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

        ?

        基于深度學(xué)習(xí)和高分遙感影像的青藏高原東部融凍泥流階地提取研究

        2022-11-16 10:51:20王習(xí)敏黃榮剛徐志達(dá)焦志平江利明
        冰川凍土 2022年5期
        關(guān)鍵詞:深度特征研究

        王習(xí)敏, 黃榮剛, 徐志達(dá), 焦志平, 江利明

        (1.中國(guó)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(guó)家重點(diǎn)實(shí)驗(yàn)室,湖北 武漢 430077;2.中國(guó)科學(xué)院大學(xué)地球與行星科學(xué)學(xué)院,北京 100049)

        0 引言

        融凍泥流階地是一種冰緣區(qū)域斜坡受到反復(fù)凍融和重力作用形成的臺(tái)階狀堆積微地貌[1]。全新世以來(lái)青藏高原邊緣地帶(如東部地區(qū))近地表經(jīng)歷了多次凍融循環(huán)的復(fù)雜歷史演化過(guò)程[2-3],古融凍泥流階地分布廣泛,其空間分布對(duì)于重建第四紀(jì)古氣候環(huán)境和多年凍土分布范圍均具有重要意義[4-6]。

        目前,針對(duì)青藏高原融凍泥流階地觀測(cè)較少,大范圍制圖研究基本空白。在先前的研究中,受到衛(wèi)星遙感影像分辨率過(guò)低的限制,實(shí)地調(diào)繪和航空遙感是融凍泥流階地制圖的兩種主要方式[7-11]。例如,1984—1990年,郭東信等[11]對(duì)青藏公路風(fēng)火山埡口盆地融凍泥流階地先后進(jìn)行了兩次地面調(diào)繪,現(xiàn)場(chǎng)測(cè)量還在很多泥流階地站點(diǎn)開(kāi)展過(guò)實(shí)驗(yàn),如格陵蘭東北部[12]、斯瓦爾巴群島[13]、瑞典阿比斯庫(kù)[14]、科羅拉多前沿山脈[15]等。自20世紀(jì)90年代開(kāi)始,航空遙感與攝影測(cè)量技術(shù)逐漸用于泥流階地提取和制圖。Walsh等[10]使用ADAR-5500航空影像繪制了美國(guó)冰川國(guó)家公園的泥流階地;Ridefelt等[7-8]利用航空攝影測(cè)量手段在瑞典阿比斯庫(kù)山進(jìn)行了多期融凍泥流階地識(shí)別與分析。結(jié)合實(shí)地勘測(cè)調(diào)查和航空影像解譯,陳游東[16]獲取了中天山典型地區(qū)融凍泥流階地的分布信息,并分析了其空間分布規(guī)律及對(duì)公路工程的災(zāi)害性影響。但是,以上手段只針對(duì)地塊和小范圍的泥流階地,難以滿足大范圍制圖的需求。

        近年來(lái),隨著遙感技術(shù)的發(fā)展,高分辨率衛(wèi)星遙感技術(shù)在融凍泥流階地大范圍識(shí)別中具有良好的應(yīng)用潛力。然而,受融凍泥流階地幾何形態(tài)不一、表面覆蓋多樣(如裸地、草甸和稀疏植被)等因素影響,融凍泥流階地紋理復(fù)雜,基于遙感影像的自動(dòng)提取依然面臨很大的挑戰(zhàn)??焖侔l(fā)展的深度學(xué)習(xí)方法,如U-Net[17],SegNet[18]和DeepLab[19],在遙感影像地物分類和目標(biāo)識(shí)別等方面取得了突破性的進(jìn)展,在地球科學(xué)和遙感領(lǐng)域得到了廣泛的應(yīng)用[20-23]。其中,DeepLab V3+[24]深度學(xué)習(xí)模型,能獲取多尺度上下文信息和清晰的邊界,已用于青藏高原熱融滑塌制圖[25-26],有望為復(fù)雜環(huán)境下基于遙感影像的大范圍泥流階地自動(dòng)提取提供一種新途徑。

        因此,本文提出了一種基于DeepLab V3+和高分辨率遙感影像的融凍泥流階地提取方法,并選擇甘孜州新都橋周邊為研究區(qū),在青藏高原開(kāi)展融凍泥流階地的遙感自動(dòng)識(shí)別研究。首先,利用研究區(qū)Google Earth高分辨率遙感影像,通過(guò)人工勾勒方式繪制了泥流階地幾何邊界,建立深度學(xué)習(xí)的樣本數(shù)據(jù)集;然后,構(gòu)建DeepLab V3+泥流階地深度學(xué)習(xí)模型,并將訓(xùn)練好的模型用于高分辨率遙感影像進(jìn)行泥流階地自動(dòng)提?。蛔詈?,對(duì)提取結(jié)果進(jìn)行精度評(píng)定,并分析了泥流階地空間分布特征及其與地形因子的關(guān)系。本研究為融凍泥流階地的大范圍遙感制圖提供了新思路。

        1 研究區(qū)與數(shù)據(jù)

        研究區(qū)位于四川省甘孜藏族自治州,如圖1,總面積為900 km2。該區(qū)域平均海拔3 945 m;年降水量約553 mm,降水量主要集中于6—7月,日降雨量最高達(dá)到50 mm;溫度范圍為-15~28℃,最高溫度分布于7月,最低溫度主要在1月和12月。該區(qū)域地表覆蓋主要是草地、少量灌木和農(nóng)田等。區(qū)域內(nèi)融凍泥流階地分布較多,主要集中在318國(guó)道、215省道沿線。

        圖1 研究區(qū)位置Fig.1 Location of the study area

        本文選用Google Earth遙感影像作為實(shí)驗(yàn)數(shù)據(jù),空間分辨率為0.59 m,數(shù)據(jù)采集時(shí)間為2016—2019年。此 外,選 用2008年 的12.5 m分 辨 率ALOS PALSAR DEM數(shù)據(jù),用于泥流階地的地形因子分析。2020年30 m分辨率的地表覆蓋數(shù)據(jù)用于分析融凍泥流階地與地表下墊面的關(guān)系,數(shù)據(jù)來(lái)源于國(guó)家基礎(chǔ)地理信息中心全球地表覆蓋數(shù)據(jù)產(chǎn)品服務(wù)網(wǎng)站。

        2 研究方法

        2.1 DeepLab V3+模型

        本文采用最近提出的DeepLab V3+網(wǎng)絡(luò),開(kāi)展融凍泥流階地遙感自動(dòng)提取,該深度學(xué)習(xí)語(yǔ)義分割模型將深度卷積神經(jīng)網(wǎng)絡(luò)(DCNN)與概率圖模型結(jié)合,取得了比DCNN更好的檢測(cè)精度,并將在空間金字塔池化結(jié)構(gòu)(ASPP)和解碼器部分(Encoder)引入深度可分離卷積降低網(wǎng)絡(luò)的計(jì)算復(fù)雜度[27],提高了模型學(xué)習(xí)的效率,已在遙感圖像分割和目標(biāo)識(shí)別中取得了廣泛應(yīng)用[27-28]。

        DeepLab V3+網(wǎng)絡(luò)結(jié)構(gòu)如圖2所示,采用下采樣編碼和上采樣解碼結(jié)構(gòu)。在編碼階段,通過(guò)骨干網(wǎng)絡(luò),如Xception等[29],結(jié)合多尺度空洞卷積,實(shí)現(xiàn)多尺度深度特征感知。在解碼階段,通過(guò)融合骨干網(wǎng)絡(luò)低層次特征和空洞卷積高層次特征,并采用簡(jiǎn)單的上采樣操作,逐步提高語(yǔ)義分割的分辨率,實(shí)現(xiàn)與輸入圖像一致大小的分割結(jié)果。其流程主要包括:采用骨干網(wǎng)絡(luò)(如Xception65[29])進(jìn)行深度可分離卷積運(yùn)算,然后通過(guò)ASPP模塊獲取多尺度特征(空洞率分別為1,6,12,18),并將ASPP空洞卷積層特征與全局池化層進(jìn)行特征的融合,以此得到多尺度的高級(jí)語(yǔ)義特征輸出結(jié)果;將從主干網(wǎng)絡(luò)中提取的低級(jí)語(yǔ)義特征和編碼階段提取的高層次多尺度特征圖進(jìn)行融合,并采用3×3的卷積運(yùn)算和4倍上采樣,提高其空間分辨率。

        圖2 DeepLab V3+網(wǎng)絡(luò)結(jié)構(gòu)Fig.2 Structure of DeepLab V3+

        2.2 基于DeepLab V3+的泥流階地自動(dòng)提取

        基于DeepLab V3+的泥流階地自動(dòng)提取處理流程如圖3所示。首先,訓(xùn)練樣本準(zhǔn)備,制作泥流階地?cái)?shù)據(jù)集。然后,設(shè)置參數(shù),對(duì)深度學(xué)習(xí)網(wǎng)絡(luò)Deep-Lab V3+進(jìn)行訓(xùn)練。其次,利用訓(xùn)練好的模型對(duì)研究區(qū)域Google Earth高分辨率影像進(jìn)行預(yù)測(cè)、后處理。最后,對(duì)提取的泥流階地進(jìn)行精度評(píng)估。

        圖3 基于DeepLab V3+的泥流階地提取流程圖Fig.3 Flowchart of solifluction terraces extraction based on DeepLab V3+

        2.2.1 多類型泥流階地正負(fù)樣本制作

        綜合泥流階地明暗相間的紋理特征、長(zhǎng)條狀幾何形態(tài)、集群分布等特點(diǎn),結(jié)合Google Earth三維地形分析,采用ArcGIS矢量化工具勾勒泥流階地前沿陡坎邊緣線作為樣本。在區(qū)域A影像上勾勒泥流階地陡坎邊界,共計(jì)4 752條,主要包括高陡坎強(qiáng)紋理的泥流階地、低陡坎弱紋理的泥流階地、植被覆蓋的泥流階地和裸地覆蓋的泥流階地4種類型,如圖4(a)~4(d)所示。此外,本文還勾勒出易混淆的其他目標(biāo)作為負(fù)樣本,如山脊線、山谷線、田地間陡坎、沖溝等線狀目標(biāo)區(qū)域,如圖4(e)~4(h)所示,共計(jì)110個(gè)多邊形。最終勾勒的泥流階地和非泥流階地樣本分布如圖1所示。基于人工勾勒的正負(fù)樣本矢量多邊形,結(jié)合對(duì)應(yīng)的Google Earth高分辨率影像,生成大小為513×513的正負(fù)樣本切片數(shù)據(jù)集,所得正負(fù)樣本切片數(shù)量分別為3 046和1 863。

        圖4 泥流階地人工勾勒正負(fù)樣本示例Fig.4 Examples of manually delineated positive and negative samples:solifluction terraces with high risers and strong textures(a);solifluction terraces with low risers and weak textures(b);solifluction terraces covered by bare soil(c);solifluction terraces covered by vegetation(d);ridge lines(e);valley lines(f);raised paths through farmlands(g);gullies(h)

        2.2.2 DeepLab V3+模型訓(xùn)練與泥流階地提取

        基于生成的泥流階地?cái)?shù)據(jù)集,對(duì)DeepLab V3+模型進(jìn)行迭代訓(xùn)練,獲取其模型參數(shù)。在訓(xùn)練過(guò)程中,參數(shù)設(shè)置如下:批處理量為12;迭代次數(shù)為6×104次;初始學(xué)習(xí)率為1×10-3;權(quán)重衰減系數(shù)設(shè)置為4×10-5;采用的優(yōu)化器是Adam;骨干網(wǎng)絡(luò)為Xception65;ASPP結(jié)構(gòu)中空洞率分別為[1,6,12,18],ASPP模塊可有效提取不同尺度下的語(yǔ)義特征,一定程度上有助于提高不同尺度泥流階地的提取效果。

        在模型訓(xùn)練好后,將其用于整個(gè)實(shí)驗(yàn)區(qū)的融凍泥流階地預(yù)測(cè)提取。首先,將實(shí)驗(yàn)區(qū)所有Google Earth高分辨率影像切割成513×513大小的切片;然后,利用訓(xùn)練好的模型對(duì)各切片進(jìn)行泥流階地提取,將切片分割成泥流階地陡坎和其他背景像素。最后,使用GDAL進(jìn)行鑲嵌處理,輸出完整的預(yù)測(cè)結(jié)果。

        為了剔除錯(cuò)誤提取的泥流階地,結(jié)合幾何特征、集群存在特征、與等高線相對(duì)平行的走勢(shì)關(guān)系等先驗(yàn)知識(shí),對(duì)預(yù)測(cè)結(jié)果進(jìn)行后處理。后處理的規(guī)則主要包括:(1)剔除面積小于40 m2、長(zhǎng)度小于10 m、寬度小于4 m的提取目標(biāo);(2)刪除條數(shù)少于10條的零散分布提取目標(biāo);(3)去除個(gè)別與等高線走勢(shì)相悖的目標(biāo)。

        2.3 精度評(píng)估

        為評(píng)估泥流階地提取方法的性能,采用人工勾繪的結(jié)果作為參考,分別根據(jù)公式(1)、(2)和(3)計(jì)算以下三個(gè)統(tǒng)計(jì)指標(biāo)對(duì)提取結(jié)果進(jìn)行精度評(píng)估[30]。

        式中:P(Precision)和R(Recall)分別為精確度、召回率,F(xiàn)1是綜合兩者的度量指標(biāo),TP、TP和FN分別正確提取、錯(cuò)誤提取、漏提取的泥流階地陡坎面積。

        3 結(jié)果與分析

        3.1 泥流階地提取結(jié)果

        圖5為基于深度學(xué)習(xí)的融凍泥流階地深度學(xué)習(xí)提取結(jié)果,共9 203條,總面積為2.12 km2。據(jù)提取結(jié)果發(fā)現(xiàn),在本研究區(qū)內(nèi),泥流階地沿山谷線兩側(cè)分布,主要位于國(guó)道等不同等級(jí)道路兩側(cè),呈現(xiàn)了聚集分布。

        圖5 基于DeepLab V3+模型的泥流階地自動(dòng)提取結(jié)果Fig.5 Results of solifluction terraces based on DeepLab V3+

        對(duì)于不同覆蓋類型具有明顯特征的泥流階地,本文方法在目標(biāo)提取率和邊界吻合程度等方面均取得很好的效果,泥流階地的邊界提取效果較好,但類型間也存在差別。如圖6所示,植被覆蓋的泥流階地,條狀形態(tài)、紋理不大明顯的部分,提取結(jié)果有待提高;陡坎較高的泥流階地,邊界位置相對(duì)精準(zhǔn);陡坎紋理不清的泥流階地,深度學(xué)習(xí)模型僅能提取到部分結(jié)果。此外,相比較于形態(tài)尺度較小的泥流階地陡坎,形態(tài)尺度較大的泥流階地陡坎提取效果更好。

        為了定量評(píng)估泥流階地深度學(xué)習(xí)提取質(zhì)量,本文分別統(tǒng)計(jì)了融凍泥流階地正確提取、錯(cuò)誤提取以及漏提取的面積,并根據(jù)公式(1)、(2)和(3)計(jì)算深度學(xué)習(xí)自動(dòng)提取結(jié)果的精度、召回率和F1(表1)。在訓(xùn)練區(qū)域A范圍內(nèi),精度F1達(dá)到0.738;在預(yù)測(cè)區(qū)域B范圍內(nèi),精度F1達(dá)到0.68。綜合圖5圖6和表1看,本文方法總體提取精度較高,但也存在較多的錯(cuò)檢和漏檢,主要原因有:(1)算法容易錯(cuò)把少量梯田、植被、沖溝當(dāng)成泥流階地陡坎;(2)由于樣本有限以及自動(dòng)后處理面積閾值剔除等情況,在小面積泥流階地、弱紋理泥流階地(特別草甸覆蓋區(qū)域)等區(qū)域存在漏提取。

        圖6 泥流階地提取結(jié)果與人工判讀比對(duì)Fig.6 Comparison between automated extraction solifluction terraces and the interpretation results:solifluction terraces covered by vegetation(a);solifluction terraces with high risers(b);solifluction terraces covered by meadow(c);solifluction terraces covered by bare soil(d)

        表1 融凍泥流階地提取結(jié)果精度評(píng)估Table 1 Evaluation of extracted result of solifluction terraces

        綜上,泥流階地提取方法性能分析表明,Deep-Lab V3+深度學(xué)習(xí)模型能夠有效提取研究區(qū)泥流階地陡坎的邊界,且擁有良好的泛化能力,在形態(tài)、紋理相似的泥流階地區(qū)域(如G318國(guó)道沿線)具有推廣應(yīng)用潛力。

        3.2 實(shí)地考察驗(yàn)證

        為進(jìn)一步驗(yàn)證提取的結(jié)果,2020年夏季進(jìn)行了實(shí)地考察[圖7(a)],考察點(diǎn)位于G318國(guó)道沿線,如圖1中黑色定點(diǎn)標(biāo)記所示。該處泥流階地陡坎特征不明顯,對(duì)其提取具有較大難度。但是通過(guò)自動(dòng)提取結(jié)果和人工解譯結(jié)果對(duì)比[圖7(b)]表明,深度學(xué)習(xí)提取方法能夠較好地提取大部分泥流階地,但由于部分泥流階地陡坎特征紋理太弱,導(dǎo)致部分泥流階地?zé)o法有效提?。蹐D7(b)]。

        圖7 提取結(jié)果的實(shí)地驗(yàn)證Fig.7 Field validation of extraction results:on-site photos(a);results comparison(b)

        4 討論

        4.1 地形因子統(tǒng)計(jì)分析

        為分析泥流階地的空間分布特征,本文討論了研究區(qū)內(nèi)泥流階地與地形因子的統(tǒng)計(jì)關(guān)系。圖8為區(qū)域A、區(qū)域B的地形因子(坡度、坡向、高程)統(tǒng)計(jì)圖。結(jié)果顯示:

        (1)在研究區(qū)A內(nèi),泥流階地坡向主要集中在西北方向[圖8(a1)]。在高程統(tǒng)計(jì)方面,平均值為3 614.420 m,標(biāo)準(zhǔn)差為81.483 m,且主要集中在3 550~3 650 m區(qū)間,占研究區(qū)A內(nèi)泥流階地的43%

        [圖8(b1)]。其中,最高的泥流階地,其高程為3 875 m,位于318國(guó)道沿線的水橋村北側(cè)920 m附近;最低的泥流階地高程值為3 438 m,位于營(yíng)官寨村西北部2.5×103m附近。泥流階地坡度主要集中分布在10°~30°區(qū)間,占全部泥流階地?cái)?shù)量的79%。

        (2)在研究區(qū)B內(nèi),泥流階地坡向主要集中在正西、西北和東北等陰坡方向,與研究區(qū)A內(nèi)的泥流階地具有類似的坡向分布特征[圖8(a2)]。在高程分布方面,泥流階地主要集中在3 650~3 750 m分布范圍內(nèi),占研究區(qū)B內(nèi)泥流階地的43%;區(qū)域內(nèi)泥流階地平均高程為3 674.694 m,標(biāo)準(zhǔn)差為86.240 m。在坡度上,集中分布在10°~30°,并且在20°~25°區(qū)間的泥流階地?cái)?shù)量最多。

        圖8 泥流階地的地形因子統(tǒng)計(jì)分析Fig.8 Statistical analysis of topographic factors of solifluction terraces:aspect(a),elevation(b),slope(c)of Area A and B

        總體而言,本研究區(qū)域內(nèi)泥流階地以西北、北等陰坡方向?yàn)橹?;在坡度上,集中分布?0°~30°之間;在高程上,3 650~3 750 m區(qū)間為主要分布范圍。

        4.2 幾何因子統(tǒng)計(jì)分析

        此外,本文還對(duì)泥流階地陡坎的幾何因子(面積、周長(zhǎng)、長(zhǎng)度、寬度)進(jìn)行了統(tǒng)計(jì)分析和討論,如圖9所示。統(tǒng)計(jì)結(jié)果顯示:

        圖9 泥流階地幾何因子統(tǒng)計(jì)Fig.9 Statistics of geometric factors of solifluction terraces:area(a);perimeter(b);length(c);width(d)

        (1)在研究區(qū)A中,泥流階地面積平均值為369 m2,標(biāo)準(zhǔn)差為330.79 m2。絕大部分泥流階地面積小于1 000 m2,占總數(shù)的95%。其中,小于500 m2的泥流階地占79%。泥流階地周長(zhǎng)平均為128.46 m,標(biāo)準(zhǔn)差為79.59 m,最大值和最小值分別為890.65 m和20.50 m。長(zhǎng)度、寬度大部分小于500 m,均值分別為54 m、26 m。

        (2)在研究區(qū)B中,泥流階地面積均值463 m2,標(biāo)準(zhǔn)差為412.46 m2,小于1 000 m2的占91%;周長(zhǎng)平均為146.84 m,標(biāo)準(zhǔn)差為86.36 m,100~200 m區(qū)間最為集中;長(zhǎng)度、寬度均值分別為62 m、29 m。

        總體而言,研究區(qū)A和研究區(qū)B內(nèi)的泥流階地在幾何形態(tài)上具有較高的相似性,但也存在一定差異。例如,研究區(qū)B的平均長(zhǎng)度和寬度均大于研究區(qū)A。

        4.3 地表覆蓋

        研究區(qū)域的現(xiàn)今地表覆蓋空間分布如圖10所示,主要有草地、森林、耕地、水體、人造地表、積雪和冰川共6種。對(duì)各類型地表覆蓋的泥流階地進(jìn)行統(tǒng)計(jì)分析,如圖11所示。結(jié)果表明:泥流階地主要分布在草地、森林、耕地三種地表覆蓋類型處。區(qū)域A中的草地類型占94%;區(qū)域B中的草地類型占95%。

        圖10 泥流階地地表覆蓋空間分布圖Fig.10 Spatial distribution map of surface cover on solifluction terraces

        圖11 泥流階地地表覆蓋類型統(tǒng)計(jì)Fig.11 Statistics on surface coverage types of solifluction terraces

        5 結(jié)論

        基于DeepLab V3+深度學(xué)習(xí)網(wǎng)絡(luò)和Google Earth高分辨率衛(wèi)星影像,本文提出了一種大范圍融凍泥流階地遙感自動(dòng)提取的方法,并在四川省甘孜州新都橋地區(qū)開(kāi)展了實(shí)驗(yàn)研究,分析了該區(qū)泥流階地分布特征及其與地形因子、幾何因子、地表覆蓋等因素的關(guān)系。主要結(jié)論如下:

        (1)與人工解譯結(jié)果對(duì)比,本方法提取結(jié)果的綜合精度達(dá)到0.68以上,并經(jīng)野外調(diào)查驗(yàn)證了其有效性。陡坎較高的泥流階地提取精度最高,對(duì)于弱紋理的泥流階地精度較低但能實(shí)現(xiàn)其定位。

        (2)共識(shí)別了9 203條融凍泥流階地,主要分布在新都橋鎮(zhèn)附近的山谷兩側(cè),海拔高程主要分布在3 650~3 750 m區(qū)間,且主要位于20°~25°的陰坡上。

        (3)泥流階地面積和周長(zhǎng)分別在1 000 m2、150 m以內(nèi),地表覆蓋類型主要是草地,占比高達(dá)95%。

        致謝:本研究使用的數(shù)據(jù)來(lái)自于Google Earth平臺(tái)提供的遙感影像數(shù)據(jù)、日本JAXA提供的ALOS PALSAR DEM數(shù)據(jù)、國(guó)家基礎(chǔ)地理信息中心全球地表覆蓋數(shù)據(jù)產(chǎn)品中心提供的地表覆蓋數(shù)據(jù)、第二次青藏高原綜合科學(xué)考察項(xiàng)目提供的野外照片資料,本文訓(xùn)練樣本制作中武漢工程大學(xué)王慧妮老師給予了大力支持,中國(guó)科學(xué)院精密測(cè)量科學(xué)與技術(shù)創(chuàng)新研究院陳圓圓同學(xué)提供了繪圖調(diào)色指導(dǎo),在此表示衷心感謝。

        猜你喜歡
        深度特征研究
        FMS與YBT相關(guān)性的實(shí)證研究
        遼代千人邑研究述論
        深度理解一元一次方程
        視錯(cuò)覺(jué)在平面設(shè)計(jì)中的應(yīng)用與研究
        科技傳播(2019年22期)2020-01-14 03:06:54
        如何表達(dá)“特征”
        不忠誠(chéng)的四個(gè)特征
        EMA伺服控制系統(tǒng)研究
        深度觀察
        深度觀察
        深度觀察
        高清不卡av在线播放| 久久国产成人精品国产成人亚洲 | 色婷婷一区二区三区四区| 精品人妻在线一区二区三区在线| 按摩师玩弄少妇到高潮hd| 日韩中文字幕不卡在线| 国产精品办公室沙发| 熟妇人妻av无码一区二区三区| 午夜影视啪啪免费体验区入口| 久久久国产精品首页免费| 亚洲国产婷婷香蕉久久久久久| 国产无遮挡无码视频免费软件 | 国产精品视频白浆免费视频| 台湾佬中文娱乐网22| 少妇邻居内射在线| 无遮高潮国产免费观看韩国| av在线入口一区二区| 精品一区二区三区免费视频| 丰满少妇被猛烈进入无码| 国产精品亚洲av网站| 97超碰国产成人在线| 边喂奶边中出的人妻| 99成人精品| 日韩av中文字幕少妇精品| 日本一区二区三区视频在线观看| 毛片内射久久久一区| 亚洲欧美性另类春色| 亚洲天堂一区二区三区| 久久精品国产99国产精品亚洲| 成人免费毛片内射美女-百度| 久久国产香蕉一区精品天美| 国产传媒精品成人自拍| 爆乳熟妇一区二区三区霸乳| 97视频在线播放| 搞黄色很刺激的网站二区| 在线视频夫妻内射| 精品无码专区久久久水蜜桃 | 天天爱天天做天天爽| 色中文字幕视频在线观看| 娇小女人被黑人插免费视频| 中文字幕日韩精品无码内射|