全球LAI數(shù)據(jù)研究植被對于溫度和降水變化的響應(yīng),發(fā)現(xiàn)溫度在北半球的中高緯度地區(qū)與植被呈現(xiàn)正相關(guān)。彭飛[13]研究了中國地區(qū)LAI和氣候變化之間的關(guān)系,發(fā)現(xiàn)溫度變化是LAI變化的主要原因。Chen[14]基于2000年以來的LAI數(shù)據(jù),分析發(fā)現(xiàn)全球1/3的植被面積都在變綠,變綠區(qū)域主要分布在中國和印度。其中中國的綠化主要來自森林和農(nóng)田,其中就包括西南地區(qū)林地的貢獻(xiàn)。西南地區(qū)以溫帶半濕潤氣候?yàn)橹鱗15],水資源豐富。但在過去的幾十年里,西南地區(qū)經(jīng)歷了嚴(yán)重的干旱災(zāi)害,特別是2009—2012年之間嚴(yán)重干旱[16-17],對當(dāng)?shù)刂脖划a(chǎn)生了嚴(yán)重的破壞。但是根據(jù)長期遙感植被數(shù)據(jù)發(fā)現(xiàn),短期極端氣候事件對于植被長期生長并未產(chǎn)生較大的影響。此外,影響西南地區(qū)植被長期變化因素是多種多樣的,包括自然活動和人類活動[18]?!颈狙芯壳腥朦c(diǎn)】本研究用溫度、降水、標(biāo)準(zhǔn)降水蒸散指數(shù)(SPEI)和LAI來表征1982—2016間西南地區(qū)氣候特征和植被狀況,并用Mann-Kendall檢驗(yàn)確定趨勢的重要性?!緮M解決的關(guān)鍵問題】通過計(jì)算Pearson相關(guān)系數(shù)和偏相關(guān)系數(shù),分析LAI與其它氣候要素之間的關(guān)系,找出植被在長期變化中對哪些氣象因子更敏感。

      1 材料與方法

      1.1 研究區(qū)概況

      西南地區(qū)包括四川、云南、貴州、廣西四省和重慶市(圖1-a,N20°~N35°;E97°~E112°)面積約13.77×104km2,占中國國土面積的約14.3%。西北臨青藏地區(qū),海拔跨度大,由東南向西北遞增。在受亞洲季風(fēng)影響的西南地區(qū),夏季高溫多雨,雨熱同期[19](Li et al。2018年),7月達(dá)到峰值(圖1-c)。研究區(qū)間全區(qū)域年均降水量為(1147.68±75.56) mm,年均溫為(12.32±0.45)℃。西南地區(qū)地形復(fù)雜,包括四川盆地、廣西丘陵、橫斷山脈和云貴高原等。西南地區(qū)喀斯特地貌分布廣泛,植被稀疏,水土流失嚴(yán)重[20],使得近年來頻繁發(fā)生的干旱和人為干擾使該地區(qū)的陸地生態(tài)系統(tǒng)非常脆弱[21]。

      為了減少海拔對溫度和降水的影響[22-23],并更好地分析植被響應(yīng),選擇海拔高度小于3000 m的區(qū)域作為研究區(qū)[24-25],包括圖1中紅線包括的區(qū)域。

      使用中國科學(xué)院資源與環(huán)境數(shù)據(jù)中心提供的2015年1 km分辨率土地利用類型數(shù)據(jù)(http://www.resdc.cn/),基于中國1︰10萬土地利用數(shù)據(jù)庫[26]。土地利用類型分為6個類別(表1)和25個類別,是基于陸地衛(wèi)星TM/EM圖像而生成的[27]。

      1.2 供試數(shù)據(jù)

      1.2.1 氣象數(shù)據(jù) 本研究使用的溫度(℃)和降水量(mm)數(shù)據(jù)是由中國氣象局和國家氣象信息中心基于觀測數(shù)據(jù)開發(fā)的數(shù)據(jù)集(網(wǎng)格數(shù)據(jù)集V2.0,https://data.cma.cn),空間分辨率為0.5度,時間分辨率是月尺度,時間范圍為1982—2016年。

      1.2.2 干旱指數(shù)——標(biāo)準(zhǔn)降水蒸散指數(shù) 基于中國氣象局的氣象數(shù)據(jù)(溫度和降水)計(jì)算1982—2016年的標(biāo)準(zhǔn)化降水-蒸散指數(shù)(SPEI)數(shù)據(jù)[28],該數(shù)據(jù)時間分辨率為月尺度,空間分辨率為0.5度。由于SPEI是具有多尺度性,1個月、6個月和12個月尺度能較好地反映西南地區(qū)植被的干旱特征,本研究選取了SPEI-01、SPEI-06和SPEI-12多個時間尺度數(shù)據(jù)。

      標(biāo)準(zhǔn)降水蒸散指數(shù)(SPEI)是通過計(jì)算月降水量與潛在蒸散量(PET)之間的差值來計(jì)算,用概率分布函數(shù)擬合,然后進(jìn)行正態(tài)歸一化計(jì)算。

      第1步,降水量(PPT)與潛在蒸散量PET之間的差異:

      D=PPT-PET

      (1)

      第2步,D根據(jù)時間尺度計(jì)算如下:

      (2)

      其中,k是時間,從1個月到48個月不等。

      第3步,用三參數(shù)對數(shù)Logistic分布擬合D序列。其表達(dá)式是:

      (3)

      表1 西南地區(qū)土地利用類型及其面積占比(以2015年為例)

      其中,α,β和γ分別代表尺度、形狀和原點(diǎn)參數(shù)。該分布函數(shù)是L-矩比圖法選擇的最獨(dú)特的函數(shù)。

      第4步,最后通過歸一化F(x)得到SPEI指數(shù)。有關(guān)SPEI計(jì)算的更多詳細(xì)信息,請參考Vicente Serrano以前的研究[29]。

      1.2.3 植被指數(shù) 數(shù)據(jù)相比常用于分析植被動態(tài)變化的NDVI,植被葉面積指數(shù)(LeafArea Index, LAI)的生態(tài)學(xué)意義更加明顯,即投影到單位陸面面積上的葉片總面積[30]。因此,LAI數(shù)據(jù)集是植被年際動態(tài)的可靠“指標(biāo)”,研究LAI空間分布、變化及其和氣候因子之間的關(guān)系能夠研究全球氣候變化下植被如何進(jìn)行響應(yīng)。本文使用LAI數(shù)據(jù)來自美國AVHRR GIMMS LAI3g[31],時間范圍為1982—2016年,其空間分辨率為1/12°×1/12°,時間分辨率為15 d。為了匹配降水和溫度數(shù)據(jù)集,將LAI數(shù)據(jù)(1/12°)提升到0.5°,并將其聚合到月尺度。

      表2 本研究中使用的CMIP6模型說明

      1.2.4 未來氣候數(shù)據(jù)——CMIP6氣溫和降水?dāng)?shù)據(jù) 基于第六次國際耦合模式比較計(jì)劃(CMIP6)中的子計(jì)劃——年代際氣候預(yù)測計(jì)劃(DCPP)中的數(shù)據(jù),來預(yù)測西南地區(qū)未來的氣候變化狀況。本文選擇了4個模擬精度較高模式的數(shù)據(jù)[32],如表2所示,使用了CMIP6情景模型相互比較項(xiàng)目中SSP2-4.5(共享社會經(jīng)濟(jì)路徑)情景下2015—2100年預(yù)測未來的月溫度、月降水?dāng)?shù)據(jù)。首先,通過空間分解方法,將模型輸出降到分辨率為0.5°×0.5°的網(wǎng)格大小,然后根據(jù)EWEMBI數(shù)據(jù)集[33]通過等距累積分布函數(shù)法校正偏差,這些方法在以前的研究中得到了廣泛的應(yīng)用,并且可以提高仿真的性能[34]。

      1.3 試驗(yàn)方法

      1.3.1 一元線性回歸趨勢分析 一元線性回歸的本質(zhì)是最小二乘法,本文以對溫度、降水、LAI、SPEI-01、SPEI-06和SPEI-12多年變化趨勢分析為例,時間t作為自變量,以溫度、降水、LAI、SPEI-01、SPEI-06和SPEI-12為因變量,方程的斜率即所研究變量的變化趨勢。

      y=a0+a1t+μ

      (1)

      其中,y為溫度、降水、LAI、SPEI-01、SPEI-06和SPEI-12時間序列,t為時間,a0、a1是回歸系數(shù),μ是回歸的殘差隨機(jī)誤差。

      1.3.2 Manner-Kendall(M-K檢驗(yàn)) Manner-Kendall(M-K檢驗(yàn))是一種非參數(shù)檢驗(yàn)法,其不要求樣本遵循一定的分布,且結(jié)果不受小部分異常值影響。因此,本文中將一元線性回歸分析和M-K檢驗(yàn)結(jié)合來對1982—2016的時間序列數(shù)據(jù)進(jìn)行趨勢分析。

      1.3.3 Pearson相關(guān)系數(shù) 相關(guān)系數(shù)能反映兩個變量之間的相關(guān)關(guān)系密切程度,為了研究植被在長期變化中對哪些氣候要素更敏感,對LAI和溫度、降水量之間進(jìn)行分析,計(jì)算出兩者之間的Pearson相關(guān)系數(shù):

      (2)

      2 結(jié)果與分析

      2.1 西南地區(qū)氣溫、降水和LAI的多年平均季節(jié)特征

      由圖2可以看出,1982—2016年西南地區(qū)氣溫、降水和LAI的季節(jié)平均特征。西南地區(qū)的溫度、降水和LAI均具有單峰季節(jié)特征。氣溫和降水峰值均出現(xiàn)在7月,而LAI峰值出現(xiàn)在8月,明顯滯后1個月。結(jié)合氣候分析,8月氣溫僅低于7月,而6月降水量和LAI均高于8月,低于7月,因此該區(qū)植被特征與自然水熱條件的季節(jié)特征不一致。此外,研究期間西南地區(qū)大部分時間氣溫低于25 ℃,未能達(dá)到植被的最佳生理溫度25 ℃。因此,當(dāng)水分條件迅速減少但熱條件仍然充足時,植被可能仍會繼續(xù)生長。

      2.2 西南地區(qū)多年平均氣溫、降水和LAI的空間分布

      由圖3顯示,研究期間,西南地區(qū)氣溫從東南向西北整體呈下降趨勢,多年來在2.6~22.8 ℃。廣西中南部夏季最高氣溫可達(dá)28.6 ℃,四川中部冬季最低氣溫-4.5 ℃,年平均降雨量500~2150 mm。川北地區(qū)最低降雨量在600 mm以下。西南地區(qū)LAI的空間分布呈南高北低的格局,多年來在0.98~4.95。在云南省南部,LAI的最大值可達(dá)5.2,而在四川西北部,LAI最小,小于0.45,研究區(qū)LAI總體分布較為均勻。

      2.3 西南地區(qū)LAI和其他氣象因子空間變化趨勢

      由圖4顯示,西南地區(qū)多年平均氣溫呈顯著上升趨勢,上升趨勢為3.2×10-2℃/a,西南地區(qū)整體變暖,特別是四川中部地區(qū),高達(dá)5.06×10-2℃/a。與溫度的變化趨勢不同,除廣西南部地區(qū)外,年總降水量皆呈現(xiàn)明顯的下降趨勢,在云南西南部地區(qū)下降趨勢達(dá)到最大,為-15.8 mm/a(圖4-b)。然而,1982—2016年間西南地區(qū)LAI卻呈現(xiàn)出顯著的上升趨勢,為1.03×10-2/a,表明西南地區(qū)顯著變綠。廣西南部地區(qū)變化最大,為2.41×10-2/a。LAI在四川中部、云南東部和貴州中部和南部極少部分地區(qū)呈減少的趨勢,結(jié)合土地利用數(shù)據(jù)可以發(fā)現(xiàn),受城市化影響,建設(shè)用地的區(qū)域LAI有明顯的減少。

      1982—2016年,西南地區(qū)除廣西外,其余地區(qū)的SPEI-01與降水量空間變化基本一致,整體上呈下降趨勢,表明西南地區(qū)整體變干。SPEI-06和SPEI-12的空間變化趨勢與SPEI-01的總體分布趨勢一致,但其值大于SPEI-01,即西南地區(qū)干旱的區(qū)域更加干,濕潤區(qū)相對更加濕潤,這更加有利于植被生長。

      2.4 西南地區(qū)植被LAI和氣候的時間變化趨勢

      進(jìn)一步研究了西南地區(qū)植被的長期變化趨勢。LAI、溫度、降水、SPEI-01、SPEI-06和SPEI-12的年際變化曲線如圖5所示,表3總結(jié)了它們的年際變化。

      自1982年以來,西南地區(qū)年均溫度呈顯著的上升趨勢,增長率為3.41×10-2℃/a(P<0.05)。近年來,在2009—2010年的嚴(yán)重干旱期間,氣溫略有下降,隨后又持續(xù)上升。降水卻呈顯著的下降趨勢,年際變化趨勢為-1.001 mm/a(P<0.1),2011年降水量為歷史最低,年降水量在1000 mm以下。在2010年大旱之后,西南地區(qū)降水呈微弱的上升趨勢,而年均LAI呈顯著增加趨勢,年際變化趨勢為8.5×10-3/a(P<0.05),說明西南地區(qū)植被整體呈增加趨勢,研究期間西南地區(qū)總體變綠。

      研究期間,西南地區(qū)的SPEI-01、SPEI-06和SPEI-12均呈下降趨勢,年際變化為-6.2×10-3/a, -1.1×10-2/a和-1.45×10-2/a(P<0.1)。此外,值得注意的是,自21世紀(jì)初以來,SPEI急劇下降,表明西南地區(qū)正變得越來越干旱。

      2.5 西南地區(qū)未來氣候變化狀況

      由圖6顯示,選擇CMIP6中4個模式的溫度和降水?dāng)?shù)據(jù),對其均值作為未來氣候變化狀況的依據(jù),并對未來西南地區(qū)的氣候變化狀況進(jìn)行預(yù)測。可以看出在SSP2-4.5(共享社會經(jīng)濟(jì)路徑)情景下,西南地區(qū)在2015—2100年間溫度和降水皆呈顯著的上升趨勢,變化趨勢分別為3.16×10-2℃/a(P<0.05)和1.592 mm/a(P<0.05),氣溫升高2.3 ℃,降水呈波動上升。由溫度和LAI的相關(guān)性可知,在溫度升高時,有利于西南地區(qū)植被生長。因此,未來西南地區(qū)可能持續(xù)變綠。

      表3 1982—2016年西南地區(qū)平均LAI及氣候因子年際變化趨勢

      3 討 論

      植被生長長期受到氣候變化的影響,西南地區(qū)的干旱與該地區(qū)降水量的減少和氣溫的升高密切相關(guān),并對這些響應(yīng)之間的相關(guān)性進(jìn)行定量和深入的探討,從而厘清植被在長期變化中對哪些氣候要素更敏感(圖7)。計(jì)算1982—2016年西南地區(qū)LAI與氣象因子的相關(guān)性見表4。

      LAI與溫度顯著相關(guān),相關(guān)系數(shù)為0.71(P<0.1,表4),表明溫度對西南地區(qū)植被生長起著至關(guān)重要的積極作用,這與其他人結(jié)論一致[35]。尤其在重慶和貴州北部,LAI與氣溫的相關(guān)系數(shù)甚至達(dá)到0.76。而秋季,LAI與氣溫相關(guān)性最低,僅為0.4且不顯著。LAI與年降水量的相關(guān)系數(shù)為0.02。夏季,LAI的負(fù)系數(shù)為-0.26。除云南北部、重慶地區(qū)LAI與降水呈弱正相關(guān)外,西南地區(qū)其他區(qū)域夏季LAI與降水呈顯著負(fù)相關(guān),說明降水抑制了夏季植被生長。在西南這樣濕潤地區(qū),供水可能不是植被動態(tài)的主要驅(qū)動力。雖然降水量在極端干旱期間急劇減少,但仍足以滿足植被需求,于是當(dāng)溫度持續(xù)上升,達(dá)到植被最佳生理溫度植被仍然增長。因此,溫度是控制植被生長的一個更重要的氣候因素。

      SPEI-01、SPEI-06和SPEI-12與植被呈弱負(fù)相關(guān),未能通過顯著性檢驗(yàn)。夏季SPEI-01與植被呈負(fù)相關(guān),相關(guān)系數(shù)為-0.26。在空間相關(guān)性上,除重慶和貴州北部外,SPEI-01與其他地區(qū)植被呈負(fù)相關(guān),冬季相關(guān)系數(shù)-0.1~-0.7。在多年尺度上,除四川中部、重慶西部、云南北部、貴州東部和廣西全區(qū)呈正相關(guān)外,SPEI-06和SPEI-12與植被的空間相關(guān)性基本一致,其他地區(qū)呈負(fù)相關(guān)。在季節(jié)尺度上,兩者有很大的不同。春、秋、冬三季SPEI-06與LAI的空間相關(guān)性與SPEI-12一致,呈弱正相關(guān)。而在夏季,SPEI-06、SPEI-12和LAI之間的相關(guān)性在廣西呈現(xiàn)出完全不同的關(guān)系。

      全球陸地生態(tài)系統(tǒng)中,植被的變化近年來受到廣泛的關(guān)注,眾多研究發(fā)現(xiàn),氣候條件、土地利用的變化以及CO2的施肥效應(yīng)等都對不同區(qū)域的植被生長產(chǎn)生較大的影響[36]。張永恒[37]發(fā)現(xiàn)西南地區(qū)植被存在較明顯的季節(jié)和區(qū)域差異,且植被和溫度、降水之間存在時滯相關(guān)性。蒙吉軍[38]基于AVHRR GIMMS NDVI和AVHRR GloPEM NPP數(shù)據(jù),研究發(fā)現(xiàn)20世紀(jì)80年代以來,西南喀斯特地區(qū)植被和NPP總體上升,且主要受溫度影響較大。熊巧利[39]基于MaxEnt模型對西南地區(qū)高山植被變化,并評價植被對氣候變化的適應(yīng)性,發(fā)現(xiàn)溫度是限制高山植被地理分布的主要?dú)夂蛞蜃?。本文?jì)算了不同時間尺度上,LAI和多氣象因子的相關(guān)系數(shù),發(fā)現(xiàn)西南地區(qū)溫度對于植被生長有極大的促進(jìn)作用,增溫有利于植被生長。但是在研究西南地區(qū)植被長時間變化時,也不能忽視人類活動作用,例如灌溉、施肥等農(nóng)業(yè)現(xiàn)代化活動對西南部分地區(qū)LAI的增加起到重要作用。

      4 結(jié) 論

      本文基于1982—2016年間的遙感資料GIMMS LAI3g數(shù)據(jù),分析了西南地區(qū)植被變化并結(jié)合同期氣候變化對植被變化的驅(qū)動要素進(jìn)行分析。

      表4 1982—2016年西南地區(qū)平均LAI及氣候因子相關(guān)系數(shù)

      (1)研究期間,LAI在西南大部分地區(qū)具有增加趨勢,溫度升高是LAI增加的主要原因之一。伴隨著西南地區(qū)顯著變暖,西南地區(qū)植被整體呈增加趨勢,研究期間西南地區(qū)總體變綠。西南地區(qū)溫度和LAI都呈顯著的上升趨勢,變化趨勢分別為3.22×10-2℃/a(P<0.05)和1.03×10-2/a(P<0.05)。而降水、SPEI-01、SPEI-06和SPEI-12均呈下降趨勢,年際變化為-1.029 mm/a,-6.2×10-3/a, -1.1×10-2/a和-1.45×10-2/a(P<0.1)。此外,值得注意的是,自21世紀(jì)初以來,SPEI急劇下降,表明西南地區(qū)正變得越來越干旱。

      (2)西南地區(qū)的LAI變化趨勢空間差異十分明顯,這和區(qū)域氣候變化差異和季節(jié)變動有關(guān)??臻g上,LAI在四川中部、云南東部和貴州中部和南部極少部分地區(qū)呈顯著減少的趨勢,結(jié)合土地利用數(shù)據(jù)可以發(fā)現(xiàn),受城市化影響,建設(shè)用地的區(qū)域LAI有明顯的減少。除廣西外,其余地區(qū)的SPEI-01與降水量空間變化基本一致,整體上呈下降趨勢,表明西南地區(qū)整體變干。SPEI-06和SPEI-12的空間變化趨勢與SPEI-01的總體分布趨勢一致。

      (3)根據(jù)Pearson相關(guān)分析,西南大部分地區(qū)LAI變化主要和溫度變化有關(guān),該地區(qū)植被變化對溫度最敏感,相關(guān)系數(shù)為0.71(P<0.1),且春季的植被生長與溫度相關(guān)性最大,為0.72(P<0.1)。因此,西南地區(qū)的的植被綠化和氣候干化都與增溫有關(guān),今后應(yīng)更加注意干旱的頻率和明顯的破壞性。降水僅在春季和LAI呈微弱的正相關(guān),其余季節(jié)的降水都與LAI呈負(fù)相關(guān)。SPEI-01、SPEI-06和SPEI-12與植被呈微弱負(fù)相關(guān),且未能通過顯著性檢驗(yàn)。

      (4)基于CMIP6數(shù)據(jù),分析在SSP2-4.5(共享社會經(jīng)濟(jì)路徑)情景下未來西南地區(qū)的氣候變化狀況,發(fā)現(xiàn)在2015—2100年間溫度和降水皆呈顯著的上升趨勢,變化趨勢分別為3.16×10-2℃/a(P<0.05)和1.592 mm/a(P<0.05),氣溫升高2.3 ℃,降水呈波動上升。根據(jù)由溫度和LAI的Pearson相關(guān)系數(shù)分析得出,在溫度升高時,有利于西南地區(qū)植被生長。因此,未來西南地區(qū)可能植被持續(xù)變綠、氣候持續(xù)變干。

      猜你喜歡
      西南地區(qū)降水植被
      基于MCI指數(shù)的西南地區(qū)近60年夏季干旱特征
      基于植被復(fù)綠技術(shù)的孔植試驗(yàn)及應(yīng)用
      西南地區(qū)干濕演變特征及其對ENSO事件的響應(yīng)
      黑龍江省玉米生長季自然降水與有效降水對比分析
      黑龍江氣象(2021年2期)2021-11-05 07:07:00
      山西隊(duì)?wèi)蛳蛭髂系貐^(qū)的傳播
      中華戲曲(2019年2期)2019-02-06 06:54:16
      為什么南極降水很少卻有很厚的冰層?
      家教世界(2018年16期)2018-06-20 02:22:00
      綠色植被在溯溪旅游中的應(yīng)用
      Завершено строительство крупнейшего комплексного транспортного узла на юго
      --западе Китая
      中亞信息(2016年7期)2016-10-20 01:41:30
      降水現(xiàn)象儀模擬軟件設(shè)計(jì)與實(shí)現(xiàn)
      基于原生植被的長山群島植被退化分析
      蛟河市| 奇台县| 潍坊市| 梅州市| 凤山县| 视频| 南宫市| 象山县| 宜阳县| 富顺县| 临高县| 呼图壁县| 交城县| 闻喜县| 天镇县| 长泰县| 青田县| 丰县| 锦州市| 张北县| 哈密市| 沙田区| 福海县| 师宗县| 全州县| 马鞍山市| 乌兰浩特市| 锦州市| 三亚市| 门源| 射洪县| 获嘉县| 舒兰市| 武胜县| 平和县| 沙雅县| 卓资县| 天峨县| 甘洛县| 莆田市| 吉隆县|