logo资料库

极端气候指数与植被NDVI变化的关系研究-以三江平原挠力河流域为例 .pdf

发布时间：2022-06-14 发布人：admin 分类：说明书 资料大小：0.70M 资料格式：pdf 举报 版权申诉
第1页 / 共8页
第2页 / 共8页
第3页 / 共8页
第4页 / 共8页
第5页 / 共8页
第6页 / 共8页
第7页 / 共8页
第8页 / 共8页
资料共8页，全文预览结束
    中国科技论文在线 http://www.paper.edu.cn 极端气候指数与植被 NDVI 变化的关系研究 -以三江平原挠力河流域为例 # 姚允龙，黄保祥，陈竟舟，曹勇，王涛，单元琪* （东北林业大学野生动物资源学院，哈尔滨市 150040） 摘要：全球气候变化引起的极端气候事件频发，流域内不同土地利用类型的植被生长对极端 气候的响应是本研究的目的。归一化植被指数（NDVI）能够较好的反映植被的生长状况， 本文采用 MODIS 月数据获取了 2000-2017 年间旱田、水田、森林和湿地四种不同土地利用 类型的植被的 NDVI 年月均值，月最大值和最小值，并计算了挠力河流域内两个气象站（宝 清站和富锦站）60 多年的 11 项极端气候指数来代表极端气候的变化趋势，采用相关性分析 和随机森林回归法，分析了挠力河流域不同植被 NDVI 对极端气候的响应。结果发现：挠力 河流域内森林植被的 NDVI 最高，旱地的最低；四种植被的 NDVI 与极端温度指数 TNn（最 低气温）、TXn（最高气温极小值）、TNx（最低气温极大值）和 TXx（最高气温）和极端 降水指数 RX5Day（5 日最大降水量）和 RX1Day（日最大降水量）都呈现正相关，仅仅与 DTR（日平均温差）呈现负相关；随机森林的模型结果表明旱地、水田和湿地的植物受极端 温暖和极端湿润的影响较大，而对于森林来说，其主要受极端寒冷和极端温暖指数的影响。 关键词：环境地理学、生态学；挠力河；土地利用类型；NDVI；极端气候 中图分类号：P95 Study on the Relation between Extreme Climate Index and 5 10 15 20 NDVI Change of Vegetation: A Case Study of Naoli River 25 30 35 Basin in Sanjiang Plain YAO Yunlong, HUANG Baoxiang, CHEN Jingzhou, CAO Yong, WANG Tao, SHAN Yuanqi (College of Wildlife Resources, Northeast Forestry University, Harbin 150040) Abstract: The extreme climate events caused by global climate change are frequent, and the response of vegetation growth of different land use types to extreme climate in the basin is the purpose of this study. Normalized Difference vegetation index (NDVI) can better reflect the growth of vegetation. This paper uses MODIS monthly data to obtain the annual and monthly mean, maximum and minimum values of NDVI for four different types of vegetation in croland, paddy field, forest and wetland land use from 2000 to 2017. The 11 extreme climates of two meteorological stations (Baoqing Station and Fujin Station) in the Naoli River Basin for more than 60 years are calculated. Using correlation analysis and random forest regression method, the response of different vegetation NDVI to extreme climate in Naoli River Basin was analyzed. The results showed that the NDVI of forest vegetation in Naoli River Basin was the highest and that of croland was the lowest. The NDVI of four vegetation types was positively correlated with extreme temperature index TNn (Min Tmin), TXn (Min Tmax), TNx (Max Tmin) and TXx (Max Tmax) and extreme precipitation index RX5Day (Max 5-day precipitation amount) and RX1Day (Max 1-day precipitation amount) are positively correlated, the NDVI is only negatively correlated with DTR(Diurnal temperature range); the results of random forest models indicated that cropland, paddy fields and wetlands are greatly affected by extreme warm and extreme humidity indices, while for forests 基金项目：黑龙江省大学生创新创业训练计划项目（201610225135）；黑龙江省自然基金青年基金 （QC2016047） 作者简介：姚允龙（1982-），男，讲师、硕导，从事气候变化与生态水文研究. E-mail: yaoyunlong@nedu.edu.cn - 1 -
    中国科技论文在线 http://www.paper.edu.cn 40 they are mainly affected by extreme cold and extreme warm indices. Key words: Environmental Geography and Ecology; Naoli River; Land Use Type; NDVI; Extreme Climate 0 引言 45 气候通常是指一个月以上的天气总和特征，在统计意义上，这个总和不但包括平均状态， 而且反映了极端情况，例如寒潮、热浪、暴雨及飓风等[1,2]。气候变化是人类面临的重大的 环境事件之，AR 5 指出，自 1950 年以来，极端气候事件在世界范围内愈发频繁，例如，全 球冷昼（夜）日数正在逐渐减少，而暖昼（夜）日数却在增加，欧洲、亚洲以及澳大利亚等 地区热浪气候增多[3]。在全球气候变化的背景下，极端气候事件频繁发生。与气候平均状态 50 的变化相比，极端气候的变化对社会经济发展和生态环境演变的影响更加显著和强烈[4]，极 端气候事件造成的经济损失是巨大的[5,6]。陆地生态系统的演化是气候变化研究的重要组成 部分，陆地生态系统的发生的时空分布变化[7-10]，又将反馈给气候变化[11]，其中地表植被是 陆地生态系统对气候变化响应的综合指标[12]。植被对气候变化的时空响应是近年来的一个 研究热点，在研究植被对气候变化的响应时，常采用各种植被指数，如归一化植被指数 55 （NDVI），增强植被指数（EVI），它们与植被覆盖度、叶面积指数、生理条件等性状具 有很好的相关性，已被广泛应用于大尺度的植被活动的研究中[13-16]。国内外学者利用不同地 区、不同时间序列、不同分辨率的 NDVI 数据，对植被和气候的关系进行了大量的研究[17-19]， 测度植被生长与气候之间的密切关系，而对极端气候与 NDVI 之间关系的研究关注较少。 挠力河流域位于黑龙江省三江平原腹地，是我国主要的粮食产区，极端干旱或者洪涝灾 60 害频发极易对农业生产产生较大影响。目前挠力河流域的研究主要集中在湿地水文、径流过 程等方面[20]，关于极端气候变化对植物生物量 NDVI 影响变化的研究关注较少。本文选择 三江平原典型的流域——挠力河流域作为研究对象，采用 MODIS 数据的植被指数产品，利 用多种方法对 NDVI 变化趋势与极端气候变化指数之间进行了分析，力图揭示当地植被与极 端气候因素的关系，从而为三江平原农业生产、湿地生态系统资源环境的保护及可持续利用 65 提供科学的参考和依据。 1 研究区概况 挠力河流域位于黑龙江省三江平原中部，地处 131°31’E——134°10’E，45°43’N—— 47°45’N，总面积为 2.42×104 km2，其中山地面积占总面积的 38.3%，平原占 61.7%。该流域 由 16 条主要河流组成，挠力河是其干流，它起源于完达山脉，从西南流向东北，全长 596 km， 70 上游山区支流众多，坡陡流急，中下游为平原区，多条河流在此汇合，形成宽广的河漫滩。 气候属中温带大陆性季风气候，年平均气温 1.6 ℃，1 月平均气温-21.6 ℃，7 月平均气温 21.4 ℃，极端最低气温-42.0 ℃，极端最高气温 36.6 ℃，年平均降水量 565.0 mm，蒸发 542.4 mm。挠力河流域地势低平，平均海拔约 60 m，广泛发育河漫滩，各种碟形洼地广泛分布， 地表径流不畅，而且分布广泛的粘性土层，阻碍地表水下渗，形成大面积沼泽，面积占三江 - 2 -
    中国科技论文在线 http://www.paper.edu.cn 75 平原的 1/4[21]。 2 数据处理与研究方法 2.1 数据来源 挠力河流域共有 3 个国家级气象站，即宝清站、友谊站和富锦站，但由于友谊站的资料 缺失，本研究仅选取宝清站和富锦站气象数据作为本论文的气象数据，时间为 2000-2017 80 年的日数据，数据由国家气象数据共享服务中心提供。土地利用数据采用 2000 年和 2015 年中国土地利用现状遥感监测数据，数据由中国科学院资源环境数据中心提供，通过两期数 据叠加，分析出 2000-2015 年间土地利用类型无变化的区域，并在无变化的区域内选取四种 主要土地利用类型（旱地、水田、湿地和林地），并在每种类型中随机选取 200 个样点，共 采集 800 个样点的 NDVI 数据；NDVI 的数据采用 MODIS 数据的 250 m 的月数据，数据代 85 码为 MOD 13 Q 1，时间跨度为 2000 年 2 月至 2017 年 12 月，同时下载质量控制数据，对 NDVI 数据值进行质量控制，质量控制方法采用 Arindam 等人描述的方法进行[22]，基于质 量控制后的 NDVI 数据计算各土地利用类型的 NDVI 平均值、最大值和最小值。 2.2 研究方法 （1）归一化植被指数(NDVI) 90 归一化植被指数(Normalized Difference Vegetation Index, NDVI)对绿色植被的敏感性常 被用来研究区域和全球植被状况[23]，这是研究全球植被变化的理想植被指数之一。其定义 为： 式(1)中，NIR 和 R 分别是物体在近红外波段附近和可见波段附近物体的反射率。 = (NIR-R) / (NIR+R) (1) 95 （2）极端气候变化指数及计算 极端气候指数的计算采用 R 软件程序包 Climdex.pcic 进行计算[24]，共计可以计算 27 项 极端气候变化指数，但仅可以计算的月度指数有 11 项，为与 NDVI 的月值数据匹配，本文 仅采用月度极端气候指数。为计算不同类型的极端气候变化指数对 NDVI 影响的贡献率，把 11 项指数分为了四大类，分别为极端低温，极端高温，极端湿润和 DTR。 100 表 1 极端气候指数定义及类别 序号 指数 指数名称 指数定义 单位 Tab. 1 Definition and Category of Extreme Climate Index 1 2 3 4 5 6 7 8 TN10p TX10p TNn TXn TN90p TX90p TNx TXx 极端寒冷指数 冷夜日数 冷昼日数 最低气温 日最低气温(TN)<10%分位值的日数 日最高气温(TX)<10%分位值的日数 年、月的最低气温的最小值 最高气温极小值 年、月的最高气温的最小值 极端温暖指数 暖夜日数 暖昼日数 日最低气温（TN）＞90%分位值的日数 日最高气温（TX）＞90%分位值的日数 最低气温极大值 年、月的最低气温的最大值 最高气温 年、月的最高气温的最大值 d d ℃ ℃ d d ℃ ℃ - 3 -
    中国科技论文在线 http://www.paper.edu.cn 9 10 11 极端湿润指数 RX1DAY 1 日最大降水量 日最大降水量 RX5DAY 5 日最大降水量 连续 5 日最大降水量 DTR 日平均温差 日温差的平均值 mm mm ℃ （3）相关性分析 植被-气候关系的确定主要是通过皮尔逊相关系数的计算与检验来实现。具体是将 2000-2017 年内具代表性的四种土地利用类型的月平均、月最大和月最小 NDVI 值与同期的 105 两个气象站的 11 项极端气候指数的平均值进行相关分析，并用 t 检验对相关系数进行显著 性检验，得出 2 个气象站极端气候指数平均值与植被 NDVI 的相关系数。 （4）随机森林回归法 由于相关分析仅能表明极端气候指数与 NDVI 的关系，不能说明极端气候变化指数对 NDVI 值的影响程度。本文借助随机森林（Random Forest）构建随机森林的回归模型，并计 110 算不同极端气候变化指数对 NDVI 的影响贡献率。随机森林是通过构建多个决策树的机器学 习算法，即可进行分类，也可以进行回归分析，具有多方面的优势，比如可以处理大量的输 入变量，不会出现过度拟合等。本文采用 R 软件的软件包 randomForest[25]进行数据的回归 分析。 本文的数据处理与统计都是在免费开源 R 软件下进行（版本为 3.2.4）[26]，其中还采用 115 的工具包还包括 ggplot2[27]，dplyr[28]等。 3 结果与分析 3.1 不同土地利用类型的 NDVI 值变化 研究区内 2000-2017 年，不同土地利用类型的植被 NDVI 值的变化规律见图 1，图 1 的 A 图为不同土地利用类型的 NDVI 值 18 年间年平均状况，从图中可以看出森林植被 NDVI 120 均值最高，水田的植被 NDVI 均值次之，湿地植被 NDVI 值略低于水田植被 NDVI 值，旱地 植被 NDVI 的值最低；图 1B 为四种土地利用类型 NDVI 年均值的年际变化情况，从变化趋 势来看，18 年间四种土地利用类型的植被 NDVI 均值年际间变化较大，其中湿地、旱地与 水田的年均 NDVI 值变化趋势基本一致，但 18 年间森林的 NDVI 均值除 2006 年外均高于其 他土地利用类型；图 1C 为 18 年间 NDVI 月均值变化情况，从图中可以看出，7 月的 NDVI 均值最高，旱田、水田和湿地的月均值变化趋势基本一致，但森林的 NDVI 月均值明显高于 125 其他土地利用类型的植被 NDVI 均值。 - 4 -
    中国科技论文在线 http://www.paper.edu.cn 图 1 2000-2017 年挠力河不同土地利用类型的 NDVI 均值变化趋势，A 为四种植被类型的平均 NDVI 值情况， 130 Fig. 1 The variation of NDVI mean in different land use types of the Naoli river from 2000 to 2017 B 为 NDVI 值得年际波动情况，C 为 NDVI 值的年内波动情况。 3.2 NDVI 值与极端气候变化指数的相关关系分析 通过相关关系分析发现，四种土地利用类型下的植被都与六种极端气候指数呈极显著正 相关（P< 0.01），极端温度指数相关排序分别是 TNn（月极端最低温）、TXn（最低月最高 温）、TNx（最高月最低温）和 TXx（月极端最高温）；极端降水指数排序分别是 RX5Day 135 （5 日最大降水量）和 RX1Day（1 日最大降水量）。同时也与 DTR（温度日较差）成显著 的负相关，尤其是旱田和水田，但相关系数不大，在-0.2 至-0.3 之间。详细的相关系数情况 如表 2。 表 2 挠力河流域植被 NDVI 与极端气候指数的相关性 Table 2 Correlation between vegetation NDVI and extreme climate indices in the Naoli River watershed NDVI LUC TNn TXn TX90 TNx TXx RX1day RX5day DTR C 平均值 水田 0.83* * 0.81* * 旱田 0.83* * 0.81* * 森林 0.90* * 0.88* * 湿地 0.85* * 0.83* * 最大值 水田 0.83* * 0.82* * 旱田 0.84* * 0.83* * 森林 0.83* * 0.81* * 湿地 0.85* * 0.84* * 最小值 水田 0.73* * 0.73* * p 0.78* * 0.68* * 0.73* * 0.78* * -0.29* * 0.79* * 0.68* * 0.72* * 0.78* * -0.28* * 0.87* * 0.80* * 0.69* * 0.77* * 0.81* * 0.71* * 0.66* * 0.72* * -0.20* 0.80* * 0.74* * 0.66* * 0.73* * 0.82* * 0.73* * 0.70* * 0.77* * -0.21* 0.82* * 0.77* * 0.63* * 0.70* * -0.18* 0.82* * 0.74* * 0.65* * 0.73* * 0.69* * 0.58* * 0.64* * 0.67* * -0.24* * 旱田 0.77* * 0.76* * -0.17* 0.72* * 0.61* * 0.70* * 0.73* * -0.28* * 森林 0.81* * 0.80* * 湿地 0.76* * 0.74* * 0.71* * 0.68* * 0.67* * 0.72* * -0.17* 0.70* * 0.61* * 0.65* * 0.61* * -0.19* 140 3.3 随机森林回归结果 从极端气候指数与 NDVI 的随机森林的回归结果来看，植物的平均生长状态与极端气候 指数的拟合度较高，除湿地为 88.4%以外，其他三种土地利用类型的模型拟合度都超过了 90%。旱地、水田和湿地的主要植物都为草本植物，它们的 NDVI 最小值受极端气候的影响 最小，其次是 NDVI 的最大值，NDVI 的均值受到的影响最大，而且极端温暖和极端湿润的 145 影响较大。对于森林来说，其植被的最好生长状态和最差生长状态受极端气候的影响基本相 似，其平均生长状态受到的影响最大，而且其主要受极端寒冷和极端温暖影响，两者综合影 响贡献率超过了 75%，极端湿润影响较小。需要指出的是，极端寒冷对四种类型植被的影 响贡献基本相同，该结果的原因可能是极端寒冷指数对植物影响具有统一性。 - 5 -
    中国科技论文在线 http://www.paper.edu.cn 150 图 2 极端气候对不同土地利用类型 NDVI 值的贡献率，其中 A 为旱地，B 为水田，C 为湿地，D 为森林。 Fig.2 Contribution Rate of Extreme Climate to NDVI Value of Different Land Use Types 4 讨论 4.1 极端气候指数的变化以及对 NDVI 的潜在影响 选取了与 NDVI 值相关性较大的 TNn、TXn、TNn、TXx、RX1day、RX5day 和 DTR 7 155 个极端气候事件指数，分析了其从 1960-2017 年的年变化趋势。结果如图 3，可以看出，DTR、 RX1day 和 RX5day 均有下降趋势，尤其是 DTR 的下降趋势更明显；TNn、TXn、TNx 和 TXx 均具上升趋势。 结合相关分析和随机森林的结果，极端湿润指数的下降（RX1day 和 RX5day）将对旱 田、水田和湿地产生较大的影响，将有降低其 NDVI 的可能，而对森林的影响则有限。极端 160 温度指数的上升，从本文的模型来看，具有增加流域内不同土地利用类型植被的 NDVI 值的 潜力，尤其是对受水分限制较小的森林，其 NDVI 值更多受到极端温度因素的影响。 图 3 选取的极端气候变化指数年变化趋势 Fig. 3 The change trend of extreme climate change index 165 4.2 研究的局限性 挠力河流域的总面积超过 2 万平方公里，流域内有多种地貌类型，包含平原、丘陵和山 地等，流域部分区域内存在小气候现象，但本文仅采用了两个气象站（宝清站和富锦站）的 数据代表整个流域的气候状况，这并不能完全代表整个流域的气候状况。在未来的研究中应 - 6 -
    中国科技论文在线 http://www.paper.edu.cn 尽可能的搜集更多的气象资料，并将 NDVI 值与邻近的气象数据资料进行关联，开展进 170 一步分析。同时由于 MODIS 数据时间序列数据长度的限制，本文仅能统计 2000 年以来的 情况，对于之前的 NDVI 变化情况未进行探索。 相关分析和随机森林模型都不是机理模型，仅是对变量与响应变量之间进行统计建模， 而实际的极端气候变化对不同土地类型植被的影响则更为复杂，未来的研究中，耦合气候变 化的生态系统机理模型的构建是研究该问题的更好选择。 175 5 结论 挠力河流域内森林植被的 NDVI 值最高，旱地的最低，水田与湿地处于中间；2000-2017 年每种土地利用类型的植被的 NDVI 值都有较大的波动；植被的平均生长状态与月极端温度 和短期最大降水量均呈极显著正相关，极端气候指数对植被的平均生长状态影响更大，其中 极端寒冷因素对不同土地利用类型的植被均产生影响。森林植被的平均生长状态受极端温度 180 指数的影响，而旱田、水田和湿地植被的平均生长状态受极端温暖和极端湿润指数的影响。 但流域内的月极端温度存在升高趋势，对流域内的植被生长有积极影响，而流域内短期最大 降水量呈现减少趋势，可能会带来少量负面影响。 [参考文献] (References) 185 190 195 200 205 210 215 [1] 任国玉, 封国林, 严中伟. 中国极端气候变化观测研究回顾与展望 [J]. 气候与环境研究, 2010, 15(4): 337-353. [2] 钱维宏, 符娇兰, 张玮玮, 等. 近 40 年中国平均气候与极值气候变化的概述 [J]. 地球科学进展, 2007, 22(7): 673-684. [3] Field C. B, Barros V, Stocker T. F, et al. Managing the risks of extreme events and disasters to advance climate change adaptation. Special report of the Intergovernmental Panel on Climate Change [J]. Journal of Clinical Endocrinology & Metabolism, 2012, 18(6): 586-599. [4] 王晓利. 中国沿海极端气候变化及其对 NDVI 的影响特征研究 [D]; 中国科学院烟台海岸带研究所, 2017. [5] Houghton J. E. T., Ding Y. H., Griggs J., et al. Climate Change 2001: The Scientific Basis [M]. 2001. [6] Easterling D. R., Evans J. L., Groisman P. Ya, et al. Observed Variability and Trends in Extreme Climate Events: A Brief Review [J]. Bulletin of the American Meteorological Society, 2000, 81(3): 417-426. [7] 丁明军, 张镱锂, 刘林山, 等. 青藏高原植被覆盖对水热条件年内变化的响应及其空间特征 [J]. 地理科 学进展, 2010, 29(4): 507-512. [8] 方精云, 朴世龙, 贺金生, 等. 近 20 年来中国植被活动在增强 [J]. 中国科学:, 2003, 33(6): 554-565. [9] Myneni R. B., Keeling C. D., Tucker C. J., et al. Increased plant growth in the northern high latitudes from 1981 to 1991 [J]. Nature, 1997, 386(6626): 698-702. [10] Xin Zhong Bao, Xu Jiong Xin, Wei Zheng. Spatiotemporal variations of vegetation cover on the Chinese Loess Plateau (1981-2006): Impacts of climate changes and human activities [J]. Science in China, 2008, 51(1): 67-78. [11] 王永立, 范广洲, 周定文, 等. 我国东部地区 NDVI 与气温、降水的关系研究 [J]. 热带气象学报, 2009, 25(6): 725-732. [12] 李霞, 李晓兵, 王宏, 等. 气候变化对中国北方温带草原植被的影响 [J]. 北京师范大学学报(自然科学 版), 2006, 42(6): 618-623. [13] Zhou Liming, Tucker Compton J., Kaufmann Robert K., et al. Zhou, L. et al. Variations in northern vegetation activity inferred from satellite data of vegetation index during 1981 to 1999. J. Geophys. Res. D 106, 20069-20083 [J]. Journal of Geophysical Research Atmospheres, 2001, 106(D17): 20069-20084. [14] 李秀花, 师庆东, 常顺利, 等. 1981-2001 年中国西北干旱区 NDVI 变化分析 [J]. 干旱区地理, 2008, 31(6): 940-945. [15] Fang J., Piao S, He J., et al. Increasing terrestrial vegetation activity in China, 1982-1999 [J]. Science in China, 2004, 47(3): 229-240. [16] 崔林丽, 史军, 肖风劲, 等. 中国东部 NDVI 的变化趋势及其与气候因子的相关分析 [J]. 资源科学, - 7 -
    中国科技论文在线 http://www.paper.edu.cn 2010, 32(1): 124-131. [17] Evans J, Geerken R. Discrimination between climate and human-induced dryland degradation [J]. Journal of Arid Environments, 2004, 57(4): 535-554. [18] 侯光雷, 刘德赢, 张正祥, 等. 松嫩平原不同气候区植被 NDVI 对气候变化的响应 [J]. 中国农业气象, 2012, 33(2): 271-277. [19] Wang Jue, Price K. P., Rich P. M. Spatial patterns of NDVI in response to precipitation and temperature in the central Great Plains [J]. International Journal of Remote Sensing, 2001, 22(18): 3827-3844. [20] 姚允龙, 吕宪国, 王蕾. 1956 年～2005 年挠力河径流演变特征及影响因素分析 [J]. 资源科学, 2009, 31(4): 648-655. [21] 崔保山, 刘兴土. 三江平原挠力河流域湿地生态特征变化研究 [J]. 自然资源学报, 2001, 16(2): 107-114. [22] Samanta Arindam, Ganguly Sangram, Vermote Eric, et al. Interpretation of variations in MODIS-measured greenness levels of Amazon forests during 2000 to 2009 [J]. Environmental Research Letters, 2012, 7(2): 024018. [23] 田庆久, 闵祥军. 植被指数研究进展 [J]. 地球科学进展, 1998, 13(4): 327-333. [24] Dbftpci Consortium. Climdex.pcic:PCIC Implementation of Climdex Routines[CP] [J]. [25] Liaw A., Wiener M. Classification and Regression by randomForest [J]. R News, 2002, 2(18-22). [26] Team R Core. A Language and Environment for Statistical Computing[CP] [J]. [27] Wickham Hadley. ggplot2: Elegant Graphics for Data Analysis [M]. Springer Publishing Company, Incorporated, 2009. [28] Wickham Hadley. dplyr:A Grammar of Data Manipulation[CP] [J]. 220 225 230 235 - 8 -
    分享到：
    赞 收藏

    相关推荐

    资料库

    开发技术

    共收录19306份资料，累计14个分类，关注成员有19位，主要包括：Actionscript,Javascript,PHP,VB,Perl,Delphi,Python,C#,C,Java,C++,Web开发,硬件开发,其它

    热门标签

    Actionscript Javascript PHP VB Perl Delphi Python C# C Java C++ Web开发 硬件开发 其它

    最新资料