• <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
    欧美xxⅹ黑人| 人人妻人人澡人人爽人人夜夜| 免费女性裸体啪啪无遮挡网站| 欧美在线一区亚洲| 久久性视频一级片| 国产一区亚洲一区在线观看| 欧美另类一区| 50天的宝宝边吃奶边哭怎么回事| 9色porny在线观看| 国产1区2区3区精品| 91精品伊人久久大香线蕉| 亚洲国产精品成人久久小说| 日韩中文字幕欧美一区二区 | 亚洲久久久国产精品| 欧美激情高清一区二区三区| 你懂的网址亚洲精品在线观看| 亚洲av国产av综合av卡| 国产精品秋霞免费鲁丝片| 国产成人免费观看mmmm| 久久久国产一区二区| 日日夜夜操网爽| 亚洲精品国产av成人精品| 亚洲国产成人一精品久久久| 国产免费又黄又爽又色| 久久亚洲国产成人精品v| 色94色欧美一区二区| 日韩av在线免费看完整版不卡| 久久久精品国产亚洲av高清涩受| 日本一区二区免费在线视频| 亚洲国产中文字幕在线视频| 亚洲 欧美一区二区三区| 美女国产高潮福利片在线看| 免费在线观看影片大全网站 | 男女免费视频国产| 亚洲美女黄色视频免费看| e午夜精品久久久久久久| 男女国产视频网站| 国精品久久久久久国模美| 99国产精品一区二区三区| 狂野欧美激情性bbbbbb| 狂野欧美激情性bbbbbb| 悠悠久久av| 午夜免费成人在线视频| 国产一卡二卡三卡精品| 午夜福利在线免费观看网站| 成人免费观看视频高清| 夫妻性生交免费视频一级片| 一二三四社区在线视频社区8| 亚洲av电影在线进入| 欧美久久黑人一区二区| 亚洲综合色网址| 一级片'在线观看视频| 人人澡人人妻人| 精品福利观看| 中文字幕亚洲精品专区| 精品亚洲成国产av| 高清视频免费观看一区二区| 国产精品av久久久久免费| 亚洲国产欧美一区二区综合| 老鸭窝网址在线观看| 高清黄色对白视频在线免费看| 国产色视频综合| 久久久亚洲精品成人影院| 最新的欧美精品一区二区| 免费在线观看黄色视频的| 成人三级做爰电影| 50天的宝宝边吃奶边哭怎么回事| 啦啦啦在线免费观看视频4| 丝袜美足系列| 王馨瑶露胸无遮挡在线观看| 老司机深夜福利视频在线观看 | 一级毛片我不卡| 秋霞在线观看毛片| 波多野结衣av一区二区av| 久久鲁丝午夜福利片| 国产成人影院久久av| 国产男人的电影天堂91| 午夜免费鲁丝| 脱女人内裤的视频| 亚洲色图综合在线观看| 欧美日韩国产mv在线观看视频| 亚洲午夜精品一区,二区,三区| 国产精品一二三区在线看| 丝瓜视频免费看黄片| 赤兔流量卡办理| 亚洲精品美女久久av网站| 看十八女毛片水多多多| 国产精品 国内视频| 亚洲国产欧美一区二区综合| 只有这里有精品99| 女警被强在线播放| e午夜精品久久久久久久| 少妇的丰满在线观看| 国产麻豆69| 国产麻豆69| 日韩制服骚丝袜av| 国产精品人妻久久久影院| 美女扒开内裤让男人捅视频| 黑人欧美特级aaaaaa片| 精品少妇内射三级| 国产精品熟女久久久久浪| 99热全是精品| 男人舔女人的私密视频| 亚洲少妇的诱惑av| 精品亚洲成国产av| 欧美老熟妇乱子伦牲交| 国产女主播在线喷水免费视频网站| 久久这里只有精品19| 黄片播放在线免费| 91九色精品人成在线观看| 美女视频免费永久观看网站| 免费看不卡的av| 精品少妇黑人巨大在线播放| 国产亚洲精品久久久久5区| 久久99一区二区三区| 久久九九热精品免费| 99热网站在线观看| 久久久国产一区二区| 欧美人与性动交α欧美软件| 999久久久国产精品视频| 精品国产一区二区三区四区第35| 午夜福利乱码中文字幕| 国产精品香港三级国产av潘金莲 | 香蕉国产在线看| 极品人妻少妇av视频| 多毛熟女@视频| 男男h啪啪无遮挡| 超碰97精品在线观看| 80岁老熟妇乱子伦牲交| 免费人妻精品一区二区三区视频| 亚洲国产欧美网| 国产精品久久久av美女十八| 亚洲美女黄色视频免费看| 91精品伊人久久大香线蕉| tube8黄色片| 伊人亚洲综合成人网| 久久久久久久久免费视频了| 波多野结衣av一区二区av| 一级片免费观看大全| 两个人看的免费小视频| 欧美精品高潮呻吟av久久| 亚洲精品自拍成人| 亚洲av片天天在线观看| 1024香蕉在线观看| 又大又黄又爽视频免费| 欧美性长视频在线观看| 国产一区二区三区综合在线观看| 大片电影免费在线观看免费| 午夜视频精品福利| 亚洲国产欧美一区二区综合| 国产免费视频播放在线视频| 成年动漫av网址| 制服诱惑二区| 欧美精品啪啪一区二区三区 | 久久久国产精品麻豆| 国产一区亚洲一区在线观看| 欧美 日韩 精品 国产| 最近中文字幕2019免费版| 日韩av免费高清视频| 国产日韩欧美视频二区| 中文字幕人妻丝袜制服| 久久99热这里只频精品6学生| 精品人妻一区二区三区麻豆| 欧美在线一区亚洲| 国产男女内射视频| 亚洲av片天天在线观看| 亚洲国产av新网站| 熟女少妇亚洲综合色aaa.| 欧美大码av| 少妇猛男粗大的猛烈进出视频| 国产精品熟女久久久久浪| 黄色 视频免费看| 欧美在线黄色| 久久久久精品人妻al黑| 国产黄色免费在线视频| 久久久久国产一级毛片高清牌| 亚洲欧美一区二区三区久久| 黄片小视频在线播放| 女警被强在线播放| 黄网站色视频无遮挡免费观看| 日韩,欧美,国产一区二区三区| 国产成人免费观看mmmm| 丝袜在线中文字幕| 1024视频免费在线观看| 中文字幕av电影在线播放| 精品一区二区三卡| 人人妻人人澡人人看| 亚洲午夜精品一区,二区,三区| 国产欧美日韩精品亚洲av| 一级毛片 在线播放| 又紧又爽又黄一区二区| 亚洲九九香蕉| 亚洲色图综合在线观看| 热99久久久久精品小说推荐| 欧美黄色淫秽网站| 飞空精品影院首页| 亚洲一区二区三区欧美精品| 一本大道久久a久久精品| 久久av网站| 一级毛片 在线播放| 建设人人有责人人尽责人人享有的| 亚洲av电影在线进入| 亚洲欧洲日产国产| 午夜免费成人在线视频| 成年人黄色毛片网站| 老司机深夜福利视频在线观看 | 天天操日日干夜夜撸| 精品少妇久久久久久888优播| 欧美av亚洲av综合av国产av| 国产欧美日韩综合在线一区二区| 亚洲欧美中文字幕日韩二区| 黑丝袜美女国产一区| 国产精品一区二区在线不卡| 国产免费又黄又爽又色| 日本午夜av视频| 女性被躁到高潮视频| 欧美日本中文国产一区发布| 久久久精品94久久精品| 韩国精品一区二区三区| 国产精品一国产av| 狂野欧美激情性bbbbbb| 精品国产一区二区三区久久久樱花| 欧美精品av麻豆av| 精品国产一区二区三区四区第35| 国产成人91sexporn| 日韩中文字幕欧美一区二区 | 黄网站色视频无遮挡免费观看| 叶爱在线成人免费视频播放| 脱女人内裤的视频| 欧美激情 高清一区二区三区| 少妇人妻久久综合中文| 中文字幕制服av| av网站免费在线观看视频| 久久国产亚洲av麻豆专区| 国产精品久久久av美女十八| 久久久久久久久久久久大奶| av片东京热男人的天堂| 国产成人av激情在线播放| 少妇 在线观看| www.自偷自拍.com| 欧美激情 高清一区二区三区| 叶爱在线成人免费视频播放| 婷婷色麻豆天堂久久| 777米奇影视久久| 国产成人精品久久二区二区免费| 国产视频一区二区在线看| 欧美av亚洲av综合av国产av| 国产高清不卡午夜福利| 少妇人妻 视频| 午夜福利视频精品| 国产精品一二三区在线看| 巨乳人妻的诱惑在线观看| 亚洲人成网站在线观看播放| 久久精品成人免费网站| 黄色a级毛片大全视频| 丝瓜视频免费看黄片| 欧美日韩综合久久久久久| 国产精品亚洲av一区麻豆| 国产黄色视频一区二区在线观看| 尾随美女入室| 又大又爽又粗| 亚洲精品国产一区二区精华液| 午夜福利影视在线免费观看| 丝袜喷水一区| 日韩一本色道免费dvd| 欧美日韩亚洲国产一区二区在线观看 | 精品人妻熟女毛片av久久网站| 美女主播在线视频| 五月天丁香电影| 色94色欧美一区二区| 久久人人爽av亚洲精品天堂| 成年动漫av网址| e午夜精品久久久久久久| 丝袜在线中文字幕| 汤姆久久久久久久影院中文字幕| 欧美精品亚洲一区二区| 99国产精品一区二区蜜桃av | 天天操日日干夜夜撸| 9191精品国产免费久久| 亚洲精品美女久久久久99蜜臀 | 日韩,欧美,国产一区二区三区| www.熟女人妻精品国产| av欧美777| 女人精品久久久久毛片| 亚洲伊人色综图| 亚洲熟女精品中文字幕| 另类精品久久| 十八禁人妻一区二区| 成年人午夜在线观看视频| 免费高清在线观看日韩| 日日爽夜夜爽网站| 成年人免费黄色播放视频| av一本久久久久| 国产又爽黄色视频| 桃花免费在线播放| 精品人妻一区二区三区麻豆| 日本vs欧美在线观看视频| 亚洲精品国产区一区二| 国产色视频综合| 97精品久久久久久久久久精品| 天堂中文最新版在线下载| 色播在线永久视频| 精品久久久久久久毛片微露脸 | av不卡在线播放| 久久女婷五月综合色啪小说| 精品高清国产在线一区| av有码第一页| 99国产精品99久久久久| 五月开心婷婷网| 亚洲av电影在线观看一区二区三区| 欧美+亚洲+日韩+国产| 日韩电影二区| 曰老女人黄片| 精品亚洲乱码少妇综合久久| 亚洲精品美女久久av网站| e午夜精品久久久久久久| 亚洲精品一卡2卡三卡4卡5卡 | 国产精品久久久久久精品电影小说| 1024香蕉在线观看| 爱豆传媒免费全集在线观看| 激情视频va一区二区三区| 欧美黑人欧美精品刺激| 亚洲人成电影观看| 啦啦啦视频在线资源免费观看| 丝袜在线中文字幕| 亚洲九九香蕉| 欧美日韩亚洲国产一区二区在线观看 | 色视频在线一区二区三区| 久久毛片免费看一区二区三区| 2018国产大陆天天弄谢| 国产亚洲av片在线观看秒播厂| 日韩av不卡免费在线播放| www.精华液| 免费高清在线观看视频在线观看| 啦啦啦在线免费观看视频4| 亚洲精品中文字幕在线视频| 欧美人与善性xxx| 又大又黄又爽视频免费| 亚洲欧美中文字幕日韩二区| 成年动漫av网址| 99国产精品一区二区蜜桃av | 亚洲三区欧美一区| 久久亚洲国产成人精品v| 18在线观看网站| 午夜免费鲁丝| 亚洲国产精品国产精品| 亚洲精品美女久久av网站| 欧美日韩亚洲国产一区二区在线观看 | 午夜激情久久久久久久| 自线自在国产av| 狠狠婷婷综合久久久久久88av| 午夜日韩欧美国产| 国产不卡av网站在线观看| 亚洲精品乱久久久久久| 蜜桃国产av成人99| 国产精品 国内视频| 9191精品国产免费久久| 高清视频免费观看一区二区| 精品欧美一区二区三区在线| 亚洲国产精品国产精品| 一区二区三区精品91| 成年人午夜在线观看视频| 国产免费现黄频在线看| 国产99久久九九免费精品| 无遮挡黄片免费观看| 免费在线观看黄色视频的| 亚洲三区欧美一区| 一级片免费观看大全| 欧美国产精品va在线观看不卡| 岛国毛片在线播放| √禁漫天堂资源中文www| 亚洲精品一区蜜桃| 制服诱惑二区| 国产亚洲一区二区精品| 天天躁夜夜躁狠狠久久av| 校园人妻丝袜中文字幕| 丁香六月天网| 欧美日韩视频精品一区| 咕卡用的链子| av视频免费观看在线观看| 国产极品粉嫩免费观看在线| 国产片特级美女逼逼视频| 免费在线观看完整版高清| 亚洲免费av在线视频| 欧美日韩黄片免| cao死你这个sao货| 少妇 在线观看| 欧美日韩成人在线一区二区| 每晚都被弄得嗷嗷叫到高潮| 亚洲国产av影院在线观看| 亚洲少妇的诱惑av| 午夜激情久久久久久久| 免费看不卡的av| 欧美久久黑人一区二区| 岛国毛片在线播放| 国语对白做爰xxxⅹ性视频网站| 丝袜美腿诱惑在线| 国产精品久久久久久精品电影小说| 一级片免费观看大全| 一边摸一边抽搐一进一出视频| 美女脱内裤让男人舔精品视频| 亚洲av电影在线观看一区二区三区| 男女高潮啪啪啪动态图| 午夜激情久久久久久久| 国产免费又黄又爽又色| 欧美黄色淫秽网站| 亚洲精品一区蜜桃| 精品熟女少妇八av免费久了| 99热全是精品| 国产精品久久久久久人妻精品电影 | 亚洲精品中文字幕在线视频| 亚洲激情五月婷婷啪啪| 国产精品久久久久久精品电影小说| 亚洲欧美一区二区三区黑人| 欧美乱码精品一区二区三区| 久久女婷五月综合色啪小说| 91精品伊人久久大香线蕉| 亚洲男人天堂网一区| 国产精品三级大全| 无遮挡黄片免费观看| 精品一区二区三区四区五区乱码 | 亚洲av美国av| www.精华液| 亚洲成人免费av在线播放| 一区二区三区精品91| 中文字幕精品免费在线观看视频| 国产欧美日韩一区二区三 | 国产精品一国产av| 亚洲午夜精品一区,二区,三区| 最近中文字幕2019免费版| 亚洲精品久久午夜乱码| 女人久久www免费人成看片| 亚洲 欧美一区二区三区| 久久女婷五月综合色啪小说| 五月天丁香电影| 亚洲精品日韩在线中文字幕| 婷婷成人精品国产| 亚洲伊人久久精品综合| 国产精品香港三级国产av潘金莲 | 老司机影院毛片| 亚洲自偷自拍图片 自拍| 国产女主播在线喷水免费视频网站| 亚洲欧美日韩另类电影网站| 日本色播在线视频| 丁香六月天网| 男女高潮啪啪啪动态图| 啦啦啦 在线观看视频| 丰满少妇做爰视频| 亚洲国产欧美一区二区综合| 天天躁日日躁夜夜躁夜夜| 女性生殖器流出的白浆| 欧美国产精品va在线观看不卡| 一级,二级,三级黄色视频| 欧美日韩黄片免| 亚洲国产av影院在线观看| 久久国产精品男人的天堂亚洲| 国产片内射在线| 久久精品国产亚洲av涩爱| 少妇猛男粗大的猛烈进出视频| 欧美激情高清一区二区三区| 一级黄色大片毛片| 最黄视频免费看| 无遮挡黄片免费观看| 一级毛片电影观看| 国产精品九九99| 国产精品久久久久成人av| 男的添女的下面高潮视频| 另类精品久久| 久久久久久亚洲精品国产蜜桃av| 成人午夜精彩视频在线观看| 日日夜夜操网爽| videosex国产| 亚洲一区中文字幕在线| 欧美精品一区二区免费开放| 新久久久久国产一级毛片| 亚洲国产中文字幕在线视频| 国产一区二区三区综合在线观看| 一本大道久久a久久精品| 国产黄色免费在线视频| 天天躁夜夜躁狠狠躁躁| 国产亚洲欧美精品永久| 精品少妇黑人巨大在线播放| 又黄又粗又硬又大视频| 国产成人影院久久av| 亚洲国产欧美日韩在线播放| 成人国产av品久久久| 亚洲精品av麻豆狂野| 国产av精品麻豆| 丝袜脚勾引网站| 欧美成狂野欧美在线观看| 欧美+亚洲+日韩+国产| 少妇的丰满在线观看| av视频免费观看在线观看| 久久青草综合色| 叶爱在线成人免费视频播放| 久热爱精品视频在线9| 男人操女人黄网站| 在线观看人妻少妇| 男女高潮啪啪啪动态图| 亚洲国产日韩一区二区| 一本久久精品| 视频在线观看一区二区三区| 纯流量卡能插随身wifi吗| 亚洲精品乱久久久久久| 欧美老熟妇乱子伦牲交| 午夜91福利影院| 久久久久久久久久久久大奶| 欧美 日韩 精品 国产| 日韩大片免费观看网站| 久久毛片免费看一区二区三区| 啦啦啦中文免费视频观看日本| 美女脱内裤让男人舔精品视频| 手机成人av网站| 免费人妻精品一区二区三区视频| 亚洲av在线观看美女高潮| 2018国产大陆天天弄谢| 男女床上黄色一级片免费看| 91九色精品人成在线观看| 久久久久久久久久久久大奶| 久久久久久久大尺度免费视频| 亚洲精品乱久久久久久| 亚洲国产精品999| 精品国产国语对白av| a级毛片在线看网站| 亚洲av综合色区一区| 成人国产av品久久久| 热99国产精品久久久久久7| 日韩大码丰满熟妇| 久久人人97超碰香蕉20202| 亚洲综合色网址| 中文字幕人妻丝袜一区二区| 一本大道久久a久久精品| 婷婷色麻豆天堂久久| 嫩草影视91久久| www.精华液| 亚洲国产日韩一区二区| 天天躁日日躁夜夜躁夜夜| 狠狠婷婷综合久久久久久88av| 欧美 亚洲 国产 日韩一| 老司机影院成人| 久久久国产精品麻豆| av在线播放精品| 80岁老熟妇乱子伦牲交| 后天国语完整版免费观看| 国产欧美日韩一区二区三区在线| 一区在线观看完整版| 999久久久国产精品视频| 狂野欧美激情性xxxx| 国产精品久久久人人做人人爽| 黄色怎么调成土黄色| 亚洲av电影在线进入| 久久久久网色| a级毛片在线看网站| 欧美成人午夜精品| 69精品国产乱码久久久| 女人高潮潮喷娇喘18禁视频| 精品欧美一区二区三区在线| 欧美变态另类bdsm刘玥| 欧美久久黑人一区二区| 岛国毛片在线播放| 亚洲国产最新在线播放| 国产成人精品久久二区二区91| 国产日韩欧美视频二区| 最黄视频免费看| 好男人电影高清在线观看| 首页视频小说图片口味搜索 | 在线观看免费午夜福利视频| 人人妻,人人澡人人爽秒播 | 亚洲欧美中文字幕日韩二区| 91国产中文字幕| 91字幕亚洲| 大片电影免费在线观看免费| 亚洲,欧美精品.| 亚洲中文日韩欧美视频| 人体艺术视频欧美日本| 久久久久网色| 久久免费观看电影| 每晚都被弄得嗷嗷叫到高潮| 色婷婷av一区二区三区视频| 国产亚洲精品第一综合不卡| 久久久久国产一级毛片高清牌| 国产午夜精品一二区理论片| 亚洲 欧美一区二区三区| 精品国产乱码久久久久久男人| 777久久人妻少妇嫩草av网站| 国产成人影院久久av| 91字幕亚洲| 亚洲国产欧美在线一区| 久久久欧美国产精品| 青青草视频在线视频观看| 色94色欧美一区二区| 女性被躁到高潮视频| 欧美日韩成人在线一区二区| 韩国精品一区二区三区| 婷婷丁香在线五月| 1024香蕉在线观看| 大片免费播放器 马上看| 亚洲黑人精品在线| 每晚都被弄得嗷嗷叫到高潮| 一本—道久久a久久精品蜜桃钙片| 一区福利在线观看| 我的亚洲天堂| 久久中文字幕一级| 狂野欧美激情性bbbbbb| 欧美日韩福利视频一区二区| 午夜影院在线不卡| 成人影院久久| 午夜福利在线免费观看网站| 国产精品免费视频内射| 国产极品粉嫩免费观看在线| 日本欧美视频一区| 色视频在线一区二区三区| 亚洲九九香蕉| 97精品久久久久久久久久精品| 人人妻人人澡人人看|