• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于葉綠素熒光光譜指數(shù)的溫室黃瓜病害預測

    2016-07-12 13:00:31隋媛媛王慶鈺于海業(yè)
    光譜學與光譜分析 2016年6期
    關鍵詞:病癥葉綠素光譜

    隋媛媛, 王慶鈺, 于海業(yè)

    1. 吉林大學生物與農(nóng)業(yè)工程學院, 吉林 長春 130022 2. 吉林大學植物科學學院, 吉林 長春 130022

    基于葉綠素熒光光譜指數(shù)的溫室黃瓜病害預測

    隋媛媛1, 2, 王慶鈺2*, 于海業(yè)1*

    1. 吉林大學生物與農(nóng)業(yè)工程學院, 吉林 長春 130022 2. 吉林大學植物科學學院, 吉林 長春 130022

    溫室蔬菜病害的發(fā)生及大面積流行嚴重影響設施農(nóng)業(yè)的生產(chǎn)管理, 大大降低設施農(nóng)業(yè)的經(jīng)濟效益。為了實現(xiàn)溫室蔬菜病害的無損準確預測, 以黃瓜霜霉病害為例, 利用激光誘導葉綠素熒光構建光譜特征指數(shù), 建立了溫室蔬菜病害的預測模型。在試驗中采用對比分析的方法, 通過對作物健康葉片接種病菌孢子, 分別采集健康、接種2 d、接種6 d和出現(xiàn)明顯病癥共4組試驗樣本的光譜曲線, 定性分析了熒光強度隨葉片樣本感染病菌孢子的變化規(guī)律; 利用光譜曲線不同波段峰谷值創(chuàng)建了葉綠素熒光光譜指數(shù)k1=F685/F512和k2=F734/F512, 根據(jù)數(shù)值的變化范圍, 設定k1和k2分別為20和10時可以作為判斷樣本出現(xiàn)明顯病癥與未出現(xiàn)明顯病癥的特征值, 其判斷的準確率分別達到96%和94%; 利用構建的光譜指數(shù)與樣本健康狀況的分類結果, 選擇光譜指數(shù)F685/F512,F(xiàn)685-F734,F(xiàn)715/F612可以定性判斷樣本健康狀況, 并選擇光譜指數(shù)F685/F512,F(xiàn)734/F512,F(xiàn)685-F734,F(xiàn)715/F612作為建立定量分析模型的輸入量, 以預測集分類準確率作為評價標準, 對比判別分析、BP神經(jīng)網(wǎng)絡、支持向量機三種數(shù)據(jù)建模方法, 結果表明支持向量機作為霜霉病害預測的建模方法, 其預測能力達到91.38%。利用激光誘導葉綠素熒光構建光譜指數(shù)方法, 研究植物病害的預測問題, 具有很好的分類和鑒別效果。

    光譜指數(shù); 病害預測; 葉綠素熒光; 支持向量機

    引 言

    高效生產(chǎn)、連作是導致設施農(nóng)業(yè)病害呈逐年增加趨勢的主要原因, 病害的發(fā)生嚴重影響設施內(nèi)作物的產(chǎn)量與品質[1]。農(nóng)藥作為一種補償性手段, 經(jīng)常應用于農(nóng)業(yè)生產(chǎn)中, 過量使用農(nóng)藥是影響食品安全、導致設施環(huán)境污染[2]的主要問題。溫室作為設施農(nóng)業(yè)的主要生產(chǎn)場所, 具有高濕度的特點, 主要生產(chǎn)對象為蔬菜、花卉等面向大眾的食品或經(jīng)濟作物, 一旦發(fā)生病害, 流行極快, 造成的經(jīng)濟損失嚴重, 危害食品安全, 因此, 溫室作物病害預測具有重要意義。

    葉綠素熒光是植物體自身發(fā)射的內(nèi)源光, 它與光合作用、熱輻射一起分配著植物吸收到體內(nèi)能量, 可以作為反映植物體光合作用的無損檢測探針[3]。葉綠素熒光光譜是葉綠素熒光在波長維反映熒光強度變化的曲線, Lichtenthaler等的研究結果表明, 不同波段熒光與葉片的組織結構有關, 如藍綠光區(qū)域的熒光主要來自于主、側葉脈, 而紅光區(qū)域與遠紅光區(qū)域熒光主要來自非葉脈區(qū)[4]。近幾年國內(nèi)外的專家學者將葉綠素熒光應用于植物體受到病蟲害侵染的規(guī)律研究中, 試圖利用葉綠素熒光反演植物體受到病蟲害侵染的情況。Manda的研究結果表明霜霉病害可引起作物葉綠素熒光指數(shù)Fv/Fm的變化[5];Christen等利用葉片的快速葉綠素熒光檢測葡萄感染Esca病的現(xiàn)象, 可在病癥發(fā)生前2個月進行較好預測[6], 也有學者利用快速葉綠素熒光來評估大豆對環(huán)境條件的耐受性[7];Benjamin利用葉綠素熒光來評價作物受到花葉病的侵染程度[8];Adnan采用藍色LED光源誘導的葉綠素熒光, 觀察棉桃感染蟲害后細胞不同結構的損害情況[9];Schmitz等利用激光誘導和脈沖調(diào)節(jié)激發(fā)葉綠素熒光檢測甜菜受到異皮線蟲的感染現(xiàn)象[10]。

    本研究以黃瓜霜霉病害為例, 構建篩選葉綠素熒光光譜特征指數(shù), 研究葉綠素熒光光譜特征指數(shù)預測溫室蔬菜病害問題, 旨在植物出現(xiàn)明顯病癥前達到良好預測效果, 減少農(nóng)藥等生產(chǎn)成本的投入, 保證食品安全, 具有重要意義。

    1 實驗部分

    1.1 材料與方法

    研究于2014年6月—9月在吉林大學日光溫室內(nèi)進行, 選用的黃瓜品種為“長春密刺王”, 屬于易感病品種; 霜霉病菌采摘自溫室內(nèi)自然發(fā)病的葉片, 采摘后將葉片剪掉, 以隔離病源防止病菌大面積流行。

    1.2 熒光光譜試驗

    在黃瓜健康植株100株同一生長位置接種霜霉病菌, 常規(guī)管理。在葉片同一部位(主葉脈右側葉肉中心位置)進行光譜采集試驗。根據(jù)接菌后葉片的發(fā)病情況, 去除試驗人為因素影響, 選擇50片葉片作為試驗樣本, 分別采集健康葉片、接種病菌2d和6d以及葉片表面出現(xiàn)明顯病癥的葉綠素熒光光譜數(shù)據(jù)進行對比分析。

    1.3 儀器

    研究采用荷蘭AVANTES公司生產(chǎn)的AvaSpec-2048-USB2型光纖光譜儀作為熒光光譜接收器, 貼于葉片表面測量, 接收光譜范圍為331.010~1 099.970nm, 分辨率為2.1nm,VA光柵300線·mm-1, 光譜采集間隔時間設為1.1ms。采用激光作為激發(fā)光源, 其發(fā)射中心波長為473nm, 強度為7.5mW, 貼于葉片表面垂直照射。激發(fā)光源與光譜接收器成45°角。

    2 結果與討論

    2.1 熒光光譜強度變化

    在無外在因素干擾下, 熒光光譜強度的變化與植物細胞內(nèi)分子的振動密切相關, 強度的強弱取決于分子振動的數(shù)量和幅度。如圖1所示, 健康葉片接種病菌后, 光譜強度表現(xiàn)出先上升后下降的趨勢。當病菌孢子侵染葉片并在其體內(nèi)存活生長繁殖時, 受到葉片自身免疫力的保護, 抗氧化酶活性增強, 細胞活性增強, 熒光強度增強; 伴隨著病原菌的生長繁殖細胞出現(xiàn)凋亡, 細胞生命活性降低, 熒光強度隨之降低, 熒光光譜強度值的變化符合植物生理學變化的規(guī)律。

    圖1 接種霜霉病原體后樣本葉綠素熒光強度變化

    Fig.1 Changes of chlorophyll fluorescence intensity of the samples after being inoculated with downy mildew pathogen

    熒光光譜強度隨病菌成活繁殖情況變化, 通過對比可以定性判斷植物感染病菌規(guī)律, 但定量靈敏度不佳, 因此需要進一步對熒光光譜進行定量判斷。

    2.2 光譜特征指數(shù)構建

    熒光光譜數(shù)據(jù)量冗多, 若以整條光譜曲線作為輸入量, 計算量大, 有研究表明, 病害脅迫對光譜及葉綠素熒光特征有一定的影響[11], 因此篩選具有代表性的光譜特征點。從圖1可以看出, 熒光光譜曲線出現(xiàn)了三峰二谷共5個特征點, 其峰谷強度的發(fā)射中心波長大約位于512,685,734,612,715 nm附近, 分別標記為F512,F(xiàn)685,F(xiàn)734,F(xiàn)612,F(xiàn)715。

    分別構建篩選對于黃瓜健康狀況表征較為明顯的光譜指數(shù), 如圖2(a)和(b)所示, 構建的光譜指數(shù)中F685/F512和F734/F512對于未出現(xiàn)病癥與出現(xiàn)明顯病癥的葉片分類規(guī)律較為明顯, 分別設定k1=F685/F512和k2=F734/F512, 根據(jù)統(tǒng)計數(shù)據(jù)結果, 設定k1=20和k2=10, 其分類準確率分別達到96%和94%, 因此將k1=20和k2=10作為判別出現(xiàn)明顯病癥葉片樣本的特征值,k1判別的準確率優(yōu)于k2。

    圖2 不同光譜指數(shù)的分類結果

    利用波峰值構建光譜指數(shù)還包括F685,F(xiàn)734,F(xiàn)685/F734,F(xiàn)685+F734,F(xiàn)685-F734, 其中F685/F734值均處于0~2之間, 分類效果不明顯; 如圖2(c)所示, 在剩余4個光譜指數(shù)對于健康葉片與接種2和6 d的分類趨勢相似, 根據(jù)設定k值的不同, 光譜指數(shù)的分類準確率分別為75%,82%,68%,85%, 其中F685-F734分類精度較高(4 000

    此外還利用光譜波谷值構建光譜指數(shù)F715+F612,F(xiàn)715-F612,F(xiàn)715/F612, 其中F612相對于F715強度較小,F715+F612與F715-F612判別差異不明顯, 只采用F715-F612進行對比, 如表1所示, 其分類準確率達到81%, 采用F715/F612對于出現(xiàn)病癥與未出現(xiàn)病癥樣本的分類效率較為理想, 準確率達到92.4%。

    表1 利用光譜指數(shù)對黃瓜健康狀況的分類準確率

    對于不同健康狀況的葉片樣本, 構建的光譜指數(shù)具有不同的分類能力, 如F685/F512,F(xiàn)734/F512,F(xiàn)715/F612對于樣本是否出現(xiàn)病癥具有良好的分類能力;F685-F734對于樣本是否受到侵染分類效果較好。分別將光譜指數(shù)F685/F512,F715/F612,F685-F734作為一個輸入量, 其分類效果如圖3所示。

    圖3 四組樣本的光譜指數(shù)分類效果

    2.3 光譜指數(shù)分類模型

    構建光譜指數(shù)可以定性判斷試驗樣本的分類, 而采用單一的光譜指數(shù)很難達到理想的效果, 因此選擇多光譜指數(shù)建立定量分析模型。

    根據(jù)表1的計算結果, 篩選光譜指數(shù)F685/F512,F(xiàn)685-F734,F(xiàn)715/F612,F(xiàn)734/F512作為建模的輸入量, 建立模型進行定量判別。

    判別分析(DA)是一種判別樣品所屬類別的一種統(tǒng)計方法, 是在已知樣本分成若干組別, 在此基礎上根據(jù)某些準則建立判別式進而判斷未知樣本的歸屬問題; BP 神經(jīng)網(wǎng)絡(BP)是光譜分析中常用的方法, 是一種多層前饋型神經(jīng)網(wǎng)絡, 其神經(jīng)元的傳遞函數(shù)是S型函數(shù), 可以實現(xiàn)從輸入到輸出的任意非線性映射; 支持向量機(support vector machine, SVM)是采用結構風險最小化(SRM)原理, 在高維特征空間使用線性函數(shù)假設空間的學習系統(tǒng), 由最優(yōu)化理論的學習算法訓練, 實現(xiàn)了由統(tǒng)計學習理論導出的學習偏置[12]。

    分別利用DA,BP,LSSVM數(shù)據(jù)處理方法對光譜指數(shù)建立定量分類模型, 設定訓練集每組35個樣本, 共140個; 測試集每組15個樣本, 在計算過程中去除接種6 d、出現(xiàn)明顯病癥樣本集中的奇異點各1個, 共計58個, 所得預測集的準確率如表2所示, 以預測集計算結果的準確率作為評價標準, 選擇LSSVM作為建立模型的方法。

    表2 不同建模方法比較

    3 結 論

    隨著病菌孢子在植物體內(nèi)的存活及繁殖, 植物體內(nèi)光合速率、呼吸速率、水分含量及酶活性等均會表現(xiàn)出不同的變化, 葉綠素熒光綠光、紅光、遠紅光波段的光譜指數(shù)與植物的光合作用、水分含量息息相關, 構建與病害相關的光譜指數(shù), 利用數(shù)據(jù)挖掘方法以光譜指數(shù)微觀表征生理生化指標, 實現(xiàn)了對葉片健康狀況的合理分類。

    利用激光誘導葉綠素熒光構建光譜指數(shù)研究溫室作物病害的預測問題, 定性分析了感染病菌不同階段的作物熒光光譜強度, 通過對光譜特征參數(shù)的變換組合, 篩選能夠反映4組試驗樣本的光譜指數(shù), 并將其作為建立定量分析模型的輸入量, 利用判別分析、BP神經(jīng)網(wǎng)絡和支持向量機三種建模方法對比分析, 其中支持向量機建模方法的預測能力達到91.38%。該模型的預測效果較好, 可以用于指導生產(chǎn), 為溫室作物病害的無損檢測提供了新的方法。

    [1] Lucas J A. Journal of Agricultural Science, 2011, 149: 91.

    [2] Chowdhury A, Pradhan S, Saha M, et al. Indian Journal of Microbiology, 2008, 48(1): 114.

    [3] Zhang Shouren. Chinese Bulletin of Botany, 1999, 16(4): 444.

    [4] Lichtenthaler H, Lang M, Sowinska M, et al. Journal of Plant Physiology, 1996, 148: 599.

    [5] Manda K, Saravanan R, Maitl S, et al. Journal of Plant Diseases and Protection, 2009, 116(4): 164.

    [6] Danilo C, Susan S, Mauro J, et al. Environmental and Experimental Botany, 2006,(60): 504.

    [7] Strauss A, Kruger G, Strasser R, et al. Environmental and Experimental Botany, 2006, 56: 147.

    [8] Benjamin A, Moses J, Elvis A, et al. Environmental Technology, 2012, 33(3): 367.

    [9] Adnan M, Erin E, Michael D, et al. Journal of Biological Engineering, 2013, 7: 5.

    [10] Astrid S, Iryna I T, Sebastian K, et al. Nematology, 2006, 8(2): 273.

    [11] CHEN Bing, WANG Ke-ru, LI Shao-kun, et al(陳 兵, 王克如, 李少昆, 等). Transactions of the Chinese Society of Agricultural Engineering(農(nóng)業(yè)工程學報), 2011, 27(9): 86.

    [12] Cristianini. N, Shawe-Taylor. J. An Introduction to Support Vector Machines and Other Kerner-Based Learning Methods(支持向量機導論). Beijing: Publishing House of Electronics Industry(北京: 電子工業(yè)出版社), 2004.

    (Received Mar. 19, 2015; accepted Jun. 28, 2015)

    *Corresponding authors

    Prediction of Greenhouse Cucumber Disease Based on Chlorophyll Fluorescence Spectrum Index

    SUI Yuan-yuan1, 2, WANG Qing-yu2*, YU Hai-ye1*

    1. College of Biological and Agricultural Engineering, Jilin University, Changchun 130022, China 2. College of Plant Science,Jilin University,Changchun 130022, China

    The occurrence of greenhouse vegetable diseases and its epidemic seriously affect the production and management of facility agriculture, which greatly reduce the economic benefits of facility agriculture. In order to achieve nondestructive and accurate prediction of greenhouse vegetable diseases, this paper taking cucumber downy mildew disease as the research object, constructed spectrum characteristic index by using chlorophyll fluorescence induced by laser and established the prediction model of greenhouse vegetable diseases. In this paper, the experiment used comparative analysis method. The healthy leaves of the crops were inoculated with the pathogen spores, the spectrum curves of four groups of test samples: healthy, 2 d inoculated, 6 d inoculated and the ones with obvious symptoms were collected; then qualitative analysis was given to the variation regulation of the fluorescence intensity with the leaf samples infected with the pathogen spores. The chlorophyll fluorescence spectrum indexk1=F685/F512andk2=F734/F512were created by using the peak and valley values of different bands. According to the range of values, setk1=20 andk2=10 as the characteristic value to judge the sample with obvious symptoms or with no obvious symptoms, and the accuracy rate of the judgment was 96% and 94% respectively. Based on spectrum index created and the classification results of sample health status, we selected the spectrum indexF685/F512,F685-F734,F715/F612to determine the health status of the sample and selected spectrum indexF685/F512,F734/F512,F685-F734,F715/F612as the inputs of quantitative analysis model. Regarding classification accuracy of prediction set as the evaluation criteria, we compared three data modeling methods: discriminant analysis, BP neural network and support vector machine. The results showed that the forecasting ability can reach 91.38% when the support vector machine was used as the modeling method for predicting the downy mildew disease. Use the method with chlorophyll fluorescence induced by laser to construct spectrum index to study the prediction of plant diseases, which has a good classification and identification effect.

    Spectrum index; Disease prediction; Chlorophyll fluorescence; Support vector machine

    2015-03-19,

    2015-06-28

    國家高技術研究發(fā)展計劃(863)項目(2012AA10A506-4, 2013AA103005-04), 中國博士后基金面上項目(2013M541308)和吉林大學基本科研業(yè)務費項目(450060491471)資助

    隋媛媛, 1985年生, 吉林大學生物與農(nóng)業(yè)工程學院講師 e-mail: suiyuan0115@126.com *通訊聯(lián)系人 e-mail: wqy414cn@yahoo.com.cn; haiye@jlu.edu.cn

    S123

    A

    10.3964/j.issn.1000-0593(2016)06-1779-04

    猜你喜歡
    病癥葉綠素光譜
    基于三維Saab變換的高光譜圖像壓縮方法
    腰痛這個僅次于感冒的第二大常見病癥怎么處理
    祝您健康(2022年6期)2022-06-10 01:37:18
    炙甘草湯,適用于哪些病癥
    中老年保健(2021年9期)2021-08-24 03:51:00
    提取葉綠素
    青春期病癥
    學生天地(2020年3期)2020-08-25 09:04:06
    桃樹葉綠素含量與SPAD值呈極顯著正相關
    葉綠素家族概述
    生物學教學(2017年9期)2017-08-20 13:22:32
    星載近紅外高光譜CO2遙感進展
    中國光學(2015年5期)2015-12-09 09:00:28
    由松針制取三種葉綠素鈉鹽及其穩(wěn)定性的研究
    苦味酸與牛血清蛋白相互作用的光譜研究
    大型av网站在线播放| 男人舔女人下体高潮全视频| 亚洲色图av天堂| 黑人操中国人逼视频| 日日爽夜夜爽网站| 一区二区三区国产精品乱码| 成人一区二区视频在线观看| 黄色a级毛片大全视频| 国产aⅴ精品一区二区三区波| 成人三级做爰电影| www.精华液| 国产激情久久老熟女| 精品欧美一区二区三区在线| 女警被强在线播放| 国产日本99.免费观看| 成年人黄色毛片网站| 日本一区二区免费在线视频| 97超级碰碰碰精品色视频在线观看| 亚洲成a人片在线一区二区| 最新在线观看一区二区三区| 亚洲精品国产一区二区精华液| 高清在线国产一区| 国产片内射在线| 看免费av毛片| 午夜日韩欧美国产| 欧美乱码精品一区二区三区| 91在线观看av| 又黄又粗又硬又大视频| 欧美 亚洲 国产 日韩一| 不卡av一区二区三区| 婷婷亚洲欧美| 国产精品国产高清国产av| 欧美性长视频在线观看| av免费在线观看网站| 国产亚洲精品久久久久久毛片| 久久香蕉精品热| 成人特级黄色片久久久久久久| 女同久久另类99精品国产91| 亚洲电影在线观看av| 久久久久久免费高清国产稀缺| 欧美一区二区精品小视频在线| 好男人电影高清在线观看| av中文乱码字幕在线| 精品人妻1区二区| 国产一区二区在线观看日韩 | 亚洲精品中文字幕一二三四区| 麻豆av在线久日| 毛片女人毛片| 欧美一级毛片孕妇| 男女那种视频在线观看| 日日爽夜夜爽网站| 黑人操中国人逼视频| 亚洲色图av天堂| 亚洲精品中文字幕在线视频| 人人妻,人人澡人人爽秒播| 国产在线观看jvid| 亚洲美女黄片视频| 少妇粗大呻吟视频| 国产一区二区三区视频了| 亚洲av五月六月丁香网| 一本综合久久免费| 免费无遮挡裸体视频| 变态另类成人亚洲欧美熟女| 亚洲欧美日韩高清在线视频| av片东京热男人的天堂| 成年人黄色毛片网站| 最近最新免费中文字幕在线| 一级片免费观看大全| 亚洲五月婷婷丁香| 欧美在线一区亚洲| 久久久久久大精品| 国内毛片毛片毛片毛片毛片| 国产精品久久视频播放| videosex国产| 久久久久久久午夜电影| 国产av不卡久久| 天堂动漫精品| av有码第一页| 91成年电影在线观看| 舔av片在线| 俄罗斯特黄特色一大片| 久久久精品欧美日韩精品| 在线观看美女被高潮喷水网站 | 久久久精品国产亚洲av高清涩受| 久久久久性生活片| 成年免费大片在线观看| 一夜夜www| 一个人观看的视频www高清免费观看 | 一进一出好大好爽视频| 亚洲片人在线观看| 亚洲,欧美精品.| 亚洲熟妇中文字幕五十中出| 亚洲av美国av| 天堂动漫精品| 精品乱码久久久久久99久播| 宅男免费午夜| АⅤ资源中文在线天堂| 国产三级黄色录像| 午夜福利免费观看在线| 午夜亚洲福利在线播放| 1024视频免费在线观看| 男插女下体视频免费在线播放| 18禁裸乳无遮挡免费网站照片| 禁无遮挡网站| 成人av在线播放网站| 午夜老司机福利片| 亚洲成a人片在线一区二区| 亚洲第一欧美日韩一区二区三区| 亚洲国产精品久久男人天堂| 99国产精品99久久久久| 国产亚洲精品av在线| 亚洲国产精品合色在线| 国产精品99久久99久久久不卡| 动漫黄色视频在线观看| 色哟哟哟哟哟哟| 国产午夜福利久久久久久| 午夜福利高清视频| 午夜福利18| 18禁黄网站禁片免费观看直播| 女人高潮潮喷娇喘18禁视频| 黄色 视频免费看| 亚洲自拍偷在线| 精品国产美女av久久久久小说| 亚洲精品美女久久av网站| 91av网站免费观看| 香蕉国产在线看| 可以免费在线观看a视频的电影网站| 欧美国产日韩亚洲一区| 成人一区二区视频在线观看| 日本熟妇午夜| 三级国产精品欧美在线观看 | 搡老岳熟女国产| 18禁国产床啪视频网站| 国产亚洲精品久久久久5区| 男人的好看免费观看在线视频 | 欧美一区二区精品小视频在线| 精华霜和精华液先用哪个| www日本黄色视频网| 久久中文看片网| 亚洲九九香蕉| 国产欧美日韩一区二区精品| 桃色一区二区三区在线观看| 国内久久婷婷六月综合欲色啪| 怎么达到女性高潮| 亚洲一区中文字幕在线| 999精品在线视频| 久久国产乱子伦精品免费另类| 午夜免费观看网址| 亚洲狠狠婷婷综合久久图片| a级毛片在线看网站| 免费在线观看成人毛片| 首页视频小说图片口味搜索| 日本一本二区三区精品| 国产精品电影一区二区三区| 777久久人妻少妇嫩草av网站| 一区二区三区激情视频| 婷婷精品国产亚洲av在线| 两个人免费观看高清视频| 久久久久久大精品| 一边摸一边抽搐一进一小说| 久久久精品国产亚洲av高清涩受| 午夜久久久久精精品| 亚洲avbb在线观看| 日日夜夜操网爽| 小说图片视频综合网站| 精品电影一区二区在线| 久久精品人妻少妇| 999久久久国产精品视频| 妹子高潮喷水视频| 嫩草影视91久久| 久久中文看片网| 成人午夜高清在线视频| 热99re8久久精品国产| www.熟女人妻精品国产| 搡老熟女国产l中国老女人| 身体一侧抽搐| 中文字幕人妻丝袜一区二区| 日韩高清综合在线| 国产视频内射| 成人欧美大片| 小说图片视频综合网站| 色噜噜av男人的天堂激情| 亚洲18禁久久av| 男女视频在线观看网站免费 | 动漫黄色视频在线观看| 悠悠久久av| 成人三级黄色视频| 天堂√8在线中文| 一级片免费观看大全| 性欧美人与动物交配| 日日夜夜操网爽| a在线观看视频网站| 免费在线观看亚洲国产| 久久国产精品人妻蜜桃| 一本综合久久免费| 久久久久久免费高清国产稀缺| 亚洲全国av大片| 久久久久久久久久黄片| 最近最新中文字幕大全免费视频| 狂野欧美白嫩少妇大欣赏| 黑人欧美特级aaaaaa片| 国产精品1区2区在线观看.| av天堂在线播放| 99在线人妻在线中文字幕| 一边摸一边抽搐一进一小说| 欧美黄色淫秽网站| 99国产精品99久久久久| 亚洲一区二区三区色噜噜| 两个人免费观看高清视频| 91成年电影在线观看| 中国美女看黄片| 日本在线视频免费播放| 一本大道久久a久久精品| av中文乱码字幕在线| 日本精品一区二区三区蜜桃| 国产成人精品无人区| 欧美中文日本在线观看视频| 日日夜夜操网爽| 欧美日韩黄片免| 日韩精品免费视频一区二区三区| videosex国产| 一级作爱视频免费观看| 级片在线观看| www日本在线高清视频| 亚洲精品在线观看二区| 国产亚洲欧美在线一区二区| 青草久久国产| 成熟少妇高潮喷水视频| 黑人操中国人逼视频| 18禁观看日本| 岛国视频午夜一区免费看| 亚洲精品久久国产高清桃花| 日韩欧美在线二视频| 一本大道久久a久久精品| 夜夜看夜夜爽夜夜摸| 精品国产美女av久久久久小说| 免费搜索国产男女视频| 精品欧美一区二区三区在线| 欧美日本视频| 又粗又爽又猛毛片免费看| 哪里可以看免费的av片| 黄片大片在线免费观看| 欧美国产日韩亚洲一区| 欧美日韩精品网址| 国产一区二区在线观看日韩 | 日韩欧美国产在线观看| 又黄又爽又免费观看的视频| 国产野战对白在线观看| 91成年电影在线观看| 热99re8久久精品国产| 看片在线看免费视频| 亚洲 欧美 日韩 在线 免费| 精华霜和精华液先用哪个| 久久久精品欧美日韩精品| 三级毛片av免费| 成人一区二区视频在线观看| 老司机在亚洲福利影院| 亚洲欧美日韩无卡精品| 国产精品自产拍在线观看55亚洲| 亚洲精华国产精华精| 国产av一区在线观看免费| 不卡av一区二区三区| 日韩 欧美 亚洲 中文字幕| 99国产精品一区二区蜜桃av| 久久精品国产99精品国产亚洲性色| 黑人操中国人逼视频| 国产男靠女视频免费网站| 91成年电影在线观看| 黄色片一级片一级黄色片| 脱女人内裤的视频| 免费在线观看影片大全网站| 久久精品影院6| 亚洲人与动物交配视频| 欧美日本视频| 2021天堂中文幕一二区在线观| 嫩草影院精品99| 18禁黄网站禁片午夜丰满| 亚洲人成网站高清观看| 国产99白浆流出| 亚洲精品美女久久久久99蜜臀| 欧美乱妇无乱码| 久久热在线av| 黄色 视频免费看| 十八禁网站免费在线| 给我免费播放毛片高清在线观看| 91麻豆av在线| 欧美日韩国产亚洲二区| 欧美日本亚洲视频在线播放| 国产精品精品国产色婷婷| 国产精品美女特级片免费视频播放器 | 久久久久久久久久黄片| 一边摸一边抽搐一进一小说| 国产精品 欧美亚洲| 在线观看66精品国产| 亚洲成人国产一区在线观看| a在线观看视频网站| 国内久久婷婷六月综合欲色啪| 欧美精品啪啪一区二区三区| 色在线成人网| 男女之事视频高清在线观看| 免费看日本二区| 搞女人的毛片| 精品人妻1区二区| 国产亚洲欧美在线一区二区| 制服诱惑二区| 国产探花在线观看一区二区| 最好的美女福利视频网| 黄频高清免费视频| 欧美久久黑人一区二区| 不卡av一区二区三区| 亚洲国产精品999在线| 性色av乱码一区二区三区2| 欧洲精品卡2卡3卡4卡5卡区| 亚洲欧美日韩东京热| 两个人免费观看高清视频| 色精品久久人妻99蜜桃| 日韩欧美国产一区二区入口| 色综合站精品国产| 两人在一起打扑克的视频| 亚洲午夜理论影院| 天天躁狠狠躁夜夜躁狠狠躁| 免费搜索国产男女视频| 亚洲第一电影网av| 99久久久亚洲精品蜜臀av| 国产精品日韩av在线免费观看| 性欧美人与动物交配| 日本熟妇午夜| 久久这里只有精品中国| 日韩高清综合在线| 黄色a级毛片大全视频| 99国产极品粉嫩在线观看| 色精品久久人妻99蜜桃| 脱女人内裤的视频| 久久国产乱子伦精品免费另类| 一级片免费观看大全| 怎么达到女性高潮| 2021天堂中文幕一二区在线观| 母亲3免费完整高清在线观看| 国产精品电影一区二区三区| 又粗又爽又猛毛片免费看| 舔av片在线| 欧美另类亚洲清纯唯美| 欧美成人午夜精品| 九色成人免费人妻av| 久久这里只有精品19| 亚洲av成人一区二区三| 一级a爱片免费观看的视频| 男人的好看免费观看在线视频 | 丰满的人妻完整版| 一本一本综合久久| 日日爽夜夜爽网站| 无遮挡黄片免费观看| 色精品久久人妻99蜜桃| 国产在线精品亚洲第一网站| 国内少妇人妻偷人精品xxx网站 | 九九热线精品视视频播放| 亚洲欧美精品综合久久99| 国产精品免费视频内射| 国产欧美日韩精品亚洲av| 久久久久久亚洲精品国产蜜桃av| 老司机深夜福利视频在线观看| 午夜a级毛片| 两性夫妻黄色片| 亚洲av中文字字幕乱码综合| 无遮挡黄片免费观看| 精品久久久久久久末码| 黄色a级毛片大全视频| 午夜免费成人在线视频| 亚洲av熟女| 久久国产精品人妻蜜桃| www.自偷自拍.com| 狠狠狠狠99中文字幕| 亚洲天堂国产精品一区在线| 久久婷婷成人综合色麻豆| 嫩草影院精品99| 国产精品 欧美亚洲| 欧美日韩黄片免| 国产亚洲精品久久久久5区| 黑人欧美特级aaaaaa片| 波多野结衣高清无吗| 一个人观看的视频www高清免费观看 | 两个人免费观看高清视频| 俺也久久电影网| 中文字幕高清在线视频| 亚洲成人中文字幕在线播放| 黄片大片在线免费观看| 日日摸夜夜添夜夜添小说| 国产一区在线观看成人免费| 成年人黄色毛片网站| 国产亚洲精品一区二区www| 丰满的人妻完整版| 99久久国产精品久久久| 成年版毛片免费区| 亚洲国产欧美人成| 国产激情久久老熟女| 日韩欧美 国产精品| 岛国在线免费视频观看| 三级毛片av免费| 亚洲av五月六月丁香网| 久久精品影院6| 亚洲avbb在线观看| 国产精品综合久久久久久久免费| 亚洲一码二码三码区别大吗| 亚洲欧美日韩高清在线视频| 亚洲成人精品中文字幕电影| 国产亚洲av嫩草精品影院| 女人爽到高潮嗷嗷叫在线视频| 一级a爱片免费观看的视频| 亚洲欧美日韩高清专用| 日韩国内少妇激情av| 欧美黑人欧美精品刺激| 亚洲欧美激情综合另类| 在线观看66精品国产| 中文字幕熟女人妻在线| 成人18禁高潮啪啪吃奶动态图| 亚洲精品在线观看二区| 亚洲精华国产精华精| 精品高清国产在线一区| 久久99热这里只有精品18| 国产成人一区二区三区免费视频网站| 久久久久国产精品人妻aⅴ院| 免费高清视频大片| 免费看日本二区| 一区二区三区高清视频在线| a级毛片在线看网站| 窝窝影院91人妻| 日本 av在线| 欧美日韩一级在线毛片| 婷婷亚洲欧美| 久久久久久国产a免费观看| 国产精品久久电影中文字幕| 午夜视频精品福利| 99国产精品一区二区蜜桃av| 国产99久久九九免费精品| 成人三级黄色视频| 麻豆成人午夜福利视频| 99国产精品一区二区三区| 男女床上黄色一级片免费看| 中出人妻视频一区二区| 成人av一区二区三区在线看| 大型av网站在线播放| 久久 成人 亚洲| 18禁观看日本| av在线天堂中文字幕| 一本精品99久久精品77| 在线a可以看的网站| 久久久水蜜桃国产精品网| 亚洲欧美激情综合另类| 亚洲熟女毛片儿| 狠狠狠狠99中文字幕| 一区二区三区国产精品乱码| 岛国视频午夜一区免费看| 欧美另类亚洲清纯唯美| 亚洲美女黄片视频| 亚洲人成电影免费在线| 一区二区三区激情视频| 色精品久久人妻99蜜桃| 亚洲在线自拍视频| 久久精品国产亚洲av香蕉五月| 国产成人av教育| 精品国产超薄肉色丝袜足j| 亚洲国产欧美一区二区综合| 国产精品野战在线观看| 伦理电影免费视频| a级毛片在线看网站| 久久精品亚洲精品国产色婷小说| 18禁国产床啪视频网站| 久久草成人影院| 亚洲专区中文字幕在线| 久久久久九九精品影院| 日日夜夜操网爽| 少妇被粗大的猛进出69影院| 女警被强在线播放| 午夜激情av网站| 我要搜黄色片| 国产激情偷乱视频一区二区| 美女黄网站色视频| 精品日产1卡2卡| 国产精品影院久久| 99热6这里只有精品| 999久久久国产精品视频| 真人一进一出gif抽搐免费| 又紧又爽又黄一区二区| 一边摸一边抽搐一进一小说| 欧美精品啪啪一区二区三区| av有码第一页| 亚洲在线自拍视频| 亚洲激情在线av| 欧美日韩亚洲国产一区二区在线观看| 日韩精品青青久久久久久| 久9热在线精品视频| 日本黄色视频三级网站网址| 色播亚洲综合网| 国产精品亚洲美女久久久| 亚洲精品国产精品久久久不卡| 最新美女视频免费是黄的| avwww免费| 老司机午夜十八禁免费视频| 我的老师免费观看完整版| 久久九九热精品免费| 国产视频一区二区在线看| 麻豆av在线久日| 亚洲午夜精品一区,二区,三区| 国产伦人伦偷精品视频| 国产午夜精品论理片| or卡值多少钱| 波多野结衣巨乳人妻| 国产精品一区二区三区四区久久| 久久伊人香网站| 亚洲片人在线观看| 欧美极品一区二区三区四区| 男女下面进入的视频免费午夜| 久久久久国产一级毛片高清牌| 美女大奶头视频| 久久这里只有精品19| 男人舔奶头视频| 国产麻豆成人av免费视频| 悠悠久久av| 久久亚洲真实| 成人国产综合亚洲| 久久久久久国产a免费观看| 男男h啪啪无遮挡| 麻豆国产97在线/欧美 | 日韩欧美在线乱码| 欧美一区二区国产精品久久精品 | 久久久久久人人人人人| 两性夫妻黄色片| 日韩中文字幕欧美一区二区| 日韩高清综合在线| 免费无遮挡裸体视频| 最近最新中文字幕大全免费视频| 老司机深夜福利视频在线观看| 免费观看人在逋| 国产精品乱码一区二三区的特点| 亚洲av熟女| 亚洲最大成人中文| 亚洲欧美一区二区三区黑人| 国产精品乱码一区二三区的特点| 制服丝袜大香蕉在线| 久久久久国产精品人妻aⅴ院| 亚洲国产精品成人综合色| av免费在线观看网站| 日韩高清综合在线| 色哟哟哟哟哟哟| tocl精华| 免费在线观看影片大全网站| 午夜精品久久久久久毛片777| 12—13女人毛片做爰片一| 国产亚洲av嫩草精品影院| 亚洲一区二区三区色噜噜| 别揉我奶头~嗯~啊~动态视频| 欧美一区二区精品小视频在线| 国产精品美女特级片免费视频播放器 | 欧美最黄视频在线播放免费| 国产一区二区激情短视频| 午夜日韩欧美国产| 亚洲人成77777在线视频| 韩国av一区二区三区四区| 91av网站免费观看| 在线十欧美十亚洲十日本专区| 老鸭窝网址在线观看| 亚洲精品一卡2卡三卡4卡5卡| 免费搜索国产男女视频| 欧美日韩国产亚洲二区| 亚洲狠狠婷婷综合久久图片| 成人精品一区二区免费| 极品教师在线免费播放| 又黄又粗又硬又大视频| 国产成人精品久久二区二区91| 又黄又爽又免费观看的视频| 日韩av在线大香蕉| 在线a可以看的网站| 俺也久久电影网| 国产99白浆流出| 女警被强在线播放| 男女午夜视频在线观看| 免费看日本二区| 国产精品久久久久久精品电影| 国产精品一区二区免费欧美| 变态另类丝袜制服| 99国产精品99久久久久| 亚洲狠狠婷婷综合久久图片| 无限看片的www在线观看| 亚洲狠狠婷婷综合久久图片| 国产亚洲精品一区二区www| 亚洲av电影在线进入| 韩国av一区二区三区四区| 99国产综合亚洲精品| 亚洲一区二区三区不卡视频| 狠狠狠狠99中文字幕| av免费在线观看网站| 一本久久中文字幕| 午夜福利高清视频| 欧美丝袜亚洲另类 | 人人妻人人看人人澡| 久久中文字幕人妻熟女| 不卡av一区二区三区| 1024视频免费在线观看| 不卡一级毛片| 国产麻豆成人av免费视频| 97碰自拍视频| 久久久国产成人精品二区| 久久精品aⅴ一区二区三区四区| xxx96com| 91成年电影在线观看| 亚洲va日本ⅴa欧美va伊人久久| 免费搜索国产男女视频| 国产精品久久久久久久电影 | 啦啦啦免费观看视频1| 成人18禁在线播放| 波多野结衣高清作品| 日韩欧美在线乱码| 国产成人精品久久二区二区91| 欧美不卡视频在线免费观看 | 久久久久国产精品人妻aⅴ院|