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

        ?

        衛(wèi)星遙感影像覆蓋率查詢方法與應(yīng)用實(shí)現(xiàn)

        2021-12-03 07:29:24李水平張志遠(yuǎn)
        地理空間信息 2021年11期
        關(guān)鍵詞:信息

        張 鎮(zhèn),李水平,張志遠(yuǎn)

        (1.武漢大學(xué) 遙感信息工程學(xué)院,湖北 武漢 430079;2.合肥工業(yè)大學(xué) 土木與水利工程學(xué)院,安徽 合肥 230009;3.中國科學(xué)院精密測(cè)量科學(xué)與技術(shù)創(chuàng)新研究院 大地測(cè)量與地球動(dòng)力學(xué)國家重點(diǎn)實(shí)驗(yàn)室,湖北 武漢 430077;4.水利部信息中心,北京 100053)

        遙感技術(shù)是現(xiàn)代信息技術(shù)發(fā)展的重要成果之一,是一門新興實(shí)用的、先進(jìn)的、不斷發(fā)展的空間探測(cè)技術(shù)[1-3];而遙感影像是用戶與遙感技術(shù)研究、應(yīng)用之間的橋梁,是獲取地物信息的基礎(chǔ)數(shù)據(jù),具有實(shí)時(shí)性高、覆蓋范圍廣、信息豐富客觀等優(yōu)點(diǎn)[4]。衛(wèi)星遙感技術(shù)的發(fā)展使得遙感影像數(shù)據(jù)量迅速增加,呈現(xiàn)出全球、海量、多源的特征[5-8]。查詢滿足特定時(shí)間范圍、光譜波段、空間分辨率要求的遙感數(shù)據(jù),并保證多源遙感影像的覆蓋率滿足應(yīng)用需求,是大范圍遙感業(yè)務(wù)應(yīng)用首先需要面對(duì)的一個(gè)問題[9]??购?、抗震等應(yīng)急救災(zāi)工作更需要快速查詢滿足覆蓋率要求的高分辨率衛(wèi)星遙感影像,進(jìn)而利用這些數(shù)據(jù)獲取災(zāi)區(qū)現(xiàn)狀和評(píng)估信息[10]。傳統(tǒng)的衛(wèi)星影像覆蓋率獲取方法主要是先在相關(guān)平臺(tái)手動(dòng)查詢、搜索和對(duì)比對(duì)應(yīng)的衛(wèi)星遙感影像,再通過影像快視圖查看整體的覆蓋情況。整個(gè)過程需在平臺(tái)界面進(jìn)行交互,影像及其覆蓋率查詢過程較復(fù)雜、效率較低,不利于項(xiàng)目和業(yè)務(wù)的進(jìn)展。苗立新[9]等利用ENVI/IDL實(shí)現(xiàn)了多源遙感影像覆蓋范圍快速查詢技術(shù),可查詢總體的覆蓋情況,但不能獲取精確的影像覆蓋率值;我國自然資源衛(wèi)星遙感云服務(wù)平臺(tái)提供了各省級(jí)行政區(qū)劃每年的實(shí)時(shí)遙感影像覆蓋率統(tǒng)計(jì)模塊,但用戶無法獲取目標(biāo)區(qū)域某個(gè)較小時(shí)間段內(nèi)的影像覆蓋率信息,因此需要一種可根據(jù)需求快速獲取精確的衛(wèi)星遙感影像覆蓋率值的方法,以滿足遙感技術(shù)日益發(fā)展的需求。

        為方便用戶共享遙感影像資源,相關(guān)機(jī)構(gòu)推出了開源遙感影像數(shù)據(jù)訪問API,允許用戶通過編程語言訪問平臺(tái)中存儲(chǔ)的數(shù)據(jù),進(jìn)而獲取所需的衛(wèi)星遙感影像。基于這一技術(shù)背景,本文以開源遙感數(shù)據(jù)訪問API為技術(shù)支撐,利用Python相關(guān)模塊編程實(shí)現(xiàn)了衛(wèi)星遙感影像覆蓋率查詢方法,能更加方便地獲取衛(wèi)星影像覆蓋率信息,并以目標(biāo)區(qū)域覆蓋率實(shí)時(shí)查詢監(jiān)測(cè)為應(yīng)用案例進(jìn)行了分析和總結(jié)。

        1 相關(guān)數(shù)據(jù)訪問API

        在遙感技術(shù)中,遙感影像的應(yīng)用水平明顯滯后于航天遙感技術(shù)的發(fā)展,使得很大一部分衛(wèi)星影像資源處于擱置狀態(tài),形成了數(shù)據(jù)生產(chǎn)以及傳輸能力遠(yuǎn)超數(shù)據(jù)獲取、處理、應(yīng)用能力的局面[11]。為方便用戶共享衛(wèi)星遙感數(shù)據(jù),相關(guān)機(jī)構(gòu)推出了開源遙感影像數(shù)據(jù)訪問API,允許用戶通過編程語言查詢衛(wèi)星影像數(shù)據(jù),使得獲取遙感數(shù)據(jù)更加方便,從而推動(dòng)遙感影像數(shù)據(jù)的應(yīng)用。本文對(duì)國內(nèi)外相關(guān)開源遙感數(shù)據(jù)訪問API及其主要信息進(jìn)行了總結(jié),可以更清楚地了解這些應(yīng)用程序接口的內(nèi)容和特點(diǎn),如表1所示。

        表1 開源遙感數(shù)據(jù)訪問API

        2 衛(wèi)星遙感影像覆蓋率查詢的實(shí)現(xiàn)與分析

        本文以上述遙感數(shù)據(jù)訪問API為基礎(chǔ),以Python為編程開發(fā)語言進(jìn)行相關(guān)處理與分析,實(shí)現(xiàn)了衛(wèi)星遙感影像覆蓋率的快速查詢。技術(shù)流程如圖1所示,首先確定必要的查詢參數(shù),并利用上述API查詢所需衛(wèi)星影像的元數(shù)據(jù);再通過Python相關(guān)模塊對(duì)影像元數(shù)據(jù)進(jìn)行一系列的轉(zhuǎn)換、地理處理與分析;最后計(jì)算得到準(zhǔn)確的覆蓋率值。

        圖1 衛(wèi)星遙感影像覆蓋率查詢流程圖

        2.1 衛(wèi)星遙感影像元數(shù)據(jù)查詢

        首先根據(jù)開源遙感數(shù)據(jù)訪問API文檔中的內(nèi)容和功能構(gòu)造特定查詢參數(shù),再利用相關(guān)工具發(fā)送查詢請(qǐng)求,并獲取服務(wù)器響應(yīng)數(shù)據(jù),即可查詢所需衛(wèi)星遙感影像的元數(shù)據(jù)。本文利用Python相關(guān)模塊設(shè)計(jì)程序?qū)崿F(xiàn)了衛(wèi)星遙感影像元數(shù)據(jù)的查詢功能,具體步驟為:

        1)構(gòu)建查詢參數(shù)。與在平臺(tái)查詢影像相同,利用遙感數(shù)據(jù)訪問API查詢遙感數(shù)據(jù)也需要確定查詢參數(shù)。遙感數(shù)據(jù)訪問API規(guī)定了空間范圍、時(shí)間范圍、衛(wèi)星和傳感器種類等必要參數(shù),EarthExplorer API和OpenSearch API還包括月份限定、查詢數(shù)量限制、排序方法等其他參數(shù),如表2所示。本文利用Python相關(guān)方法,將這些參數(shù)構(gòu)建成標(biāo)準(zhǔn)的、特定數(shù)據(jù)格式的查詢參數(shù)變量,作為發(fā)送查詢請(qǐng)求的輸入?yún)?shù)。

        表2 查詢參數(shù)匯總

        2)發(fā)送查詢請(qǐng)求。將構(gòu)建的查詢參數(shù)作為輸入?yún)?shù),向服務(wù)器發(fā)送查詢請(qǐng)求并獲取響應(yīng)數(shù)據(jù),即可獲得遙感影像的元數(shù)據(jù)。本文利用Python中的urllib2和requests模塊發(fā)送查詢請(qǐng)求。urllib2是Python中的一個(gè) HTTP客戶端庫[12-13],為內(nèi)置模塊,其request()方法可構(gòu)造一個(gè)請(qǐng)求對(duì)象,將其作為該模塊urlopen()方法的輸入?yún)?shù)即可向服務(wù)器發(fā)送查詢請(qǐng)求。requests也是一個(gè)HTTP庫[14],為第三方模塊,需單獨(dú)安裝,其在Python內(nèi)置模塊的基礎(chǔ)上進(jìn)行了高度封裝,可實(shí)現(xiàn)網(wǎng)頁和瀏覽器請(qǐng)求的所有操作。url為查詢請(qǐng)求網(wǎng)址,jsonData為查詢參數(shù)變量,利用urllib2和requests模塊發(fā)送查詢請(qǐng)求的核心代碼為:

        request = urllib2.Request(url=url, data=jsonData, headers=header) ‘ urllib2發(fā)送查詢請(qǐng)求

        response = urllib2.urlopen(request)

        response = requests.get(url, params=jsonData, headers=header) ‘ requests發(fā)送查詢請(qǐng)求

        3)存儲(chǔ)與展示數(shù)據(jù)。遙感影像元數(shù)據(jù)是元數(shù)據(jù)的一種,通過元數(shù)據(jù)建立海量衛(wèi)星遙感數(shù)據(jù)目錄和數(shù)據(jù)交換中心,為空間數(shù)據(jù)的共享提供了可能[15]。以通過資源衛(wèi)星中心API查詢得到的影像元數(shù)據(jù)為例,其數(shù)據(jù)格式為JSON[16-17],本文首先對(duì)其進(jìn)行解析處理;然后利用Python中的JSON模塊將其存儲(chǔ)為后綴名為json的文件[18],并通過JSON在線解析工具(https://www.json.cn/)瀏覽查詢結(jié)果。元數(shù)據(jù)內(nèi)容主要包括衛(wèi)星影像的角點(diǎn)坐標(biāo)、對(duì)應(yīng)影像的空間覆蓋范圍以及行列號(hào)、衛(wèi)星ID、成像時(shí)間、傳感器、云覆蓋量、產(chǎn)品號(hào)等其他元數(shù)據(jù)信息。經(jīng)過解析處理的一景GF-2號(hào)衛(wèi)星影像元數(shù)據(jù)示例為:

        ’影像元數(shù)據(jù)示例

        { ’其他元數(shù)據(jù)信息

        “PathRow”: “1010165”,

        “satellite”: “GF2”,

        “title”: “GF2_PMS1_4088967”,

        “imgRectangle”: Array[5],

        “sceneId”: 6594578,

        “date”: “2019/07/02”,

        “icon”:“http://218.247.138.119:7777/DSSPlatform/BROWSE/ARCHIVE_PGS/GF2/LEVEL1A/PMS1/20190702/GF2_PMS1_E117.1_N30.3_20190702_L1A0004088967.jpg”,

        “sensor”: “PMS1”,

        “cloud”: 0,

        “productId”: 4088967

        }

        “imgRectangle”: [ ’角點(diǎn)坐標(biāo)信息

        [117.037, 30.418],

        [117.273, 30.3734],

        [117.221, 30.1693],

        [116.986, 30.2139],

        [117.037, 30.418]

        ]

        2.2 衛(wèi)星遙感影像覆蓋率計(jì)算

        本文利用Python相關(guān)功能模塊對(duì)查詢獲取的衛(wèi)星影像元數(shù)據(jù)進(jìn)行了一系列處理與分析,最終計(jì)算得到衛(wèi)星影像覆蓋率值,進(jìn)而實(shí)現(xiàn)了衛(wèi)星影像覆蓋率查詢功能。

        1)將影像元數(shù)據(jù)轉(zhuǎn)換為GeoJSON。利用Python中的GeoJSON模塊將每景影像的元數(shù)據(jù)轉(zhuǎn)換為對(duì)應(yīng)的面狀GeoJSON數(shù)據(jù)。GeoJSON是一種對(duì)各種地理數(shù)據(jù)結(jié)構(gòu)進(jìn)行編碼的格式,支持點(diǎn)、線、面等幾何類型,其結(jié)構(gòu)包含一個(gè)或多個(gè)要素,每個(gè)要素又包含一個(gè) 幾何對(duì)象和其他屬性兩個(gè)部分[19-20]。提取元數(shù)據(jù)中的角點(diǎn)坐標(biāo)作為坐標(biāo)數(shù)據(jù)構(gòu)成GeoJSON幾何對(duì)象中的坐標(biāo)部分,其他元數(shù)據(jù)信息則構(gòu)成GeoJSON的屬性信息部分。具體轉(zhuǎn)換流程如圖2所示。

        圖2 影像元數(shù)據(jù)轉(zhuǎn)換為GeoJSON的流程圖

        利用§2.1中的影像元數(shù)據(jù)示例轉(zhuǎn)換得到的GeoJSON數(shù)據(jù)為:

        “properties”:{ ‘ 屬性信息

        “sceneId”: 6594578,

        “satellite”: “GF2”,

        “title”: “GF2_PMS1_4088967”,

        “imgRectangle”: Array[5],

        “PathRow”: “1010165”,

        “date”: “2019/07/02”,

        “productId”: 4088967,

        “sensor”: “PMS1”,

        “cloud”: 0,

        “icon”:“http://218.247.138.119:7777/DSSPlatform/BROWSE/ARCHIVE_PGS/GF2/LEVEL1A/PMS1/20190702/GF2_PMS1_E117.1_N30.3_20190702_L1A0004088967.jpg”

        }

        “geometry”:{ ‘ 幾何對(duì)象

        “type”: “Polygon”,

        “coordinates”: [

        [

        [117.037, 30.418],

        [117.273, 30.3734],

        [117.221, 30.1693],

        [116.986, 30.2139],

        [117.037, 30.418]

        ]

        ]

        }

        2)將GeoJSON轉(zhuǎn)換為面狀矢量要素。利用Python中的GeoPandas模塊將所有面狀GeoJSON轉(zhuǎn)換為具有指定地理坐標(biāo)的面狀矢量要素。其中,GeoJSON中的幾何對(duì)象對(duì)應(yīng)的是矢量要素的空間幾何屬性,即遙感影像的空間范圍;GeoJSON中的屬性信息則存儲(chǔ)在面狀矢量的屬性表中。具體轉(zhuǎn)換流程如圖3所示,GeoJSON轉(zhuǎn)換的面狀矢量要素屬性表中的部分信息如圖4所示。該方法在轉(zhuǎn)換時(shí)直接將元數(shù)據(jù)信息添加到了要素屬性表中,因此可在ArcGIS中同時(shí)查看影像覆蓋情況和影像元數(shù)據(jù)信息。

        圖3 GeoJSON轉(zhuǎn)換為面狀矢量要素流程圖

        圖4 面狀矢量要素屬性表部分信息

        3)計(jì)算覆蓋率。ArcPy是一套ArcGIS處理腳本的軟件包,其目的是利用Python建立實(shí)用且高效的地理數(shù)據(jù)分析、轉(zhuǎn)換、管理以及自動(dòng)制圖的處理工 具[21-22]。Python中的ArcPy模塊包括投影、聯(lián)合、相交、計(jì)算面積等與ArcGIS中相關(guān)功能對(duì)應(yīng)的方法,具體代碼為:

        arcpy.Project_management() ‘投影

        arcpy.Union_analysis() ‘聯(lián)合

        arcpy.Intersect_analysis() ‘相交

        arcpy.CalculateAreas_stats() ‘計(jì)算面積

        首先利用arcpy.Project_management()方法對(duì)所有面狀矢量進(jìn)行批量投影;再利用arcpy.Union_analysis()方法將投影后的面狀矢量聯(lián)合為一個(gè)圖層,這樣可避免對(duì)衛(wèi)星影像重疊區(qū)域面積的重復(fù)計(jì)算,保證計(jì)算結(jié)果的正確性;然后利用arcpy.Intersect_analysis()方法將聯(lián)合后的整體矢量要素與具有相同投影坐標(biāo)的目標(biāo)區(qū)域矢量圖層相交;最后利用arcpy.CalculateAreas_stats()方法計(jì)算相交結(jié)果的面積。具體操作流程如圖5所示。

        圖5 覆蓋率計(jì)算部分技術(shù)流程圖

        衛(wèi)星遙感影像覆蓋率為相交圖層的面積與目標(biāo)區(qū)域矢量圖層面積的比值,計(jì)算公式為:

        式中,C為覆蓋率值;S1為相交結(jié)果圖層的面積;S2為目標(biāo)區(qū)域矢量圖層的面積。

        2.3 查詢方法優(yōu)劣勢(shì)分析

        利用上述衛(wèi)星遙感影像覆蓋率查詢方法,只需明確必要的查詢參數(shù),即可快速獲取所需遙感影像數(shù)據(jù)及其對(duì)目標(biāo)區(qū)域的覆蓋率值,具有實(shí)時(shí)、準(zhǔn)確度高等優(yōu)勢(shì)。若覆蓋率不滿足應(yīng)用要求,則需尋找其他衛(wèi)星影像數(shù)據(jù)源作為補(bǔ)充。計(jì)算覆蓋率時(shí),由于需要對(duì)大量矢量數(shù)據(jù)進(jìn)行批量處理,當(dāng)影像數(shù)量較多時(shí),程序運(yùn)行較慢,需進(jìn)一步改進(jìn)算法,以提高程序運(yùn)行效率。

        3 應(yīng)用案例與結(jié)果分析

        3.1 應(yīng)用案例背景與查詢方案

        我國是一個(gè)地震、泥石流、洪澇等自然災(zāi)害頻發(fā)的國家,重大自然災(zāi)害大多具有突發(fā)性強(qiáng)、涉及面廣、危害性大等特點(diǎn),因此應(yīng)急救災(zāi)工作需要利用滿足覆蓋率要求的高分辨率衛(wèi)星影像獲取災(zāi)區(qū)現(xiàn)狀和評(píng)估信息[10]。高分辨率衛(wèi)星影像的覆蓋率能否滿足要求將直接影響應(yīng)急救災(zāi)工作的進(jìn)展,而目標(biāo)區(qū)域的衛(wèi)星影像覆蓋率也反映了該地區(qū)衛(wèi)星影像的獲取和應(yīng)用能力。因此,實(shí)時(shí)查詢和掌握我國各地區(qū)的高分辨率衛(wèi)星遙感影像覆蓋率情況,對(duì)于災(zāi)害應(yīng)急響應(yīng)領(lǐng)域具有重要意義。

        夏季是泥石流、洪澇等災(zāi)害的多發(fā)期,災(zāi)害一旦發(fā)生,需及時(shí)查詢和分析災(zāi)害發(fā)生前后的遙感影像和其他相關(guān)數(shù)據(jù),從而掌握各種設(shè)備、設(shè)施以及人民群眾可能的受損情況,為抗災(zāi)救援決策提供及時(shí)的數(shù)據(jù)支持。鑒于此,本文以2019年7月我國各省級(jí)行政區(qū)劃1 m和2 m分辨率的衛(wèi)星影像為處理對(duì)象,進(jìn)行了覆蓋率分區(qū)域查詢和監(jiān)測(cè)分析;并以此為應(yīng)用案例,開展了實(shí)驗(yàn)與分析工作。

        由衛(wèi)星遙感影像覆蓋率查詢流程可知,完成這樣的實(shí)驗(yàn)需要根據(jù)需求確定必要的查詢參數(shù)作為輸入數(shù)據(jù),才能查詢衛(wèi)星影像覆蓋率值。本文設(shè)計(jì)的查詢方案如圖6所示。

        圖6 覆蓋率查詢方案

        3.2 應(yīng)用結(jié)果與分析

        本文對(duì)查詢得到的各省級(jí)行政區(qū)劃(由于澳門特別行政區(qū)面積太小,查詢意義不大,故省略)1 m和 2 m分辨率的衛(wèi)星影像覆蓋率值進(jìn)行匯總,結(jié)果如表3所示(某些省級(jí)行政區(qū)劃名稱使用了簡稱)。

        表3 2019年7月全國省級(jí)行政區(qū)劃1 m和2 m分辨率 衛(wèi)星影像覆蓋率統(tǒng)計(jì)表

        為總體展示全國各地衛(wèi)星遙感影像的覆蓋情況,本文利用ArcGIS將覆蓋率作為屬性值添加至全國省級(jí)行政區(qū)劃矢量要素的屬性表中,并分別創(chuàng)建1 m和 2 m分辨率衛(wèi)星遙感影像覆蓋率柱狀圖,如圖7、8所示,圖中顏色漸變表示覆蓋率的高低。

        衛(wèi)星遙感影像覆蓋率的高低反映了該地區(qū)遙感影像的獲取和應(yīng)用能力,由表3和圖7、8可知,在特定時(shí)間段、特定區(qū)域內(nèi),2 m分辨率衛(wèi)星遙感影像覆蓋率普遍比1 m分辨率衛(wèi)星遙感影像高;且在較短時(shí)間內(nèi),1 m分辨率衛(wèi)星影像數(shù)量較少,覆蓋率較低,有的地區(qū)甚至沒有影像數(shù)據(jù),存在覆蓋率為零的情況,因此需要進(jìn)一步提升高分辨率衛(wèi)星影像的生產(chǎn)能力以及相關(guān)地區(qū)的影像獲取和應(yīng)用能力。從總體來看,無論是1 m分辨率還是2 m分辨率衛(wèi)星遙感影像,均在我國中東部等高緯度地區(qū)分布數(shù)量較多,覆蓋率值較高,其他地區(qū)數(shù)量較少、覆蓋率值較低,由此可知我國高分辨率衛(wèi)星影像的數(shù)量在空間上分布并不均勻,需在提升衛(wèi)星影像生產(chǎn)能力的同時(shí)做到全國區(qū)域全覆蓋。

        圖7 2019年7月省級(jí)行政區(qū)劃1 m分辨率衛(wèi)星遙感影像覆蓋率柱狀圖

        圖8 2019年7月省級(jí)行政區(qū)劃2 m分辨率衛(wèi)星遙感影像覆蓋率柱狀圖

        由上述應(yīng)用案例分析可知,通過本文方法可實(shí)時(shí)查詢和監(jiān)測(cè)目標(biāo)區(qū)域特定分辨率衛(wèi)星影像的覆蓋率信息,進(jìn)而了解該地區(qū)衛(wèi)星遙感影像的生產(chǎn)、獲取、應(yīng)用情況,可為災(zāi)害應(yīng)急、國土規(guī)劃等工作提供一定的數(shù)據(jù)支持。

        4 結(jié) 語

        針對(duì)傳統(tǒng)衛(wèi)星遙感影像覆蓋率信息獲取途徑較繁瑣、獲取時(shí)間較長、無法獲取準(zhǔn)確值等問題,本文提出了基于遙感數(shù)據(jù)訪問API的衛(wèi)星遙感影像覆蓋率查詢方法。該方法具有的優(yōu)勢(shì)為:

        1)僅需確定必要的查詢參數(shù),即可查詢獲取對(duì)應(yīng)的衛(wèi)星遙感影像數(shù)據(jù)及其對(duì)目標(biāo)區(qū)域的覆蓋率信息,比傳統(tǒng)方法更高效、準(zhǔn)確,極大地節(jié)省了時(shí)間。

        2)既可根據(jù)實(shí)際應(yīng)用需求查詢所需的衛(wèi)星影像數(shù)據(jù)及其覆蓋率值,又可實(shí)時(shí)查詢和監(jiān)測(cè)目標(biāo)區(qū)域特定分辨率衛(wèi)星影像的覆蓋率,從而了解目標(biāo)區(qū)域衛(wèi)星遙感數(shù)據(jù)的獲取和應(yīng)用情況。

        本文方法降低了獲取遙感影像數(shù)據(jù)及其覆蓋率信息的時(shí)間成本,可為某些遙感相關(guān)技術(shù)領(lǐng)域提供數(shù)據(jù)和技術(shù)支持,具有一定的應(yīng)用價(jià)值;但該方法計(jì)算覆蓋率時(shí)需對(duì)大量矢量數(shù)據(jù)進(jìn)行批量處理,讀取、輸出數(shù)據(jù)將消耗較多時(shí)間,降低了程序運(yùn)行效率,因此需進(jìn)一步優(yōu)化算法,以提高程序運(yùn)行效率。

        猜你喜歡
        信息
        訂閱信息
        中華手工(2017年2期)2017-06-06 23:00:31
        展會(huì)信息
        信息超市
        展會(huì)信息
        展會(huì)信息
        展會(huì)信息
        展會(huì)信息
        展會(huì)信息
        信息
        健康信息
        祝您健康(1987年3期)1987-12-30 09:52:32
        日韩高清av一区二区| 欧美艳星nikki激情办公室| 欧美成人精品一区二区综合| 国产免费播放一区二区| 激情在线视频一区二区三区| 亚洲熟妇自偷自拍另类| 亚洲中文字幕无码中文字在线 | 国产精品欧美成人片| 99久久国产免费观看精品| 日本在线 | 中文| 曰本极品少妇videossexhd| 99国产精品无码专区| 在线看亚洲一区二区三区| 人妻激情偷乱视频一区二区三区| 亚洲精品中文字幕无码蜜桃 | 亚洲一区二区三区偷拍自拍 | 特级毛片a级毛片免费播放| 久久99亚洲综合精品首页 | 国产精品人成在线观看免费| 欧美大屁股xxxx| 久久精品国产免费观看99| 日韩午夜三级在线视频| 欧美性高清另类videosex| 国产无遮挡又黄又爽又色| 亚洲色www无码| 中文字幕亚洲高清视频| 亚洲日韩国产一区二区三区| 欧美人与物videos另类xxxxx| 亚洲精品一品二品av| 成人国产精品一区二区八戒网| 成人国内精品久久久久一区| 国内精品伊人久久久久av| 中文字幕一区二区网址| 国产av一区二区三区无码野战| 亚洲精品久久久久久动漫| 欧美日韩国产在线人成dvd| 手机久草视频福利在线观看| 久久久久成人片免费观看蜜芽| 国产精品亚洲A∨天堂| 国产免费精品一品二区三| 久久精品亚洲精品国产色婷|