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

        ?

        基于無(wú)人機(jī)近地面多光譜圖像的蛇龍珠葡萄成熟度判別

        2021-10-17 01:34:56楊圣慧鄭永軍劉星星張?zhí)祛?/span>張小栓徐麗明
        光譜學(xué)與光譜分析 2021年10期
        關(guān)鍵詞:總糖成熟度分量

        楊圣慧, 鄭永軍, 劉星星, 張?zhí)祛福?張小栓, 徐麗明

        中國(guó)農(nóng)業(yè)大學(xué)工學(xué)院, 北京 100083

        引 言

        釀酒葡萄一般按地塊進(jìn)行種植和管理。 對(duì)于同一種植區(qū)域內(nèi)同一釀酒葡萄品種而言, 通常選擇批量采收的方式。 由于采收期能夠影響葡萄品質(zhì)[1]、 進(jìn)而影響葡萄酒質(zhì)量[2], 因此在采收前需要不斷判別葡萄成熟度, 確定該區(qū)域的最佳采收時(shí)間。 蛇龍珠(Cabernet Gernischt)是一種典型的釀酒葡萄。 傳統(tǒng)的蛇龍珠成熟度判別主要依據(jù)樣本理化指標(biāo)的化驗(yàn)結(jié)果, 即把田間采集的果實(shí)在實(shí)驗(yàn)室榨汁后滴定, 測(cè)得總糖、 酸度等結(jié)果, 與往年指標(biāo)對(duì)比, 或建立各理化指標(biāo)與成熟度的關(guān)系模型, 最終確定采收時(shí)間。 該方法準(zhǔn)確性好, 但是步驟多、 周期長(zhǎng)、 存在較大的滯后性, 可能導(dǎo)致葡萄錯(cuò)過(guò)最佳采收期; 同時(shí), 傳統(tǒng)方法對(duì)檢測(cè)條件要求較高、 人工勞動(dòng)強(qiáng)度較大, 不適宜按地塊對(duì)蛇龍珠進(jìn)行監(jiān)測(cè)。 因此, 建立快捷、 準(zhǔn)確的方法對(duì)蛇龍珠成熟度進(jìn)行判別, 進(jìn)而確定期最佳采收時(shí)間, 對(duì)于保證葡萄品質(zhì)、 提升葡萄酒質(zhì)量, 具有實(shí)際意義和經(jīng)濟(jì)價(jià)值。

        光譜技術(shù)可實(shí)現(xiàn)對(duì)作物成熟度的快速準(zhǔn)確識(shí)別, 目前對(duì)在草莓、 煙葉、 冬棗等多種樣品均獲得良好的結(jié)果。 在葡萄檢測(cè)上, 主要用于糖度、 含水量等指標(biāo)的檢測(cè), 如: Daniels等研究了用傅里葉變換近紅外光譜測(cè)定整串鮮食葡萄果實(shí)中可溶性固形物(TSS)、 可滴定酸度(TA)、 TSS/TA、 氫離子濃度(pH)和BrimA(TSS-k x TA)等關(guān)鍵指標(biāo)的方法, 采用移動(dòng)平滑窗(MSW)和乘法散射校正(MSC)對(duì)光譜進(jìn)行預(yù)處理, 建立了葡萄成熟度與感官品質(zhì)參數(shù)的偏最小二乘回歸模型[3]; 蔡正云等則對(duì)比了四種特征波長(zhǎng)選擇方法對(duì)寧夏赤霞珠含水量的檢測(cè)效果[4]; Avila等利用計(jì)算機(jī)分析了250粒葡萄籽與200枚橄欖的成熟度情況, 開發(fā)了基于支持向量機(jī)的成熟度顏色尺度判別方法, 并利用了K-fold交叉驗(yàn)證證明了方法的有效性[5]。 這些研究所得結(jié)果和模型精度較高, 但是存在沒(méi)有結(jié)合田間實(shí)際條件對(duì)葡萄成熟度進(jìn)行判別的局限, 也很少將研究成果進(jìn)行實(shí)際應(yīng)用。

        隨著無(wú)人機(jī)技術(shù)的不斷發(fā)展, 輕量化、 集成化的多光譜采集設(shè)備可裝載于無(wú)人機(jī), 便于實(shí)現(xiàn)機(jī)動(dòng)、 快速、 高效的光譜信息采集作業(yè)[6]。 目前利用無(wú)人機(jī)機(jī)載光譜設(shè)備的研究, 主要涉及裝置研發(fā)[7]、 作物疾病監(jiān)測(cè)[8]、 營(yíng)養(yǎng)物質(zhì)含量[9]等方面。 例如, 蘇寶峰等通過(guò)無(wú)人機(jī)飛行平臺(tái)搭載熱成像儀和多光譜相機(jī), 對(duì)田塊尺度的蒸散發(fā)進(jìn)行估算, 通過(guò)優(yōu)化蒸散發(fā)模型、 利用多光譜數(shù)據(jù)校正溫度參數(shù), 得到分米級(jí)高分辨率結(jié)果[10], 具有便捷性和實(shí)際應(yīng)用價(jià)值; Oliveira等采用光譜圖像結(jié)合機(jī)器學(xué)習(xí)的方法, 對(duì)青貯草場(chǎng)產(chǎn)量和質(zhì)量進(jìn)行了判別, 誤差≤20%[11]; Hurley等采用無(wú)人直升機(jī)搭載高光譜相機(jī), 在75 m高空對(duì)葡萄園進(jìn)行了拍攝, 研究水脅迫對(duì)莖水勢(shì)的影響[12]。 這些研究結(jié)果證明無(wú)人機(jī)搭載光譜檢測(cè)設(shè)備, 結(jié)合適當(dāng)?shù)哪P团c方法, 可以具有良好的精度, 但尚未應(yīng)用于葡萄成熟度的預(yù)測(cè)。 與本研究相近的研究, 是2016年Anderson等對(duì)葡萄成熟度的預(yù)測(cè)。 該研究采用了多光譜圖像, 結(jié)合常用的化驗(yàn)手段, 對(duì)葡萄的氮、 磷、 鎂等元素含量進(jìn)行了窄帶歸一化差分指數(shù)與比值參數(shù)分析, 相關(guān)系數(shù)在0.80以上[13]。 但是該研究是為葡萄微元素含量的無(wú)人機(jī)預(yù)測(cè)奠定基礎(chǔ), 尚未利用無(wú)人機(jī)的實(shí)際監(jiān)測(cè), 且采集的圖像為地面圖像(ground-level)而非大地塊內(nèi)的區(qū)域葡萄圖像, 檢測(cè)指標(biāo)也非TSS等成熟度常用指標(biāo)。

        本研究采用多旋翼無(wú)人機(jī)搭載光譜相機(jī), 對(duì)某一區(qū)域內(nèi)的蛇龍珠成熟過(guò)程進(jìn)行定期跟蹤拍攝, 并基于田間原位光譜圖像的處理與成熟度指標(biāo)的選擇, 構(gòu)建“光譜信息—成熟度”模型, 采用光譜信息代替理化指標(biāo)成熟度化驗(yàn), 簡(jiǎn)化成熟度判別過(guò)程, 快速、 準(zhǔn)確完成針對(duì)區(qū)域地塊的釀酒葡萄成熟度的監(jiān)測(cè)任務(wù), 解決傳統(tǒng)方法采樣量大、 化驗(yàn)繁瑣等問(wèn)題。

        1 實(shí)驗(yàn)部分

        1.1 圖像采集設(shè)備

        試驗(yàn)于2016年9月24日至10月12日在山東蓬萊君頂酒莊開展, 此時(shí)間段為當(dāng)年蛇龍珠由未成熟至采收的時(shí)間。 試驗(yàn)對(duì)象為田間生長(zhǎng)的蛇龍珠。 如圖1(a)所示, 圖像采集系統(tǒng)由無(wú)人機(jī)飛行平臺(tái)、 多光譜相機(jī)、 移動(dòng)端、 計(jì)算機(jī)等構(gòu)成。 飛行平臺(tái)采用大疆精靈DJI Phantom四旋翼無(wú)人機(jī)[圖1(b)], 有效載荷約2 kg, 續(xù)航時(shí)間約20 min; 移動(dòng)端為手機(jī)客戶端, 通過(guò)安裝DJIGS Pro配套軟件, 與遙控器相連, 實(shí)時(shí)獲取無(wú)人機(jī)位置、 速度、 高度等信息; 多光譜相機(jī)選用ADC Micro型[圖1(c)], 尺寸75 mm×59 mm×33 mm, 重量90 g, 光譜范圍520~920 nm, 鏡頭焦距8.43 m, 光圈f/3.2, 鏡頭水平視角37.67°、 垂直視角28.75°, 圖像尺寸320萬(wàn)像素(2 048×1 536), 3通道輸出(紅、 綠、 近紅外波段), 采集時(shí)間0.5~6 s。

        圖1 多光譜圖像采集設(shè)備

        1.2 田間多光譜圖像采集

        如圖2(a)所示, 在天氣晴朗、 能見度較好時(shí)拍攝一小片區(qū)域內(nèi)蛇龍珠的近地面光譜圖像, 每2~3 d采集1次, 采集時(shí)間為下午2:00—3:00。 無(wú)人機(jī)拍攝時(shí)與冠層頂端平均距離0.5~0.8 m。

        圖2 田間多光譜圖像采集

        每次采集時(shí)遵循“S”型采樣, 如圖2(b)所示, 具體過(guò)程為:

        (1)選定采樣點(diǎn): 每次采樣, 隨機(jī)選取三行葡萄藤, 再分別從每行中隨機(jī)選取3個(gè)點(diǎn);

        (2)采集前: 在相同環(huán)境與光照下, 拍攝配套的標(biāo)定白色板;

        (3)采集中: 無(wú)人機(jī)從第Ⅰ行的第1點(diǎn)出發(fā), 沿采集路線飛行, 依次到達(dá)采樣位置后拍攝圖像, 其中多光譜相機(jī)鏡頭垂直向下, 拍攝時(shí)間為每張5 s; 同時(shí), 分別在每個(gè)采樣點(diǎn)隨機(jī)摘取6粒葡萄果粒;

        (4)采集后: 導(dǎo)出圖像, 進(jìn)行圖像分析。 采集到的多光譜圖像樣例1, 2, 3, 4分別如圖3(a, b, c, d)所示。

        1.3 多光譜圖像處理

        利用多光譜相機(jī)配套的PixelWrench2 x64圖像處理軟件, 對(duì)采集的多光譜圖像進(jìn)行處理。 每張圖像可得到僅含紅色(R)分量、 綠色(G)分量、 近紅外(NIR)分量的圖像。 以圖3(a)中的圖像樣例1為例, 處理結(jié)果如圖4(a, b, c)所示。

        圖3 采集到的多光譜圖像示例

        圖4 PixelWrench2 x64軟件處理得到的各分量圖像示例

        分別選取葉片較為集中的區(qū)域(局部區(qū)域)和整張圖像區(qū)域(整體區(qū)域), 得到如圖5(a,b)所示的各分量值和分布直方圖, 將各分量值作為分析指標(biāo)。 其中, 處理所得的紅色曲線、 綠色曲線、 藍(lán)色曲線分別為NIR, R和G分量的分布值; 右側(cè)NIR, Red和Green值為整體區(qū)域或局部區(qū)域內(nèi)上述分量的平均值。

        圖5 多光譜圖像各分量指標(biāo)結(jié)果

        1.4 蛇龍珠成熟度指標(biāo)選擇與檢測(cè)

        一般選用果實(shí)的糖、 酸、 酚類物質(zhì)作為蛇龍珠成熟度預(yù)測(cè)指標(biāo)。 從理化指標(biāo)與葡萄酒質(zhì)量的關(guān)系來(lái)看, 果實(shí)含糖量和葡萄酒的關(guān)系最為密切。 結(jié)合檢測(cè)價(jià)值、 數(shù)據(jù)獲取難度、 數(shù)據(jù)量需求、 成本等因素綜合分析, 最終選用檢測(cè)難度低、 成本低、 參數(shù)代表性較強(qiáng)的總糖指標(biāo)作為建模參數(shù)。

        采用PAL-1手持式糖度儀[如圖6(a,b)所示], 對(duì)葡萄粒的總糖進(jìn)行檢測(cè)。 首先, 將采集到的葡萄利用榨汁機(jī)帶皮榨汁; 得到葡萄汁后, 用膠頭滴管吸取并滴在PAL-1手持式糖度儀的檢測(cè)鏡上; 按下“START”鍵得到總糖檢測(cè)數(shù)值, 讀數(shù)并記錄。 在每次檢測(cè)結(jié)束后, 用蒸餾水沖洗檢測(cè)鏡, 然后用拭紙擦凈, 減小下一次測(cè)量誤差。

        圖6 PAL-1手持式糖度儀及其實(shí)際測(cè)量

        2 結(jié)果與討論

        2.1 多光譜圖像各分量檢測(cè)結(jié)果

        選取每日各分量數(shù)據(jù)量的80%(約6張圖像)求出平均值, 作為局部區(qū)域和整體區(qū)域的各分量值, 結(jié)果如表1所示; 其余20%數(shù)據(jù)(約2~3張圖像)的平均值作為當(dāng)天各分量的驗(yàn)證集。

        表1 局部區(qū)域與整體區(qū)域的各分量值

        2.2 總糖含量檢測(cè)結(jié)果

        選取每日果粒樣本量的80%求出平均值, 作為總糖含量的模型集, 結(jié)果如表2所示; 其余20%數(shù)據(jù)的平均值作為當(dāng)天總糖含量的驗(yàn)證集。

        表2 模型集的葡萄總糖含量

        2.3 顏色指標(biāo)選擇

        各分量值隨日期變化的數(shù)據(jù)點(diǎn)如圖7(a, b, c)所示。 其中, 橫坐標(biāo)“次數(shù)”按序?qū)?yīng)實(shí)驗(yàn)日期, 縱坐標(biāo)為各分量值; 紅色曲線表示整體G分量值變化, 黑色曲線表示局部G分量值變化。

        圖7 各分量值隨日期的變化

        由圖7(a,b,c)分別可知, R分量、 G分量隨日期延長(zhǎng)均呈現(xiàn)上升規(guī)律, NIR分量隨日期呈現(xiàn)一定程度的下降規(guī)律。

        為選出更具相關(guān)性的分量指標(biāo), 采用線性回歸方法, 對(duì)“分量值(y)—日期(x)”的關(guān)系進(jìn)行擬合, 觀察回歸方程、R2、F值、P值四個(gè)結(jié)果(如表3所示)。

        表3 各顏色指標(biāo)的回歸擬合統(tǒng)計(jì)

        由表3可知, R分量、 局部G分量和局部NIR分量與日期呈顯著性關(guān)系。 其中, R分量與日期呈非常顯著的正相關(guān), 且局部R分量呈最顯著相關(guān)關(guān)系。 分析認(rèn)為蛇龍珠在成熟過(guò)程中葉片變紅密度增加。 雖然局部G分量的p值也小于0.05, 但是整體G分量并不顯著。 綜上所述, 選取局部R分量為顏色評(píng)價(jià)指標(biāo)。

        2.4 多光譜局部R分量與蛇龍珠成熟度關(guān)系模型

        將表1中的局部R分量與表2中總糖含量按日期對(duì)應(yīng), 分別進(jìn)行線性回歸和對(duì)數(shù)回歸, 得到圖8和表4的結(jié)果。

        由圖8(a,b)和表4可知, 雖然兩種模型均呈現(xiàn)顯著性相關(guān)(p-value<0.05), 但是相比于線性擬合方式, 對(duì)數(shù)擬合的顯著性水平、 調(diào)整后R2、F值等關(guān)鍵指標(biāo)明顯高于線性擬合, 說(shuō)明蛇龍珠總糖含量變化更符合對(duì)數(shù)增長(zhǎng)方式。 因此, 選取對(duì)數(shù)擬合公式作為最終的多光譜圖像R分量與葡萄成熟度的關(guān)系模型如式(1)所示。

        圖8 多光譜圖像局部R分量與總糖含量回歸建模分析

        表4 多光譜圖像局部R分量與總糖含量回歸分析結(jié)果

        (1)

        式(1)中,x為局部R分量值;y為總糖含量。

        式(1)表明, 蛇龍珠從未成熟至采收的時(shí)間段內(nèi), 總糖不斷累積, 但累積速度為先快速后緩慢。

        將實(shí)際檢驗(yàn)的總糖含量作為標(biāo)準(zhǔn)值, 利用式(1)將驗(yàn)證集的多光譜圖像R分量數(shù)據(jù)帶入, 計(jì)算出預(yù)測(cè)總糖含量, 與標(biāo)準(zhǔn)值進(jìn)行對(duì)比, 驗(yàn)證模型的精度。 其結(jié)果如表5所示。

        表5 驗(yàn)證集葡萄總糖含量(實(shí)際含量)與模型預(yù)測(cè)總糖含量對(duì)比

        由表5可知, 經(jīng)驗(yàn)證, 模型的平均預(yù)測(cè)誤差≤1.388%, 最大預(yù)測(cè)誤差≤4.6%, 證明模型具有較高精度, 能夠滿足預(yù)測(cè)要求。

        模型對(duì)9月30日與10月3日的總糖預(yù)測(cè)出現(xiàn)了兩次較大的誤差, 可能由三個(gè)原因?qū)е拢?一是因?yàn)樵趯?shí)際采集過(guò)程中, 圖像的曝光會(huì)受到太陽(yáng)光強(qiáng)度的影響, 而這兩天為多云天氣, 經(jīng)常有云遮擋太陽(yáng), 因此對(duì)模型與回歸結(jié)果有一定影響; 二是無(wú)人機(jī)搭載多光譜相機(jī)拍攝過(guò)程中, 抖動(dòng)與相機(jī)安裝角度可能存在影響; 三是拍攝白色標(biāo)定板時(shí)與無(wú)人機(jī)拍攝時(shí)的光線可能存在差異, 導(dǎo)致有一定的標(biāo)定誤差。 因此, 該模型的各項(xiàng)參數(shù)、 樣本數(shù)量和照片復(fù)雜度還可以不斷優(yōu)化。

        于2016年10月12日在化驗(yàn)室對(duì)蛇龍珠進(jìn)行了檢測(cè), 各項(xiàng)理化指標(biāo)表明蛇龍珠已成熟, 并于2016年10月13日開始全面采收。 采收時(shí)的總糖含量約為22%, 預(yù)測(cè)誤差為±0.46%。 選取22%為蛇龍珠成熟度的判別指標(biāo)。 由式(1)和表5可知, 當(dāng)利用無(wú)人機(jī)搭載多光譜相機(jī)獲得蛇龍珠圖像后, 可將多光譜圖像的局部R分量代入式(1), 預(yù)測(cè)出總糖含量。 若經(jīng)計(jì)算后的總糖含量為22%±0.46%, 即認(rèn)為滿足采收條件, 不再需要大面積采集樣品后進(jìn)行實(shí)驗(yàn)室滴定測(cè)量, 為大地塊葡萄種植區(qū)的成熟度連續(xù)性監(jiān)測(cè)提供了便捷手段。

        此外, 其他釀酒葡萄品種(如赤霞珠、 品麗珠)的成熟度也可能反映在葉片光譜上。 因此, 研究的判定方法, 也可通過(guò)無(wú)人機(jī)搭載多光譜相機(jī)采集田間原位圖像、 選擇適當(dāng)?shù)墓庾V分量與成熟度指標(biāo)、 構(gòu)建相應(yīng)的回歸模型, 進(jìn)行其他釀酒葡萄品種的成熟度檢測(cè)。

        在后續(xù)研究中, 可利用現(xiàn)有樣本進(jìn)行深度學(xué)習(xí)訓(xùn)練, 獲得網(wǎng)絡(luò)訓(xùn)練結(jié)果, 對(duì)比分析深度學(xué)習(xí)法、 主成分分析法等不同方法的建模效果; 同時(shí), 可將訓(xùn)練結(jié)果移植至微型電腦樹莓派等機(jī)載控制端, 直接實(shí)現(xiàn)無(wú)人機(jī)端的釀酒葡萄成熟度實(shí)時(shí)判別。

        3 結(jié) 論

        針對(duì)蛇龍珠葡萄采收期判定的傳統(tǒng)方法成本高、 滯后性大、 操作繁雜、 勞動(dòng)強(qiáng)度高等問(wèn)題, 提出了基于無(wú)人機(jī)近地面多光譜圖像的蛇龍珠葡萄成熟度判別方法。 在蛇龍珠從未成熟至采收前, 利用無(wú)人機(jī)搭載多光譜相機(jī), 按日期跟蹤拍攝多個(gè)小片區(qū)域內(nèi)的蛇龍珠多光譜田間原位圖像, 結(jié)合圖像處理與數(shù)據(jù)分析建模, 與總糖檢測(cè)結(jié)果對(duì)應(yīng), 判定蛇龍珠成熟度, 主要結(jié)論如下:

        (1)局部R分量可作為蛇龍珠成熟度判定的光譜分量。 多光譜圖像的紅色(R)分量、 綠色(G)分量、 近紅外(NIR)分量值與日期均呈一定的上升或下降關(guān)系。 通過(guò)對(duì)“分量值—日期”的線性回歸分析, 證明紅色R分量與日期呈正顯著關(guān)系, 且葉片較為集中區(qū)域(局部)的R分量與日期呈最強(qiáng)的正顯著性(p-value=5.314 44×10-4, 調(diào)整后R2=0.815)。

        (2)構(gòu)建的局部R分量與總糖含量關(guān)系模型具有較小的預(yù)測(cè)誤差。 選取總糖含量作為蛇龍珠成熟度的判別指標(biāo)。 將各數(shù)據(jù)集按照模型集∶驗(yàn)證集=4∶1的形式, 對(duì)檢測(cè)的總糖含量與局部R分量進(jìn)行回歸分析, 發(fā)現(xiàn)二者之間更符合對(duì)數(shù)關(guān)系, 且模型對(duì)驗(yàn)證集的平均預(yù)測(cè)誤差≤1.388%、 最大預(yù)測(cè)誤差≤4.6%, 證明模型具有較高的精度, 能夠滿足檢測(cè)需要。

        所提出的蛇龍珠品種葡萄成熟度的判別方法, 僅需依靠無(wú)人機(jī)采集的多光譜田間原位圖像的分析結(jié)果, 即可實(shí)現(xiàn)批量采收品質(zhì)監(jiān)測(cè)和采收時(shí)間預(yù)估, 不再需要進(jìn)行大面積采樣和實(shí)驗(yàn)室化驗(yàn)的過(guò)程, 便于對(duì)地塊實(shí)行連續(xù)性監(jiān)測(cè), 大幅度降低了生產(chǎn)成本與工作量, 提升了檢測(cè)速度和時(shí)效性, 為釀酒葡萄品種采收和多光譜圖像在農(nóng)業(yè)實(shí)際生產(chǎn)中應(yīng)用提供了新技術(shù)方案和新思路。

        致謝: 感謝山東省蓬萊市君頂酒莊為本試驗(yàn)提供場(chǎng)地與材料支持。

        猜你喜歡
        總糖成熟度分量
        直接滴定法測(cè)總糖含量時(shí)檢測(cè)標(biāo)準(zhǔn)的統(tǒng)一性研究
        帽子的分量
        產(chǎn)品制造成熟度在型號(hào)批生產(chǎn)風(fēng)險(xiǎn)管理中的應(yīng)用
        整機(jī)產(chǎn)品成熟度模型研究與建立
        一物千斤
        智族GQ(2019年9期)2019-10-28 08:16:21
        不同成熟度野生水茄果實(shí)的種子萌發(fā)差異研究
        種子(2018年9期)2018-10-15 03:14:04
        論《哈姆雷特》中良心的分量
        剛好夠吃6天的香蕉
        分量
        林下參片中總糖、還原糖及糖醛酸的含量測(cè)定
        无码人妻久久一区二区三区免费| 一区二区国产视频在线| 国产白色视频在线观看| 不卡av电影在线| 中文字幕人妻中文av不卡专区| 亚洲AV乱码毛片在线播放| 亚洲天堂男人的av天堂| 999zyz玖玖资源站永久| 国产丝袜视频一区二区三区| 久久精品国产99国产精品亚洲 | 国产精品久久久久av福利动漫| 女高中生自慰污免费网站| 一区二区三区少妇熟女高潮| 久久精品国产熟女亚洲| 欧美天天综合色影久久精品| 国产91 对白在线播放九色| 久久青青草原亚洲av| 国产玉足榨精视频在线观看 | 久久精品国产99国产精品亚洲| 国产99久久亚洲综合精品| 日韩精人妻无码一区二区三区| 无色码中文字幕一本久道久| 欧美又粗又长又爽做受| 秋霞午夜无码鲁丝片午夜精品| 抖射在线免费观看视频网站| 精品人妻久久一区二区三区| 亚洲 自拍 另类小说综合图区| 色老头久久综合网老妇女| 蜜桃av一区二区三区久久| 免费a级毛片无码a∨蜜芽试看| 亚洲老妇色熟女老太| 无码高潮久久一级一级喷水| 久久精品熟女亚洲av香蕉| 亚洲乱码中文字幕在线| 亚洲综合精品伊人久久| 一区二区三区内射视频在线观看| 久久综合伊人有码一区中文字幕| 久久精品国产精品亚洲| 成年女人永久免费看片 | 亚洲精品456在线播放狼人 | 精品一区二区三区久久久|