• <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sCARS-PSO-SVM的土壤硒含量高光譜定量反演

    2023-11-03 13:14:04王正海曹海玲蘇文林
    光譜學(xué)與光譜分析 2023年11期
    關(guān)鍵詞:波段反演光譜

    謝 鵬, 王正海, 肖 蓓, 曹海玲, 黃 意, 蘇文林

    中山大學(xué)地球科學(xué)與工程學(xué)院, 廣東 廣州 510275

    引 言

    硒(Se)是與人體健康密切相關(guān)的微量生命元素之一[1-2], 例如, 食用過量硒會導(dǎo)致硒中毒[3], 缺乏硒會導(dǎo)致人體產(chǎn)生克山、 大骨節(jié)等疾病[4]。 人體補充硒最穩(wěn)妥的方式是食用含硒農(nóng)產(chǎn)品, 而農(nóng)產(chǎn)品中硒的含量在很大程度上受限于土壤中硒元素的含量及分布。 因此, 確定土壤中硒的含量和分布情況, 對人的生命健康具有重要意義。 近年來, 關(guān)于土壤硒含量的監(jiān)測和分析受到研究者的廣泛關(guān)注。 到目前為止, 對土壤硒的調(diào)查研究大多基于地球化學(xué)手段, 需借助大量的樣本進行化學(xué)實驗分析, 如此一來所花費時間過長、 投入資金偏高, 以及估測范圍極其有限, 難以滿足土壤微量元素的快速、 大面積測定。 而高光譜技術(shù)憑借高效率、 便捷、 高環(huán)保、 不損害土壤等優(yōu)勢, 在土壤微量元素預(yù)測研究中得到了廣泛應(yīng)用[5]。

    微量元素含量不同的土壤具有不同的光譜特征, 這為土壤微量元素含量的快速測定開辟了新的途徑。 近年來, 眾多研究人員利用高光譜手段對土壤元素含量的預(yù)測進行了大量的研究。 目前常見的土壤元素含量預(yù)測模型有多元逐步回歸、 偏最小乘回歸等線性模型, 以及隨機森林、 支持向量機等非線性模型。 在土壤元素含量光譜特征波段篩選上, 較常見的特征提取算法有迭代保留信息變量(IRIV)和連續(xù)投影(SPA)以及競爭性自適應(yīng)重加權(quán)(CARS)等。 在土壤硒含量高光譜反演方面, 許多學(xué)者也進行了相關(guān)反演研究: 趙寧博等通過隨機森林模型, 結(jié)合相關(guān)分析選擇特征波段進行土壤硒含量預(yù)測, 得到了較好的結(jié)果[6]; 李巨寶等利用偏最小二乘法建立土壤硒含量與土壤光譜反射率的關(guān)系模型, 認為土壤硒元素含量在一定條件下可以借助土壤光譜參數(shù)進行反演[7]。 盡管國內(nèi)外關(guān)于土壤硒含量的討論大幅增加, 但部分難點依然存在。 例如, 在利用高光譜參數(shù)進行建模分析時, 波段信息冗余的影響難以消除, 此外, 多數(shù)研究僅通過皮爾遜相關(guān)性分析(PCC)選擇相關(guān)性較大的波段作為特征波段, 許多帶有化學(xué)信息的波段被剔除。 在具體研究中, 由于土壤硒含量的光譜特征敏感性較低, 常見的SPA、 CARS等特征提取算法無法保證變量的穩(wěn)定性, 因此, 在建立回歸模型反演硒含量時, 有必要對特征提取方法的穩(wěn)定性做出相關(guān)改進。 另外, 眾多研究結(jié)果表明, 土壤微量元素含量與光譜反射率受多方面的影響, 關(guān)系極其復(fù)雜, 用偏最小二乘等線性模型難以給出合理解釋, 但支持向量等非線性模型參數(shù)的設(shè)置也對模型的性能有很大影響, 因此, 構(gòu)建穩(wěn)定的特征篩選算法以及精度較高的預(yù)測模型, 對土壤硒含量的光譜反演來說, 顯得尤為重要。

    以連州地區(qū)土壤硒含量為研究對象, 通過對原始反射光譜進行相關(guān)性增強處理, 利用基于變量穩(wěn)定性的競爭自適應(yīng)加權(quán)抽樣法(sCARS), 結(jié)合皮爾遜相關(guān)性分析(PCC)來降低模型復(fù)雜度, 提升模型效率, 并盡可能保證變量的穩(wěn)定性。 將光譜參數(shù)作為自變量, 把土壤硒含量作為因變量, 分別建立PLSR、 SVM和PSO-SVM土壤硒含量高光譜反演模型, 通過對比不同特征提取下的3類預(yù)測模型的反演精度, 分析基于變量穩(wěn)定性的特征篩選方法與線性模型以及參數(shù)優(yōu)化后的非線性模型的預(yù)測效果, 進而尋找最優(yōu)的土壤硒含量高光譜反演模型。

    1 實驗部分

    1.1 數(shù)據(jù)獲取

    研究區(qū)位于廣東省清遠市西北部的連州地區(qū), 經(jīng)緯度范圍為東經(jīng)112°07′—112°47′, 北緯24°37′—25°12′, 屬亞熱帶季風(fēng)氣候區(qū), 常年受季風(fēng)影響。 區(qū)內(nèi)土壤硒元素分布廣泛。 采樣點(如圖1所示)分布于連州市范圍內(nèi)。 共采集0~20 cm表層土壤樣品50份。 采集土壤樣品時按照五點采樣法, 對采集的土壤樣品進行密封、 標記等處理后, 將土壤樣品自然風(fēng)干, 研磨并剔除土壤中雜質(zhì), 為減少因土壤顆粒差異以及水分差異帶來的影響, 所有樣品過60目篩, 將過篩后的樣品放入烘箱, 在60 ℃下放置24 h。 將每份樣品均分為兩份, 分別用于土壤Se含量測定(檢測結(jié)果如表1所示)和室內(nèi)光譜數(shù)據(jù)獲取: 使用PSR+3500便攜式地物光譜儀(波長范圍: 350~2 500 nm), 在暗室進行土壤樣品的光譜數(shù)據(jù)獲取(圖2為部分土壤樣本的原始光譜曲線)。

    表1 土壤硒含量統(tǒng)計表

    圖1 研究區(qū)位置及采樣點分布圖

    圖2 土壤樣品原始光譜曲線

    1.2 光譜預(yù)處理與相關(guān)分析

    因為土壤樣品獲取過程中, 會受到含水量、 土壤顆粒大小、 以及人為操作等因素的影響, 導(dǎo)致所采集的光譜信息含有較多的噪聲, 不僅影響微量元素與光譜反射率的相關(guān)性, 還會降低預(yù)測模型的精度和穩(wěn)定性, 所以通過光譜數(shù)據(jù)處理, 減少噪聲, 增強光譜敏感性, 對土壤硒含量預(yù)測模型的構(gòu)建極其重要。 采用多元散射校正[MSC, 圖3(a)]、 標準正態(tài)變量校正[SNV, 圖3(b)]、 對數(shù)一階微分[lg(R)-FD, 圖3(c)]和多元散射校正一階微分[MSC-FD, 圖3(d)]等數(shù)學(xué)變換處理光譜數(shù)據(jù), 以此增強光譜反射率與土壤硒含量的特征關(guān)系。

    圖3 變換后的光譜

    為改善高光譜數(shù)據(jù)因其所含有的信息波段多, 數(shù)據(jù)冗余而導(dǎo)致土壤元素含量反演模型的不穩(wěn)定, 以及減少由于直接通過PCC方法選擇特征波段所造成的有用信息的損失, 使用sCARS算法對幾種光譜數(shù)據(jù)先進行初步特征波段的提取, 再利用PCC選擇出相關(guān)系數(shù)絕對值大于0.5的波段作為特征參數(shù)。

    sCARS是一種以變量的穩(wěn)定性為變量重要性指標的特征波段選擇方法[1]。 sCARS可以借助極少量的自變量得到滿足條件的最佳均方根誤差(RMSEP)和交互驗證均方根誤差(RMSECV)值。 相較于皮爾遜相關(guān)性分析(PCC)等常用的敏感波段提取手段, sCARS算法能夠最大程度的凸顯所選取特征波段的重要性, 降低了變量無用性的影響, 進而能夠提取含有硒含量信息的敏感波段, 較少數(shù)據(jù)冗余, 降低模型復(fù)雜度, 提高預(yù)測模型反演精度和穩(wěn)定性。

    sCARS算法首先計算各波長變量的穩(wěn)定性, 然后利用自適應(yīng)重加權(quán)采樣技術(shù)ARS和指數(shù)衰減函數(shù)EDF, 篩選出回歸系數(shù)絕對值大且穩(wěn)定性高的變量, 經(jīng)過多次循環(huán)迭代, 最終以十折交互檢驗對每次循環(huán)后所得的變量子集進行檢驗, 選出交互驗證均方根誤差(RMSECV)最小的變量子集。

    1.3 樣本劃分與模型構(gòu)建

    1.3.1 模型樣本集劃分

    考慮到異常樣本對回歸預(yù)測模型精度的影響, 在劃分訓(xùn)練集和預(yù)測集數(shù)據(jù)之前, 應(yīng)最先剔除異常樣本; 采用Origin2022軟件作箱型圖, 剔除掉異常值, 最終將剩余的49個土壤樣本按照硒含量的高低進行排序, 劃分出訓(xùn)練集與預(yù)測集樣本比例為2∶1, 劃分結(jié)果如表2所示。 訓(xùn)練樣本的土壤硒含量最小值為0.20 μg·g-1, 最大值為1.15 μg·g-1, 平均值為0.67 μg·g-1; 預(yù)測樣本的土壤硒含量最小值為0.35 μg·g-1, 最大值為1.14 μg·g-1, 平均值為0.72 μg·g-1, 所劃分出的訓(xùn)練樣本數(shù)據(jù)包含了預(yù)測樣本硒含量范圍, 可以消除樣本集中特殊數(shù)據(jù)對建模精度帶來的部分影響, 有助于提高回歸預(yù)測的準確性。

    表2 訓(xùn)練集和預(yù)測集土壤硒含量描述性統(tǒng)計表

    1.3.2 預(yù)測模型構(gòu)建

    PLSR模型: 偏最小二乘回歸模型, 是集多元線性回歸(MLR)、 典型相關(guān)分析(PCC)和主成份(PCA)分析于一體的線性模型[8]。 利用PLSR模型預(yù)測土壤硒含量, 可以很好地處理大量光譜數(shù)據(jù)的多重共線性問題, 也可以有效避免回歸預(yù)測模型在反演過程中產(chǎn)生的過擬合現(xiàn)象[9-10]。

    SVM模型: 支持向量機(support vector machines)是Vapnik在1995年提出的一種基于統(tǒng)計學(xué)理論的新型機器學(xué)習(xí)方法。 SVM模型在解決小樣本、 非線性和高維度模式識別中擁有較大優(yōu)勢[11-12]。

    PSO-SVM模型: 由于核函數(shù)和正則化參數(shù)是SVM回歸模型的重要參數(shù), 對該模型的預(yù)測精度有很大影響。 因此, 優(yōu)化兩個重要參數(shù), 對提高預(yù)測模型的整體精度至關(guān)重要。 粒子群優(yōu)化(PSO)算法是一種基于迭代尋優(yōu)的群計算技術(shù)。 該算法首先定義具有一定數(shù)量的粒子, 再經(jīng)過迭代過程尋找目標函數(shù)的最優(yōu)解。 以下是PSO-SVM的實現(xiàn)過程(如圖4所示)。

    圖4 PSO優(yōu)化SVM參數(shù)流程圖

    步驟1: 將訓(xùn)練集數(shù)據(jù)和預(yù)測集數(shù)據(jù)導(dǎo)入模型中;

    步驟2: 進行參數(shù)設(shè)置: 群體規(guī)模n=50、 最大迭代次數(shù)N=200、 學(xué)習(xí)因子C1=1.5和C2=1.7, 核函數(shù)設(shè)定為0.1~1 000、 正則化參數(shù)設(shè)定為0.01~100, 另外再設(shè)置粒子其他初始參數(shù);

    步驟3: 將光譜數(shù)據(jù)和土壤硒含量輸入模型, 得到更新后的RMSE。 通過對比目前最優(yōu)適應(yīng)度與粒子本身最優(yōu)適應(yīng)度, 當目前最優(yōu)適應(yīng)度優(yōu)于粒子本身最優(yōu)適應(yīng)度時, 更新個體極值(pBest)和全局極值(gBest), 進而更新粒子速度和位置。

    步驟4: 檢驗最大運行次數(shù)和參數(shù)優(yōu)值, 當符合時, 則將σ和γ代入SVM進行不同光譜處理下的土壤硒含量預(yù)測, 否則執(zhí)行步驟3, 繼續(xù)尋找參數(shù)最優(yōu)值。

    2 結(jié)果與討論

    2.1 光譜變換與相關(guān)分析

    通過SPSS 26軟件對光譜數(shù)據(jù)與土壤硒含量做相關(guān)性分析, 結(jié)果如圖5所示。 從圖5左圖可以看出原始光譜與Se的相關(guān)性變化趨勢整體上與MSC和SNV的一致, 均有較好的相關(guān)性, MSC和SNV與硒含量的相關(guān)性在1 250~1 800 nm波段明顯優(yōu)于原始光譜, 在1 800 nm以后原始光譜與硒含量的相關(guān)性有所提高, 在圖5的右圖中, 兩種光譜變換數(shù)據(jù)與硒含量的相關(guān)性變化趨勢基本一致。 考慮到幾種光譜數(shù)據(jù)與硒含量的相關(guān)性都有較為明顯的波段, 因此將以上光譜數(shù)據(jù)全部作為后續(xù)特征波段提取研究。

    圖5 光譜數(shù)據(jù)與Se元素相關(guān)性分析

    2.2 sCARS算法篩選結(jié)果

    由于篇幅有限, 僅以原始光譜特征波段選擇為例進行說明(如圖6所示), 從圖6(a)中可以看出, sCARS算法在迭代過程中, 能夠被提取的波段數(shù)據(jù)逐漸減少, 開始波段數(shù)量減少較快, 隨后逐漸緩慢, 這是因為sCARS算法在提取敏感波段的過程中, 由“粗”到“細”分別剔除。 圖6(b)為十折交互驗證RMSECV值變化圖, 從圖中, 能夠發(fā)現(xiàn): RMSECV的隨著迭代次數(shù)的增加, 先由大到小, 再由小到大。 RMSECV的值是在第27次運行后呈現(xiàn)最小值, 說明到達轉(zhuǎn)折點, 在該點之前剔除掉了與土壤硒含量相關(guān)性較低的波段, 保留了反應(yīng)土壤硒含量有用信息的重要波段, 屬于有效剔除; 而過了該點, RMSECV值又逐漸增大, 很可能是進行了無效剔除, 損失掉了對土壤硒含量敏感性較強的重要信息。 結(jié)合圖6的三個變化規(guī)律, 可以確定, 在RMSECV值最小時, 所選擇的特征波長子集最佳, 特征波段的數(shù)量為27, 特征波段數(shù)量僅占總波段數(shù)量的1.31%。

    圖6 sCARS特征波段篩選過程

    通過sCARS算法完成特征波段的初步篩選后, 利用PCC再次篩選出相關(guān)系數(shù)絕對值大于0.5的波段作為特征波段參與建模, 表3為經(jīng)sCARS-PCC篩選的特征波段統(tǒng)計。 從表中可以發(fā)現(xiàn), 只有經(jīng)lg(R)-FD變換后, 在可見光和近紅外波段存在特征點, 而其他幾種變換下的光譜特征值都僅僅出現(xiàn)在短波紅外, 且其最大相關(guān)系數(shù)波段極為接近。 從獲取的特征波段數(shù)目來看, SNV擁有最少的特征波段, 波段數(shù)目為4, lg(R)-FD擁有的波段數(shù)目最大, 為84個。

    表3 土壤硒含量光譜特征波段

    2.3 預(yù)測模型預(yù)測結(jié)果

    將表3中特征波段和全波段作為預(yù)測模型的自變量, 以土壤Se含量為因變量, 分別建立PLSR及SVM、 PSO-SVM回歸模型, 采用決定系數(shù)(R2)和均方根誤差(RMSE)對預(yù)測模型進行精度評估。 預(yù)測結(jié)果如下:

    2.3.1 PLSR模型

    表4為各光譜變換數(shù)據(jù)PLSR模型建模結(jié)果, 通過比較訓(xùn)練集和預(yù)測集的決定系數(shù)R2和均方根誤差RMSE, 可以發(fā)現(xiàn), 原始光譜和經(jīng)對數(shù)一階微分變化的光譜, 在采用特征波段建立PLSR回歸模型時預(yù)測效果明顯優(yōu)于全波段參與建模的效果, MSC-FD和SNV特征波段的PLSR模型, 在精度上整體優(yōu)于全波段模型。

    表4 PLSR回歸模型精度評價

    2.3.2 SVM模型

    表5為土壤硒含量與全波段和特征波段的SVM模型預(yù)測結(jié)果。 經(jīng)過對比全波段和特征波段模型訓(xùn)練集和驗證集的R2和RMSE可知, 特征波段SNV-SVM、 MSC-FD-SVM、 lg(R)-FD-SVM模型的精度較之全波段的精度有明顯提升, R-SG-SVM特征波段模型雖然精度沒有提升, 但模型的穩(wěn)定性有很大改善。 使用對數(shù)一階微分變化后的特征波段建立的SVM模型效果較差, 但整體上各光譜變換后利用特征波段建立的模型穩(wěn)定性明顯高于全波段建模的穩(wěn)定性。

    表5 SVM回歸模型精度評價

    2.3.3 PSO-SVM模型

    表6為基于sCARS-PSO-SVM模型的預(yù)測結(jié)果, 對比訓(xùn)練集和預(yù)測集的均方根誤差和決定系數(shù)可知, 該模型的穩(wěn)定性非常好, 模型精度較之未優(yōu)化的SVM模型有明顯提升, 其中MSC-PSO-SVM、 MSC-FD-PSO-SVM模型的決定系數(shù)R2超過了0.5, SNV-PSO-SVM、 lg(R)-FD-PSO-SVM模型的決定系數(shù)R2接近0.5。 從RMSE越小,R2越大, 則預(yù)測精度越好的判斷標準考慮, MSC-FD-PSO-SVM模型精度最高。 整體上來看粒子群優(yōu)化算法在一定程度實現(xiàn)了對支持向量機預(yù)測土壤硒含量的模型精度的提高。 由于篇幅有限, 僅以MSC變換后的PSO-SVM模型實測值與預(yù)測值散點圖為例(如圖7所示)。 可以看到預(yù)測值和實測值在y=x線兩側(cè)均勻分布, 預(yù)測結(jié)果較為理想。

    表6 PSO-SVM回歸模型精度評價

    圖7 實測值與預(yù)測值關(guān)系

    采用sCARS算法挑選特征波段, 改善了高光譜數(shù)據(jù)冗余問題。 在尋找硒的敏感波段時, 不但選取波段數(shù)目少, 降低了模型復(fù)雜度, 而且也避免了單獨利用PCC選擇特征波段所造成的有用信息的損失, 極大的提高了硒含量回歸模型的效率。 原始光譜經(jīng)MSC、 SNV、 lg(R)-FD、 MSC-FD變換, 不同程度提高了光譜數(shù)據(jù)與土壤硒含量的相關(guān)性, 有更加明顯的建模優(yōu)勢: 經(jīng)幾種光譜變換后的特征參數(shù)建立的SVM模型, 其模型精度高于PLSR模型, 這種優(yōu)勢在粒子群優(yōu)化支持向量機參數(shù)的SVM模型中更加明顯。 對比SVM和PLSR模型, 通過PSO優(yōu)化SVM的核函數(shù)和正則化參數(shù), 以迭代方式不斷更新pBest和gBest, 獲取參數(shù)最優(yōu)解, 有效提升了土壤硒含量的預(yù)測精度。 其中MSC模型決定系數(shù)最高, 為0.53, MSC-FD的RMSE最小, 為0.04, 整體上幾種光譜變換的PSO-SVM模型均具有較好的穩(wěn)定性和精度, 可以滿足對土壤硒含量的大面積、 高效預(yù)測。 另外, 選擇的特征波段在可見光與近紅外波段均有涉及, 與前人分析的土壤硒含量的特征波段相似之處有: 趙寧博[6]等分析出514~1 300 nm范圍相關(guān)程度較高, 而在本次研究中, 經(jīng)lg(R)-FD光譜變換的特征波段511~514、 521~523 nm符合這一特征; 張東輝[13]等在土壤硒間接反演時, 提出硒的敏感波段在437、 466和475 nm處, 而經(jīng)lg(R)-FD光譜變換的特征波段436、 469~470 nm極為接近。 與此前研究不同的是, 本研究所選擇的特征波段, 在2 000 nm之后較高頻率出現(xiàn), 尤其是2 262~2 270 nm這一范圍。 在接下來的研究中, 應(yīng)分段研究2 000 nm前后的波段, 以尋找更適合反演土壤硒含量的波段。

    3 結(jié) 論

    (1)通過光譜增強與特征波段篩選處理數(shù)據(jù), 能夠降低高光譜預(yù)測模型的復(fù)雜度, 能夠明顯提高模型的反演精度, sCARS算法能夠很好地結(jié)合光譜預(yù)測模型實現(xiàn)土壤硒含量的高效反演。

    (2)SVM模型相對于PLSR模型能夠更好地反演土壤硒含量, 說明土壤硒含量與高光譜之間非線性關(guān)系更加突出。

    (3)粒子群(PSO)算法優(yōu)化SVM的核函數(shù)和正則化參數(shù), 使得幾種光譜變換的PSO-SVM模型預(yù)測精度都明顯提高(MSC-PSO-SVM模型的決定系數(shù)最大, 為0.53, MSC-FD-PSO-SVM模型的均方根誤差最小, 為0.04), 兩模型的穩(wěn)定性和預(yù)測效果好, 可以快速、 準確、 大面積反演土壤硒含量。

    猜你喜歡
    波段反演光譜
    春日暖陽
    基于三維Saab變換的高光譜圖像壓縮方法
    反演對稱變換在解決平面幾何問題中的應(yīng)用
    基于低頻軟約束的疊前AVA稀疏層反演
    基于自適應(yīng)遺傳算法的CSAMT一維反演
    M87的多波段輻射過程及其能譜擬合
    星載近紅外高光譜CO2遙感進展
    日常維護對L 波段雷達的重要性
    西藏科技(2015年4期)2015-09-26 12:12:58
    疊前同步反演在港中油田的應(yīng)用
    苦味酸與牛血清蛋白相互作用的光譜研究
    亚洲成人免费电影在线观看| 免费看十八禁软件| 成人亚洲精品av一区二区| 午夜免费男女啪啪视频观看 | 久9热在线精品视频| 免费看日本二区| 亚洲欧美日韩高清在线视频| 成人一区二区视频在线观看| 精品一区二区三区视频在线观看免费| 亚洲成人久久性| 91av网一区二区| 亚洲av电影在线进入| 久久性视频一级片| 高潮久久久久久久久久久不卡| 在线观看66精品国产| 中文字幕人成人乱码亚洲影| 母亲3免费完整高清在线观看| 夜夜夜夜夜久久久久| 波多野结衣巨乳人妻| 悠悠久久av| 在线免费观看的www视频| 99久久无色码亚洲精品果冻| 高清在线国产一区| 亚洲国产高清在线一区二区三| 九九久久精品国产亚洲av麻豆| 91在线精品国自产拍蜜月 | 国产精品av视频在线免费观看| 90打野战视频偷拍视频| 老司机午夜十八禁免费视频| 亚洲一区二区三区不卡视频| 日韩 欧美 亚洲 中文字幕| 国内毛片毛片毛片毛片毛片| av片东京热男人的天堂| 亚洲国产日韩欧美精品在线观看 | 99久久综合精品五月天人人| 成年版毛片免费区| 国产精品,欧美在线| 色精品久久人妻99蜜桃| 国产高清三级在线| 悠悠久久av| 老汉色av国产亚洲站长工具| 午夜激情欧美在线| 无限看片的www在线观看| 欧美又色又爽又黄视频| 亚洲性夜色夜夜综合| 三级毛片av免费| 国产激情偷乱视频一区二区| 在线观看av片永久免费下载| 成年女人永久免费观看视频| 亚洲成a人片在线一区二区| 日韩欧美在线乱码| 午夜免费成人在线视频| 亚洲性夜色夜夜综合| 97超级碰碰碰精品色视频在线观看| 亚洲中文日韩欧美视频| 日本免费一区二区三区高清不卡| 最近视频中文字幕2019在线8| 亚洲人与动物交配视频| 在线观看舔阴道视频| 此物有八面人人有两片| 国内毛片毛片毛片毛片毛片| 亚洲国产精品久久男人天堂| 国产精品一区二区三区四区免费观看 | 美女 人体艺术 gogo| 成人无遮挡网站| 欧美xxxx黑人xx丫x性爽| 免费在线观看亚洲国产| 亚洲国产欧美网| 日韩欧美国产一区二区入口| 黄色视频,在线免费观看| aaaaa片日本免费| 午夜日韩欧美国产| 亚洲精品日韩av片在线观看 | 淫妇啪啪啪对白视频| 亚洲 欧美 日韩 在线 免费| 国产一区二区亚洲精品在线观看| 国产美女午夜福利| 老司机深夜福利视频在线观看| 久久人人精品亚洲av| 制服丝袜大香蕉在线| 99久久综合精品五月天人人| 国产精品亚洲一级av第二区| 亚洲精品粉嫩美女一区| 很黄的视频免费| 久久久久免费精品人妻一区二区| 丁香欧美五月| 嫩草影院入口| 国内精品久久久久精免费| 三级国产精品欧美在线观看| 嫩草影院精品99| 国产69精品久久久久777片| 欧美乱色亚洲激情| 美女免费视频网站| 桃红色精品国产亚洲av| 日日摸夜夜添夜夜添小说| 国产三级中文精品| av视频在线观看入口| 亚洲久久久久久中文字幕| 网址你懂的国产日韩在线| 国产精品久久久人人做人人爽| a在线观看视频网站| 黑人欧美特级aaaaaa片| 此物有八面人人有两片| 性色av乱码一区二区三区2| 亚洲欧美精品综合久久99| 国产毛片a区久久久久| 国产高清激情床上av| 久久久久九九精品影院| 中文字幕av在线有码专区| 国产av在哪里看| 亚洲欧美一区二区三区黑人| 真实男女啪啪啪动态图| 此物有八面人人有两片| 天天躁日日操中文字幕| 久久人妻av系列| 亚洲成人久久性| 精品久久久久久久毛片微露脸| 亚洲欧美激情综合另类| 国产精品99久久99久久久不卡| 亚洲激情在线av| 成年人黄色毛片网站| 国产精品野战在线观看| 少妇丰满av| 99riav亚洲国产免费| 国产色婷婷99| 少妇人妻一区二区三区视频| 高清毛片免费观看视频网站| 久久精品国产自在天天线| 欧美成人性av电影在线观看| 欧美大码av| 一区二区三区高清视频在线| 精品免费久久久久久久清纯| 亚洲在线自拍视频| 久久人人精品亚洲av| 亚洲aⅴ乱码一区二区在线播放| 尤物成人国产欧美一区二区三区| 日韩欧美国产一区二区入口| 色播亚洲综合网| 天堂影院成人在线观看| 亚洲av成人不卡在线观看播放网| 午夜福利在线观看吧| 夜夜躁狠狠躁天天躁| 久久久久久人人人人人| а√天堂www在线а√下载| 色尼玛亚洲综合影院| 成年女人看的毛片在线观看| 18禁在线播放成人免费| 色av中文字幕| 精品电影一区二区在线| 久久久久久久精品吃奶| 亚洲中文日韩欧美视频| 亚洲激情在线av| 日韩亚洲欧美综合| www国产在线视频色| 美女黄网站色视频| 亚洲18禁久久av| 欧美性猛交╳xxx乱大交人| 色精品久久人妻99蜜桃| 久久久国产成人精品二区| 日韩国内少妇激情av| 热99在线观看视频| 老司机午夜十八禁免费视频| 欧美日韩精品网址| 亚洲熟妇熟女久久| 成熟少妇高潮喷水视频| 嫩草影视91久久| 最近最新中文字幕大全免费视频| 国产激情欧美一区二区| 3wmmmm亚洲av在线观看| 成人性生交大片免费视频hd| 亚洲精品一卡2卡三卡4卡5卡| 美女高潮喷水抽搐中文字幕| 欧美中文日本在线观看视频| 亚洲成人免费电影在线观看| 搡老妇女老女人老熟妇| 国产伦精品一区二区三区四那| 无遮挡黄片免费观看| 最后的刺客免费高清国语| 国产激情偷乱视频一区二区| 亚洲激情在线av| 18禁黄网站禁片午夜丰满| 老司机深夜福利视频在线观看| 美女黄网站色视频| 精品日产1卡2卡| 精品国产亚洲在线| 91在线精品国自产拍蜜月 | 丰满的人妻完整版| 国产亚洲欧美98| 99视频精品全部免费 在线| 欧美日韩中文字幕国产精品一区二区三区| 法律面前人人平等表现在哪些方面| 三级国产精品欧美在线观看| 日本 欧美在线| 可以在线观看毛片的网站| 国产av在哪里看| 国产三级黄色录像| 色av中文字幕| 日韩欧美 国产精品| 一进一出好大好爽视频| 免费在线观看成人毛片| 国产极品精品免费视频能看的| 黄色视频,在线免费观看| 久久久久精品国产欧美久久久| 国产三级中文精品| 欧美乱妇无乱码| 一个人看视频在线观看www免费 | 韩国av一区二区三区四区| 亚洲美女视频黄频| 首页视频小说图片口味搜索| 悠悠久久av| 欧美zozozo另类| 精品国内亚洲2022精品成人| 一进一出好大好爽视频| 老司机福利观看| 我的老师免费观看完整版| 免费高清视频大片| 国内毛片毛片毛片毛片毛片| 亚洲精品成人久久久久久| 免费观看人在逋| 午夜精品在线福利| 国产色婷婷99| 精品人妻1区二区| 哪里可以看免费的av片| 欧美色视频一区免费| 午夜精品一区二区三区免费看| 欧美激情久久久久久爽电影| 99热只有精品国产| 亚洲av电影不卡..在线观看| 人人妻人人澡欧美一区二区| 欧美日韩福利视频一区二区| 亚洲国产高清在线一区二区三| 免费观看人在逋| 高潮久久久久久久久久久不卡| 欧美在线黄色| 日本黄色片子视频| 人妻夜夜爽99麻豆av| 51午夜福利影视在线观看| 久久久精品大字幕| 国产欧美日韩一区二区三| 美女高潮的动态| 国内精品美女久久久久久| 欧美成人性av电影在线观看| 亚洲午夜理论影院| 99在线人妻在线中文字幕| 校园春色视频在线观看| 亚洲国产精品sss在线观看| 精品欧美国产一区二区三| 亚洲国产日韩欧美精品在线观看 | 精品人妻一区二区三区麻豆 | 麻豆成人午夜福利视频| 夜夜看夜夜爽夜夜摸| 天美传媒精品一区二区| netflix在线观看网站| 精品乱码久久久久久99久播| 国产久久久一区二区三区| 午夜福利在线在线| 操出白浆在线播放| 精品一区二区三区人妻视频| 亚洲五月婷婷丁香| 日本成人三级电影网站| 俄罗斯特黄特色一大片| 一级毛片高清免费大全| 床上黄色一级片| 午夜影院日韩av| 舔av片在线| 亚洲在线观看片| 午夜a级毛片| 在线看三级毛片| 人妻夜夜爽99麻豆av| 中亚洲国语对白在线视频| 9191精品国产免费久久| 国产一区二区亚洲精品在线观看| 一级毛片女人18水好多| 97超视频在线观看视频| av福利片在线观看| 午夜福利免费观看在线| 人妻丰满熟妇av一区二区三区| 国产精品香港三级国产av潘金莲| 成年女人毛片免费观看观看9| 国产高清视频在线播放一区| 久久性视频一级片| 亚洲成人免费电影在线观看| 在线观看午夜福利视频| 国产精品1区2区在线观看.| 欧美性猛交黑人性爽| 99久久成人亚洲精品观看| 丁香欧美五月| 老司机午夜福利在线观看视频| 久久久久久人人人人人| 久久久国产成人免费| 一级黄色大片毛片| 久久亚洲真实| 激情在线观看视频在线高清| 久久6这里有精品| 午夜免费男女啪啪视频观看 | 天堂av国产一区二区熟女人妻| 日韩欧美一区二区三区在线观看| 国产精品久久久久久久久免 | h日本视频在线播放| 色综合亚洲欧美另类图片| 午夜老司机福利剧场| 99热这里只有精品一区| 精品国产超薄肉色丝袜足j| 久久精品综合一区二区三区| 国产单亲对白刺激| 欧美日韩综合久久久久久 | 欧美3d第一页| 内射极品少妇av片p| 男女做爰动态图高潮gif福利片| 久久天躁狠狠躁夜夜2o2o| 两个人看的免费小视频| 日韩精品青青久久久久久| 日本a在线网址| 观看免费一级毛片| 日韩欧美国产一区二区入口| 岛国在线免费视频观看| 最新美女视频免费是黄的| 亚洲精品亚洲一区二区| 69av精品久久久久久| 亚洲在线自拍视频| 久久国产乱子伦精品免费另类| 18禁裸乳无遮挡免费网站照片| 手机成人av网站| 免费大片18禁| 国产亚洲精品av在线| 欧美黄色片欧美黄色片| 热99re8久久精品国产| 欧美日韩国产亚洲二区| 午夜福利欧美成人| 51国产日韩欧美| 精品国产超薄肉色丝袜足j| 69人妻影院| 天堂网av新在线| 搡女人真爽免费视频火全软件 | 国产黄色小视频在线观看| 亚洲天堂国产精品一区在线| 午夜福利在线在线| 美女cb高潮喷水在线观看| 久久精品国产亚洲av涩爱 | 18+在线观看网站| 日本与韩国留学比较| 色精品久久人妻99蜜桃| 欧美国产日韩亚洲一区| 国内少妇人妻偷人精品xxx网站| 51午夜福利影视在线观看| 成人一区二区视频在线观看| 无遮挡黄片免费观看| 欧美激情在线99| 在线播放国产精品三级| 免费在线观看影片大全网站| 国产精品爽爽va在线观看网站| 亚洲不卡免费看| 国产精品综合久久久久久久免费| 久久久久久久精品吃奶| 观看免费一级毛片| 久久人人精品亚洲av| 午夜免费激情av| 国产熟女xx| 黄片小视频在线播放| 日本黄色片子视频| 亚洲国产高清在线一区二区三| 偷拍熟女少妇极品色| 国产精品一区二区免费欧美| 日韩欧美一区二区三区在线观看| 国产 一区 欧美 日韩| 国产蜜桃级精品一区二区三区| 亚洲不卡免费看| 草草在线视频免费看| 99热这里只有精品一区| 一进一出好大好爽视频| 精品久久久久久久久久免费视频| 国产国拍精品亚洲av在线观看 | 九九久久精品国产亚洲av麻豆| 欧洲精品卡2卡3卡4卡5卡区| 久久久久久久久大av| 日韩欧美国产在线观看| 波多野结衣高清作品| 久久久精品大字幕| 欧美一区二区国产精品久久精品| 韩国av一区二区三区四区| 听说在线观看完整版免费高清| 欧美乱码精品一区二区三区| 性色av乱码一区二区三区2| 日韩国内少妇激情av| 亚洲欧美一区二区三区黑人| 国产精品99久久99久久久不卡| 国产精品久久视频播放| 一区二区三区激情视频| 久久久国产成人免费| 欧美一区二区精品小视频在线| 亚洲成人久久爱视频| 91字幕亚洲| 很黄的视频免费| 国产男靠女视频免费网站| 最新在线观看一区二区三区| 一级a爱片免费观看的视频| 欧美成人免费av一区二区三区| 少妇丰满av| x7x7x7水蜜桃| 人妻夜夜爽99麻豆av| tocl精华| 一进一出抽搐gif免费好疼| 天天躁日日操中文字幕| 亚洲最大成人中文| 成人无遮挡网站| 亚洲 欧美 日韩 在线 免费| 亚洲成人久久爱视频| 日韩精品青青久久久久久| 国产视频内射| 最新中文字幕久久久久| 久久国产精品人妻蜜桃| 国产精品三级大全| 久久精品亚洲精品国产色婷小说| 两个人视频免费观看高清| 精品福利观看| 亚洲五月婷婷丁香| 老熟妇仑乱视频hdxx| 99热6这里只有精品| 亚洲美女黄片视频| 欧洲精品卡2卡3卡4卡5卡区| 亚洲av免费在线观看| 成人欧美大片| 国产精品精品国产色婷婷| 99国产精品一区二区三区| 亚洲黑人精品在线| 亚洲精品在线美女| 可以在线观看的亚洲视频| 国产精品影院久久| 欧美极品一区二区三区四区| 一进一出好大好爽视频| 可以在线观看毛片的网站| 嫩草影院精品99| 免费看光身美女| 色精品久久人妻99蜜桃| 老汉色∧v一级毛片| 国产麻豆成人av免费视频| 午夜福利在线在线| 校园春色视频在线观看| 亚洲片人在线观看| 亚洲国产精品久久男人天堂| 男人舔奶头视频| 亚洲成av人片免费观看| 淫妇啪啪啪对白视频| 啦啦啦观看免费观看视频高清| 色噜噜av男人的天堂激情| www日本黄色视频网| 一本一本综合久久| 欧美又色又爽又黄视频| 熟女少妇亚洲综合色aaa.| www.色视频.com| 怎么达到女性高潮| 欧美一区二区亚洲| 国产黄片美女视频| 国产淫片久久久久久久久 | 悠悠久久av| 欧美色欧美亚洲另类二区| 美女大奶头视频| 日本三级黄在线观看| 亚洲18禁久久av| 午夜免费男女啪啪视频观看 | 波野结衣二区三区在线 | 欧美最新免费一区二区三区 | 国产精品久久久久久久久免| 99久久中文字幕三级久久日本| 一级毛片aaaaaa免费看小| 欧美性感艳星| 成人亚洲欧美一区二区av| 99久国产av精品国产电影| 日日啪夜夜撸| 内地一区二区视频在线| 免费av毛片视频| 又爽又黄a免费视频| 国产精品国产三级专区第一集| 久久国产乱子免费精品| 人妻少妇偷人精品九色| 日韩一本色道免费dvd| 一本一本综合久久| 亚洲色图av天堂| 色播亚洲综合网| 白带黄色成豆腐渣| 91在线精品国自产拍蜜月| 久久久久免费精品人妻一区二区| 日韩强制内射视频| 成人综合一区亚洲| 亚洲精品乱久久久久久| 国产在线一区二区三区精| 在线观看一区二区三区| 成人二区视频| 2021天堂中文幕一二区在线观| 国产美女午夜福利| 日本黄大片高清| 久久国内精品自在自线图片| 色网站视频免费| 国产精品久久久久久av不卡| 少妇熟女aⅴ在线视频| 欧美日韩视频高清一区二区三区二| 国产又色又爽无遮挡免| 久久精品综合一区二区三区| 联通29元200g的流量卡| 国产欧美另类精品又又久久亚洲欧美| 天堂影院成人在线观看| 日本wwww免费看| 精品99又大又爽又粗少妇毛片| 日韩精品有码人妻一区| 一级毛片aaaaaa免费看小| 久久99热这里只频精品6学生| 插逼视频在线观看| 国产精品国产三级国产专区5o| 婷婷六月久久综合丁香| 欧美变态另类bdsm刘玥| 美女内射精品一级片tv| 亚洲精品亚洲一区二区| 别揉我奶头 嗯啊视频| 少妇的逼好多水| 国产一区二区三区综合在线观看 | 国产国拍精品亚洲av在线观看| 国产精品99久久久久久久久| 日本一二三区视频观看| av播播在线观看一区| videos熟女内射| av一本久久久久| 成年版毛片免费区| 久99久视频精品免费| 国产一区二区在线观看日韩| 国产免费又黄又爽又色| 69人妻影院| 1000部很黄的大片| 欧美极品一区二区三区四区| 日本猛色少妇xxxxx猛交久久| 人妻制服诱惑在线中文字幕| 国产精品嫩草影院av在线观看| 国产真实伦视频高清在线观看| av在线老鸭窝| 观看美女的网站| 国产成人精品久久久久久| 国产精品伦人一区二区| 久久人人爽人人爽人人片va| 国产精品一区二区三区四区免费观看| 乱系列少妇在线播放| 精品国产三级普通话版| 看黄色毛片网站| 亚洲精品影视一区二区三区av| 91午夜精品亚洲一区二区三区| 国产久久久一区二区三区| 精品一区在线观看国产| 三级男女做爰猛烈吃奶摸视频| 亚洲精品成人av观看孕妇| 国产成人91sexporn| 国产精品不卡视频一区二区| 亚洲va在线va天堂va国产| 日本与韩国留学比较| 国产精品麻豆人妻色哟哟久久 | 日本免费在线观看一区| 成人二区视频| 一边亲一边摸免费视频| 国产白丝娇喘喷水9色精品| 少妇人妻精品综合一区二区| 99热网站在线观看| 欧美+日韩+精品| 2021少妇久久久久久久久久久| 国产 一区精品| 精品国内亚洲2022精品成人| 在线观看免费高清a一片| 亚洲精品亚洲一区二区| 老师上课跳d突然被开到最大视频| 欧美性感艳星| 寂寞人妻少妇视频99o| 午夜福利成人在线免费观看| 久久久久久国产a免费观看| 夫妻性生交免费视频一级片| 麻豆精品久久久久久蜜桃| 爱豆传媒免费全集在线观看| 国产探花极品一区二区| 国产片特级美女逼逼视频| 成人国产麻豆网| 亚洲精华国产精华液的使用体验| 国产在视频线精品| 少妇人妻一区二区三区视频| 欧美潮喷喷水| 国模一区二区三区四区视频| 亚洲自拍偷在线| 国产淫语在线视频| 欧美成人a在线观看| 亚洲精品,欧美精品| 国产日韩欧美在线精品| 久久韩国三级中文字幕| 国产av在哪里看| 精品久久久噜噜| 91精品伊人久久大香线蕉| 国产av在哪里看| 欧美一级a爱片免费观看看| 卡戴珊不雅视频在线播放| 午夜福利在线在线| 国产日韩欧美在线精品| 一个人观看的视频www高清免费观看| freevideosex欧美| 国产日韩欧美在线精品| 91精品伊人久久大香线蕉| 亚洲精品,欧美精品| 精品国内亚洲2022精品成人| 午夜福利在线观看吧| 精品人妻视频免费看| 成年女人在线观看亚洲视频 | 精品人妻一区二区三区麻豆| 日韩成人av中文字幕在线观看| 国产爱豆传媒在线观看| 国产大屁股一区二区在线视频| 日本免费a在线| 久久久久久九九精品二区国产| 中文字幕人妻熟人妻熟丝袜美| 日本爱情动作片www.在线观看| 亚洲激情五月婷婷啪啪| 国产色爽女视频免费观看| 色播亚洲综合网| 街头女战士在线观看网站|