• <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 ?

    早稻氮磷鉀施肥類別歸屬的貝葉斯判別方法研究

    2017-09-03 09:34:53章明清李娟許文江孔慶波姚寶全
    關(guān)鍵詞:判別函數(shù)模式識(shí)別早稻

    章明清,李娟,許文江,孔慶波,姚寶全

    (1福建省農(nóng)業(yè)科學(xué)院土壤肥料研究所,福建福州350013;2福建省亞熱帶植物研究所,福建廈門361006;3福建省農(nóng)田建設(shè)與土壤肥料技術(shù)推廣總站,福建福州350003)

    早稻氮磷鉀施肥類別歸屬的貝葉斯判別方法研究

    章明清1,李娟1,許文江2,孔慶波1,姚寶全3

    (1福建省農(nóng)業(yè)科學(xué)院土壤肥料研究所,福建福州350013;2福建省亞熱帶植物研究所,福建廈門361006;3福建省農(nóng)田建設(shè)與土壤肥料技術(shù)推廣總站,福建福州350003)

    【目的】在測(cè)土配方施肥中,“測(cè)土”是實(shí)現(xiàn)合理施肥微觀指導(dǎo)的關(guān)鍵技術(shù)手段。本研究針對(duì)高度分散經(jīng)營(yíng)的耕地代表性土樣采集難、測(cè)試費(fèi)用高、花費(fèi)時(shí)間長(zhǎng)等“測(cè)土”難題,探討早稻氮磷鉀施肥類別歸屬的統(tǒng)計(jì)模式識(shí)別技術(shù)?!痉椒ā坷瞄}東南80個(gè)早稻氮磷鉀田間肥效試驗(yàn)資料作為樣本,采用歐氏距離–離差平方和法進(jìn)行系統(tǒng)聚類分析,建立區(qū)域早稻施肥類別。在此基礎(chǔ)上,根據(jù)田塊氮磷鉀施肥量及其產(chǎn)量結(jié)合地力信息等數(shù)量指標(biāo),應(yīng)用貝葉斯判別準(zhǔn)則探討具體田塊的施肥類別歸屬?!窘Y(jié)果】在確保空白區(qū)產(chǎn)量和平衡施肥產(chǎn)量均值在兩兩施肥類別間具有統(tǒng)計(jì)顯著差異的前提下,閩東南早稻最多可劃分為6個(gè)氮磷鉀施肥類別。多元統(tǒng)計(jì)檢驗(yàn)表明,6個(gè)施肥類別的類內(nèi)協(xié)方差矩陣差異不全相等,據(jù)此建立了各個(gè)施肥類別的貝葉斯判別函數(shù)。結(jié)果表明,原始試驗(yàn)數(shù)據(jù)標(biāo)準(zhǔn)化處理可大幅度提高判別準(zhǔn)確性,監(jiān)測(cè)樣本的回代誤判率和交叉誤判率分別只有1.2%和1.3%,預(yù)留6個(gè)試驗(yàn)點(diǎn)的84個(gè)處理的氮、磷、鉀施肥量和產(chǎn)量試驗(yàn)資料的施肥類別歸屬的判別正確率達(dá)到81.0%。【結(jié)論】統(tǒng)計(jì)模式識(shí)別原理及其貝葉斯判別準(zhǔn)則可用于早稻氮磷鉀施肥類別歸屬?zèng)Q策,判別準(zhǔn)確性能夠滿足推薦施肥的精度要求。

    早稻;氮磷鉀;施肥類別;貝葉斯判別;類別歸屬

    近10年來(lái),我國(guó)在測(cè)土配方施肥技術(shù)推廣應(yīng)用過(guò)程中,利用“3414”設(shè)計(jì)開(kāi)展了數(shù)以萬(wàn)計(jì)的作物氮磷鉀田間肥效試驗(yàn),數(shù)量之多和范圍之廣是罕見(jiàn)的。如何正確利用這些田間肥效試驗(yàn)結(jié)果來(lái)指導(dǎo)作物合理施肥是一個(gè)大問(wèn)題。根據(jù)“3414”試驗(yàn)設(shè)計(jì)特點(diǎn),一個(gè)試驗(yàn)點(diǎn)結(jié)果可分別建立三個(gè)一元肥效模型、三個(gè)二元肥效模型和一個(gè)三元肥效模型。肥效模型的優(yōu)點(diǎn)是直觀和計(jì)量準(zhǔn)確,但其微觀指導(dǎo)功能較弱。為了彌補(bǔ)肥效模型在應(yīng)用上的不足,一些學(xué)者將土壤有效養(yǎng)分含量等地點(diǎn)變量引入到模型中[1,2],或者建立土測(cè)值與肥效模型推薦施肥量的回歸關(guān)系式[3–5],從而實(shí)現(xiàn)了微觀指導(dǎo)功能。顯然,這種改進(jìn)是建立在田間試驗(yàn)基礎(chǔ)上,通過(guò)田間試驗(yàn)獲取模型參數(shù),在具體應(yīng)用時(shí)都需要測(cè)土這一技術(shù)環(huán)節(jié)。但是,在廣大農(nóng)村的取土和測(cè)土過(guò)程中,常遇到代表性土樣采集難、測(cè)試費(fèi)用高和耽誤農(nóng)時(shí)等難題,制約了計(jì)量施肥技術(shù)的推廣普及[6]。因此,在田間肥效試驗(yàn)結(jié)合測(cè)土的研究基礎(chǔ)上,探討高效和準(zhǔn)確的推薦施肥技術(shù)具有重要的實(shí)用價(jià)值,可對(duì)測(cè)土配方施肥起到有益補(bǔ)充。

    推薦施肥技術(shù)如何實(shí)現(xiàn)既高效快速又有較高準(zhǔn)確度呢?統(tǒng)計(jì)模式識(shí)別原理和技術(shù)為我們提供了有益的啟發(fā)。該技術(shù)已在生物技術(shù)[7–8]、作物品種鑒別[9]、土壤分類[10–13]、水土保持區(qū)劃[14]等領(lǐng)域得到應(yīng)用,但在作物施肥類別歸屬判別上的應(yīng)用還鮮見(jiàn)報(bào)道。為此,本文利用閩東南地區(qū)近年來(lái)完成的86個(gè)早稻“3414”設(shè)計(jì)氮磷鉀田間肥效試驗(yàn)資料,在建立早稻氮磷鉀施肥類別基礎(chǔ)上,探討區(qū)域內(nèi)具體田塊氮磷鉀施肥類別歸屬的貝葉斯判別方法及其可行性,以期為最大限度地發(fā)揮眾多“3414”田間試驗(yàn)資料在指導(dǎo)合理施肥中的作用提供一種新途徑。

    1 材料與方法

    1.1 早稻氮磷鉀肥效試驗(yàn)資料的收集整理

    在近年來(lái)的測(cè)土配方施肥工作中,福建在福州市、莆田市、泉州市和漳州市等閩東南沿海地區(qū)早稻上先后完成了86個(gè)“3414”設(shè)計(jì)的氮磷鉀田間肥效試驗(yàn)。每個(gè)試驗(yàn)設(shè)14個(gè)處理,即:1)N0P0K0;2)N0P2K2;3)N1P2K2;4)N2P0K2;5)N2P1K2;6)N2P2K2;7)N2P3K2;8)N2P2K0;9)N2P2K1;10)N2P2K3;11)N3P2K2;12)N1P1K2;13)N1P2K1;14)N2P1K1。其中,“2”水平為試驗(yàn)前當(dāng)?shù)赝扑]施肥量,“0”水平表示不施肥,“1”水平和“3”水平的施肥量分別為“2”水平的50%和150%,具體試驗(yàn)施肥量設(shè)計(jì)和實(shí)施方案與李娟等[4]相同。

    在86個(gè)試驗(yàn)資料中,取80個(gè)試驗(yàn)資料作為建立氮磷鉀施肥類別的訓(xùn)練樣本,按照不同地區(qū)預(yù)留6個(gè)試驗(yàn)點(diǎn)資料(表1)用于檢驗(yàn)判別結(jié)果可靠性。這6個(gè)試驗(yàn)資料分別來(lái)自閩侯縣灰泥田、閩清縣黃泥田、仙游縣灰泥田和灰沙田、龍海市灰泥田以及平和縣灰沙田的試驗(yàn)結(jié)果?;A(chǔ)土樣采用常規(guī)方法[15]測(cè)定土壤主要理化性狀,其中,土壤pH為4.7±0.6,土壤有機(jī)質(zhì)為22.7±1.0g/kg,土壤堿解氮、Olsen-P和速效鉀含量分別為120.7±43.8mg/kg、33.9± 22.8mg/kg和69.3±32.7mg/kg。每個(gè)試驗(yàn)點(diǎn)都有14個(gè)處理的氮、磷、鉀施肥量和產(chǎn)量數(shù)據(jù),即有84個(gè)待判樣本,其中,處理1)無(wú)肥區(qū)產(chǎn)量水平變化幅度為3315~7470kg/hm2,處理6)平衡施肥產(chǎn)量變化幅度為5355~10500kg/hm2,基本涵蓋了該區(qū)域早稻產(chǎn)量水平的可能范圍。

    1.2 氮磷鉀施肥類別歸屬的判別原理

    根據(jù)統(tǒng)計(jì)模式識(shí)別原理[16],要進(jìn)行未知施肥類別歸屬的判別分析,首先要在多點(diǎn)田間肥效試驗(yàn)基礎(chǔ)上,構(gòu)建研究區(qū)域的早稻施肥類別。這就要對(duì)該區(qū)域內(nèi)的早稻肥效試驗(yàn)資料進(jìn)行合理的定量分類。研究表明,對(duì)研究區(qū)域較小的作物氮磷鉀肥效試驗(yàn)資料,歐氏距離–離差平方和法是最佳的系統(tǒng)聚類分析方法[17],因而采用該法建立閩東南早稻氮磷鉀施肥類別及其類特征肥效方程,并據(jù)此提出各施肥類別的推薦施肥量。

    表1 “3414”預(yù)留試驗(yàn)點(diǎn)的施肥量及其產(chǎn)量試驗(yàn)數(shù)據(jù)Table 1 Application rates of N, P and K fertilizers and the yields in the 14 treatments of six reserved experiments

    早稻施肥類別歸屬判別是指在構(gòu)建區(qū)域早稻施肥類別后,確定該區(qū)域內(nèi)某個(gè)田塊或幾個(gè)相鄰田塊同種作物的施肥類別應(yīng)屬于這些已知類別中的哪一類。貝葉斯判別準(zhǔn)則是統(tǒng)計(jì)模式識(shí)別中應(yīng)用最廣泛的模式歸屬判別方法,是根據(jù)待判樣本屬于各個(gè)類別的條件概率值大小,將其判歸條件概率最大的那個(gè)類別。對(duì)多于2個(gè)以上類別的貝葉斯判別,當(dāng)各施肥類別的協(xié)方差矩陣相等時(shí),基于誤判損失相等的貝葉斯判別函數(shù)[16,18]為:

    當(dāng)各施肥類別的協(xié)方差矩陣不全相等時(shí),基于后驗(yàn)概率的貝葉斯判別函數(shù)[16,18]則為:

    1.3 數(shù)據(jù)標(biāo)準(zhǔn)化和協(xié)方差矩陣差異顯著性檢驗(yàn)

    在建立判別函數(shù)時(shí)要用到的均值和協(xié)方差矩陣,其數(shù)值大小受到數(shù)據(jù)量級(jí)和量綱的影響。因此,在建立各施肥類別的判別函數(shù)前,需對(duì)施肥量和產(chǎn)量原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。計(jì)算公式為:

    其中:x*表示x指標(biāo)經(jīng)標(biāo)準(zhǔn)化處理后的數(shù)值,x1和s分別表示氮、磷、鉀施肥量和產(chǎn)量各指標(biāo)的平均值和標(biāo)準(zhǔn)差。

    由于施肥類別間協(xié)方差矩陣相等或不全相等時(shí)的判別函數(shù)不同,因而需要對(duì)各施肥類別的協(xié)方差矩陣進(jìn)行差異顯著性檢驗(yàn)。假設(shè)有氮、磷、鉀施肥量和產(chǎn)量4個(gè)指標(biāo)觀測(cè)值的k個(gè)施肥類別Gi(i=1,2, 3,…,k),分別從中抽取樣本容量為ni的k個(gè)樣本,協(xié)方差矩陣分別為S1,S2,…,Sk。原假設(shè)為各施肥類別的協(xié)方差矩陣相等,則統(tǒng)計(jì)量[18–19]:樣本總數(shù)n=n1+n2+….+nk。對(duì)給定的概率值a,計(jì)算概率p=P(?>?a2(df)),若p

    1.4 系統(tǒng)聚類分析和施肥類別歸屬判別的簡(jiǎn)潔方法

    構(gòu)建施肥類別的系統(tǒng)聚類分析和施肥類別歸屬的貝葉斯判別分析均涉及到深?yuàn)W數(shù)學(xué)原理和復(fù)雜計(jì)算,不可能通過(guò)人工演算或計(jì)算器計(jì)算來(lái)完成。本文聚類分析的具體計(jì)算過(guò)程調(diào)用MATLAB軟件的pdist、linkage和dendrogram等功能函數(shù)完成。貝葉斯判別分析采用MATLAB軟件提供的功能強(qiáng)大的classify函數(shù)來(lái)進(jìn)行相關(guān)計(jì)算,具體使用方法可參閱相關(guān)專著[19]。

    考慮到現(xiàn)有參考文獻(xiàn)大都未能準(zhǔn)確地介紹classify函數(shù)的使用方法,根據(jù)本研究對(duì)此的學(xué)習(xí)和體會(huì)簡(jiǎn)要介紹如下,以供相關(guān)應(yīng)用時(shí)參考。classify函數(shù)的調(diào)用格式為:[class,err,Poster]=classify(sample, training,group,type,prior)。其中,class給出待判樣本歸屬的判別結(jié)果,err是訓(xùn)練樣本回代誤判率,Poster是待判樣本歸屬的后驗(yàn)概率。sample是指待判樣本,training是指已知類別歸屬的訓(xùn)練樣本,group是對(duì)應(yīng)訓(xùn)練樣本的類別編號(hào),type是指具體判別分析方法的選擇項(xiàng),包括linear、quadratic和mahal等,prior是指先驗(yàn)概率的可選項(xiàng),用來(lái)指定各類別的先驗(yàn)概率值。應(yīng)特別注意,type選項(xiàng)若選擇linear或quadratic,classify函數(shù)將采用貝葉斯判別,若選用mahal(馬氏距離)時(shí)則采用距離判別,此時(shí)Poster選項(xiàng)的輸出項(xiàng)為空集,先驗(yàn)概率只能用來(lái)計(jì)算誤判概率。上述相關(guān)輸入和輸出數(shù)據(jù)均以矩陣或向量的形式表達(dá)。MATLAB軟件沒(méi)有提供交叉誤判率的計(jì)算程序,要使用必須自己編寫計(jì)算程序。

    對(duì)于試驗(yàn)數(shù)據(jù)標(biāo)準(zhǔn)化處理,本文采用MATLAB軟件的zscore函數(shù),其調(diào)用格式為[S,mu,sig]= zscore(X)。其中,X表示原始試驗(yàn)數(shù)據(jù)矩陣,S表示數(shù)據(jù)標(biāo)準(zhǔn)化處理結(jié)果,mu和sig分別表示原始數(shù)據(jù)各觀測(cè)指標(biāo)的平均值和標(biāo)準(zhǔn)差。

    表2 早稻氮磷鉀試驗(yàn)處理類別及類別間差異顯著性分析 (P < 0.05)Table 2 Category of the fertilization treatments and the paired significance analysis of the categories

    2 結(jié)果與分析

    2.1 早稻氮磷鉀施肥類別的構(gòu)建

    為建立閩東南地區(qū)早稻氮磷鉀施肥類別,參照毛達(dá)如等[20]建立類特征肥效方程的思路,利用80個(gè)早稻“3414”設(shè)計(jì)的氮磷鉀田間肥效試驗(yàn)資料,采用歐氏距離–離差平方和法對(duì)每個(gè)試驗(yàn)點(diǎn)的14個(gè)處理產(chǎn)量進(jìn)行系統(tǒng)聚類分析,并對(duì)各施肥類別的處理1)空白區(qū)產(chǎn)量和處理6)平衡施肥產(chǎn)量進(jìn)行均值差異顯著性檢驗(yàn)[18]。

    表2的結(jié)果顯示,當(dāng)80個(gè)試驗(yàn)資料分成9類或10類時(shí),總有兩類或兩類以上的均值差異不顯著,導(dǎo)致定量分類結(jié)果無(wú)效;分成7類或7類以上時(shí),總有一類的試驗(yàn)點(diǎn)數(shù)只有一個(gè),導(dǎo)致該類別因試驗(yàn)點(diǎn)過(guò)少而缺乏代表性。因此,有效分類數(shù)最多為6個(gè)施肥類別,此時(shí)每一個(gè)施肥類別至少有7個(gè)代表性試驗(yàn)點(diǎn),同時(shí)確保了類與類之間的空白區(qū)產(chǎn)量均值和平衡施肥產(chǎn)量均值的差異達(dá)到統(tǒng)計(jì)顯著水平。結(jié)果表明,依據(jù)空白區(qū)產(chǎn)量和平衡施肥產(chǎn)量水平,6個(gè)施肥類別可分別命名為“超高產(chǎn)田”、“高產(chǎn)田” “中高產(chǎn)田”、“中產(chǎn)田”、“中低產(chǎn)田”和“低產(chǎn)田”等六種稻田施肥類型(表3)。

    根據(jù)各施肥類別對(duì)應(yīng)試驗(yàn)點(diǎn)的試驗(yàn)結(jié)果,分別建立氮磷鉀三元二次多項(xiàng)式肥效模型(略)。統(tǒng)計(jì)表明,6個(gè)施肥類別的三元肥效模型的F值均達(dá)顯著水平,而且模型參數(shù)正負(fù)號(hào)滿足水稻營(yíng)養(yǎng)特性,均為典型肥效模型[21]。因此,以每公斤N4.3元、P2O55元、K2O6元和稻谷2元的當(dāng)?shù)厥袌?chǎng)均價(jià)為依據(jù),用邊際產(chǎn)量導(dǎo)數(shù)法計(jì)算各施肥類別的推薦施肥量(表3)。但在指導(dǎo)該區(qū)域早稻合理施肥時(shí),用戶的具體田塊的推薦施肥該歸屬于哪個(gè)施肥類別呢?以往常用的方法是根據(jù)用戶常年空白區(qū)產(chǎn)量或者預(yù)期施肥目標(biāo)產(chǎn)量,對(duì)照表3的結(jié)果進(jìn)行推薦。但是,在廣大農(nóng)村中空白區(qū)產(chǎn)量或施肥目標(biāo)產(chǎn)量等指標(biāo)難以準(zhǔn)確獲取,在應(yīng)用上尚存在困難,模式識(shí)別技術(shù)可使表3結(jié)果的實(shí)際應(yīng)用更為簡(jiǎn)便和可靠。

    表3 供試地塊基礎(chǔ)產(chǎn)量、目標(biāo)產(chǎn)量及其推薦施肥量 (kg/hm2)Table 3 Paddy field yield levels, blank yields and the recommended fertilizer rates for the target yields in different categories of N, P and K fertilization recommendation for early rice

    表4 各施肥類別的訓(xùn)練樣本的氮、磷、鉀施肥量和產(chǎn)量均值 (kg/hm2)Table 4 Average N, P and K fertilizer rates and early rice yields in the selected training samples from the six fertilization categories

    2.2 早稻氮磷鉀施肥類別的訓(xùn)練樣本

    根據(jù)統(tǒng)計(jì)模式識(shí)別原理[16],要對(duì)未知施肥類別的地塊做出施肥決策,首先應(yīng)根據(jù)各施肥類別的相關(guān)試驗(yàn)資料,提取各類別的特征樣本作為訓(xùn)練樣本。這樣做的緣由是使后續(xù)建立決策準(zhǔn)則更容易,結(jié)果更穩(wěn)定和易于理解。因此,根據(jù)80個(gè)試驗(yàn)點(diǎn)在6個(gè)施肥類別中的歸屬,針對(duì)同一施肥類別內(nèi)各試驗(yàn)點(diǎn)的14個(gè)處理,提取相同處理的氮、磷、鉀施肥量及其對(duì)應(yīng)產(chǎn)量均值,作為該類別的訓(xùn)練樣本,結(jié)果見(jiàn)表4。

    根據(jù)“3414”試驗(yàn)設(shè)計(jì)方案,表4的每個(gè)施肥類別有14個(gè)處理,每個(gè)處理含有4個(gè)指標(biāo),即:氮、磷、鉀施肥量及其產(chǎn)量。從表中可以看到,施肥量數(shù)據(jù)在10的一次方和二次方量級(jí)之間,而產(chǎn)量數(shù)據(jù)在10的三次方量級(jí),數(shù)值大小差異較大。為消除數(shù)據(jù)量級(jí)差異的影響,在建立判別函數(shù)前,需對(duì)80個(gè)試驗(yàn)資料的施肥量和產(chǎn)量原始數(shù)據(jù)根據(jù)(4)式進(jìn)行標(biāo)準(zhǔn)化處理,然后利用處理后的數(shù)據(jù)分別建立6個(gè)施肥類別的判別函數(shù)。

    2.3 早稻氮磷鉀施肥類別歸屬的判別函數(shù)及其應(yīng)用

    將80個(gè)試驗(yàn)資料分成6個(gè)施肥類別時(shí),根據(jù)(5)式的ζ統(tǒng)計(jì)量,各施肥類別的協(xié)方差矩陣差異顯著性檢驗(yàn)結(jié)果表明,自由度df等于50,統(tǒng)計(jì)量ζ等于376.97,大于臨界值表明各施肥類別間協(xié)方差矩陣不全相等。因此,需采用基于(3)式的貝葉斯判別函數(shù)。

    為得到(3)式判別函數(shù)的具體表達(dá)式,如上所述,第一步,對(duì)80個(gè)試驗(yàn)資料分別計(jì)算各處理氮、磷、鉀施肥量及其對(duì)應(yīng)試驗(yàn)產(chǎn)量的平均值和標(biāo)準(zhǔn)差。第二步,利用第一步得到的各處理氮、磷、鉀施肥量及其產(chǎn)量的平均值和標(biāo)準(zhǔn)差,分別計(jì)算表4中6個(gè)施肥類別的對(duì)應(yīng)試驗(yàn)點(diǎn)14個(gè)處理中各處理對(duì)應(yīng)的氮、磷、鉀施肥量和產(chǎn)量的標(biāo)準(zhǔn)化數(shù)值。第三步,在此基礎(chǔ)上,分別計(jì)算各施肥類別的氮、磷、鉀施肥量和產(chǎn)量的均值、協(xié)方差矩陣及其逆矩陣。第四步,取各施肥類別的試驗(yàn)點(diǎn)數(shù)除以試驗(yàn)總數(shù)(80個(gè)),所得數(shù)值作為其先驗(yàn)概率值。最后,將所得數(shù)值分別代入(3)式判別函數(shù)式,分別得到6個(gè)施肥類別的判別函數(shù)表達(dá)式。

    為便于理解,對(duì)表4的各施肥類別分別隨機(jī)抽取一個(gè)處理作為樣本,即氮、磷、鉀施肥量及其對(duì)應(yīng)產(chǎn)量,利用MATLAB軟件的classify功能函數(shù)計(jì)算其后驗(yàn)概率值(表5)。結(jié)果表明,來(lái)自第1、2、3、4、5、6個(gè)施肥類別的樣本分別歸屬于原所屬施肥類別的概率值為0.9998、0.9999、0.9709、1.0000、0.9980、1.0000,即,判別結(jié)果正確地歸屬于它們?cè)瓉?lái)的所屬類別。

    2.4 氮磷鉀施肥類別歸屬準(zhǔn)確性評(píng)價(jià)

    模式識(shí)別準(zhǔn)確性評(píng)估常用訓(xùn)練樣本的回代誤判率和交叉誤判率指標(biāo)。根據(jù)表4的6個(gè)施肥類別80個(gè)試驗(yàn)點(diǎn)的氮、磷、鉀施肥量和產(chǎn)量數(shù)據(jù),應(yīng)用MATLAB軟件提供的classify函數(shù)計(jì)算回代誤判率,同時(shí)自編程序計(jì)算交叉誤判率。結(jié)果表明,如果原始數(shù)據(jù)未經(jīng)標(biāo)準(zhǔn)化處理就建立判別函數(shù),回代誤判率和交叉誤判率則分別達(dá)到34.5%和41.3%,判別準(zhǔn)確性顯然不能滿足應(yīng)用需要。但對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理后建立判別函數(shù),回代誤判率和交叉誤判率則分別下降到1.2%和1.3%,完全滿足推薦施肥的精度要求,說(shuō)明訓(xùn)練樣本數(shù)據(jù)經(jīng)過(guò)標(biāo)準(zhǔn)化處理可大幅度提高判別準(zhǔn)確性。

    回代誤判率和交叉誤判率作為評(píng)價(jià)指標(biāo)的缺點(diǎn)是可能高估了模式識(shí)別系統(tǒng)的性能。為此,進(jìn)一步利用預(yù)留的6個(gè)試驗(yàn)點(diǎn)資料(表1)作為待判樣本來(lái)檢驗(yàn)判別效果。首先參考當(dāng)前多點(diǎn)試驗(yàn)資料匯總中土壤肥力等級(jí)劃分的一般方法[4–5],根據(jù)空白處理和平衡施肥處理的產(chǎn)量水平,與表4中各施肥類別的相應(yīng)處理產(chǎn)量水平的接近程度,確定這6個(gè)試驗(yàn)點(diǎn)的施肥類別歸屬。然后,利用已建立的貝葉斯判別函數(shù)檢驗(yàn)其類別歸屬是否一致。一般認(rèn)為,判別準(zhǔn)確性達(dá)到80%左右時(shí)[18],該模式識(shí)別系統(tǒng)即可投入使用。表6結(jié)果表明,對(duì)包括氮、磷、鉀施肥量和產(chǎn)量指標(biāo)的84個(gè)處理的樣本,平均判別準(zhǔn)確率達(dá)到81.0%。可見(jiàn),貝葉斯判別的準(zhǔn)確率達(dá)到推薦施肥對(duì)精度的一般要求。

    表5 基于后驗(yàn)概率的貝葉斯判別函數(shù)的施肥類別歸屬的判別結(jié)果Table 5 Recognition results of fertilization category attribution based on posterior probability of the Bayesian discriminant function

    表6 預(yù)留6個(gè)試驗(yàn)點(diǎn)貝葉斯判別函數(shù)判別的施肥類別Table 6 Fertilization categories of the reserved six trial sites attributed by the Bayesian discriminant function

    3 結(jié)論與討論

    3.1 測(cè)土施肥技術(shù)的適用性

    土壤測(cè)定與推薦施肥技術(shù)經(jīng)過(guò)20世紀(jì)四十年代至六十年代這一段時(shí)間的發(fā)展,已奠定了良好的科學(xué)基礎(chǔ),并確立了一整套國(guó)際公認(rèn)與通用的工作方法[22–23],在農(nóng)業(yè)規(guī)?;a(chǎn)的歐美發(fā)達(dá)國(guó)家無(wú)不行之有效。我國(guó)在測(cè)土配方施肥技術(shù)發(fā)展過(guò)程中,于1990年前后分別提出了“先測(cè)土后效應(yīng)”和“先效應(yīng)后測(cè)土”兩大技術(shù)路線[24–25],要實(shí)現(xiàn)合理施肥的微觀指導(dǎo)同樣必須測(cè)土。毫無(wú)疑問(wèn),“測(cè)土”對(duì)于單個(gè)試驗(yàn)點(diǎn)的深入研究非常有效,能夠讓人們對(duì)耕地土壤肥力狀況、作物需肥規(guī)律和推薦施肥三者間關(guān)系有深入的認(rèn)識(shí)和掌握。然而,對(duì)面上的多點(diǎn)試驗(yàn)資料在推薦施肥中應(yīng)用的深入探討和規(guī)律總結(jié)則是其弱點(diǎn),這也是為什么眾多“3414”試驗(yàn)資料至今未能被很好地歸納總結(jié)的一個(gè)關(guān)鍵技術(shù)原因。

    同時(shí),在推廣應(yīng)用上,這種源自歐美發(fā)達(dá)國(guó)家規(guī)?;r(nóng)業(yè)生產(chǎn)條件下的測(cè)土推薦施肥技術(shù),面對(duì)我國(guó)耕地高度分散經(jīng)營(yíng)的農(nóng)業(yè)生產(chǎn)實(shí)際時(shí),在取土、測(cè)土過(guò)程中經(jīng)常會(huì)遇到目前還難以克服的難題[6]。主要體現(xiàn)在兩個(gè)方面:1)由于耕地高度分散經(jīng)營(yíng)和復(fù)種指數(shù)高,農(nóng)戶間栽培管理水平存在差異,造成土壤肥力空間變異大,代表性土樣采集難;2)為了獲得較高精度的推薦施肥量,必須加大土樣采樣密度,結(jié)果造成測(cè)土費(fèi)用高、耗費(fèi)時(shí)間長(zhǎng)和常誤農(nóng)時(shí)等問(wèn)題。實(shí)際上,這種狀況就如同在火車站需要高效快速進(jìn)行旅客身份識(shí)別,通過(guò)對(duì)旅客采集生物樣品進(jìn)行DNA測(cè)序來(lái)鑒別身份的技術(shù),雖然結(jié)果準(zhǔn)確和無(wú)異議,但在這種場(chǎng)合并不實(shí)用,而人臉模式識(shí)別技術(shù)則滿足了準(zhǔn)確和快速通關(guān)的客觀需要。

    因此,在推薦施肥技術(shù)領(lǐng)域,僅僅停留在通過(guò)“測(cè)土”技術(shù)手段深入研究和掌握土壤肥力狀況、作物需肥規(guī)律和推薦施肥三者間關(guān)系是不夠的,我們還需要在此基礎(chǔ)上,應(yīng)用高度發(fā)達(dá)的信息技術(shù)和計(jì)算機(jī)技術(shù)對(duì)研究結(jié)果進(jìn)行深度總結(jié)和挖掘,提出普通用戶就能使用的高效、快速和準(zhǔn)確的肥效參數(shù)識(shí)別和推薦施肥新技術(shù),才能滿足廣大農(nóng)戶的實(shí)際應(yīng)用需要。

    3.2 統(tǒng)計(jì)模式識(shí)別技術(shù)的應(yīng)用

    統(tǒng)計(jì)模式識(shí)別理論和技術(shù)的發(fā)展和成熟,為我們解決“測(cè)土”難題提供了一個(gè)新思路。在構(gòu)建了區(qū)域作物施肥類別后,對(duì)于該區(qū)域內(nèi)某個(gè)田塊或幾個(gè)臨近田塊的推薦施肥應(yīng)屬于哪個(gè)施肥類別呢?這就涉及到施肥類別歸屬的判別問(wèn)題。根據(jù)統(tǒng)計(jì)模式識(shí)別理論[16],解決的辦法是,先對(duì)區(qū)域內(nèi)各個(gè)施肥類別的相關(guān)觀測(cè)指標(biāo)進(jìn)行統(tǒng)計(jì)分析,確定每個(gè)施肥類別的統(tǒng)計(jì)特征,再把未知施肥類別田塊的相關(guān)指標(biāo)與這些已知施肥類別的統(tǒng)計(jì)特征進(jìn)行比較,把它們歸類到統(tǒng)計(jì)特征最相近的一個(gè)已知施肥類別中去,進(jìn)而提出施肥建議。因此,可以采用具體地塊上一年度或前2~3年的相同作物氮、磷、鉀施肥量與產(chǎn)量,結(jié)合地塊肥力信息等數(shù)量指標(biāo),作為施肥類別歸屬判別和推薦施肥的依據(jù)。

    這一技術(shù)路線的準(zhǔn)確性如何是人們最為關(guān)心的問(wèn)題。本文初步研究表明,這個(gè)問(wèn)題應(yīng)從應(yīng)用層面和技術(shù)層面兩個(gè)方面來(lái)考慮。在應(yīng)用層面,如果用戶在施肥識(shí)別系統(tǒng)使用過(guò)程中逐漸養(yǎng)成記錄田間資料檔案的習(xí)慣,由此得到的數(shù)據(jù)質(zhì)量將明顯提高。在技術(shù)層面,在確保兩兩類別間的關(guān)鍵指標(biāo)均值具有顯著差異的前提下,將閩東南地區(qū)的早稻劃分為6個(gè)施肥類別,訓(xùn)練樣本的回代誤判率和交叉誤判率平均只有1%左右,預(yù)留的84個(gè)處理的氮、磷、鉀施肥量及其產(chǎn)量試驗(yàn)資料的施肥類別歸屬的判別正確率達(dá)到81.0%。但是,如果原始數(shù)據(jù)未經(jīng)標(biāo)準(zhǔn)化處理就建立判別函函數(shù),回代誤判率和交叉誤判率則分別高達(dá)34.5%和41.3%。結(jié)果表明,數(shù)據(jù)標(biāo)準(zhǔn)化處理是提高判別正確率的重要手段。

    判別分析的另一種常用方法是距離判別法[18],利用該法和本文的80個(gè)試驗(yàn)資料作為訓(xùn)練樣本來(lái)檢驗(yàn)表1預(yù)留資料的判別準(zhǔn)確性,結(jié)果判別正確率只有69.0%,顯示不同方法的判別準(zhǔn)確性有較大差別。因此,選擇合適的判別方法是提高判別準(zhǔn)確性的另外一個(gè)重要途徑。由于統(tǒng)計(jì)模式識(shí)別的具體數(shù)學(xué)方法很多[16],在將來(lái)的工作中,我們應(yīng)根據(jù)不同區(qū)域的田間肥效試驗(yàn)資料,深入探討不同方法的專業(yè)適用性和可行性。此外,提高判別準(zhǔn)確率的另一個(gè)關(guān)鍵技術(shù)是正確建立作物施肥類別。

    3.3 區(qū)域作物施肥類別的構(gòu)建

    統(tǒng)計(jì)模式識(shí)別技術(shù)在推薦施肥中應(yīng)用的前提是正確地建立區(qū)域作物施肥類別。聚類分析是定量分類的最常用方法,但聚類結(jié)果的譜系圖只給出了各個(gè)試驗(yàn)點(diǎn)的親疏關(guān)系,本身并沒(méi)有給出具體分類。本研究表明,閩東南地區(qū)早稻氮磷鉀施肥類別的有效分類數(shù)為6個(gè)。這種以施肥量和早稻產(chǎn)量為指標(biāo)依據(jù)的施肥類別劃分方法具有簡(jiǎn)單實(shí)用的優(yōu)點(diǎn)。但是,要了解不同施肥類別的土壤養(yǎng)分狀況,還需要結(jié)合土壤測(cè)定。

    區(qū)域作物施肥類別應(yīng)該劃分多少類?以往大都根據(jù)專業(yè)知識(shí)結(jié)合個(gè)人經(jīng)驗(yàn)劃分為3~6個(gè)類別,然后按照不同類別所屬試驗(yàn)點(diǎn)的田間試驗(yàn)資料進(jìn)行歸納總結(jié)[4–5]。顯然,這種方法帶有明顯的人為因素的影響。本研究表明,施肥類別數(shù)取決于:1)類別的代表性,即某個(gè)類別的試驗(yàn)數(shù)不能太少;2)類別間的關(guān)鍵指標(biāo)均值差異達(dá)到統(tǒng)計(jì)顯著水平;3)預(yù)留樣本類別歸屬的判別正確率達(dá)到80%以上[18]。這樣,我們就能將區(qū)域作物施肥類別劃分建立在嚴(yán)格的定量分類基礎(chǔ)上,使每個(gè)施肥類別都具有鮮明的統(tǒng)計(jì)學(xué)意義,這是提高施肥類別歸屬判別準(zhǔn)確性的一個(gè)關(guān)鍵點(diǎn)。

    本研究所涉及的閩東南地區(qū),在農(nóng)業(yè)生產(chǎn)條件和早稻栽培管理水平等方面差異不大,因而在建立早稻施肥類別時(shí)僅考慮氮磷鉀施肥量及其產(chǎn)量作為指標(biāo)依據(jù),就能達(dá)到81.0%的判別準(zhǔn)確率??梢栽O(shè)想,如果研究所涉及的地理區(qū)域較大,導(dǎo)致生產(chǎn)條件和生產(chǎn)水平有明顯差異時(shí),為使判別準(zhǔn)確率達(dá)到滿意水平,在確定施肥類別時(shí),土壤肥力信息、生態(tài)環(huán)境條件等地點(diǎn)變量就將變得很重要而不可忽略。

    [1]楊卓亞,毛達(dá)如,黃金龍,盧志光.基于年景變化的施肥決策[J].北京農(nóng)業(yè)大學(xué)學(xué)報(bào),1995,21(Suppl.):19–22. Yang ZY,Mao DR,Huang JL,Lu ZG.Fertilization strategy for different crop yield year type[J].Acta Agriculturae Universitatis Pekinensis,1995,21(Suppl.):19–22.

    [2]耿興元,毛達(dá)如,曹一平.土壤肥力模糊量化評(píng)價(jià)(判)系統(tǒng)的建立[J].北京農(nóng)業(yè)大學(xué)學(xué)報(bào),1995,21(Suppl.):23–28. Geng XY,Mao DR,Cao YP.A fuzzy system for quantitative evaluation of soil fertility[J].Acta Agriculturae Universitatis Pekinensis,1995,21(Suppl.):23–28.

    [3]金耀青,張中原.配方施肥方法及其應(yīng)用[M].沈陽(yáng):遼寧科學(xué)技術(shù)出版社,1993:35–158. Jin YQ,Zhang ZY.The method of formula fertilization and its application[M].Shenyang:Liaoning Science and Technology Press, 1993:35–158.

    [4]李娟,章明清,孔慶波,等.福建早稻測(cè)土配方施肥指標(biāo)體系研究[J].植物營(yíng)養(yǎng)與肥料學(xué)報(bào),2010,16(4):938–946. Li J,Zhang MQ,Kong QB,et al.Soil testing and formula fertilization index for early rice in Fujian Province[J].Plant Nutrition and Fertilizer Science,2010,16(4):938–946.

    [5]楊俐蘋,白由路,王賀,等.測(cè)土配方施肥指標(biāo)體系建立中“3414”試驗(yàn)方案應(yīng)用探討—以內(nèi)蒙古海拉爾地區(qū)油菜“3414”試驗(yàn)為例[J].植物營(yíng)養(yǎng)與肥料學(xué)報(bào),2011,17(4):1018–1023. Yang LP,Bai YL,Wan H,et al.Application of“3414”field trial design for establishing soil testing and fertilizer recommendation index[J].Plant Nutrition and Fertilizer Science,2011,17(4): 1018–1023.

    [6]侯彥林,郭喆,任軍.不測(cè)土條件下半定量施肥原理和模型評(píng)述[J].生態(tài)學(xué)雜志,2002,21(4):31–35. Hou YL,Guo Z,Ren J.Summarization of principles and models for semi-quantitative fertilization without soil testing[J].Chinese Journal of Ecology,2002,21(4):31–35.

    [7]Kim JW,Ahn YJ,Lee KC,et al.A classification approach for genotyping viral sequences based on multidimensional scaling and linear discriminant analysis[J].BMC Bioinformatics,2010,11:434.

    [8]Zhao XJ,Pei ZY,Liu J,et al.Prediction of nucleosome DNA formation potential and nucleosome positioning using increment of diversity combined with quadratic discriminant analysis[J]. Chromosome Research,2010,18:777–785.

    [9]Li XL,Yi SL,He SL.Identification of pummelo cultivars by using Vis/NIR spectra and pattern recognition methods[J].Precision Agriculture,2016,17:365–374.

    [10]羅汝英.江西省低山區(qū)杉林土壤障礙性條件的判別分析[J].土壤學(xué)報(bào),1980,17(2):145–155. Luo RY.Discriminant analysis of inhibiting soil conditions of Chinese fir stands in low mountain district of Jiangxi Province[J]. Acta Pedologica Sinica,1980,17(2):145–155.

    [11]熊國(guó)炎.兩組線性判別分析在土壤分類中的應(yīng)用[J].土壤,1980,(5):177–181. Xiong GL.Two groups of linear discriminant analysis applied for the soil classification[J].Soils,1980(5):177–181.

    [12]Brus DJ,Bogaert P,Heuvelink GB.Bayesian maximum entropy prediction of soil categories using atraditional soil map as soft information[J].European Journal of Soil Science,2008,59(2): 166–177.

    [13]邱琳,李安波,趙玉國(guó).基于Fisher判別分析的數(shù)字土壤制圖研究[J].土壤通報(bào),2012,43(6):1281–1286. Qiu L,Li AB,Zhao YG.Digital soil mapping based on Fisher discriminant analysis[J].Chinese Journal of Soil Science,2012, 43(6):1281–1286.

    [14]吳海波,趙曉慎,王治國(guó),張超.基于Bayes判別分析模型的水土保持區(qū)劃[J].水土保持科學(xué),2012,10(2):88–91. Wu HB,Zhao XZ,Wan ZG,Zhang C.Regional division for soil and water conservation based on Bayes discriminant analysis model[J].Science of Soil and Water Conservation,2012,10(2): 88–91.

    [15]魯如坤.土壤農(nóng)業(yè)化學(xué)分析方法[M].北京:中國(guó)農(nóng)業(yè)科技出版社, 2000:146–196. Lu RK.Soil agricultural chemical analysis method[M].Beijing: China Agricultural Science and Technology Press,2000:146–196.

    [16]Andrew RW,Keith DC(王萍譯).統(tǒng)計(jì)模式識(shí)別(第三版)[M].北京:電子工業(yè)出版社,2015:163–201. Andrew RW,Keith DC(Translated by Wang P).Statistical pattern recognition(3rd ed.)[M].Beijing:Electronic Industry Press,2015: 163–201.

    [17]李娟,章明清,孔慶波,等.構(gòu)建縣域早稻氮磷鉀施肥的系統(tǒng)聚類方法研究[J].植物營(yíng)養(yǎng)與肥料學(xué)報(bào),2017,23(2):531–538. Li J,Zhang MQ,Kong QB,et al.Building fertilization categories of N,P and Kfertilization for early rice using systematic clustering method in county territory[J].Journal of Plant Nutrition and Fertilizer,2017,23(2):531–538.

    [18]袁志發(fā),宋世德.多元統(tǒng)計(jì)分析(第二版)[M].北京:科學(xué)出版社, 2009:278–293. Yuan ZF,Song SD,Multivariate statistical analysis(2nd ed.)[M]. Beijing:Science Press,2009:278–293.

    [19]李柏年,吳禮斌.MATLAB數(shù)據(jù)分析方法[M].北京:機(jī)械工業(yè)出版社,2015:81–104. Li PN,Wu LB.MATLAB data analysis method[M].Beijing: Mechanical Industry Press,2015:81–104.

    [20]毛達(dá)如,張承東.多點(diǎn)肥料效應(yīng)函數(shù)的動(dòng)態(tài)聚類方法[J].北京農(nóng)業(yè)大學(xué)學(xué)報(bào),1991,17(2):49–54. Mao DR,Zhang CD.Dynamic clustering method of multipoint fertilizer response function[J].Acta Agriculturae Universitatis Pekinensis,1991,17(2):49–54.

    [21]章明清,林仁塤,林代炎,姜永.極值判別分析在三元肥效模型推薦施肥中的作用[J].福建農(nóng)業(yè)學(xué)報(bào),1995,10(2):54–59. Zhang MQ,Lin RX,Lin DY,Jiang Y.Function of distinguish analysis on extreme value in recommendatory fertilization for threefertilizer efficiency model[J].Fujian Journal of Agricultural Sciences, 1995,10(2):54–59.

    [22]周鳴錚.測(cè)土施肥的科學(xué)基礎(chǔ)[J].土壤通報(bào),1984,15(4):156–160. Zhou MZ.Scientific foundation of soil testing and recommendation fertilization[J].Chinese Journal of Soil Science,1984,15(4): 156–160.

    [23]周鳴錚.中國(guó)的測(cè)土施肥[J].土壤通報(bào),1987,18(1):7–13. Zhou MZ.Soil testing and recommendation fertilization in China[J]. Chinese Journal of Soil Science,1987,18(1):7–13.

    [24]金耀青.配方施肥的方法及其功能—對(duì)我國(guó)配方施肥工作的述評(píng)[J].土壤通報(bào),1989,20(1):46–49. Jin YQ.Formula fertilization methods and its functions-review of formula fertilization work in China[J].Chinese Journal of Soil Science,1989,20(1):46–49.

    [25]陸允甫,呂曉男.中國(guó)測(cè)土施肥工作的進(jìn)展與展望[J].土壤學(xué)報(bào), 1995,32(3):241–251. Lu YP,LüX N.Progress and prospect in fertilizer recommendation based on soil testing in China[J].Acta Pedologica Sinica,1995, 32(3):241–251.

    Bayesian discriminating analysis on category attribution of nitrogen, phosphorus and potassium fertilization for early rice

    ZHANG Ming-qing1,LI Juan1,XU Wen-jiang2,KONG Qing-bo1,YAO Bao-quan3
    (1 Soil and Fertilizer Institute, Fujian Academy of Agricultural Sciences, Fuzhou 350013, China; 2 Fujian Institute of Subtropical Plants, Xiamen 36000, China; 3 Fujian Cropland Construction and Soil and Fertilizer Station, Fuzhou 350003, China)

    【Objectives】In soil testing and formulated fertilization,soil testing is the key to realize rational fertilization through practical guidance.However,collection of representative soil samples is often difficult because of highly decentralized farmland management,and soil sample analysis is cost and time-consuming. Therefore,statistical pattern recognition techniques were studied in this paper to explore category attribution of nitrogen(N),phosphorus(P)and potassium(K)fertilization without soil testing for early rice.【Methods】Data from eighty field experiments in southeast of Fujian Province,China,were used in this study.Based on the response of early rice to N,P and Kfertilizers,the paddy fields were divided into regional fertilization categories, using clustering analysis method of Euclideana distance-sum of squares of deviations.Then the NPK fertilization category for afield was calculated based on the statistical pattern recognition principle,the application rates of N, P and Kfertilizers and the outputs.【Results】On condition of ensuring that the average yield of the blank area and that of balanced fertilization had statistical significant differences between any two fertilization categories,the 80paddy fields were divided clearly into six fertilization categories.Multivariate statistics showed that the differences of covariance matrix of six categories were not all equal,and the Bayesian discrimination function of each category was established based on that.The standardization of the original data greatly improved the discrimination accuracy,with the back substitution misjudgment rate and cross misjudgment rate of trainingsamples of only1.2%and1.3%respectively,and the category discrimination accuracy of the84treatments in the 6reserved experimental sites reached81.0%.【Conclusions】Statistical pattern recognition principle and its Bayesian discriminate analysis method may provide an effective technical approach for the attribution decisions of N,P and Kfertilization category of early rice without soil testing,and its results could meet the accuracy requirements of fertilizer recommendation.

    early rice;nitrogen;phosphorus;potassium;fertilization category;Bayesian discrimination; category attribution

    2016–08–29接受日期:2017–03–20

    國(guó)家自然科學(xué)基金項(xiàng)目(31572203);福建省農(nóng)業(yè)科學(xué)院PI項(xiàng)目(2016PI-31);農(nóng)業(yè)部測(cè)土配方施肥(2011~2015)資助。

    章明清(1963—),福建永春人,博士,研究員,主要從事作物施肥原理與技術(shù)研究。E-mail:Zhangmq2001@163.com

    猜你喜歡
    判別函數(shù)模式識(shí)別早稻
    早稻迎豐收
    2021年全國(guó)早稻總產(chǎn)量2802萬(wàn)噸增長(zhǎng)2.7%
    2021年全國(guó)早稻總產(chǎn)量2802萬(wàn)噸 比2020年增產(chǎn)72.3萬(wàn)噸
    宋代早稻若干問(wèn)題探討
    游樂(lè)設(shè)施事故與危險(xiǎn)量化判別函數(shù)的構(gòu)建
    探究上市公司財(cái)務(wù)預(yù)警的數(shù)學(xué)模型
    淺談模式識(shí)別在圖像識(shí)別中的應(yīng)用
    第四屆亞洲模式識(shí)別會(huì)議
    第3屆亞洲模式識(shí)別會(huì)議
    基于Fisher判別函數(shù)的酒店員工離職預(yù)警研究
    国产精品久久久久成人av| 男女边吃奶边做爰视频| 丝袜人妻中文字幕| 最新在线观看一区二区三区 | 午夜av观看不卡| 亚洲天堂av无毛| 七月丁香在线播放| 亚洲精品av麻豆狂野| 免费日韩欧美在线观看| 亚洲伊人色综图| 欧美黄色片欧美黄色片| 丝袜人妻中文字幕| 国产片内射在线| 丝袜美足系列| 在线亚洲精品国产二区图片欧美| a级片在线免费高清观看视频| 免费观看人在逋| 美女主播在线视频| 午夜久久久在线观看| 天天躁日日躁夜夜躁夜夜| 久久久精品区二区三区| 80岁老熟妇乱子伦牲交| 狠狠婷婷综合久久久久久88av| 91国产中文字幕| 精品一区二区免费观看| 在线观看免费高清a一片| 麻豆精品久久久久久蜜桃| 国产日韩欧美亚洲二区| 亚洲中文av在线| 亚洲精品aⅴ在线观看| 亚洲欧美成人综合另类久久久| 青春草亚洲视频在线观看| 国产老妇伦熟女老妇高清| 亚洲成人一二三区av| 天天影视国产精品| 在线观看免费日韩欧美大片| 国产精品久久久久久人妻精品电影 | 各种免费的搞黄视频| 久久久久人妻精品一区果冻| 免费日韩欧美在线观看| 十八禁高潮呻吟视频| 欧美黑人欧美精品刺激| 麻豆av在线久日| 国产麻豆69| 老鸭窝网址在线观看| av在线观看视频网站免费| 爱豆传媒免费全集在线观看| 99九九在线精品视频| 妹子高潮喷水视频| 黑人巨大精品欧美一区二区蜜桃| 九九爱精品视频在线观看| 国产精品免费视频内射| 伊人亚洲综合成人网| 欧美日韩一区二区视频在线观看视频在线| 51午夜福利影视在线观看| 国产成人精品无人区| 大话2 男鬼变身卡| 欧美日韩福利视频一区二区| 久久精品人人爽人人爽视色| 人成视频在线观看免费观看| 久久精品久久久久久噜噜老黄| 在线观看三级黄色| www.精华液| av卡一久久| 日韩欧美精品免费久久| 激情视频va一区二区三区| 国产 精品1| 青春草国产在线视频| 三上悠亚av全集在线观看| 亚洲专区中文字幕在线 | 亚洲国产精品一区二区三区在线| 亚洲精品,欧美精品| 久久久久精品久久久久真实原创| 中国国产av一级| 国产精品久久久久成人av| 亚洲欧美日韩另类电影网站| 在线观看一区二区三区激情| 欧美激情 高清一区二区三区| 久久久精品免费免费高清| 男女下面插进去视频免费观看| 日本wwww免费看| 国产日韩一区二区三区精品不卡| 国产免费一区二区三区四区乱码| 亚洲欧美日韩另类电影网站| 黑人巨大精品欧美一区二区蜜桃| 日韩 欧美 亚洲 中文字幕| 亚洲欧美成人精品一区二区| 亚洲国产日韩一区二区| 久久精品人人爽人人爽视色| 51午夜福利影视在线观看| 18在线观看网站| 免费高清在线观看视频在线观看| 在线精品无人区一区二区三| 国产精品久久久人人做人人爽| 在线观看一区二区三区激情| 精品一区二区三卡| 欧美 日韩 精品 国产| 国产精品国产三级国产专区5o| 一边摸一边做爽爽视频免费| 日韩 亚洲 欧美在线| 久久久久久免费高清国产稀缺| 中文字幕亚洲精品专区| 国产精品久久久久久精品古装| 好男人视频免费观看在线| 免费av中文字幕在线| 日本色播在线视频| 日本一区二区免费在线视频| 天堂中文最新版在线下载| 久久久亚洲精品成人影院| 成人国产麻豆网| av网站在线播放免费| 最近中文字幕高清免费大全6| 在线观看免费高清a一片| 高清不卡的av网站| 成年人午夜在线观看视频| 精品人妻一区二区三区麻豆| 一区福利在线观看| 九草在线视频观看| 精品福利永久在线观看| 国产精品无大码| 日韩大片免费观看网站| 伦理电影免费视频| 美国免费a级毛片| 美女视频免费永久观看网站| 国产精品久久久av美女十八| 国产成人一区二区在线| 免费女性裸体啪啪无遮挡网站| 女人久久www免费人成看片| 亚洲第一区二区三区不卡| 丝袜人妻中文字幕| 久久这里只有精品19| 国产一区亚洲一区在线观看| 国产激情久久老熟女| 嫩草影院入口| 狂野欧美激情性bbbbbb| 建设人人有责人人尽责人人享有的| 婷婷色av中文字幕| 久久久久久久国产电影| 成人漫画全彩无遮挡| 国产精品女同一区二区软件| 中文乱码字字幕精品一区二区三区| 99久久人妻综合| 欧美激情 高清一区二区三区| 亚洲精品aⅴ在线观看| 日本vs欧美在线观看视频| 国产av国产精品国产| 久久人人爽人人片av| 成年动漫av网址| 久久亚洲国产成人精品v| 天天添夜夜摸| 如日韩欧美国产精品一区二区三区| 最新在线观看一区二区三区 | av电影中文网址| netflix在线观看网站| www.自偷自拍.com| 日韩,欧美,国产一区二区三区| 亚洲欧美精品自产自拍| 桃花免费在线播放| 人妻人人澡人人爽人人| 新久久久久国产一级毛片| 国产成人一区二区在线| 十八禁人妻一区二区| 国产片内射在线| 国产精品一区二区精品视频观看| 欧美精品高潮呻吟av久久| 老司机影院毛片| av福利片在线| 亚洲精品国产一区二区精华液| 在线观看三级黄色| 嫩草影院入口| 免费少妇av软件| 日韩熟女老妇一区二区性免费视频| 美女大奶头黄色视频| 色综合欧美亚洲国产小说| 欧美 亚洲 国产 日韩一| 精品亚洲乱码少妇综合久久| 热99久久久久精品小说推荐| 在线看a的网站| 亚洲av男天堂| 一本久久精品| 伊人久久国产一区二区| 国产成人精品福利久久| 午夜日本视频在线| 日日撸夜夜添| 精品少妇内射三级| 99热全是精品| 久久婷婷青草| 精品福利永久在线观看| 中国三级夫妇交换| 99久国产av精品国产电影| 精品人妻一区二区三区麻豆| 中文字幕人妻丝袜制服| 菩萨蛮人人尽说江南好唐韦庄| 99久久99久久久精品蜜桃| 国产亚洲一区二区精品| 麻豆精品久久久久久蜜桃| 黄色一级大片看看| 男人操女人黄网站| 久久影院123| 777久久人妻少妇嫩草av网站| 男女午夜视频在线观看| 久久女婷五月综合色啪小说| 免费在线观看黄色视频的| xxxhd国产人妻xxx| 老汉色∧v一级毛片| 人人妻人人爽人人添夜夜欢视频| 超色免费av| 欧美精品av麻豆av| 亚洲欧美一区二区三区国产| 精品人妻在线不人妻| 中文天堂在线官网| 久久久国产一区二区| 欧美日韩av久久| 美女午夜性视频免费| 亚洲av欧美aⅴ国产| 国产av国产精品国产| h视频一区二区三区| 亚洲欧洲国产日韩| 婷婷成人精品国产| 国产成人精品无人区| 观看美女的网站| 一级爰片在线观看| 免费观看a级毛片全部| 老司机影院成人| 精品人妻熟女毛片av久久网站| 成年女人毛片免费观看观看9 | av线在线观看网站| 成人手机av| 2021少妇久久久久久久久久久| 免费黄频网站在线观看国产| 女性生殖器流出的白浆| 七月丁香在线播放| 在线免费观看不下载黄p国产| 成人亚洲欧美一区二区av| 国产日韩一区二区三区精品不卡| 国产亚洲精品第一综合不卡| 国产精品无大码| 女性被躁到高潮视频| 在线天堂中文资源库| √禁漫天堂资源中文www| 亚洲专区中文字幕在线 | 老司机深夜福利视频在线观看 | 两个人免费观看高清视频| 亚洲国产av新网站| 美女视频免费永久观看网站| 国产成人精品久久久久久| 日日撸夜夜添| 日韩免费高清中文字幕av| 亚洲第一av免费看| 极品人妻少妇av视频| 性色av一级| 欧美最新免费一区二区三区| 久久久久久久精品精品| 国产又色又爽无遮挡免| 亚洲综合色网址| 丝瓜视频免费看黄片| 久久性视频一级片| 9热在线视频观看99| 天天添夜夜摸| 丁香六月欧美| 欧美人与善性xxx| 午夜激情久久久久久久| 极品少妇高潮喷水抽搐| bbb黄色大片| 亚洲熟女毛片儿| av.在线天堂| 日日摸夜夜添夜夜爱| 国产精品久久久人人做人人爽| 亚洲一级一片aⅴ在线观看| 如何舔出高潮| 少妇的丰满在线观看| 亚洲欧美精品综合一区二区三区| 国产一区二区三区综合在线观看| 久久影院123| 美女午夜性视频免费| bbb黄色大片| 性色av一级| 一级片免费观看大全| 少妇猛男粗大的猛烈进出视频| 蜜桃在线观看..| xxx大片免费视频| 免费黄网站久久成人精品| 91国产中文字幕| 国产片特级美女逼逼视频| 在线精品无人区一区二区三| 免费在线观看黄色视频的| 国产成人a∨麻豆精品| 国产野战对白在线观看| 久久久国产精品麻豆| 七月丁香在线播放| 亚洲综合精品二区| 男女无遮挡免费网站观看| 青草久久国产| 久久精品国产综合久久久| 精品国产一区二区三区四区第35| 亚洲精品,欧美精品| 精品卡一卡二卡四卡免费| 精品视频人人做人人爽| 街头女战士在线观看网站| 精品少妇内射三级| 精品国产一区二区三区四区第35| 成人手机av| 王馨瑶露胸无遮挡在线观看| 成年动漫av网址| 日本av免费视频播放| 日韩欧美精品免费久久| 日韩精品免费视频一区二区三区| 国产黄频视频在线观看| 99久久99久久久精品蜜桃| 一区二区日韩欧美中文字幕| 两性夫妻黄色片| 亚洲欧美一区二区三区久久| 国产xxxxx性猛交| 国产精品偷伦视频观看了| 99九九在线精品视频| 久久天堂一区二区三区四区| 桃花免费在线播放| 亚洲国产欧美日韩在线播放| 国产女主播在线喷水免费视频网站| 成人漫画全彩无遮挡| 久久人人97超碰香蕉20202| 免费观看人在逋| 中文字幕最新亚洲高清| 乱人伦中国视频| 伊人亚洲综合成人网| 久久久久久久精品精品| 亚洲少妇的诱惑av| 男女免费视频国产| 亚洲国产av新网站| 亚洲四区av| 欧美av亚洲av综合av国产av | 成人漫画全彩无遮挡| 女人高潮潮喷娇喘18禁视频| 欧美在线一区亚洲| 我的亚洲天堂| 日韩 欧美 亚洲 中文字幕| av免费观看日本| 国产乱来视频区| 电影成人av| 亚洲欧美中文字幕日韩二区| 一级片免费观看大全| av女优亚洲男人天堂| 一级毛片黄色毛片免费观看视频| 亚洲自偷自拍图片 自拍| 日本黄色日本黄色录像| 国精品久久久久久国模美| 国产精品二区激情视频| 我的亚洲天堂| 欧美激情极品国产一区二区三区| 91精品国产国语对白视频| 九草在线视频观看| 男男h啪啪无遮挡| 91精品三级在线观看| 久久久久久久久免费视频了| 男女床上黄色一级片免费看| 校园人妻丝袜中文字幕| 国产在线视频一区二区| 久久97久久精品| 成年人免费黄色播放视频| 91老司机精品| 老汉色av国产亚洲站长工具| 日日爽夜夜爽网站| 波野结衣二区三区在线| 亚洲精品国产av成人精品| 国产av码专区亚洲av| 色播在线永久视频| 国产av精品麻豆| 欧美日韩国产mv在线观看视频| 人人妻人人澡人人爽人人夜夜| 91精品伊人久久大香线蕉| 久久久久久久久久久免费av| 精品久久久精品久久久| 制服丝袜香蕉在线| 久久久久精品性色| 久久久亚洲精品成人影院| 久热爱精品视频在线9| 欧美精品人与动牲交sv欧美| 9热在线视频观看99| 母亲3免费完整高清在线观看| 黄色视频在线播放观看不卡| 亚洲av中文av极速乱| 一级黄片播放器| 欧美精品人与动牲交sv欧美| 亚洲国产最新在线播放| 一本一本久久a久久精品综合妖精| 久久久久国产一级毛片高清牌| 亚洲av综合色区一区| 午夜福利网站1000一区二区三区| 美女福利国产在线| 久久天堂一区二区三区四区| 国产97色在线日韩免费| 在线观看www视频免费| 狠狠婷婷综合久久久久久88av| 国产成人av激情在线播放| 精品国产一区二区三区四区第35| 一区二区av电影网| 在线观看www视频免费| 男女下面插进去视频免费观看| av卡一久久| 熟女av电影| 国产亚洲欧美精品永久| 在线亚洲精品国产二区图片欧美| 午夜日本视频在线| www日本在线高清视频| 啦啦啦 在线观看视频| 亚洲欧洲日产国产| 新久久久久国产一级毛片| 亚洲欧美成人综合另类久久久| 嫩草影视91久久| 日日撸夜夜添| 国产精品香港三级国产av潘金莲 | 欧美中文综合在线视频| 亚洲伊人色综图| 国产熟女午夜一区二区三区| 秋霞在线观看毛片| 人成视频在线观看免费观看| 无限看片的www在线观看| 国产在线视频一区二区| av天堂久久9| 精品一品国产午夜福利视频| 99久久精品国产亚洲精品| 婷婷色av中文字幕| 亚洲av欧美aⅴ国产| 最近手机中文字幕大全| 日韩,欧美,国产一区二区三区| 丰满乱子伦码专区| 搡老岳熟女国产| 精品一区二区免费观看| 啦啦啦啦在线视频资源| 婷婷色麻豆天堂久久| 老司机亚洲免费影院| 人人妻人人澡人人爽人人夜夜| 青青草视频在线视频观看| 日韩欧美一区视频在线观看| 一本色道久久久久久精品综合| 午夜精品国产一区二区电影| 国产黄频视频在线观看| 欧美日韩精品网址| 一区二区三区精品91| 免费在线观看视频国产中文字幕亚洲 | 国产精品嫩草影院av在线观看| 国产福利在线免费观看视频| 麻豆精品久久久久久蜜桃| 婷婷色综合大香蕉| 十八禁高潮呻吟视频| 国产男人的电影天堂91| a级片在线免费高清观看视频| 久久99热这里只频精品6学生| 久久久国产精品麻豆| 老司机深夜福利视频在线观看 | 男女之事视频高清在线观看 | 免费在线观看视频国产中文字幕亚洲 | 中文字幕av电影在线播放| 人人妻人人爽人人添夜夜欢视频| 国产片内射在线| 国产成人午夜福利电影在线观看| 日本vs欧美在线观看视频| 黑人巨大精品欧美一区二区蜜桃| 99香蕉大伊视频| 国产无遮挡羞羞视频在线观看| 亚洲第一区二区三区不卡| 91精品伊人久久大香线蕉| 十八禁网站网址无遮挡| av又黄又爽大尺度在线免费看| 久久人人爽人人片av| 亚洲av欧美aⅴ国产| 亚洲精品日本国产第一区| 色精品久久人妻99蜜桃| 晚上一个人看的免费电影| 亚洲免费av在线视频| 秋霞伦理黄片| 日韩成人av中文字幕在线观看| 久久久国产精品麻豆| 热99国产精品久久久久久7| 18在线观看网站| 久久久久久久国产电影| 一本色道久久久久久精品综合| 少妇被粗大的猛进出69影院| 啦啦啦视频在线资源免费观看| 五月开心婷婷网| 天美传媒精品一区二区| 亚洲第一青青草原| 搡老乐熟女国产| 少妇被粗大的猛进出69影院| 亚洲国产中文字幕在线视频| 男女无遮挡免费网站观看| 精品久久久久久电影网| 在线免费观看不下载黄p国产| 欧美在线一区亚洲| 热99国产精品久久久久久7| 女性生殖器流出的白浆| 看免费av毛片| 亚洲,欧美,日韩| 男女高潮啪啪啪动态图| 美女中出高潮动态图| 人人妻人人澡人人看| 中文字幕制服av| 国产黄频视频在线观看| 国语对白做爰xxxⅹ性视频网站| 天天添夜夜摸| 99久久99久久久精品蜜桃| 亚洲av日韩精品久久久久久密 | 国产一区亚洲一区在线观看| 精品亚洲成a人片在线观看| 久久久精品国产亚洲av高清涩受| 丝瓜视频免费看黄片| 国产一区亚洲一区在线观看| 亚洲男人天堂网一区| 好男人视频免费观看在线| 母亲3免费完整高清在线观看| 飞空精品影院首页| 亚洲综合色网址| 国产探花极品一区二区| 欧美国产精品va在线观看不卡| av在线观看视频网站免费| 伊人久久国产一区二区| 国产片内射在线| 午夜福利免费观看在线| 国产精品一区二区精品视频观看| 99热国产这里只有精品6| 男人添女人高潮全过程视频| 久久久久久久精品精品| 久久精品国产亚洲av高清一级| 天堂俺去俺来也www色官网| 极品人妻少妇av视频| 欧美变态另类bdsm刘玥| 亚洲国产欧美网| 亚洲精品视频女| 熟妇人妻不卡中文字幕| 久久久精品94久久精品| 免费高清在线观看日韩| 韩国av在线不卡| av片东京热男人的天堂| 国产成人午夜福利电影在线观看| av国产久精品久网站免费入址| 午夜日本视频在线| 女人高潮潮喷娇喘18禁视频| 国产日韩一区二区三区精品不卡| 99国产综合亚洲精品| 一级黄片播放器| 国产成人91sexporn| 国产午夜精品一二区理论片| 亚洲欧美一区二区三区久久| 免费人妻精品一区二区三区视频| 新久久久久国产一级毛片| 成人18禁高潮啪啪吃奶动态图| 国产av码专区亚洲av| 在线观看www视频免费| 可以免费在线观看a视频的电影网站 | 亚洲成国产人片在线观看| 国产精品国产av在线观看| 久久精品国产综合久久久| 国产精品国产三级专区第一集| 国产野战对白在线观看| 国产一区二区 视频在线| 中文字幕另类日韩欧美亚洲嫩草| 亚洲精品国产区一区二| 大片电影免费在线观看免费| 女性生殖器流出的白浆| 亚洲精品第二区| 七月丁香在线播放| 亚洲久久久国产精品| 亚洲四区av| 中文字幕人妻熟女乱码| 久久久精品免费免费高清| 精品少妇内射三级| 国产精品国产三级专区第一集| 日本91视频免费播放| 日韩成人av中文字幕在线观看| 亚洲一码二码三码区别大吗| 久久久久久久大尺度免费视频| 亚洲国产中文字幕在线视频| 欧美最新免费一区二区三区| 黄网站色视频无遮挡免费观看| 国产97色在线日韩免费| 十八禁网站网址无遮挡| 午夜激情av网站| 日本vs欧美在线观看视频| 国产毛片在线视频| 在线 av 中文字幕| 在线观看免费午夜福利视频| 考比视频在线观看| 女人爽到高潮嗷嗷叫在线视频| 街头女战士在线观看网站| 男人添女人高潮全过程视频| 热re99久久国产66热| 欧美亚洲 丝袜 人妻 在线| 在线观看一区二区三区激情| 丁香六月欧美| 日韩大码丰满熟妇| 在线观看一区二区三区激情| 91精品国产国语对白视频| 婷婷色麻豆天堂久久| 欧美av亚洲av综合av国产av | 久久99一区二区三区| 自线自在国产av| 国产一区二区 视频在线| 亚洲一码二码三码区别大吗| av线在线观看网站| 久久久久久久久免费视频了| 久久精品国产亚洲av高清一级| 九九爱精品视频在线观看| 久久热在线av| 人成视频在线观看免费观看| 97在线人人人人妻| 日本爱情动作片www.在线观看| 一级,二级,三级黄色视频| 天天躁狠狠躁夜夜躁狠狠躁| 久久97久久精品| 国产极品天堂在线| 一级爰片在线观看| 热re99久久国产66热| 91aial.com中文字幕在线观看| 精品视频人人做人人爽| 一区二区三区乱码不卡18|