亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于LPWAN物聯(lián)網(wǎng)與專(zhuān)家系統(tǒng)的果園精準(zhǔn)灌溉研究

        2021-09-28 08:26:56周文杰李娜娜李伏生
        中國(guó)農(nóng)村水利水電 2021年9期
        關(guān)鍵詞:需水量降雨果樹(shù)

        海 濤,陸 猛,周文杰,李娜娜,李伏生

        (1.廣西大學(xué)電氣工程學(xué)院,南寧530004;2.廣西大學(xué)農(nóng)學(xué)院,南寧530004)

        水果富含多種人體必需的營(yíng)養(yǎng)元素,是日常生活中不可或缺的一部分。果園環(huán)境復(fù)雜且種植面積寬廣,造成灌溉與管理成本過(guò)高。隨著物聯(lián)網(wǎng)技術(shù)[1-4]的發(fā)展和專(zhuān)家系統(tǒng)的應(yīng)用[5],研究人員可以利用信息化手段對(duì)果園進(jìn)行管理,克服灌溉和管理成本高的難題。楊偉志等[6-7]基于ZigBee 通信網(wǎng)絡(luò)搭建果園監(jiān)控系統(tǒng),實(shí)現(xiàn)果樹(shù)墑情監(jiān)測(cè)與灌溉控制,但存在通信距離短、抗干擾能力差、組網(wǎng)困難等缺陷,無(wú)法滿足現(xiàn)代農(nóng)業(yè)低功耗和遠(yuǎn)距離的需求[8]。龍曉明等[9]基于LoRa 通信建立山地果園灌溉系統(tǒng),延長(zhǎng)了通信距離,節(jié)省了中繼節(jié)點(diǎn),但存在部分節(jié)點(diǎn)通信信號(hào)不穩(wěn)定,大范圍、多區(qū)域覆蓋需要搭建多通基站節(jié)點(diǎn)的不足。

        隨著現(xiàn)代農(nóng)業(yè)建設(shè)的持續(xù)發(fā)展,農(nóng)業(yè)行業(yè)對(duì)精準(zhǔn)灌溉的需求將進(jìn)一步擴(kuò)展,構(gòu)建通信穩(wěn)定可靠與科學(xué)決策的灌溉系統(tǒng)具有重要意義。該研究構(gòu)建了基于LPWAN(Low-Power Wide-Area Network,低功耗廣域網(wǎng))物聯(lián)網(wǎng)與專(zhuān)家系統(tǒng)的果園精準(zhǔn)灌溉系統(tǒng),實(shí)現(xiàn)果園環(huán)境信息的遠(yuǎn)程監(jiān)測(cè),依據(jù)專(zhuān)家知識(shí),結(jié)合采集的環(huán)境數(shù)據(jù)與降雨預(yù)測(cè)信息,對(duì)灌溉裝置進(jìn)行遠(yuǎn)程控制,實(shí)現(xiàn)果園的精準(zhǔn)灌溉。

        1 系統(tǒng)結(jié)構(gòu)設(shè)計(jì)

        1.1 系統(tǒng)結(jié)構(gòu)

        系統(tǒng)由終端傳感器、灌溉裝置及控制模塊、通信模塊、云服務(wù)器及專(zhuān)家系統(tǒng)、數(shù)據(jù)庫(kù)和用戶終端組成,如圖1所示。節(jié)點(diǎn)根據(jù)數(shù)據(jù)采集信號(hào)實(shí)時(shí)采集果園環(huán)境數(shù)據(jù),通信模塊通過(guò)低功耗廣域網(wǎng)將數(shù)據(jù)傳輸?shù)皆品?wù)器,經(jīng)分析處理后存儲(chǔ)于數(shù)據(jù)庫(kù)。專(zhuān)家系統(tǒng)根據(jù)調(diào)控規(guī)則對(duì)灌溉進(jìn)行調(diào)節(jié),其決策結(jié)果由云服務(wù)器下發(fā)到基站,節(jié)點(diǎn)遵循控制信號(hào)啟動(dòng)或關(guān)閉電磁閥。用戶可通過(guò)PC(計(jì)算機(jī))端和移動(dòng)端查詢相關(guān)信息和發(fā)送調(diào)控指令。

        圖1 果園精準(zhǔn)灌溉系統(tǒng)結(jié)構(gòu)圖Fig.1 Structure of orchard precision irrigation system

        1.2 組網(wǎng)設(shè)計(jì)

        針對(duì)ZigBee 等傳統(tǒng)通信技術(shù)在果園環(huán)境中傳輸距離受限和數(shù)據(jù)傳輸不穩(wěn)定的問(wèn)題,采用LoRa+NB-IoT 的混合方式通信。LoRa具有傳輸距離遠(yuǎn),穿透性好,發(fā)射功耗低,抗干擾性強(qiáng)的優(yōu)勢(shì);NB-IoT具有強(qiáng)鏈接,高覆蓋,低功耗和低成本的優(yōu)勢(shì)。

        LoRa 模塊采用正點(diǎn)原子的ATK-LORA-01 模塊,該模塊采用高效率的ISM 頻段射頻SX1278 擴(kuò)頻芯片,發(fā)射功率20 bdBm,在植被密集的果園地區(qū)其通信距離能達(dá)到1 km 以上,工作電壓3.3~5 V,工作溫度-40~+85 ℃;NB-IoT 模塊采用穩(wěn)恒電子公司的WH-NB73模塊,發(fā)射功率23+/-2 dBm,通信距離可達(dá)15 km,工作電壓3.1~4.2 V,工作溫度-30~+80 ℃,工作濕度5%~95%。WH-NB73 與專(zhuān)用的NB-IoT 物聯(lián)網(wǎng)卡進(jìn)行通信,并通過(guò)射頻天線將采集到的數(shù)據(jù)直接發(fā)送到NB-IoT 基站。LoRa模塊與NB-IoT 模塊采用星型組網(wǎng)方式實(shí)現(xiàn)數(shù)據(jù)傳輸,LoRa 網(wǎng)絡(luò)將傳感器采集的數(shù)據(jù)發(fā)送到主節(jié)點(diǎn),主節(jié)點(diǎn)通過(guò)NB-IoT 網(wǎng)絡(luò)上傳到基站,并通過(guò)VPDN 隧道直接與云平臺(tái)服務(wù)器進(jìn)行數(shù)據(jù)交換[10]。采集主節(jié)點(diǎn)以STM32F103ZET6 芯片為控制核心,節(jié)點(diǎn)MCU分別通過(guò)TTL、UART串口與LoRa、NB-IoT模塊通信。

        1.3 硬件設(shè)計(jì)

        該系統(tǒng)硬件包括各傳感器、微處理器、LoRa 模塊、NB-IoT模塊、電磁閥、定位模塊和供電模塊等,如圖2所示。該系統(tǒng)采用太陽(yáng)能發(fā)電與市電聯(lián)合為各模塊供電,在日照充足的日間,太陽(yáng)能發(fā)電為主要供電方式;而夜間或陰雨天氣等光照不足的情況使用市電輔助供電。

        圖2 系統(tǒng)硬件原理框圖Fig.2 System hardware diagram

        果園環(huán)境數(shù)據(jù)包括空氣溫濕度、土壤溫濕度、光照強(qiáng)度、降雨量等,傳感器選型如表1所示。終端控制器根據(jù)控制信號(hào)啟停電磁閥實(shí)現(xiàn)對(duì)果園灌溉裝置進(jìn)行控制。若收到數(shù)據(jù)采集信號(hào)時(shí)各傳感器開(kāi)始采集并周期性把數(shù)據(jù)包上傳到基站,若收到的信號(hào)是灌溉控制信號(hào)則對(duì)電磁閥進(jìn)行對(duì)應(yīng)操作,如果未收到基站信息或收到的信號(hào)既不是采集信號(hào)也不是灌溉控制信號(hào)則系統(tǒng)進(jìn)入超低功耗模式(睡眠模式)。灌溉系統(tǒng)工作流程如圖3所示。

        圖3 灌溉系統(tǒng)工作流程Fig.3 Working flow of irrigation system

        表1 傳感器型號(hào)Tab.1 Sensor models

        2 云服務(wù)器及專(zhuān)家系統(tǒng)設(shè)計(jì)

        2.1 數(shù)據(jù)庫(kù)設(shè)計(jì)

        該設(shè)計(jì)使用靈活性高、速率較快的關(guān)系數(shù)據(jù)庫(kù)MySQL 對(duì)系統(tǒng)產(chǎn)生的數(shù)據(jù)進(jìn)行存儲(chǔ),通過(guò)JDBC 與數(shù)據(jù)庫(kù)建立連接,并處理SQL 語(yǔ)句的執(zhí)行結(jié)果[11],對(duì)數(shù)據(jù)庫(kù)進(jìn)行數(shù)據(jù)的錄入、查詢、修改和刪除等操作。MySQL 數(shù)據(jù)庫(kù)中數(shù)據(jù)存儲(chǔ)于不同的表中,主要的數(shù)據(jù)表結(jié)構(gòu)為:①果園位置、面積等參數(shù)的基礎(chǔ)信息表;②傳感器采集的空氣、土壤溫濕度等參數(shù)的節(jié)點(diǎn)信息表;③雨量預(yù)測(cè)信息表;④果樹(shù)不同時(shí)期的需水量、土壤含水率閾值等信息的果樹(shù)需水量表;⑤灌溉策略規(guī)則表;⑥灌溉、施肥、剪枝等相關(guān)信息的果樹(shù)管理信息表。以果樹(shù)節(jié)點(diǎn)環(huán)境信息表為例,數(shù)據(jù)表結(jié)構(gòu)如表2所示。

        表2 節(jié)點(diǎn)環(huán)境信息表Tab.2 Environment information table

        2.2 功能模塊設(shè)計(jì)

        依據(jù)系統(tǒng)需求專(zhuān)家系統(tǒng)主要實(shí)現(xiàn)數(shù)據(jù)分析、需水量預(yù)測(cè)和灌溉決策,該系統(tǒng)基于B/S 架構(gòu),使用HTML+CSS+Javascript+JQuery開(kāi)發(fā)精準(zhǔn)灌溉系統(tǒng)監(jiān)控頁(yè)面,如圖4所示。

        圖4 PC端監(jiān)控頁(yè)面Fig.4 PC terminal monitoring page

        2.2.1 環(huán)境數(shù)據(jù)監(jiān)測(cè)功能

        果園環(huán)境數(shù)據(jù)監(jiān)測(cè)模塊實(shí)時(shí)采集果園空氣、土壤溫濕度、光照強(qiáng)度、降雨量等數(shù)據(jù),并以圖表的形式展示節(jié)點(diǎn)數(shù)據(jù)及其變化情況,用戶可以通過(guò)PC 端和移動(dòng)端對(duì)果園環(huán)境數(shù)據(jù)進(jìn)行查詢。

        2.2.2 需水量預(yù)測(cè)

        果樹(shù)需水量預(yù)測(cè)精度直接影響專(zhuān)家系統(tǒng)灌溉決策及節(jié)水效率,該系統(tǒng)利用GA-BP 神經(jīng)網(wǎng)絡(luò)算法對(duì)果樹(shù)需水量進(jìn)行預(yù)測(cè)。BP神經(jīng)網(wǎng)絡(luò)具有內(nèi)部神經(jīng)元連接廣泛、非線性及自適應(yīng)性的特點(diǎn),首先利用BP 神經(jīng)網(wǎng)絡(luò)對(duì)果樹(shù)需水預(yù)測(cè)的數(shù)學(xué)模型進(jìn)行搭建,再利用遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值以避免陷入局部極小值,更精確地預(yù)測(cè)需水量。將預(yù)測(cè)結(jié)果反饋到專(zhuān)家系統(tǒng),灌溉決策模塊根據(jù)反饋結(jié)果給出相應(yīng)的決策指令。

        利用BP神經(jīng)網(wǎng)絡(luò)建立果樹(shù)需水量預(yù)測(cè)模型如圖5所示,輸入為空氣溫濕度、土壤濕度和光照強(qiáng)度,輸出為果樹(shù)需水量。

        圖5 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)Fig.5 Structure of BP neural network

        BP神經(jīng)網(wǎng)絡(luò)采用單隱含層結(jié)構(gòu),隱含層神經(jīng)元個(gè)數(shù)h為:

        式中:M為輸入層神經(jīng)元個(gè)數(shù);N為輸出層神經(jīng)元個(gè)數(shù);a為1~10的常數(shù)。

        在BP 神經(jīng)網(wǎng)絡(luò)中每個(gè)節(jié)點(diǎn)的輸出值由上層節(jié)點(diǎn)輸出值、當(dāng)前節(jié)點(diǎn)與上一層的權(quán)值以及當(dāng)前節(jié)點(diǎn)的閾值決定的,每個(gè)節(jié)點(diǎn)輸出值xj的計(jì)算公式為:

        式中:ωij為節(jié)點(diǎn)i和節(jié)點(diǎn)j之間的權(quán)值;bj為節(jié)點(diǎn)j的閾值;f為激活函數(shù)。

        由式(1)可知隱含層神經(jīng)元個(gè)數(shù)h的取值范圍為3~12。設(shè)置遺傳算法種群大小為30,遺傳代數(shù)為50,交叉、變異概率和學(xué)習(xí)速率分別為0.7、0.01 和0.1。神經(jīng)網(wǎng)絡(luò)隱含層和輸出層神經(jīng)元傳遞函數(shù)分別為S型正切函數(shù)tansig和線性傳輸函數(shù)purelin,利用L-M 學(xué)習(xí)算法[12]對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,即訓(xùn)練函數(shù)為trainlm。GA-BP算法流程如圖6所示。

        圖6 GA-BP算法流程Fig.6 GA-BP algorithm flow

        以均方誤差(MSE)為誤差函數(shù),分別對(duì)隱含層節(jié)點(diǎn)數(shù)各取值進(jìn)行訓(xùn)練,訓(xùn)練結(jié)果如表3所示。當(dāng)隱含層節(jié)點(diǎn)數(shù)取值為9時(shí)誤差最小,故神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)確定為4-9-1。

        表3 各隱含層節(jié)點(diǎn)數(shù)訓(xùn)練結(jié)果Tab.3 Training results of hidden layer

        均方誤差的計(jì)算公式為:

        2.2.3 灌溉決策功能

        專(zhuān)家決策模塊根據(jù)專(zhuān)家知識(shí)和預(yù)測(cè)需水量數(shù)據(jù),綜合氣象數(shù)據(jù)制定灌溉策略,進(jìn)而對(duì)果園進(jìn)行科學(xué)灌溉,提升水果產(chǎn)量與質(zhì)量的同時(shí)最大限度節(jié)約水資源。

        根據(jù)氣象數(shù)據(jù),獲取距離本次決策的降雨量和預(yù)測(cè)的作物需水量E,計(jì)算出干旱指數(shù)η:

        式中:Ei為第i天的需水量;Pj為第j天的降雨量;X表示本次決策距離下一次降雨的天數(shù);Y表示降雨后出現(xiàn)的降雨天數(shù);分子表示從決策到降雨前的X- 1 天的總需水量;分母表示連續(xù)降雨的Y天里總降雨量。

        本文采用分級(jí)調(diào)控。一級(jí)調(diào)控:如果土壤處于干旱狀態(tài)(表4中的1,2級(jí)別),立即進(jìn)行灌溉決策,第i天的灌溉量Gi為

        表4 干旱級(jí)別標(biāo)準(zhǔn)Tab.4 Drought level standard

        二級(jí)調(diào)控:i取值范圍為1~X,實(shí)時(shí)檢測(cè)土壤含水率,如果滿足果樹(shù)生長(zhǎng)需求,則不進(jìn)行灌溉操作。否則依據(jù)式(6)做出灌溉決策。

        3 系統(tǒng)測(cè)試

        3.1 芒果樹(shù)灌溉決策規(guī)則

        以廣西大學(xué)農(nóng)學(xué)院芒果種植試驗(yàn)基地為實(shí)驗(yàn)對(duì)象,對(duì)果園灌溉系統(tǒng)進(jìn)行試驗(yàn)。芒果樹(shù)是需水量較大的漆樹(shù)科常綠大喬木,土壤含水率直接影響芒果的產(chǎn)量和質(zhì)量。芒果樹(shù)有效吸水根系集中在5~40 cm 土層內(nèi),因此計(jì)劃濕潤(rùn)層深度以40 cm 進(jìn)行試驗(yàn)。不同生長(zhǎng)期土壤相對(duì)濕度(占田間持水量%)需求[13]如表5所示。

        表5 芒果各生長(zhǎng)期土壤相對(duì)濕度需求Tab.5 Requirements of soil humidity of mango

        3.2 丟包率測(cè)試

        數(shù)據(jù)丟包率是影響系統(tǒng)通信穩(wěn)定性的主要因素,選取5 個(gè)傳感器節(jié)點(diǎn)對(duì)丟包率進(jìn)行測(cè)試。傳感器節(jié)點(diǎn)布置示意圖如圖7所示,等距離增加測(cè)試半徑,周期性地發(fā)送相同數(shù)據(jù),觀測(cè)各傳感器節(jié)點(diǎn)的數(shù)據(jù)收發(fā)情況。表6 為丟包率測(cè)試數(shù)據(jù),由測(cè)試結(jié)果可知,系統(tǒng)在傳輸距離為1 200 m 內(nèi)平均丟包率為0.45%,距離為1 500 m 內(nèi)平均丟包率為1.3%,通信效果優(yōu)異,能夠?qū)崿F(xiàn)數(shù)據(jù)實(shí)時(shí)、準(zhǔn)確采集。

        表6 丟包率測(cè)試結(jié)果Tab.6 Test results of packet loss rate

        圖7 傳感器節(jié)點(diǎn)布置示意圖Fig.7 Sensor node layout diagram

        3.3 GA-BP預(yù)測(cè)效果

        該試驗(yàn)的數(shù)據(jù)樣本為種植基地2019年3-5月采集到的空氣溫度、濕度、光照強(qiáng)度、土壤相對(duì)濕度以及芒果需水量共90組數(shù)據(jù)。為統(tǒng)一量綱,對(duì)數(shù)據(jù)進(jìn)行歸一化處理,從中選取60 組數(shù)據(jù)作為訓(xùn)練集,其余30 組數(shù)據(jù)作為測(cè)試集。采用均方根誤差RMSE和平均絕對(duì)誤差MAE對(duì)模型進(jìn)行評(píng)價(jià),評(píng)價(jià)指標(biāo)值越小說(shuō)明預(yù)測(cè)越準(zhǔn)確。計(jì)算公式為:

        仿真結(jié)果如圖8所示,GA-BP 模型的均方根誤差和平均絕對(duì)誤差分別為0.074 5 和0.109 1 mm/d,而B(niǎo)P 模型則分別為0.185 1 和0.234 1 mm/d。由仿真結(jié)果可知,GA-BP 神經(jīng)網(wǎng)絡(luò)各項(xiàng)評(píng)價(jià)指標(biāo)值均小于BP 神經(jīng)網(wǎng)絡(luò)模型,對(duì)需水量的預(yù)測(cè)結(jié)果相比于BP 神經(jīng)網(wǎng)絡(luò)模型更為精確,可以較好地指導(dǎo)果園的精準(zhǔn)灌溉。

        圖8 GA-BP與BP神經(jīng)網(wǎng)絡(luò)仿真結(jié)果對(duì)比Fig.8 Comparison of simulation results of GA-BP and BP neural network

        3.4 專(zhuān)家系統(tǒng)決策效果

        以芒果園為對(duì)象進(jìn)行試驗(yàn),系統(tǒng)自動(dòng)采集芒果園溫濕度、光照強(qiáng)度等環(huán)境信息,結(jié)合氣象數(shù)據(jù)做出灌溉決策。作為參照,另一種灌溉策略未考慮降雨因素,設(shè)定灌溉閾值(可根據(jù)不同生長(zhǎng)期進(jìn)行自動(dòng)調(diào)節(jié)),土壤含水率低于下限閾值則進(jìn)行灌溉,高于上限閾值停止灌溉。分別對(duì)兩種灌溉策略進(jìn)行試驗(yàn),圖9 為2019年5月9日到7月2日不同灌溉策略下的土壤相對(duì)濕度變化情況。

        由圖9可知,本文所提灌溉策略中,5月21日土壤含水率低于適宜水分下限閾值80%,由于檢測(cè)到7月24、25日將會(huì)有連續(xù)降雨,調(diào)節(jié)灌溉量避免由于持續(xù)灌溉對(duì)果樹(shù)造成不利影響;6月10日檢測(cè)到土壤含水率低于80%,根據(jù)預(yù)測(cè)信息知6月12日將有強(qiáng)降雨,故暫時(shí)不執(zhí)行灌溉操作;6月29日檢測(cè)到土壤含水率再次低于80%,根據(jù)氣象信息與預(yù)測(cè)數(shù)據(jù)調(diào)整灌溉水量,避免降雨當(dāng)天土壤水分過(guò)高,利用降雨進(jìn)行灌溉。綜上所述,不考慮降雨因素,根據(jù)果樹(shù)適宜含水率上下閾值進(jìn)行灌溉能保證果園的土壤含水率,但是當(dāng)遇到強(qiáng)降雨時(shí)會(huì)導(dǎo)致土壤水分過(guò)多,影響果樹(shù)的正常生長(zhǎng)且導(dǎo)致水資源的浪費(fèi)。將降雨作為灌溉決策因素之一,根據(jù)氣象數(shù)據(jù),利用降雨預(yù)測(cè)調(diào)節(jié)灌溉水量,測(cè)試結(jié)果表明果園土壤相對(duì)濕度處于適宜水分需求區(qū)間(80%~90%),能較好地調(diào)節(jié)灌溉與降雨的平衡,使得灌溉更合理、水資源利用率更高。

        圖9 灌溉策略效果對(duì)比Fig.9 Comparison of control effects of irrigation strategies

        4 結(jié)論

        (1)數(shù)據(jù)傳輸采用LoRa+NB-IoT 的混合通信方式,克服了ZigBee 等傳統(tǒng)通信技術(shù)傳輸距離短,抗干擾能力差的缺陷。系統(tǒng)通信穩(wěn)定可靠,能夠?qū)崿F(xiàn)數(shù)據(jù)實(shí)時(shí)、準(zhǔn)確采集。

        (2)結(jié)合云技術(shù)和專(zhuān)家系統(tǒng),根據(jù)采集的果園環(huán)境數(shù)據(jù)進(jìn)行精準(zhǔn)灌溉決策。專(zhuān)家系統(tǒng)利用GA-BP 神經(jīng)網(wǎng)絡(luò)對(duì)果樹(shù)需水量進(jìn)行預(yù)測(cè),并結(jié)合降雨預(yù)報(bào)做出灌溉決策。訓(xùn)練結(jié)果表明,GA-BP 模型的均方根誤差和平均絕對(duì)誤差分別為0.074 5 和0.109 1 mm/d,相比于BP 模型其預(yù)測(cè)精確度更高。決策結(jié)果表明,芒果園土壤相對(duì)濕度維持在80%~90%,芒果樹(shù)始終處于適宜水分生長(zhǎng)條件中。

        以實(shí)現(xiàn)果園信息的準(zhǔn)確、實(shí)時(shí)監(jiān)測(cè)與精準(zhǔn)灌溉決策為目標(biāo),基于LPWAN 物聯(lián)網(wǎng)與專(zhuān)家系統(tǒng)構(gòu)建果園精準(zhǔn)灌溉系統(tǒng),實(shí)現(xiàn)果園環(huán)境信息的自動(dòng)采集與精準(zhǔn)灌溉,對(duì)提高水果產(chǎn)量與質(zhì)量具有一定的參考意義。□

        猜你喜歡
        需水量降雨果樹(shù)
        種果樹(shù)
        果樹(shù)冬季要休眠 易受凍害要注意
        天漸冷果樹(shù)防凍要抓緊
        南京城市中心區(qū)生態(tài)需水量探析
        滄州市2016年“7.19~7.22”與“8.24~8.25”降雨對(duì)比研究
        組合預(yù)測(cè)模型在區(qū)域需水量預(yù)測(cè)中的應(yīng)用
        紅黏土降雨入滲的定量分析
        帕滿灌區(qū)供需水量平衡分析
        怎么解決施肥引起的果樹(shù)爛根
        大洋河生態(tài)需水量分析與評(píng)價(jià)
        av无码精品一区二区三区四区| 森中文字幕一区二区三区免费| 成人麻豆日韩在无码视频| www国产无套内射com| 欧美 亚洲 国产 日韩 综AⅤ| 中文字幕视频二区三区| 亚洲一区二区三区蜜桃| 亚洲av不卡一区二区三区| 极品尤物高潮潮喷在线视频 | 午夜无码亚| 国产成人亚洲精品91专区高清| 国产亚av手机在线观看| 日本少妇人妻xxxxx18| 麻豆AV无码久久精品蜜桃久久| 一区二区中文字幕在线观看污污| 男女做爰高清免费视频网站| 色94色欧美sute亚洲线路二| 亚洲高清在线观看免费视频| gg55gg国产成人影院| 国产真实乱对白精彩久久老熟妇女| 另类亚洲欧美精品久久不卡| 久久夜色精品亚洲天堂| 欧洲美熟女乱av亚洲一区| 国产成人综合在线视频| 国产精品欧美视频另类专区| 人妻少妇猛烈井进入中文字幕| 一本一道久久综合久久| 亚洲精品美女久久久久久久| 亚洲五码av在线观看| 亚洲av成人无码一二三在线观看| 日韩a毛片免费观看| 国产三级黄色片子看曰逼大片| 久久综合九色综合97婷婷| 欧美xxxx色视频在线观看| 99在线视频精品费观看视| 亚洲精品国产av成拍色拍| 337p日本欧洲亚洲大胆| 国产人成精品综合欧美成人| 国产成人久久综合第一区| 午夜dv内射一区二区| 欧美巨大xxxx做受中文字幕|