检索结果-内蒙古大学图书馆

林业科学研究 2020年第4期33卷 67-74页

作者：梁晓军庞勇陈博伟中国林业科学研究院资源信息研究所国家林业和草原局林业遥感与信息技术重点实验室北京100091

[目的]为将单木位置匹配至更精确的树干中心处,本研究发展了一种基于地基激光雷达提取胸径中心位置的空间校正方法。[方法]对高密度地基激光雷达点云数据,使用霍夫变换的方法提取单木胸径及圆心点,以外业调查的胸径数据作为精度控制基础... 详细信息

[目的]为将单木位置匹配至更精确的树干中心处,本研究发展了一种基于地基激光雷达提取胸径中心位置的空间校正方法。[方法]对高密度地基激光雷达点云数据,使用霍夫变换的方法提取单木胸径及圆心点,以外业调查的胸径数据作为精度控制基础,再用空间点校正方法将外业测量的样地单木相对空间位置匹配至提取的单木胸径中心点处,最后通过数字冠层高度模型特征分析实现单木位置的地理位置匹配。[结果]以黑龙江佳木斯孟家岗林场为研究区,对比分析3种不同株数密度的落叶松样地,提取胸径误差在1 cm之内,高、中、低株数密度样地单木位置在空间点校正时胸径误差2 cm误差范围内位置正确匹配率分别为91%、92.5%、98.6%。全部匹配的外业调查单木相对空间位置误差控制在1 m之内,且与机载激光雷达数字冠层模型影像地理位置匹配误差在0.5 m内。[结论]基于地基激光雷达提取胸径匹配单木空间位置的方法,极大地提高了单木空间位置测量精度。此方法的发展,不仅为局部样地单木分割等提供精确位置信息,也为大范围遥感数据提供可靠地面基础位置验证数据,是可靠的单木位置测量和多源数据匹配方法。

关键词：地基激光雷达霍夫变换胸径拟合影像林隙特征单木位置匹配

来源：评论

学校读者我要写书评

暂无评论

天然林资源保护工程区植被覆盖度遥感估算及变化分析

引用

北京林业大学学报 2023年第5期45卷 1-13页

作者：余涛庞勇蒙诗栎荚文李海奎孙斌中国林业科学研究院资源信息研究所国家林业和草原局林业遥感与信息技术重点实验室北京100091

【目的】天然林资源保护工程(简称“天保工程”)实施20多年来有效保护和恢复了工程区的森林资源。工程实施成效除了森林覆盖面积增加,更多的表现为森林资源质量持续提升。为了更好地评估天保工程建设成效,利用植被覆盖度作为定量评价指... 详细信息

【目的】天然林资源保护工程(简称“天保工程”)实施20多年来有效保护和恢复了工程区的森林资源。工程实施成效除了森林覆盖面积增加,更多的表现为森林资源质量持续提升。为了更好地评估天保工程建设成效,利用植被覆盖度作为定量评价指标,分析天保一期(2000-2010年)、天保二期(2011-2020年)工程实施期间的森林质量变化。【方法】综合年度植被指数合成策略、优化纯植被像元和纯裸土像元值域的动态确定方法,构建改进的像元二分模型,生产天保工程区时间序列的植被覆盖度产品。基于森林资源一类清查郁闭度数据、森林生态系统定位研究网络郁闭度数据、机载高光谱植被覆盖度数据,验证该植被覆盖度产品的精度。在此基础上,分析天保工程林区植被覆盖度的时空变化趋势。【结果】天保一期植被覆盖度均值为0.68,天保二期植被覆盖度均值为0.71,增加了4.41%;工程区植被覆盖度呈现增加趋势的面积占林区总面积的78.22%,而呈减小趋势的面积仅占林区总面积的9.56%。【结论】在中国天保工程森林地区,基于MODIS植被指数产品和改进的像元二分模型生产的植被覆盖度产品的精度高于MODIS产品的精度。自天保工程实施以来,林区植被覆盖度总体上呈现出明显的增加趋势,说明天保工程实施效果显著,森林资源质量持续提升。

关键词：天然林资源保护工程林业遥感植被覆盖度像元二分模型 MODIS

来源：评论

学校读者我要写书评

暂无评论

面向三江保护区植被类型识别的最佳波段组合研究

引用

林业科学研究 2022年第1期35卷 115-122页

作者：姜怡刘华赵峰马永康刘浩栋中国林业科学研究院资源信息研究所国家林业和草原局林业遥感与信息技术重点实验室北京100091

[目的]针对高分六号影像数据面向植被类型、特别是湿地植被信息识别的最佳波段组合进行研究,为高分六号数据在湿地资源监测中的进一步应用提供参考。[方法]以三江国家级自然保护区为对象,基于高分六号影像数据,结合当地植被特点,开展保... 详细信息

[目的]针对高分六号影像数据面向植被类型、特别是湿地植被信息识别的最佳波段组合进行研究,为高分六号数据在湿地资源监测中的进一步应用提供参考。[方法]以三江国家级自然保护区为对象,基于高分六号影像数据,结合当地植被特点,开展保护区植被类型识别中的最佳波段组合研究。从影像信息特征、最佳指数因子以及光谱特征曲线和地物可分性角度进行综合分析,获取基于GF6/WFV数据的三江保护区植被类型识别的最佳波段组合。同时,通过对比实验,利用支持向量机分类方法,对样区的植被类型进行信息提取,证实了结果的可靠性。[结果]波段组合4(R)-5(G)-1(B)识别植被类型精度最高。总体精度为89.15%,Kappa系数为0.8463。[结论]波段组合4(R)-5(G)-1(B)为三江保护区植被类型识别的最佳波段组合。本研究可为东北地区湿地保护区的退耕还湿工程监测提供参考。

关键词：最佳波段组合植被类型识别 GF6/WFV数据三江保护区

来源：评论

学校读者我要写书评

暂无评论

国家森林资源清查遥感应用主要技术进展

引用

南京林业大学学报（自然科学版） 2023年第1期47卷 1-12页

作者：丁相元陈尔学李增元赵磊刘清旺徐昆鹏中国林业科学研究院资源信息研究所国家林业和草原局林业遥感与信息技术重点实验室北京100091

国家森林资源(连续)清查[national (continuous) forest inventory, NFI/NCFI,文中统称NFI]是森林资源监测体系的重要组成部分,可为制定国家林业发展战略和调整林业方针政策提供及时有效的科学依据。遥感在推动NFI技术进步方面发挥了重... 详细信息

国家森林资源(连续)清查[national (continuous) forest inventory, NFI/NCFI,文中统称NFI]是森林资源监测体系的重要组成部分,可为制定国家林业发展战略和调整林业方针政策提供及时有效的科学依据。遥感在推动NFI技术进步方面发挥了重要作用,已成为支撑NFI运行不可或缺的技术手段。在将遥感数据作为辅助数据用于提高NFI总体参数估测精度和效率方面,国内外学者已开展了大量估计模型和方法研究,可概括为4类:设计推断法(design-based inference method)、模型辅助法(design-based and model-assisted method)、模型法(model-dependent method)和混合法(design and model hybrid method)。笔者针对这4类估测方法,总结了国内外研究现状,分析了国内相关研究存在的问题,并就未来重点研发方向和内容提出了建议。在设计推断法方面,国内外技术水平没有太大差距;国外开展了大量模型辅助法研究并已应用于NFI业务,但国内相关研究较少,且业务应用仅体现在面积成数估计,今后应加强该方法的应用示范和推广工作。关于模型法在NFI中的应用国外对多源数据协同应用中的不确定性度量方法进行了深入研究;国内对模型法的研究也很多,但对科学评价模型的拟合效果、度量模型估测结果的不确定性等缺乏系统研究,应作为后续研究重点;国外已针对NFI应用开发了3类混合法,国内对第1类混合法研究较少,对第2类混合法的研究还仅局限于用双重回归抽样法估计地类面积,而对第3类汇合法尚未采用“数据同化”思路开展相关应用研究。建议未来加强这3类混合法在国内NFI中的深入研究和应用示范。

关键词：国家森林资源清查遥感应用统计推断设计推断法模型辅助法模型法混合法

来源：评论

学校读者我要写书评

暂无评论

几种林场总体森林蓄积量密度均值估计方法的比较评价

引用

北京林业大学学报 2023年第2期45卷 11-23页

作者：丁相元陈尔学赵磊刘清旺范亚雄赵俊鹏徐昆鹏中国林业科学研究院资源信息研究所国家林业和草原局林业遥感与信息技术重点实验室北京100091

【目的】以林场或县森林资源总体为调查对象,及时、准确地调查监测总体平均每公顷蓄积量,对上级(如市、省)部门开展森林资源宏观管理、生态保护价值评价、森林碳储量计量、领导干部任期绩效考核等工作都有重要支撑作用。将卫星、无人机... 详细信息

【目的】以林场或县森林资源总体为调查对象,及时、准确地调查监测总体平均每公顷蓄积量,对上级(如市、省)部门开展森林资源宏观管理、生态保护价值评价、森林碳储量计量、领导干部任期绩效考核等工作都有重要支撑作用。将卫星、无人机等多源遥感数据作为辅助数据,采用较少抽样调查样地数据,实现总体参数有效估测的新方法,已成为国内外重要的研究方向,但目前,国内尚无多种现有估计方法的比较评价研究。为了促进新一代遥感技术在森林资源调查业务中的应用,提高我国森林资源天空地一体化调查监测技术水平,亟需对现有林场或县总体参数估测方法进行比较评价研究。【方法】以内蒙古旺业甸实验林场主要人工林树种为总体,基于2019年在林场获取的无人机激光雷达(LiDAR)抽样数据、Sentinel-2A多光谱数据(全覆盖)和少量样地数据,针对样地(p)、样地-卫星(ps)、样地-抽样无人机LiDAR(pl)以及样地-抽样无人机LiDAR-卫星(pls)4种模式,利用适合这4种模式的概率抽样法(DB)、模型辅助法(MA)、模型法(MD)和混合法(HY)4类共5种估测方法(DBp、MDps、MAps、HYpl以及MDpls)对总体森林蓄积量密度均值(MSVD)进行估计与对比分析。【结果】(1)DBp、MDps、MAps、HYpl、MDpls5种方法估测的MSVD分别为212.54、202.09、202.38、210.07以及208.96 m3/hm2,精度分别为90.44%、91.54%、91.69%、96.35%和96.45%,方差依次减小。(2)其他4种方法相对于MDpls方法的估计效率(RE)均大于1(REDBp,MDpls=5.39,REMDps,MDpls=3.82,REMAps,MDpls=3.69,REHYpl,MDpls=1.07);HYpl相对于MDpls的RE略大于1,但几倍于其他3种方法(REDBp,HYpl=5.02,REMAps,HYpl=3.43,REMDps,HYpl=3.56)。(3)包含LiDAR数据的HYpl与MDpls方法相对于包含Sentinel-2A数据的MDps与MAps方法均为正效率(REMAps,HYpl=3.43,REMDps,HYpl=3.56,REMDps,MDpls=3.82,REMAps,MDpls=3.69);MDps与MAps方法之间的RE接近1,但MAps的效率微高于MDps(REMDps,MAps=1.04)。【结论】和只利用样地数据的估计方法相比,将遥感数据作为辅助变量建立估测模型,无论是采用对蓄积量不够敏感的林场全覆盖Sentinel-2A多光谱遥感数据,还是采用对蓄积量很敏感的抽样式获取的LiDAR数据,都可有效提高林场总体MSVD的估测精度。涉及遥感数据应用的4种方法,估计精度最高的为MDpls,其次为HYpl,这2种方法都包含了LiDAR遥感抽样观测数据的应用,都是适应于林场总体MSVD估计的年度监测方法。可实现天空地3种观测数据协同应用的MDpls估测精度和相对效率最高,可作为林场森林蓄积量年度监测的首选方法。

关键词：森林资源调查林场/县多源数据总体蓄积量密度均值

来源：评论

学校读者我要写书评

暂无评论

2000—2020年中国荒漠化潜在发生范围区林草覆被时空变化特征

引用

地理学报 2022年第11期77卷 2803-2816页

作者：李长龙王燕高志海孙斌广州商学院信息技术与工程学院广州511363 中国林业科学研究院资源信息研究所北京100091 国家林业和草原局林业遥感与信息技术重点实验室北京100091 山东省国土空间数据和遥感技术研究院济南250002

干旱地区林草植被生长动态变化是研究荒漠化形成发展和演变过程的重要依据。本文基于改进方向性像元二分模型构建的2000—2020年中国荒漠化潜在发生范围区(PEDC)年植被覆盖度数据集,采用Sen+Mann-Kendall时间序列趋势变化检测方法,分析... 详细信息

干旱地区林草植被生长动态变化是研究荒漠化形成发展和演变过程的重要依据。本文基于改进方向性像元二分模型构建的2000—2020年中国荒漠化潜在发生范围区(PEDC)年植被覆盖度数据集,采用Sen+Mann-Kendall时间序列趋势变化检测方法,分析了2000—2020年PEDC,特别是林草覆盖区的植被生长状况时空变化特征。研究结果表明:①2000—2020年,PEDC平均植被覆盖度为0.284,改进的植被覆盖度估算结果能够较好地反映研究区植被覆盖状况,估算精度为86.98%。PEDC植被生长状况不断趋好,其中干旱区表现最为突出,显著增加区域达到了48%,而亚湿润干旱区平均增长量最大为0.1。②林草生态恢复工程措施效果显著,但植被恢复是个长期缓慢的过程,特别是林草面积的恢复。2000—2010年林草面积增加较少(0.002%);2010—2020年增加较多(0.371%)。③2000—2020年PEDC林地植被改善最明显,草地则较为稳定,植被覆盖度显著性增加区域分别为76.4%和71.8%。其中林地植被覆盖度在亚湿润干旱区增长量最大为0.15,而整个研究区草地增长了0.06。本文更深入地掌握PEDC林草覆盖区长时间序列植被生长状况,为进一步制定和实施各项生态工程提供重要信息参考。

关键词：中国荒漠化潜在发生范围区(PEDC) 方向性像元二分模型植被覆盖度林草覆盖区

来源：评论

学校读者我要写书评

暂无评论

融合注意力和残差网络的无人机影像树种识别

引用

激光与光电子学进展 2023年第2期60卷 80-88页

作者：徐志扬陈巧陈永富中国林业科学研究院资源信息研究所北京100091 国家林业和草原局林业遥感与信息技术重点实验室北京100091 国家林业和草原局华东调查规划院浙江杭州310019

为探索采用无人机(UAV)遥感影像进行亚热带树种识别的应用潜力,提出一种结合残差模块和有效通道注意力的网络(ECA-ResNet)对单木树冠影像数据集进行模型训练和识别。首先,利用单木分割算法提取单木树冠,构建不同尺度的UAV可见光影像单... 详细信息

为探索采用无人机(UAV)遥感影像进行亚热带树种识别的应用潜力,提出一种结合残差模块和有效通道注意力的网络(ECA-ResNet)对单木树冠影像数据集进行模型训练和识别。首先,利用单木分割算法提取单木树冠,构建不同尺度的UAV可见光影像单株树冠影像块样本数据集,并将其划分为训练数据、验证数据和独立测试集;其次,以ResNet50为主干网络,在瓶颈层插入有效通道注意力并调整网络结构,构建ECA-ResNet;最后,将数据集载入预训练的ECA-ResNet模型,进行参数迭代训练和验证并进行独立测试,择优确定单木树冠的合适窗口大小。结果表明:ECAResNet对64×64像素的单木树冠影像数据集中树种的识别效果更为理想,训练精度和验证精度分别达98.98%和96.60%,独立测试识别精度、Kappa系数分别达85.61%、0.8140;ECA-ResNet模型的训练、验证、独立测试精度分别高于ResNet50网络2.63个百分点、1.80个百分点、5.31个百分点。该研究结果证明卷积神经网络(CNN)能够充分提取可见光图像的空间特征,有效通道注意力能够有效提升CNN的单木树种识别能力。

关键词：树种识别残差网络有效通道注意力无人机可见光图像单木树冠影像块

来源：评论

学校读者我要写书评

暂无评论

冬奥会崇礼生态核心区植被覆盖时空变化遥感监测

引用

林业科学 2022年第4期58卷 141-151页

作者：谭炳香沈明潭郄光发戚瞾贺晨瑞中国林业科学研究院资源信息研究所国家林业和草原局林业遥感与信息技术重点实验室北京100091 中国林业科学研究院北京100091

【目的】基于植被覆盖度遥感定量估测结果,统计分析植被覆盖度的时空变化特征和地形分异效应,探讨植被覆盖变化的驱动因素,为研究区生态规划和生态环境保护、森林防火提供参考依据。【方法】以北京冬奥会崇礼生态核心区为研究区,以GF-1 ... 详细信息

【目的】基于植被覆盖度遥感定量估测结果,统计分析植被覆盖度的时空变化特征和地形分异效应,探讨植被覆盖变化的驱动因素,为研究区生态规划和生态环境保护、森林防火提供参考依据。【方法】以北京冬奥会崇礼生态核心区为研究区,以GF-1 WFV和Sentinel-2多光谱影像为数据源,采用像元二分模型法对研究区2014、2016和2020年3个时期的植被覆盖度进行遥感估测,结合数字高程模型,利用差值指数、马尔科夫模型、植被覆盖动态度和地形分布指数分析植被覆盖度的时空变化特征及其在地形上的分异性。【结果】1)研究区植被覆盖度在空间上呈显著差异性,表现为中部低、四周高的分布格局,与整个研究区的地形地貌特征紧密相关,山区植被覆盖度高,平原区或山谷等人类活动区植被覆盖度相对偏低。2)研究区植被整体以中、中高和高植被覆盖度为主,3个时期3种植被覆盖等级面积占比分别为81.59%、90.00%和86.88%,均大于80%,植被覆盖处于较好水平,生长状况良好。3)海拔梯度上,2014—2016年改善型和明显退化型在海拔1800 m以下区域有分布优势,在海拔1800 m以上区域无分布优势;轻微退化型在海拔1700 m以下和2000 m以上区域有分布优势;2016—2020年改善型和退化型在海拔1700 m以下区域有分布优势,明显退化型表现出极强分布优势;2014—2020年明显改善型在海拔1700 m以下区域有分布优势,在海拔2000 m以上区域分布优势较弱,而明显退化型在海拔1700 m以下区域表现出强优势分布,在海拔1700 m以上区域则无分布优势。4)2014—2016年和2016—2020年植被覆盖退化主要分布在坡度小于8°的平缓区域,8°以上区域无分布优势,其他植被覆盖度变化类型在坡度上趋于稳定。5)坡向上,2014—2016年改善型植被在阳坡和半阳坡有分布优势,明显退化型在阴坡有分布优势,2016—2020年轻微改善型在阳坡和半阳坡有分布优势,明显退化型和轻微退化型在阴坡有分布优势;2014—2016年改善型在阳坡和半阳坡有分布优势,轻微退化型在阴坡和半阴坡有分布优势。【结论】1)植被覆盖度在空间上呈中间低、四周高的分布格局,在时间上表现为2014、2016和2020年不同等级间的植被覆盖度结构平稳,局部植被覆盖度出现降低现象,总体趋势为植被覆盖度增加。2)植被覆盖度在海拔、坡度和坡向不同等级上呈规律性分布,植被覆盖变化类型与地形因子存在显著差异,明显减少型区域聚集在坡度小于8°、海拔1533~1700 m区域,在坡向上没有明显表现出分异性,主要为土地利用方式转换所致;植被覆盖明显改善型聚集在阳坡和半阳坡地区,说明人工造林效果比较明显。3)森林防火重点区域为植被覆盖度高的山区。

关键词：植被覆盖度像元二分模型地形分异特征遥感崇礼区

来源：评论

学校读者我要写书评

暂无评论

基于空间结构的杉木枝下高可视化模拟研究

引用

南京林业大学学报（自然科学版） 2022年第1期46卷 51-57页

作者：朱念福张怀清崔泽宇杨廷栋李永亮刘华中国林业科学研究院资源信息研究所北京100091 国家林业和草原局林业遥感与信息技术重点实验室北京100091

【目的】定量研究林分空间结构对杉木枝下高的影响,构建基于空间结构的枝下高模型,结合杉木生长模型,应用三维可视化技术,实现杉木枝下高可视化模拟。【方法】利用湖南省黄丰桥国有林场6块杉木人工林临时样地的调查数据,选择5个常用枝... 详细信息

【目的】定量研究林分空间结构对杉木枝下高的影响,构建基于空间结构的枝下高模型,结合杉木生长模型,应用三维可视化技术,实现杉木枝下高可视化模拟。【方法】利用湖南省黄丰桥国有林场6块杉木人工林临时样地的调查数据,选择5个常用枝下高基础模型,分析水平空间结构参数(P_(H))、垂直空间结构参数(P_(H))和空间结构单元平均距离(d_(DIS))及其组合对枝下高的影响,构建综合指标较好且变量少的枝下高模型。基于林分三维模型实时生成方法,建立一种枝干可控的杉木三维模型;结合单木胸径连年生长量模型、树高-曲线模型和冠幅面积估计模型,模拟林木的生长状态。【结果】Logistic模型综合指标较好且模型参数可解释,可选为基础模型;3个空间结构参数中垂直空间结构影响较为显著,将P;加入到Logistic模型中,改善了枝下高模型的拟合效果,决定系数(R^(2))从0.717提升到0.741,估计值的标准差从1.407m减小到1.321m,并使各项模型检验误差指标有所减小;构建的杉木三维模型可以动态调节枝干,实现了杉木枝下高模拟。【结论】构建的枝下高模型可以应用于林木年龄和部分林分信息未知的杉木林中,体现了林木间的相互竞争影响;结合枝干可控的杉木三维模型,模拟杉木生长过程,形象直观地表现了杉木枝下高的变化,为进一步研究林分生长动态可视化模拟和森林经营可视化模拟提供支持。

关键词：空间结构参数枝下高杉木人工林可视化模拟

来源：评论

学校读者我要写书评

暂无评论

基于关键指标优化的南瓮河国家级自然保护区生态系统质量变化评估

引用

应用生态学报 2023年第11期34卷 3064-3072页

作者：曾浩威凌成星刘华赵峰王鑫淼张雨桐中国林业科学研究院资源信息研究所北京100091 国家林业和草原局林业遥感与信息技术重点实验室北京100091

净初级生产力(NPP)是反映陆地生态系统生产能力的指标,也是衡量生态质量的关键指标。NPP难以进行大面积实测,目前大多数评估生态系统质量使用的是分辨率较低的NPP产品,低分辨率NPP不能够捕捉到生态系统的细节特征,不利于小尺度区域生态... 详细信息

净初级生产力(NPP)是反映陆地生态系统生产能力的指标,也是衡量生态质量的关键指标。NPP难以进行大面积实测,目前大多数评估生态系统质量使用的是分辨率较低的NPP产品,低分辨率NPP不能够捕捉到生态系统的细节特征,不利于小尺度区域生态系统质量评估。建立快速、高效的小尺度区域生态系统质量评估方法将有力推进我国生态系统保护和修复。本研究针对生态系统质量评估和NPP的计算方法,优化了NPP的计算流程,使得NPP作为评估指标时不需要地面观测数据即可通过遥感反演得到,并建立回归模型遥感反演叶面积指数,采用像元二分法估算植被覆盖度,形成一套遥感快速评估生态系统质量的方法,并以南瓮河国家级自然保护区为例,评估其2001—2022年生态系统质量变化。结果表明:2001—2022年间,保护区生态系统质量整体良好,2022年质量等级良、优面积占比达85%以上;高植被覆盖度是保护区生态系统质量持续良好的中坚力量;2001—2022年,保护区生态系统质量呈先降低后升高的趋势,2013年为生态系统质量最低点。本研究构建方法在评估南瓮河国家级自然保护区生态系统质量上取得了良好效果。本研究提出的指标优化方法可助力小尺度区域生态系统质量快速、精准评估,可为生态系统质量的精准提升提供技术参考。

关键词：生态系统质量变化评估净初级生产力指标优化

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：