• <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 ?

    西瓜檢測(cè)部位差異對(duì)近紅外光譜可溶性固形物預(yù)測(cè)模型的影響

    2016-07-12 13:00:03黃文倩王慶艷樊書祥張保華陳立平
    光譜學(xué)與光譜分析 2016年6期
    關(guān)鍵詞:波長(zhǎng)西瓜光譜

    錢 曼,黃文倩,王慶艷,樊書祥,張保華,陳立平*

    1. 西北農(nóng)林科技大學(xué)機(jī)械與電子工程學(xué)院,陜西 楊凌 712100 2. 國(guó)家農(nóng)業(yè)智能裝備工程技術(shù)研究中心,北京 100097 3. 農(nóng)業(yè)部農(nóng)業(yè)信息技術(shù)重點(diǎn)實(shí)驗(yàn)室,北京 100097 4. 農(nóng)業(yè)智能裝備技術(shù)北京市重點(diǎn)實(shí)驗(yàn)室,北京 100097

    西瓜檢測(cè)部位差異對(duì)近紅外光譜可溶性固形物預(yù)測(cè)模型的影響

    錢 曼1, 2, 3, 4,黃文倩2, 3, 4,王慶艷2, 3, 4,樊書祥1, 2, 3, 4,張保華2, 3, 4,陳立平1, 2, 3, 4*

    1. 西北農(nóng)林科技大學(xué)機(jī)械與電子工程學(xué)院,陜西 楊凌 712100 2. 國(guó)家農(nóng)業(yè)智能裝備工程技術(shù)研究中心,北京 100097 3. 農(nóng)業(yè)部農(nóng)業(yè)信息技術(shù)重點(diǎn)實(shí)驗(yàn)室,北京 100097 4. 農(nóng)業(yè)智能裝備技術(shù)北京市重點(diǎn)實(shí)驗(yàn)室,北京 100097

    西瓜可溶性固形物含量的無(wú)損檢測(cè)對(duì)提升其內(nèi)部品質(zhì)十分重要。為實(shí)現(xiàn)近紅外光譜對(duì)小型西瓜表面各部位可溶性固形物含量的準(zhǔn)確預(yù)測(cè),減小檢測(cè)部位差異對(duì)預(yù)測(cè)模型的影響,以“京秀”西瓜為研究對(duì)象,分別采集赤道、瓜臍和瓜梗三部位的漫透射光譜信息,利用偏最小二乘算法(PLS)建立并比較單一檢測(cè)部位和混合所有檢測(cè)部位的西瓜可溶性固形物近紅外光譜預(yù)測(cè)模型,并分別采用連續(xù)投影算法(SPA)和競(jìng)爭(zhēng)性自適應(yīng)重加權(quán)算法(CARS)對(duì)西瓜可溶性固形物近紅外光譜變量進(jìn)行特征波長(zhǎng)篩選。結(jié)果顯示,相比于單一檢測(cè)部位的模型,混合所有檢測(cè)部位的校正集樣本建立的模型取得了較優(yōu)的預(yù)測(cè)結(jié)果。同時(shí),利用CARS算法篩選的42個(gè)特征波長(zhǎng)變量建模,對(duì)三種檢測(cè)部位預(yù)測(cè)集樣本的預(yù)測(cè)結(jié)果分別為赤道RP=0.892和RMSEP= 0.684 °Brix,瓜臍RP=0.905和RMSEP= 0.629 °Brix,瓜梗RP=0.899和RMSEP= 0.721 °Brix。模型得到了很大的簡(jiǎn)化,且預(yù)測(cè)精度較高。比較發(fā)現(xiàn),利用SPA算法篩選的19個(gè)特征波長(zhǎng)變量所建模型的預(yù)測(cè)精度較低。利用三種檢測(cè)部位的西瓜樣本建立的PLS混合預(yù)測(cè)模型,結(jié)合CARS算法進(jìn)行有效特征波長(zhǎng)變量篩選,可提高西瓜可溶性固形物預(yù)測(cè)模型的精度,實(shí)現(xiàn)西瓜表面各部位可溶性固形物含量的準(zhǔn)確預(yù)測(cè),減小檢測(cè)部位差異對(duì)近紅外光譜預(yù)測(cè)模型的影響。結(jié)果為今后開(kāi)發(fā)便攜式設(shè)備檢測(cè)西瓜表面各部位可溶性固形含量提供參考依據(jù)。

    小型西瓜; 檢測(cè)部位; 近紅外光譜; 可溶性固形物

    引 言

    西瓜是我國(guó)夏季最主要的水果之一,甘甜多汁,含有大量的葡萄糖、氨基酸、維生素C等多種營(yíng)養(yǎng)成分,是一種純凈安全的食品[1]。隨著消費(fèi)者對(duì)食品品質(zhì)要求的不斷提高,在選購(gòu)西瓜時(shí)越來(lái)越注重其內(nèi)部品質(zhì)(如糖度、口感及營(yíng)養(yǎng)成分等)??扇苄怨绦挝?soluble solids content, SSC)是包括糖、酸、纖維素、礦物質(zhì)等成分的綜合參數(shù),是評(píng)價(jià)水果內(nèi)部品質(zhì)高低的一個(gè)重要指標(biāo)[2]。西瓜SSC含量的快速、無(wú)損檢測(cè)對(duì)于提升西瓜的生產(chǎn)效益及我國(guó)西瓜的國(guó)際競(jìng)爭(zhēng)力具有十分重要的意義。相比于傳統(tǒng)破壞性檢測(cè)方法,近紅外光譜分析技術(shù)具有非破壞、無(wú)需制樣、分析效率高、速度快、重現(xiàn)性好等優(yōu)勢(shì),已廣泛應(yīng)用于水果及農(nóng)產(chǎn)品無(wú)損檢測(cè)領(lǐng)域[3]。

    相關(guān)研究顯示,檢測(cè)部位的差異可能會(huì)對(duì)近紅外光譜預(yù)測(cè)模型的精度產(chǎn)生影響。介鄧飛等[4]利用自主研發(fā)的檢測(cè)裝置采集西瓜不同部位的光譜信息進(jìn)行糖度預(yù)測(cè),得出瓜臍為較優(yōu)的光譜采集部位。韓東海等[5]研究得出在西瓜的中層信息區(qū)域,無(wú)論是組織含水率還是SSC含量,瓜頂部位所建模型優(yōu)于赤道部位。田海清考察了光譜采集部位對(duì)建模的影響,得出各部位均可取得較好預(yù)測(cè)結(jié)果,沒(méi)有明顯優(yōu)劣之分。同時(shí),文獻(xiàn)[6-7]采用特征波長(zhǎng)篩選算法,在簡(jiǎn)化了近紅外光譜預(yù)測(cè)模型的基礎(chǔ)上,其預(yù)測(cè)精度也得到了一定提高。

    西瓜體型較大,在其生長(zhǎng)過(guò)程中,由于光照、溫度、養(yǎng)分等不均衡,不同部位的內(nèi)部品質(zhì)也存在一定差異。之前的研究表明,西瓜檢測(cè)部位差異可能會(huì)對(duì)SSC近紅外光譜預(yù)測(cè)模型產(chǎn)生影響,且分析指出了西瓜預(yù)測(cè)模型精度較高的檢測(cè)部位,但在如何提高西瓜表面各部位SSC含量預(yù)測(cè)精度方面鮮有報(bào)道。因此以“京秀”西瓜為研究對(duì)象,分別采集赤道、瓜臍和瓜梗三種檢測(cè)部位的漫透射光譜信息,建立并比較單一檢測(cè)部位和混合所有檢測(cè)部位的西瓜SSC近紅外光譜預(yù)測(cè)模型,同時(shí)結(jié)合特征波長(zhǎng)變量?jī)?yōu)選算法簡(jiǎn)化模型,實(shí)現(xiàn)了對(duì)三種檢測(cè)部位預(yù)測(cè)集樣本的SSC含量的準(zhǔn)確預(yù)測(cè)。為開(kāi)發(fā)便攜式檢測(cè)設(shè)備實(shí)現(xiàn)對(duì)西瓜表面各部位SSC含量的準(zhǔn)確預(yù)測(cè)提供參考。

    1 實(shí)驗(yàn)部分

    1.1 材料

    樣本品種為“京秀”西瓜,挑選形狀規(guī)則且表皮無(wú)損傷缺陷的樣品50個(gè),樣品采收當(dāng)天運(yùn)回實(shí)驗(yàn)室。將西瓜樣品表面清洗干凈后,依次編號(hào)并標(biāo)記光譜采集部位,每個(gè)西瓜樣品赤道部位均勻采集2個(gè)點(diǎn)(間隔約180°),瓜臍和瓜梗部位各采集1個(gè)點(diǎn)。為避免溫度對(duì)光譜采集及SSC含量測(cè)定產(chǎn)生影響,將西瓜樣品室溫放置48 h,以確保樣本溫度與室溫一致[8]。

    1.2 光譜采集及SSC含量測(cè)定

    光譜采集系統(tǒng)如圖1所示,該系統(tǒng)主要由光譜儀、光源、環(huán)形光纖探頭、計(jì)算機(jī)等組成。其中,光譜儀為便攜式USB2000+微型光纖光譜儀(Ocean Optics Inc., USA),其采用CCD陣列Vis/NIRS檢測(cè)器,采樣范圍為489~1 156 nm,數(shù)據(jù)點(diǎn)為2 048; 光源為50 W的外置鹵素?zé)簦?自主設(shè)計(jì)的環(huán)形光纖探頭通過(guò)兩條光纖(環(huán)形光纖和探測(cè)光纖)分別與外置光源和光譜儀連接,其中環(huán)形光纖將光源發(fā)出的光傳輸并照射到檢測(cè)部位,探測(cè)光纖將檢測(cè)器采集到的光返回給光譜儀。利用此系統(tǒng)采集西瓜樣品標(biāo)記部位的漫透射光譜信息,光譜采集完成后,使用阿貝折光儀(ARIAS 500, Reichert Technologies, New York, USA)對(duì)相應(yīng)光譜采集部位的SSC進(jìn)行測(cè)定。從每個(gè)西瓜樣品標(biāo)記部位取出一定厚度果肉,利用紗布對(duì)果肉進(jìn)行擠壓過(guò)濾,將果汁滴于折光儀鏡面,讀取SSC數(shù)據(jù)并記錄。

    圖1 光譜采集系統(tǒng)示意圖

    1.3 SSC近紅外光譜預(yù)測(cè)模型的建立

    偏最小二乘(partial least squares, PLS)算法是一種多元統(tǒng)計(jì)數(shù)據(jù)分析方法,有機(jī)結(jié)合了主成分分析、典型相關(guān)分析及多元線性回歸,具有較高的抗干擾能力和穩(wěn)定性[9]。該算法可根據(jù)對(duì)應(yīng)Y值(SSC)將X值(光譜數(shù)據(jù))進(jìn)行主成分的提取,然后對(duì)兩組變量進(jìn)行典型相關(guān)分析,最后建立光譜數(shù)據(jù)與SSC的回歸關(guān)系[10-11]。利用PLS算法分別建立三種單一檢測(cè)部位及混合所有檢測(cè)部位西瓜SSC近紅外光譜預(yù)測(cè)模型,并利用所建模型(赤道、瓜臍、瓜梗和混合模型)對(duì)三種不同檢測(cè)部位預(yù)測(cè)集樣本的SSC進(jìn)行預(yù)測(cè)。模型預(yù)測(cè)性能通過(guò)預(yù)測(cè)相關(guān)系數(shù)(RP)和預(yù)測(cè)均方根誤差(root mean square error of prediction, RMSEP)定量評(píng)價(jià)。

    1.4 有效特征波長(zhǎng)變量的篩選

    由于全波段光譜數(shù)據(jù)具有較強(qiáng)的共線性,存在大量冗余信息,特征波長(zhǎng)的篩選一方面可以簡(jiǎn)化預(yù)測(cè)模型,另一方面剔除了不相關(guān)和非線性的光譜變量,可提高模型的穩(wěn)定性和預(yù)測(cè)精度。連續(xù)投影算法(successive projections algorithm, SPA)利用向量的投影分析,在大量波長(zhǎng)變量之間篩選含有最小冗余信息的變量組,根據(jù)校正集內(nèi)部均方根誤差(root mean square error, RMSE)確定最佳變量數(shù),使變量之間的共線性達(dá)到最小[12]。競(jìng)爭(zhēng)性自適應(yīng)重加權(quán)算法(competitive adaptive reweighted sampling, CARS)依據(jù)達(dá)爾文進(jìn)化論,利用自適應(yīng)加權(quán)采樣技術(shù)選擇PLS模型中回歸系數(shù)絕對(duì)值較大的波長(zhǎng)變量,最后根據(jù)交互驗(yàn)證均方根誤差(root mean square error of cross validation, RMSECV)的最小值選取與所測(cè)成分相關(guān)的波長(zhǎng)變量[13]; 采用SPA算法和CARS算法分別對(duì)西瓜SSC近紅外光譜特征波長(zhǎng)變量進(jìn)行篩選,并利用優(yōu)選的特征波長(zhǎng)變量建立西瓜SSC近紅外光譜預(yù)測(cè)模型。

    2 結(jié)果與討論

    2.1 光譜分析及西瓜樣本劃分

    由于存在系統(tǒng)誤差,光譜儀采樣波長(zhǎng)首尾兩端噪聲較大,信噪比較差,故選擇700~1 050 nm波段內(nèi)共1 088個(gè)波長(zhǎng)點(diǎn)進(jìn)行建模分析。為消除隨機(jī)噪聲和光散射等因素影響,校正光譜光程,提高有用信息強(qiáng)度,采用多元散射校正(multiplicative scatter correction, MSC)方法對(duì)光譜進(jìn)行預(yù)處理。圖2為50個(gè)西瓜樣品不同檢測(cè)部位的近紅外漫透射光譜信息經(jīng)MSC預(yù)處理后的光譜圖,其中包括赤道部位光譜曲線100條,瓜臍和瓜梗部位各50條。三種檢測(cè)部位的光譜趨勢(shì)相同,從圖2難以分辨出不同檢測(cè)部位西瓜樣本的光譜信息差異。

    圖2 西瓜樣本MSC預(yù)處理后的光譜

    表1為西瓜樣本不同檢測(cè)部位SSC含量測(cè)量值統(tǒng)計(jì)結(jié)果。PLS建模時(shí),按照隨機(jī)方式分別從赤道、瓜臍、瓜梗三種檢測(cè)部位中挑選出校正集樣本和預(yù)測(cè)集樣本。由表1可知,三種檢測(cè)部位的校正集樣本的SSC含量分布范圍較寬,涵蓋了預(yù)測(cè)集樣本的SSC含量范圍區(qū)域,這樣更利于構(gòu)建穩(wěn)定可靠的預(yù)測(cè)模型[14]。

    表1 西瓜樣本SSC含量測(cè)量值統(tǒng)計(jì)

    2.2 單一檢測(cè)部位校正集樣本建模預(yù)測(cè)結(jié)果

    利用赤道、瓜臍、瓜梗三種檢測(cè)部位的校正集樣本建立各單一檢測(cè)部位近紅外光譜SSC預(yù)測(cè)模型,分別對(duì)三種不同檢測(cè)部位的預(yù)測(cè)集樣本進(jìn)行預(yù)測(cè),結(jié)果如表2所示。對(duì)于同一檢測(cè)部位的西瓜樣本,其校正集建立的單一檢測(cè)部位模型對(duì)其預(yù)測(cè)集樣本均實(shí)現(xiàn)了較準(zhǔn)確的預(yù)測(cè)。赤道部位預(yù)測(cè)結(jié)果RP=0.874,RMSEP=0.627 °Brix; 瓜臍部位預(yù)測(cè)結(jié)果RP=0.909,RMSEP=0.722 °Brix; 瓜梗部位預(yù)測(cè)結(jié)果RP=0.871,RMSEP=0.791 °Brix。比較發(fā)現(xiàn),利用單一檢測(cè)部位模型預(yù)測(cè)其他兩種不同檢測(cè)部位的預(yù)測(cè)集樣本預(yù)測(cè)相關(guān)系數(shù)(RP)會(huì)有不同程度降低,RMSEP也相對(duì)較大。在實(shí)際應(yīng)用中,利用便攜式設(shè)備檢測(cè)未知樣品時(shí),由于西瓜體型較大,對(duì)其檢測(cè)位置不固定,若只根據(jù)某單一檢測(cè)部位建立的模型對(duì)未知西瓜樣品的SSC含量進(jìn)行預(yù)測(cè),會(huì)產(chǎn)生很大偏差。因此,建立混合檢測(cè)部位的預(yù)測(cè)模型具有實(shí)際意義。

    表2 單一檢測(cè)部位SSC含量預(yù)測(cè)模型的預(yù)測(cè)結(jié)果

    2.3 混合檢測(cè)部位的校正集樣本建模預(yù)測(cè)結(jié)果

    混合三種檢測(cè)部位的校正集樣本,建立混合檢測(cè)部位的近紅外光譜SSC預(yù)測(cè)模型,三種不同檢測(cè)部位預(yù)測(cè)集樣本的預(yù)測(cè)結(jié)果如表3所示。赤道部位預(yù)測(cè)結(jié)果RP=0.858,RMSEP=0.767 °Brix; 瓜臍部位預(yù)測(cè)結(jié)果RP=0.874,RMSEP=0.703 °Brix; 瓜梗部位預(yù)測(cè)結(jié)果RP=0.859,RMSEP=0.810 °Brix。比較發(fā)現(xiàn),當(dāng)校正集中含有三種檢測(cè)部位的西瓜樣本光譜信息時(shí),建立的混合預(yù)測(cè)模型對(duì)赤道、瓜臍、瓜梗三種部位的預(yù)測(cè)集樣本均取得了較好的預(yù)測(cè)結(jié)果,預(yù)測(cè)相關(guān)系數(shù)均大于0.85,減小了西瓜檢測(cè)部位差異對(duì)近紅外光譜SSC預(yù)測(cè)模型的影響,實(shí)現(xiàn)了對(duì)西瓜表面各部位SSC含量的準(zhǔn)確預(yù)測(cè)。

    表3 混合檢測(cè)部位SSC含量預(yù)測(cè)模型的預(yù)測(cè)結(jié)果

    2.4 基于特征波長(zhǎng)的混合檢測(cè)部位模型預(yù)測(cè)結(jié)果

    為提高檢測(cè)效率,簡(jiǎn)化預(yù)測(cè)模型,在700~1 050 nm波段內(nèi),利用SPA算法和CARS算法分別對(duì)混合三種檢測(cè)部位校正集樣本的光譜變量進(jìn)行SSC特征波長(zhǎng)篩選。圖3為采用SPA算法對(duì)西瓜SSC光譜變量進(jìn)行篩選的結(jié)果,圖3(a)表示SPA算法所選的特征波長(zhǎng)變量在進(jìn)行PLS建模時(shí)RMSE的分布,圖3(b)表示SPA算法分析后獲得的波長(zhǎng)點(diǎn)分布。圖4為CARS算法運(yùn)行過(guò)程和結(jié)果,由于每次運(yùn)行CARS算法得到的最優(yōu)采樣次數(shù)稍有偏差,故運(yùn)行CARS算法50次,根據(jù)交互驗(yàn)證均方根誤差(RMSECV)最小的一次,挑選出西瓜SSC的特征波長(zhǎng)變量。當(dāng)采樣次數(shù)為52時(shí),RMSECV達(dá)到最小值0.682,同時(shí)對(duì)應(yīng)的最優(yōu)建模變量數(shù)為42。分別利用SPA算法和CARS算法篩選的有效特征波長(zhǎng)變量建立混合檢測(cè)部位西瓜SSC近紅外光譜模型,預(yù)測(cè)結(jié)果如表4所示。

    圖3 基于SPA算法的特征變量篩選

    圖4 基于CARS算法的特征變量篩選

    表4 不同PLS模型的預(yù)測(cè)結(jié)果

    Table 4 SSC predicted results of different PLS prediction models

    預(yù)測(cè)模型變量數(shù)預(yù)測(cè)結(jié)果赤道瓜臍瓜梗RPRMSEPRPRMSEPRPRMSEPPLS10880.8580.7670.8740.7030.8590.810SPA-PLS190.7520.8830.5790.9630.6131.208CARS-PLS420.8920.6840.9050.6290.8990.721

    由表4可知,利用SPA算法篩選的特征波長(zhǎng)變量數(shù)為19,雖然建模變量數(shù)較少,模型得到了很大簡(jiǎn)化,但SPA-PLS模型對(duì)三種檢測(cè)部位預(yù)測(cè)集樣本的RP均較低,RMSEP均較大。相比于SPA算法,利用CARS算法進(jìn)行有效特征波長(zhǎng)篩選后,建模變量數(shù)由1 088減少到42,不僅模型得到了很大簡(jiǎn)化,同時(shí)預(yù)測(cè)精度也得到了一定提升。CARS-PLS模型對(duì)三種檢測(cè)部位預(yù)測(cè)集樣本的預(yù)測(cè)結(jié)果分別為赤道RP=0.892和RMSEP=0.684 °Brix,瓜頂RP=0.905和RMSEP= 0.629 °Brix,瓜梗RP=0.899和RMSEP=0.721 °Brix。圖5為CARS-PLS模型對(duì)三種檢測(cè)部位預(yù)測(cè)集樣本的西瓜SSC含量的預(yù)測(cè)值與實(shí)際測(cè)量值之間的散點(diǎn)圖。通過(guò)CARS算法進(jìn)行有效特征波長(zhǎng)變量篩選,預(yù)測(cè)精度得到了一定提升,同時(shí)模型也得到了很大的簡(jiǎn)化。

    圖5 CARS-PLS模型的預(yù)測(cè)集樣本 的實(shí)測(cè)值與預(yù)測(cè)值散點(diǎn)圖

    3 結(jié) 論

    以“京秀”西瓜為研究對(duì)象,分別對(duì)赤道、瓜臍及瓜梗三種不同檢測(cè)部位進(jìn)行研究,探討了西瓜檢測(cè)部位差異對(duì)近紅外光譜SSC預(yù)測(cè)模型的影響。相比于單一檢測(cè)部位模型,混合三種檢測(cè)部位的校正集樣本建立的預(yù)測(cè)模型較優(yōu),同時(shí)利用CARS算法優(yōu)選的42個(gè)特征波長(zhǎng)變量建模,模型得到了很大簡(jiǎn)化,預(yù)測(cè)精度也得到了一定提升,其對(duì)三種檢測(cè)部位預(yù)測(cè)集樣本的預(yù)測(cè)結(jié)果分別為赤道RP=0.892和RMSEP= 0.684 °Brix,瓜臍RP=0.905和RMSEP= 0.629 °Brix,瓜梗RP=0.899和RMSEP=0.721 °Brix。結(jié)果表明,含有三種檢測(cè)部位的西瓜樣本建立的預(yù)測(cè)模型,結(jié)合CARS算法進(jìn)行有效特征波長(zhǎng)的篩選,可實(shí)現(xiàn)對(duì)西瓜不同檢測(cè)部位SSC含量的準(zhǔn)確預(yù)測(cè),減小檢測(cè)部位差異對(duì)近紅外光譜SSC預(yù)測(cè)模型的影響,為今后利用近紅外光譜技術(shù)對(duì)西瓜表面各部位的SSC含量的便攜式檢測(cè)研究提供參考依據(jù)。

    [1] ZHANG Jun-jie, CHENG Zhi-qiang(張俊杰, 程志強(qiáng)). Southern Horticulture(南方園藝), 2013 (2): 49.

    [2] Mendoza F, Lu R, Ariana D, et al. Postharvest Biology and Technology, 2011, 62(2): 149.

    [3] Nicola? B M, Defraeye T, De Ketelaere B, et al. Annual Review of Food Science and Technology, 2014, 5: 285.

    [4] JIE Deng-fei, CHEN Meng, XIE Li-juan, et al(介鄧飛, 陳 猛, 謝麗娟, 等). Transactions of the Chinese Society of Agricultural Engineering(農(nóng)業(yè)工程學(xué)報(bào)), 2014, 30(9): 229.

    [5] HAN Dong-hai, CHANG Dong, SONG Shu-hui, et al(韓東海, 常 冬, 宋曙輝, 等). Transactions of the Chinese Society for Agricultural Machinery(農(nóng)業(yè)機(jī)械學(xué)報(bào)), 2013, 44(7): 174.

    [6] Xiaobo Z, Jiewen Z, Xingyi H, et al. Chemometrics and Intelligent Laboratory Systems, 2007, 87(1): 43.

    [7] JIE Deng-fei, XIE Li-juan, RAO Xiu-qin, et al(介鄧飛, 謝麗娟, 饒秀勤, 等). Transactions of the Chinese Society of Agricultural Engineering(農(nóng)業(yè)工程學(xué)報(bào)), 2013, 29(12): 264.

    [8] CAO Jian-kang, JIANG Wei-bo, ZHAO Yu-mei(曹建康, 姜微波, 趙玉梅). Experiment Guidance of Postharvest Physiology and Biochemistry of Fruits and Vegetables(果蔬采后生理生化實(shí)驗(yàn)指導(dǎo)). Beijing: China Light Industry Press(北京: 中國(guó)輕工業(yè)出版社), 2007.

    [9] TIAN Hai-qing, YING Yi-bin, XU Hui-rong, et al(田海清, 應(yīng)義斌, 徐惠榮, 等). Transactions of the Chinese Society for Agricultural Machinery(農(nóng)業(yè)機(jī)械學(xué)報(bào)), 2007, 38(5): .

    [10] Wold S, Sj?str?m M, Eriksson L. Chemometrics and Intelligent Laboratory Systems, 2001, 58(2): 109.

    [11] Li J, Huang W, Zhao C, et al. Journal of Food Engineering, 2013, 116(2): 324.

    [12] HUANG Wen-qian, LI Jiang-bo, CHEN Li-ping, et al(黃文倩, 李江波, 陳立平, 等). Spectroscopy and Spectral Analysis(光譜學(xué)與光譜分析), 2013, 33(10): 2843.

    [13] Li H, Liang Y, Xu Q, et al. Analytica Chimica Acta, 2009, 648(1): 77.

    [14] FAN Shu-xiang, HUANG Wen-qian, GUO Zhi-ming, et al(樊書祥, 黃文倩, 郭志明, 等). Analytical Chemistry(分析化學(xué)), 2015, 2: 016.

    *Corresponding author

    (Received Apr. 17, 2015; accepted Aug. 20, 2015)

    Assessment of Influence Detective Position Variability on Precision of Near Infrared Models for Soluble Solid Content of Watermelon QIAN Man1, 2, 3, 4, HUANG Wen-qian2, 3, 4, WANG Qing-yan2, 3, 4, FAN Shu-xiang1, 2, 3, 4, ZHANG Bao-hua2, 3, 4,

    CHEN Li-ping1, 2, 3, 4*

    1. College of Mechanical and Electronic Engineering, Northwest Agricultural and Forestry University, Yangling 712100, China 2. National Research Center of Intelligent Equipment for Agriculture, Beijing 100097,China 3. Key Laboratory of Agri-informatics, Ministry of Agriculture, Beijing 100097, China 4. Beijing Key Laboratory of Intelligent Equipment Technology for Agriculture, Beijing 100097, China

    Non-destructive detection for soluble solids content (SSC) is important to improve watermelon’s internal quality, which attracts more and more attention from consumers. In order to realize the precise detection for SSC of mini watermelon’s whole surface by using Near-infrared (NIR) spectroscopy and reduce the influence of detective position variability on the accuracy of NIR prediction model for SSC, the diffused transmission spectra and soluble solids content were collected from three different detective positions of ‘jingxiu’ watermelon, including the equator, calyx and stem. The prediction models of single detective position and mixed three detective positions for SSC were established with Partial least square (PLS). Successive projections algorithm (SPA) and competitive adaptive reweighted sampling (CARS) were adopted to select effective variables of NIR spectroscopy for SSC of watermelon as well. The results showed that the prediction model of mixed three detective positions was better than the model of single detective position. Meanwhile, 42 characteristic variables of NIR spectroscopy selected with CARS were used to establish PLS prediction model for SSC. The prediction model was simplified significantly and the prediction accuracy for SSC was improved greatly. The correlation coefficient of prediction (RP) and root mean square error of prediction (RMSEP) by CARS-PLS were 0.892, 0.684 °Brix for the equator, 0.905, 0.621 °Brix for the calyx, 0.899, 0.721 °Brix for the stem, respectively. However, the prediction result of SPA-PLS established by 19 characteristic wavelength variables of NIR spectroscopy was bad for the equator, calyx and stem detective positions. The correlation coefficient of prediction (RP) is less than 0.752 and root mean square error of prediction (RMSEP) is relatively high. It was proposed that the PLS prediction model established by mixed three different detective positions with effective characteristic wavelength variables selected by CARS can improve the prediction accuracy for SSC. And the CARS-PLS prediction model can achieve fast and precise detection for SSC of mini watermelon’s whole surface. The influence of detective position variability on the accuracy of NIR prediction model could be reduced simultaneously. Thispaper could provide theoretical basis for calibrating NIR prediction model for SSC of mini watermelon. It also could provide reference for developing the portable and non-destructive detection equipment for soluble solids content of mini watermelon’s whole surface.

    Mini watermelon; Detective position; Near-infrared spectroscopy; Soluble solids content

    2015-04-17,

    2015-08-20

    北京市自然科學(xué)基金青年基金項(xiàng)目(6144024)和北京市農(nóng)林科學(xué)院青年基金項(xiàng)目(QNJJ201423)資助

    錢 曼,女,1991年生,西北農(nóng)林科技大學(xué)碩士研究生 e-mail: qianman101504@163.com *通訊聯(lián)系人 e-mail: chenlp@nercita.org.cn

    O657.3

    A

    10.3964/j.issn.1000-0593(2016)06-1700-06

    猜你喜歡
    波長(zhǎng)西瓜光譜
    HPLC-PDA雙波長(zhǎng)法同時(shí)測(cè)定四季草片中沒(méi)食子酸和槲皮苷的含量
    基于三維Saab變換的高光譜圖像壓縮方法
    大小西瓜
    雙波長(zhǎng)激光治療慢性牙周炎的療效觀察
    當(dāng)夏天遇上西瓜
    巧切西瓜
    日本研發(fā)出可完全覆蓋可見(jiàn)光波長(zhǎng)的LED光源
    星載近紅外高光譜CO2遙感進(jìn)展
    便攜式多用途光波波長(zhǎng)測(cè)量?jī)x
    苦味酸與牛血清蛋白相互作用的光譜研究
    熟女人妻精品中文字幕| 亚洲五月天丁香| 99riav亚洲国产免费| 蜜桃亚洲精品一区二区三区| 99精品在免费线老司机午夜| 12—13女人毛片做爰片一| eeuss影院久久| 琪琪午夜伦伦电影理论片6080| 男插女下体视频免费在线播放| 久久草成人影院| 亚洲成av人片在线播放无| 色哟哟哟哟哟哟| 99热网站在线观看| 午夜福利视频1000在线观看| 久久久久久久亚洲中文字幕| 国产免费一级a男人的天堂| 久久久久久伊人网av| 亚洲黑人精品在线| 校园春色视频在线观看| 亚洲国产精品合色在线| av国产免费在线观看| 99九九线精品视频在线观看视频| 99热6这里只有精品| 老师上课跳d突然被开到最大视频| 男女那种视频在线观看| 精品久久久久久久久久久久久| 真实男女啪啪啪动态图| 日韩一区二区视频免费看| 日本熟妇午夜| 色哟哟哟哟哟哟| 黄色配什么色好看| 97超级碰碰碰精品色视频在线观看| 亚洲av免费高清在线观看| 天堂影院成人在线观看| 一区二区三区激情视频| 亚州av有码| 日韩高清综合在线| 两人在一起打扑克的视频| 老师上课跳d突然被开到最大视频| 国产精品,欧美在线| 精品午夜福利在线看| 日韩欧美一区二区三区在线观看| 精品国产三级普通话版| 免费不卡的大黄色大毛片视频在线观看 | 国产一区二区三区在线臀色熟女| 欧美黑人巨大hd| 国产人妻一区二区三区在| 内地一区二区视频在线| 国产av一区在线观看免费| 久久久精品大字幕| 91在线观看av| 99视频精品全部免费 在线| 大型黄色视频在线免费观看| 国产不卡一卡二| 国产私拍福利视频在线观看| 亚洲国产欧美人成| 成人特级av手机在线观看| 日本爱情动作片www.在线观看 | 亚洲精品粉嫩美女一区| 午夜亚洲福利在线播放| 色精品久久人妻99蜜桃| 精品欧美国产一区二区三| 日本 欧美在线| 国产真实乱freesex| 午夜爱爱视频在线播放| 热99re8久久精品国产| 午夜老司机福利剧场| 校园人妻丝袜中文字幕| or卡值多少钱| 狠狠狠狠99中文字幕| 午夜亚洲福利在线播放| 嫩草影院入口| 日本一二三区视频观看| 一本一本综合久久| 久9热在线精品视频| 午夜爱爱视频在线播放| 亚洲人成网站在线播| 欧美一级a爱片免费观看看| 国产一级毛片七仙女欲春2| 久久久久久伊人网av| 嫁个100分男人电影在线观看| 最近最新中文字幕大全电影3| 中文亚洲av片在线观看爽| 在线免费观看的www视频| 99久久精品国产国产毛片| 又黄又爽又刺激的免费视频.| 亚洲电影在线观看av| 在线免费观看的www视频| 在现免费观看毛片| 中国美白少妇内射xxxbb| 国产三级在线视频| 69av精品久久久久久| 99热这里只有精品一区| 身体一侧抽搐| or卡值多少钱| 婷婷丁香在线五月| 在线观看66精品国产| 香蕉av资源在线| 男人的好看免费观看在线视频| 国产在线精品亚洲第一网站| 日韩人妻高清精品专区| 两个人视频免费观看高清| 精品久久久久久成人av| 三级国产精品欧美在线观看| 亚洲狠狠婷婷综合久久图片| 国产精品久久久久久久久免| 婷婷亚洲欧美| 免费不卡的大黄色大毛片视频在线观看 | 97热精品久久久久久| 亚洲av电影不卡..在线观看| 亚洲国产高清在线一区二区三| 国产男人的电影天堂91| 午夜爱爱视频在线播放| 亚洲国产精品合色在线| 亚洲熟妇中文字幕五十中出| 夜夜夜夜夜久久久久| 欧美精品啪啪一区二区三区| 久久久久久伊人网av| 亚洲av免费高清在线观看| 国产av麻豆久久久久久久| 国产精品亚洲一级av第二区| 麻豆成人av在线观看| 欧美色欧美亚洲另类二区| 国产精品一区www在线观看 | 精品久久久久久久久久久久久| 99riav亚洲国产免费| 久久久久久久久久久丰满 | 国产精品99久久久久久久久| 午夜福利在线观看免费完整高清在 | 久久人人精品亚洲av| 亚洲精品日韩av片在线观看| 国产精品久久久久久精品电影| 99在线人妻在线中文字幕| 欧美日韩乱码在线| 男人和女人高潮做爰伦理| 简卡轻食公司| 久久精品国产亚洲网站| 啪啪无遮挡十八禁网站| 亚洲欧美激情综合另类| 亚洲经典国产精华液单| 男女边吃奶边做爰视频| 精品日产1卡2卡| 在线a可以看的网站| 五月玫瑰六月丁香| 老司机午夜福利在线观看视频| 免费无遮挡裸体视频| 精品乱码久久久久久99久播| 又爽又黄无遮挡网站| 婷婷精品国产亚洲av| 97超视频在线观看视频| 一级av片app| 在线观看免费视频日本深夜| 国产欧美日韩精品亚洲av| 少妇人妻精品综合一区二区 | xxxwww97欧美| 亚洲专区国产一区二区| 亚洲av日韩精品久久久久久密| 成人二区视频| 悠悠久久av| 黄色视频,在线免费观看| 内地一区二区视频在线| 日韩精品青青久久久久久| 69人妻影院| 老师上课跳d突然被开到最大视频| 久久久久久九九精品二区国产| 美女xxoo啪啪120秒动态图| 精品久久久久久成人av| 一进一出抽搐gif免费好疼| 乱人视频在线观看| 国产成人a区在线观看| 嫩草影视91久久| 校园人妻丝袜中文字幕| 九色国产91popny在线| 亚洲专区中文字幕在线| 久久午夜福利片| 日日摸夜夜添夜夜添小说| 婷婷精品国产亚洲av在线| 国产黄色小视频在线观看| 级片在线观看| 亚洲精品一区av在线观看| 毛片一级片免费看久久久久 | 国产精品一及| 非洲黑人性xxxx精品又粗又长| 日韩,欧美,国产一区二区三区 | 欧美+日韩+精品| 国产免费av片在线观看野外av| 久9热在线精品视频| 一个人看视频在线观看www免费| 国产免费av片在线观看野外av| 日韩 亚洲 欧美在线| 日韩国内少妇激情av| 99久久中文字幕三级久久日本| 美女 人体艺术 gogo| 日韩精品中文字幕看吧| 中文字幕熟女人妻在线| 老女人水多毛片| 国产精品久久久久久亚洲av鲁大| 久久久久九九精品影院| 亚洲va日本ⅴa欧美va伊人久久| 国产精品,欧美在线| xxxwww97欧美| 悠悠久久av| 一区二区三区四区激情视频 | 最近最新中文字幕大全电影3| 国产精品久久久久久亚洲av鲁大| 成年人黄色毛片网站| 中文资源天堂在线| 国产亚洲91精品色在线| 久久久久精品国产欧美久久久| 精品人妻偷拍中文字幕| 男女视频在线观看网站免费| 啦啦啦韩国在线观看视频| 2021天堂中文幕一二区在线观| 亚洲五月天丁香| 国产精品人妻久久久久久| 国产精品久久久久久精品电影| 99热6这里只有精品| 国产高清不卡午夜福利| 亚洲av第一区精品v没综合| 亚洲av成人精品一区久久| 久久国产乱子免费精品| 精品无人区乱码1区二区| 国产黄片美女视频| 国内毛片毛片毛片毛片毛片| 精品久久久久久久人妻蜜臀av| 午夜a级毛片| 久99久视频精品免费| 亚洲经典国产精华液单| 精品免费久久久久久久清纯| 小蜜桃在线观看免费完整版高清| 一进一出好大好爽视频| 无人区码免费观看不卡| 亚洲中文日韩欧美视频| 变态另类成人亚洲欧美熟女| 男人舔女人下体高潮全视频| 少妇裸体淫交视频免费看高清| 蜜桃亚洲精品一区二区三区| 麻豆一二三区av精品| 亚洲经典国产精华液单| 成人三级黄色视频| 国产高清有码在线观看视频| 欧美成人免费av一区二区三区| 成年版毛片免费区| 色综合亚洲欧美另类图片| 最后的刺客免费高清国语| 又爽又黄a免费视频| 国产精品98久久久久久宅男小说| 亚洲综合色惰| 禁无遮挡网站| 午夜精品一区二区三区免费看| 国产高潮美女av| 欧美一区二区国产精品久久精品| 免费在线观看成人毛片| 日韩国内少妇激情av| 少妇丰满av| 久久午夜亚洲精品久久| 亚洲最大成人中文| 舔av片在线| 精品一区二区三区av网在线观看| 国产精品av视频在线免费观看| 欧美xxxx性猛交bbbb| 三级男女做爰猛烈吃奶摸视频| 亚洲性夜色夜夜综合| 国产色爽女视频免费观看| 久久国产乱子免费精品| 国内精品久久久久久久电影| 精品一区二区三区人妻视频| 男插女下体视频免费在线播放| 一个人看视频在线观看www免费| 变态另类丝袜制服| 国产在视频线在精品| 亚洲真实伦在线观看| 亚洲四区av| 伊人久久精品亚洲午夜| 极品教师在线免费播放| 成人一区二区视频在线观看| 亚洲精品色激情综合| 蜜桃亚洲精品一区二区三区| 午夜免费成人在线视频| 成人性生交大片免费视频hd| 国产极品精品免费视频能看的| 亚洲av免费高清在线观看| 婷婷亚洲欧美| 99国产精品一区二区蜜桃av| 免费av观看视频| 亚洲一级一片aⅴ在线观看| 亚洲欧美精品综合久久99| 国产免费一级a男人的天堂| 免费搜索国产男女视频| 天天一区二区日本电影三级| 噜噜噜噜噜久久久久久91| 日韩大尺度精品在线看网址| 他把我摸到了高潮在线观看| 国产久久久一区二区三区| 午夜福利18| 国产欧美日韩一区二区精品| 国产一级毛片七仙女欲春2| 色精品久久人妻99蜜桃| 亚洲精品一卡2卡三卡4卡5卡| 一级毛片久久久久久久久女| 欧美日本视频| 极品教师在线免费播放| 中文资源天堂在线| 变态另类丝袜制服| 窝窝影院91人妻| 高清日韩中文字幕在线| 日本在线视频免费播放| 国产免费av片在线观看野外av| 91麻豆av在线| 婷婷色综合大香蕉| 国产精品久久久久久久久免| 成人三级黄色视频| 91精品国产九色| 最好的美女福利视频网| 很黄的视频免费| 国产免费一级a男人的天堂| 性色avwww在线观看| 国产毛片a区久久久久| av在线天堂中文字幕| 中文字幕高清在线视频| 国产成人福利小说| 日韩一区二区视频免费看| 亚洲精品色激情综合| 精品久久久久久久久久久久久| 一a级毛片在线观看| 女人被狂操c到高潮| 99国产极品粉嫩在线观看| 午夜爱爱视频在线播放| 日韩人妻高清精品专区| 午夜激情福利司机影院| 人人妻,人人澡人人爽秒播| 国产精品美女特级片免费视频播放器| 精品人妻偷拍中文字幕| 无人区码免费观看不卡| 久久欧美精品欧美久久欧美| 在线看三级毛片| 97碰自拍视频| 欧美色欧美亚洲另类二区| 久久精品人妻少妇| 久9热在线精品视频| 国产一级毛片七仙女欲春2| 午夜免费激情av| 国产精品1区2区在线观看.| а√天堂www在线а√下载| 在线播放无遮挡| 色综合站精品国产| 中文字幕av在线有码专区| 国产精品日韩av在线免费观看| 成人美女网站在线观看视频| 国产黄色小视频在线观看| 男女那种视频在线观看| 国产精品,欧美在线| 中文字幕人妻熟人妻熟丝袜美| 99久久精品热视频| 直男gayav资源| 精品国产三级普通话版| 精品久久久久久久久久久久久| 少妇丰满av| 校园春色视频在线观看| 国产蜜桃级精品一区二区三区| 欧美另类亚洲清纯唯美| 搡女人真爽免费视频火全软件 | 尤物成人国产欧美一区二区三区| 99久久中文字幕三级久久日本| av黄色大香蕉| 国产精品免费一区二区三区在线| 国产aⅴ精品一区二区三区波| 日日撸夜夜添| 成人美女网站在线观看视频| 有码 亚洲区| 欧美最黄视频在线播放免费| 91久久精品国产一区二区三区| 少妇的逼水好多| a级毛片a级免费在线| 亚洲av中文字字幕乱码综合| 九九热线精品视视频播放| 午夜日韩欧美国产| 免费观看人在逋| 欧美绝顶高潮抽搐喷水| 99国产精品一区二区蜜桃av| 在线a可以看的网站| 日韩高清综合在线| 亚洲中文字幕一区二区三区有码在线看| 国产精华一区二区三区| 色哟哟哟哟哟哟| 麻豆成人午夜福利视频| 日日啪夜夜撸| 成人二区视频| 热99在线观看视频| 国产 一区 欧美 日韩| 久久精品国产清高在天天线| 亚洲在线自拍视频| 色哟哟·www| 看黄色毛片网站| 欧美性猛交╳xxx乱大交人| 亚洲,欧美,日韩| 观看美女的网站| 国产探花极品一区二区| 欧美在线一区亚洲| 中文亚洲av片在线观看爽| 国产亚洲精品久久久com| 麻豆久久精品国产亚洲av| 亚洲欧美日韩高清专用| 国产三级中文精品| 成人鲁丝片一二三区免费| 国产 一区精品| 欧美日韩亚洲国产一区二区在线观看| 久久久久久伊人网av| 又黄又爽又刺激的免费视频.| 亚洲熟妇中文字幕五十中出| 18+在线观看网站| 美女xxoo啪啪120秒动态图| 欧美绝顶高潮抽搐喷水| 久久天躁狠狠躁夜夜2o2o| 国产熟女欧美一区二区| 国产精品一区www在线观看 | 一本精品99久久精品77| 国产国拍精品亚洲av在线观看| 亚洲av中文字字幕乱码综合| 天美传媒精品一区二区| 婷婷精品国产亚洲av| 午夜免费激情av| 我的老师免费观看完整版| 午夜爱爱视频在线播放| 色在线成人网| 精品99又大又爽又粗少妇毛片 | 午夜免费男女啪啪视频观看 | 亚洲av不卡在线观看| 在线观看一区二区三区| 男女那种视频在线观看| 亚洲无线在线观看| 乱码一卡2卡4卡精品| 一a级毛片在线观看| 精品人妻一区二区三区麻豆 | 深爱激情五月婷婷| 国产毛片a区久久久久| 久久天躁狠狠躁夜夜2o2o| 日本-黄色视频高清免费观看| 真人一进一出gif抽搐免费| 在线观看av片永久免费下载| 日本黄色片子视频| 一区福利在线观看| 日韩欧美国产在线观看| 国产黄a三级三级三级人| 亚洲国产日韩欧美精品在线观看| 欧美成人性av电影在线观看| 变态另类成人亚洲欧美熟女| 简卡轻食公司| 亚洲精品日韩av片在线观看| 亚洲天堂国产精品一区在线| 久久久久久久午夜电影| 亚洲va日本ⅴa欧美va伊人久久| 久久天躁狠狠躁夜夜2o2o| 亚洲一区二区三区色噜噜| 国产中年淑女户外野战色| 免费看a级黄色片| 精品99又大又爽又粗少妇毛片 | 中文资源天堂在线| 免费人成视频x8x8入口观看| 动漫黄色视频在线观看| 午夜激情福利司机影院| 国产一区二区在线观看日韩| 国产综合懂色| 国产精品爽爽va在线观看网站| 日韩,欧美,国产一区二区三区 | 校园春色视频在线观看| 免费不卡的大黄色大毛片视频在线观看 | 18+在线观看网站| 亚洲av第一区精品v没综合| 国产老妇女一区| 能在线免费观看的黄片| 97人妻精品一区二区三区麻豆| 国产久久久一区二区三区| 亚洲熟妇中文字幕五十中出| 成人永久免费在线观看视频| 性色avwww在线观看| 精品人妻偷拍中文字幕| 精品午夜福利视频在线观看一区| 免费电影在线观看免费观看| 成人精品一区二区免费| 99国产精品一区二区蜜桃av| 三级国产精品欧美在线观看| 女人被狂操c到高潮| 一进一出好大好爽视频| 午夜视频国产福利| 69av精品久久久久久| 永久网站在线| 女人被狂操c到高潮| 一进一出好大好爽视频| 波多野结衣巨乳人妻| 一级毛片久久久久久久久女| 国产精品一区二区三区四区免费观看 | av女优亚洲男人天堂| 欧美日本亚洲视频在线播放| 中文字幕人妻熟人妻熟丝袜美| 欧美日韩中文字幕国产精品一区二区三区| 欧美日韩瑟瑟在线播放| 日韩亚洲欧美综合| 深夜a级毛片| 观看免费一级毛片| 91久久精品国产一区二区三区| 欧美不卡视频在线免费观看| 99在线视频只有这里精品首页| 2021天堂中文幕一二区在线观| 黄色丝袜av网址大全| 久久久久久久午夜电影| 成年版毛片免费区| 成人性生交大片免费视频hd| 国产一区二区在线观看日韩| 欧美最黄视频在线播放免费| 岛国在线免费视频观看| 不卡一级毛片| 99久国产av精品| 丰满的人妻完整版| 久久久久久久久中文| 一个人观看的视频www高清免费观看| 999久久久精品免费观看国产| xxxwww97欧美| 久久中文看片网| 国产精品人妻久久久久久| 亚洲五月天丁香| 日韩一本色道免费dvd| 色av中文字幕| 长腿黑丝高跟| 天天一区二区日本电影三级| 99在线视频只有这里精品首页| 搡老岳熟女国产| 黄色欧美视频在线观看| 一夜夜www| 身体一侧抽搐| 精品午夜福利视频在线观看一区| 国产国拍精品亚洲av在线观看| 国产精品乱码一区二三区的特点| videossex国产| 亚洲精品在线观看二区| 精品久久久久久久久久久久久| 日韩强制内射视频| 精品不卡国产一区二区三区| 很黄的视频免费| 一进一出好大好爽视频| 日日摸夜夜添夜夜添av毛片 | 国产精品久久久久久亚洲av鲁大| 99久久成人亚洲精品观看| 丰满乱子伦码专区| av天堂中文字幕网| 麻豆精品久久久久久蜜桃| 免费电影在线观看免费观看| 国产精品99久久久久久久久| 真人一进一出gif抽搐免费| www日本黄色视频网| 大又大粗又爽又黄少妇毛片口| 最近中文字幕高清免费大全6 | 18禁裸乳无遮挡免费网站照片| 自拍偷自拍亚洲精品老妇| 国产 一区 欧美 日韩| 亚洲av一区综合| 亚洲一区二区三区色噜噜| 精品午夜福利视频在线观看一区| 女生性感内裤真人,穿戴方法视频| 成人国产综合亚洲| 国产精品一区www在线观看 | 成人精品一区二区免费| 国模一区二区三区四区视频| 亚洲美女黄片视频| 日韩大尺度精品在线看网址| 免费搜索国产男女视频| 亚洲精品在线观看二区| 国产在线精品亚洲第一网站| 亚洲av熟女| 久久久久久九九精品二区国产| 九九爱精品视频在线观看| 露出奶头的视频| 成人特级黄色片久久久久久久| 免费看日本二区| 国产精品三级大全| 亚洲av二区三区四区| 97超级碰碰碰精品色视频在线观看| 99热只有精品国产| 久久久久国产精品人妻aⅴ院| 国产麻豆成人av免费视频| 99久久精品热视频| 国产午夜精品论理片| 国内精品宾馆在线| 男女下面进入的视频免费午夜| 日韩欧美在线乱码| 毛片女人毛片| 搡老岳熟女国产| 真人做人爱边吃奶动态| a在线观看视频网站| 亚洲自拍偷在线| 可以在线观看毛片的网站| 毛片一级片免费看久久久久 | 久99久视频精品免费| 丰满的人妻完整版| 一个人看视频在线观看www免费| 简卡轻食公司| 日日撸夜夜添| 天天一区二区日本电影三级| 51国产日韩欧美| 国产精品国产三级国产av玫瑰| 国内精品一区二区在线观看| 非洲黑人性xxxx精品又粗又长| 深夜精品福利| 黄色一级大片看看| 午夜激情欧美在线| 亚洲精品色激情综合| 看十八女毛片水多多多| 97超级碰碰碰精品色视频在线观看| 亚洲熟妇中文字幕五十中出| 波野结衣二区三区在线| 干丝袜人妻中文字幕| 成年女人永久免费观看视频| 国产亚洲精品久久久久久毛片| 老司机午夜福利在线观看视频| 色综合站精品国产|