• <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 ?

    基于近鄰傳播算法的茶園土壤墑情傳感器布局優(yōu)化

    2019-05-11 07:03:00張嫚嫚江朝暉蔣躍林
    關(guān)鍵詞:墑情布局含水率

    張 武,張嫚嫚,洪 汛,江朝暉,蔣躍林

    ?

    基于近鄰傳播算法的茶園土壤墑情傳感器布局優(yōu)化

    張 武1,張嫚嫚1,洪 汛1,江朝暉1※,蔣躍林2

    (1.安徽農(nóng)業(yè)大學(xué)信息與計(jì)算機(jī)學(xué)院,合肥 230036;2.安徽農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院,合肥 230036)

    針對節(jié)水灌溉的土壤墑情傳感器布局問題,提出了基于近鄰傳播算法(affinity propagation,AP聚類算法)的優(yōu)化布局策略。策略在保證茶園傳感網(wǎng)絡(luò)全覆蓋的基礎(chǔ)上,實(shí)時采集試驗(yàn)區(qū)各節(jié)點(diǎn)的土壤墑情數(shù)據(jù),構(gòu)建節(jié)點(diǎn)土壤含水率的相似度矩陣,并迭代計(jì)算各節(jié)點(diǎn)的吸引度和歸屬度值,得出聚類數(shù)和聚類中心。結(jié)果表明,采用AP聚類算法對試驗(yàn)區(qū)域傳感器進(jìn)行優(yōu)化布局,優(yōu)化了傳感器數(shù)量和位置,使傳感器數(shù)量由25個減少到2個。在試驗(yàn)區(qū)隨機(jī)采集土壤相對含水率,經(jīng)驗(yàn)證,聚類中心節(jié)點(diǎn)的土壤相對含水率與試驗(yàn)區(qū)平均值相近,相對偏差近為0.76%,表明聚類中心節(jié)點(diǎn)的土壤墑情數(shù)據(jù)具有代表性。該方法有效降低了數(shù)據(jù)的冗余度,節(jié)約了系統(tǒng)成本。

    墑情;傳感器;聚類算法:優(yōu)化布局;AP

    0 引 言

    農(nóng)業(yè)節(jié)水灌溉系統(tǒng)通過分布于農(nóng)田的傳感器采集土壤墑情信息,合理的傳感器選擇和優(yōu)化布局對土壤墑情的準(zhǔn)確獲取起著重要作用[1]。傳感器布局的優(yōu)化問題在航空航天領(lǐng)域、結(jié)構(gòu)損傷探測和機(jī)械故障診斷分析等方面獲得了廣泛應(yīng)用[2-5]。

    目前人們對于傳感器布局研究的重點(diǎn)集中于布點(diǎn)模型和覆蓋算法,即通過不同的算法模型,從基站數(shù)量、網(wǎng)絡(luò)連通性以及在有障礙物環(huán)境中的最小覆蓋度等方面開展優(yōu)化研究。劉麗萍[6]在布點(diǎn)模型方面研究了隨機(jī)規(guī)則布點(diǎn)模型和泊松分布布點(diǎn)模型,利用臨界傳感器密度來確保完全覆蓋。在覆蓋算法方面,主要涉及遺傳算法、貪婪策略方法和粒子群算法等。Lin等[7]從傳感器網(wǎng)絡(luò)能量最優(yōu)的角度,運(yùn)用模擬退火算法對傳感器布局進(jìn)行了優(yōu)化設(shè)計(jì);Wang等[8]針對有障礙物的傳感區(qū)域,以實(shí)現(xiàn)最小覆蓋為目標(biāo)優(yōu)化了傳感網(wǎng)絡(luò);趙偉霞等[9]研究了土壤含水率的時間穩(wěn)定性問題,分析了將土壤水分傳感器直接布設(shè)在代表平均土壤含水率的點(diǎn)時可選擇的測點(diǎn)數(shù)量與灌水均勻系數(shù)和土層深度的關(guān)系;蔣杰等[10]設(shè)計(jì)了一種基于目標(biāo)區(qū)域Voronoi劃分的集中式近似算法和基于最小生成樹的連通算法;李飚等[11]針對土壤墑情傳感器布點(diǎn)問題提出了一種基于Delaunay三角剖分的傳感器布點(diǎn)方法。

    有關(guān)農(nóng)田土壤墑情傳感器布局的研究主要側(cè)重于網(wǎng)絡(luò)覆蓋的優(yōu)化算法方面,對于土壤墑情數(shù)據(jù)的冗余度問題尚缺少相關(guān)的研究。通常,農(nóng)田土壤的含水率受降雨、地形、土壤特性、植被分布和微立地條件等多種因素影響[12-15],同質(zhì)地土壤在平面和深度上實(shí)際并非完全均質(zhì),大多數(shù)土壤特性均是空間位置的函數(shù),在同質(zhì)地不同位置處存在著差異[16]。在農(nóng)田土壤墑情傳感器的布局優(yōu)化過程中不僅要實(shí)現(xiàn)傳感網(wǎng)絡(luò)的全覆蓋,還應(yīng)考慮土壤墑情數(shù)據(jù)的相似度和差異性問題,以減少數(shù)據(jù)的冗余度為目標(biāo)合理優(yōu)化傳感器布局。

    本文以茶園土壤墑情為研究對象,研究土壤墑情信息的差異性,在網(wǎng)絡(luò)全覆蓋的基礎(chǔ)上基于近鄰傳播算法(affinity propagation,AP聚類算法)通過計(jì)算土壤節(jié)點(diǎn)含水率的相似度矩陣實(shí)現(xiàn)墑情數(shù)據(jù)的聚類,優(yōu)化傳感器布局,降低數(shù)據(jù)的冗余度和系統(tǒng)成本。

    1 傳感器布局

    1.1 傳統(tǒng)布局方法

    土壤墑情傳感器一般多采用均勻分布的方式,即將傳感器分別放在農(nóng)田網(wǎng)格(一般為正四邊形)的中心點(diǎn),以保證傳感網(wǎng)絡(luò)的全覆蓋。但這種布局方式存在一定的缺陷,如果傳感器均勻分布的太稀疏,則無法實(shí)現(xiàn)傳感器網(wǎng)絡(luò)的全覆蓋;相反,如果傳感器分布的過于密集,則會使傳感器覆蓋范圍中傳感區(qū)域重疊過多,導(dǎo)致成本的上升和資源的浪費(fèi)。

    在傳感器布局中,不僅需要滿足傳感器的多種性能約束,如系統(tǒng)能量損耗、覆蓋精度、信號的完備性等,還需要考慮數(shù)據(jù)的冗余度,因此,傳感器的布局需要結(jié)合數(shù)據(jù)的相似度和差異性進(jìn)行優(yōu)化布局。

    1.2 基于AP布局

    本文在茶園土壤墑情傳感器的布局過程中,首先在目標(biāo)區(qū)域按照四邊形進(jìn)行布局,即將傳感器布置于各四邊形節(jié)點(diǎn)上,滿足全覆蓋的目標(biāo);其次,基于AP聚類算法構(gòu)建各節(jié)點(diǎn)土壤墑情的相似度矩陣,計(jì)算各節(jié)點(diǎn)的吸引度和歸屬度值,通過迭代計(jì)算得出目標(biāo)區(qū)域的土壤墑情的聚類中心,以聚類中心為基準(zhǔn),剔除冗余傳感節(jié)點(diǎn),優(yōu)化傳感器布局[17-18]。

    1.2.1 AP聚類算法簡介

    AP聚類算法是一種基于數(shù)據(jù)點(diǎn)間的“消息傳遞”的聚類算法[19]。該算法不需要先確定聚類的數(shù)目,而是把所有的數(shù)據(jù)點(diǎn)都看成潛在意義上的聚類中心,然后通過節(jié)點(diǎn)之間的消息傳遞找到最合適的聚類中心。該算法是一種確定性的聚類算法,多次獨(dú)立運(yùn)行的聚類結(jié)果穩(wěn)定,已經(jīng)被應(yīng)用到多個領(lǐng)域,如圖像識別、圖像分割,圖像檢索及文本挖掘等,取得了較好的效果[20-22]。

    1.2.2 AP聚類算法基本原理及流程

    設(shè)數(shù)據(jù)樣本集{1,2, …, x},AP聚類算法用負(fù)的歐氏距離表示數(shù)據(jù)點(diǎn)和(共個)之間的相似度(,)。

    個數(shù)據(jù)點(diǎn)之間構(gòu)成×的相似度矩陣=[(,)]×n,聚類中心由對角線上元素的數(shù)值(即偏向參數(shù),)決定。值影響聚類結(jié)果,越大聚類數(shù)目越多,值越小聚類數(shù)目越少,一般取對角線上值的中值[23]。

    數(shù)據(jù)點(diǎn)間通過消息傳遞的方式搜尋和確定聚類中心,主要傳遞2種類型的消息,即吸引度(responsibility,)和歸屬度(availability,)。(,)表示從點(diǎn)發(fā)送到候選聚類中心的數(shù)值消息,它反映了適合作為的類代表點(diǎn)所積累的證據(jù);(,)表示從候選聚類中心發(fā)送到的數(shù)值消息,反映了選擇作為其類代表點(diǎn)的合適程度所積累的證據(jù)。(,)和(,)越大,則點(diǎn)為聚類中心的可能性越大,并且點(diǎn)隸屬于以點(diǎn)為聚類中心的聚類可能性也越大[24-26]。圖 1為消息的傳遞過程。

    圖1 消息傳遞過程

    AP聚類算法依照式(2)和式(3)分別迭代更新吸引度(,)和歸屬度(,)的值。

    其中

    其中

    式中為時刻;為阻尼系數(shù),取值[0.5, 1],一般取0.9,用于保證算法的收斂[27-29]。(,)的初始值為0。

    AP聚類算法在每次迭代后將)+(,)>0的數(shù)據(jù)點(diǎn)作為簇中心。當(dāng)?shù)螖?shù)超過設(shè)置閾值時或者當(dāng)聚類中心連續(xù)多次迭代不發(fā)生改變時終止迭代。確定所有的聚類中心后,將其余的數(shù)據(jù)點(diǎn)分配到相應(yīng)的類中心[30-31]。具體的算法流程如圖2所示。

    圖2 AP聚類算法流程

    Step2:由式(2)和式(3)計(jì)算樣本點(diǎn)間的吸引度和歸屬度值,即()和(,)。

    Step3:迭代更新()和(,),每次迭代更新后,將)+(,)>0的數(shù)據(jù)對象選作為簇中心。

    Step4:當(dāng)?shù)螖?shù)超過最大迭代次數(shù)時(如maxits為1 000次)或者當(dāng)聚類中心連續(xù)多少次迭代不發(fā)生改變時終止迭代(如convits為100次),確定類中心及各類的樣本點(diǎn),否則返回Step2,繼續(xù)計(jì)算。

    Step5:將剩余的數(shù)據(jù)點(diǎn)根據(jù)相似度劃分到各個類當(dāng)中,執(zhí)行完畢,算法結(jié)束。

    2 傳感器優(yōu)化布局試驗(yàn)及結(jié)果分析

    2.1 試 驗(yàn)

    試驗(yàn)場地位于安徽農(nóng)業(yè)大學(xué)國家高新技術(shù)農(nóng)業(yè)園(117.210°E,31.937°N,海拔29 m),選取約16 000 m2的茶園,橫向約190 m、縱向約84 m。本試驗(yàn)采用無線傳感網(wǎng)絡(luò)傳輸數(shù)據(jù),經(jīng)測試無線傳感網(wǎng)的可靠傳輸距離約40 m,為保證無線傳感網(wǎng)路的全覆蓋,選擇橫向約38 m、縱向約14 m的間隔布置傳感器,橫向布置5個傳感器,縱向布置5個傳感器,共計(jì)25個傳感器檢測點(diǎn),各數(shù)據(jù)采集點(diǎn)分別用A1、A2、A3、…、E4、E5進(jìn)行標(biāo)記。傳感器檢測點(diǎn)分布如圖3所示。

    注:A1-E5為數(shù)據(jù)采集點(diǎn)。

    傳感器選用石家莊雷光電子科技有限公司的SWR-100W土壤墑情傳感器,該傳感器基于頻域反射原理測量土壤的質(zhì)量含水率。各檢測點(diǎn)均采集土壤表面之下25 cm土壤墑情數(shù)據(jù)。

    實(shí)時采集茶園的土壤含水率和相對含水率2個參數(shù)。土壤含水率是指土壤中水分與烘干土質(zhì)量的比值,%;土壤相對含水率為土壤含水率占田間持水量的百分比,%;田間持水量是指毛管懸著水達(dá)到最大時的土壤含水率。

    2.2 結(jié)果與分析

    2018年7月28日、7月31日和8月3日分別采集了試驗(yàn)區(qū)域25 cm深度的土壤墑情數(shù)據(jù)。7月28日有雷陣雨,28~36 ℃,7月31日晴天,27~35 ℃,8 月3日多云,26~34 ℃。對采集的數(shù)據(jù)運(yùn)用Kriging最優(yōu)內(nèi)插估值方法繪制試驗(yàn)區(qū)的土壤墑情空間分布如圖4所示。

    圖4 茶園土壤含水率及相對含水率空間分布

    由圖4可以看出,試驗(yàn)區(qū)土壤含水率分布變化總體呈西南-東北向遞增趨勢,其相對含水率的最大變化范圍約15%,土壤墑情分布存在一定的差異。試驗(yàn)區(qū)的西邊空間分布呈現(xiàn)平緩均勻的特征,中間區(qū)域出現(xiàn)凸點(diǎn)。

    試驗(yàn)場土壤為下蜀系黃棕壤,土層較厚、質(zhì)地黏重。對各采集點(diǎn)用環(huán)刀采集25 cm深度的土壤,并用鋁合法進(jìn)測試土壤的孔隙度,孔隙度平均值為47.37%,標(biāo)準(zhǔn)差1.9%,試驗(yàn)場的土壤性質(zhì)具有較好的均一性。試驗(yàn)茶園的西南方向地勢較高,東及偏北方向地勢偏低,約有5°的坡度,場地的中間有一片地勢低洼的區(qū)域,與空間分布圖中的凸點(diǎn)位置重合,該區(qū)域位于C3和C4采集點(diǎn)附近。對照圖4土壤墑情的空間分布,初步判斷試驗(yàn)區(qū)的土壤墑情分布的差異性主要受場地的地形結(jié)構(gòu)影響。

    在AP聚類計(jì)算過程中,設(shè)定=0.9,最大迭代次數(shù)為1 000,當(dāng)聚類中心連續(xù)迭代100次不發(fā)生改變時終止迭代(即convits為100次)。偏向參數(shù)為相似度矩陣對角線上的中值,7月28日、7月31日和8月3日數(shù)據(jù)值分別為-86.10、-120.63、-102.44。設(shè)置3 d的的倍率值一致,即3、5、10、15、20和25。結(jié)合試驗(yàn)區(qū)域土壤墑情數(shù)據(jù)進(jìn)行AP聚類的迭代計(jì)算,圖5為7月28日土壤含水率和相對含水率在不同值下的聚類結(jié)果。表 1為3 d不同值的聚類數(shù)和聚類中心分布情況。

    由圖5和表1可知,當(dāng)選取10、15、20和25的聚類參數(shù)時,7月28日的聚類數(shù)為2,不同值聚類中心都是A2、D4采集點(diǎn),聚類結(jié)果具有較好的一致性。同樣,7月31日和8月3日的聚類結(jié)果與7月28日相似,選取10、15、20和25的參數(shù)時聚類結(jié)果也為2,分別為A1、C4和A2、D5采集點(diǎn),當(dāng)天的聚類結(jié)果也具備較好的一致性??梢姡x擇10、15、20和25的聚類參數(shù)對試驗(yàn)區(qū)域的土壤墑情數(shù)據(jù)進(jìn)行聚類,能夠得到穩(wěn)定和一致的結(jié)果,3 d的聚類結(jié)果均為2。因此,通過AP聚類算法對試驗(yàn)區(qū)域土壤墑情傳感器進(jìn)行優(yōu)化布置,傳感器數(shù)量可由25個減少為2個。

    注:p為AP聚類算法的偏向參數(shù)。下同。

    表1 3 d試驗(yàn)數(shù)據(jù)對應(yīng)不同p值的聚類結(jié)果

    分別將3 d試驗(yàn)各聚類中心的相對含水率與類均值進(jìn)行比較,如表2所示。7月28日A1采集點(diǎn)的土壤相對含水率與類均值相差-1.15%,絕對值大于A2與類均值的相對偏差(-0.58%),D4采集點(diǎn)的土壤相對含水率與類均值相差1.85%,絕對值小于C4和D5與類均值的相對偏差(2.09%~2.31%)。另外2 d試驗(yàn)結(jié)果趨勢一致:A1與A2相比,3 d試驗(yàn)與類均值的相對偏差(絕對值)均較小,C4、D4和D5相比,D4與與類均值的相對偏差(絕對值)均較小。因此,A2和D4采集點(diǎn)的相對含水率與試驗(yàn)區(qū)平均值接近,能夠代表試驗(yàn)區(qū)域的土壤墑情,優(yōu)化布局點(diǎn)選擇在A2、D4點(diǎn)布置傳感器較為合理。

    表2 3 d試驗(yàn)的類中心實(shí)測值與平均相對含水率

    為驗(yàn)證A2、D4點(diǎn)的代表性,于2019年1月18日采集了這2點(diǎn)的含水率,另外在試驗(yàn)區(qū)另外隨機(jī)選取了13個位置(如圖6所示)采集數(shù)據(jù),計(jì)算土壤相對含水率。結(jié)果表明,A2和D4點(diǎn)的土壤相對含水率分別為27.9%和37%,其平均值為32.45%,13個采集點(diǎn)土壤相對含水率的平均值為32.7%,2個平均值數(shù)值接近,相對偏差較小,為0.76%??梢?,在A2、D4采集點(diǎn)布置傳感器能夠代表整個試驗(yàn)區(qū)域的土壤墑情信息。綜上,本文試驗(yàn)區(qū)茶園選擇分別位于A2和D4的 2個點(diǎn)布置土壤墑情傳感器,測定的值能夠反映茶園土壤墑情的整體狀況。

    注:1~13為隨機(jī)布設(shè)的采樣點(diǎn)。

    3 總 結(jié)

    本文提出了基于AP聚類算法的土壤墑情傳感器布局策略,并將其應(yīng)用于茶園土壤墑情的傳感器布局優(yōu)化問題。在保證茶園傳感網(wǎng)絡(luò)全覆蓋的基礎(chǔ)上,實(shí)時采集各節(jié)點(diǎn)的土壤墑情數(shù)據(jù)。采用本文的優(yōu)化方案,試驗(yàn)區(qū)傳感器數(shù)量從25個減少至2個,顯著降低了系統(tǒng)成本,降低了數(shù)據(jù)的冗余度。為驗(yàn)證結(jié)果,在試驗(yàn)區(qū)隨機(jī)采集了土壤墑情數(shù)據(jù),計(jì)算了土壤平均相對含水率。經(jīng)與聚類中心的數(shù)據(jù)進(jìn)行比較,平均相對含水率與聚類中心值接近,相對偏差為0.76%,表明聚類中心的采集數(shù)據(jù)能夠代表試驗(yàn)區(qū)域的土壤墑情。

    采用的AP聚類算法通用性強(qiáng)、穩(wěn)定可靠、對初值不敏感,易于與其他算法進(jìn)行融合。雖然本文的研究對象是茶園,但該方法對于解決各類農(nóng)業(yè)節(jié)水灌溉系統(tǒng)的傳感器優(yōu)化問題可提供有益的借鑒。本文的試驗(yàn)選取3 d時間進(jìn)行試驗(yàn),聚類結(jié)果具有一致性和穩(wěn)定性,排除了一定的偶然性,但尚有一定的局限性,沒有考慮不同氣象條件下的聚類情況,后期將選擇不同氣象條件下以及不同特性的農(nóng)田開展試驗(yàn),提升研究結(jié)果的通用性。

    [1] Cheng Shunfeng, Michael H Azarian, Michael G Pecht. Sensor system for prognostics and health management[J]. Sensors, 2010, 10(6): 5774-5797.

    [2] 朱喜華,李穎暉,李寧,等. 基于改進(jìn)離散粒子群算法的傳感器布局優(yōu)化設(shè)計(jì)[J]. 電子學(xué)報(bào),2013,41(10):2104-2108. Zhu Xihua, Li Yinhui, Li Ning, et al. Optimal sensor placement design based on improved discrete PSO algorithm[J]. Acta Electronica Sinica, 2013, 41(10): 2104-2108. (in Chinese with English abstract)

    [3] 陳仲生,楊擁民,李聰,等. 基于振動傳遞符號有向圖的齒輪箱嵌入式傳感器優(yōu)化配置模型與算法[J]. 航空動力學(xué)報(bào),2009,24(10):2384-2390. Chen Zhongsheng, Yang Yongmin, Li Cong, et al. Model and algorithm of optimal embedded sensor placement for gearboxes based on signed directed graph of vibration progagation[J]. Journal of Aerospace Power, 2009, 24(10): 2384-2390. (in Chinese with English abstract)

    [4] 王宏力,張忠泉,崔祥祥,等. 基于改進(jìn)PSO算法的實(shí)時故障監(jiān)測診斷測試集優(yōu)化[J]. 系統(tǒng)工程與電子技術(shù),2011,33(4):958-962. Wang Hongli, Zhang Zhongquan, Cui Xiangxiang, et al. Test optimization of real-time monitoring and fault diagnosis system based on improved particle swarm optimization[J]. Systems Engineering and Electonics, 2011, 33(4): 958-962. (in Chinese with English abstract)

    [5] 楊帆,蕭德云. 故障檢測的可靠性描述及傳感器分布優(yōu)化算法[J]. 應(yīng)用科學(xué)學(xué)報(bào),2006,24(2):125-130. Yang Fan, Xiao Deyun. Reliability description of fault detection and optimization algorithm of sensor location[J]. Journal of Applied Sciences, 2006, 24(2): 125-130. (in Chinese with English abstract)

    [6] 劉麗萍. 無線傳感器網(wǎng)絡(luò)節(jié)能覆蓋[D]. 杭州:浙江大學(xué),2006. Liu Liping. Energy-efficient Coverage in Wireless Sensor Networks[D]. Hangzhou: Zhejiang University, 2006. (in Chinese with English abstract)

    [7] Lin Frank Y S, Chiu P L. A simulated annealing algorithm for energy-efficient sensor network design[C]//International Symposium on Modeling & Optimization in Mobile. 2005.

    [8] Wang Y C, Hu C C, Tseng Y C. Efficient placement and dispatch of sensors in a wireless sensor network[J]. IEEE Transactions on Mobile Computing, 2007, 7(2):262-274.

    [9] 趙偉霞, 李久生, 王珍, 等. 滴灌均勻性對土壤水分傳感器埋設(shè)位置的影響[J]. 農(nóng)業(yè)工程學(xué)報(bào),2018,34(9):123-129. Zhao Weixia, Li Jiusheng, Wang Zhen, et al. Influence of drip irrigation uniformity on buried position of soil moisture sensor[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(9): 123-129.(in Chinese with English abstract)

    [10] 蔣杰,方力,張鶴穎. 無線傳感器網(wǎng)絡(luò)最小連通覆蓋問題求解算法[J]. 軟件學(xué)報(bào) 2006,17(2):175-184. Jiang Jie, Fang Li, Zhang Heying. An algorithm for minimal connected cover set problem in wireless sensor networks. Journal of Software, 2006,17(2):175?184. (in Chinese with English abstract)

    [11] 李飚,魏正英,張育斌,等. 土壤墑情傳感器布點(diǎn)算法研究[J]. 節(jié)水灌溉,2015(2):72-76. Li Biao, Wei Zhengying, Zhang Yubin, et al. Optimal placement algorithm of soil moisture sensors [J]. Water-saving Irrigation, 2015(2):72-76. (in Chinese with English abstract)

    [12] 姚月峰,滿秀玲. 毛烏素沙地不同林齡沙柳表層土壤水封空間異質(zhì)性[J]. 水土保持學(xué)報(bào),2007,21(1):112-115.Yao Yuefeng, Man Xiuling. Spatial Heterogeneity of top soil moisture in different stand age of salix psammophila in Mu US sandy land [J]. Journal of Soil and Water Conservation, 2007, 21(1): 112-115. (in Chinese with English abstract)

    [13] 黃弈龍,陳利頂,傅伯杰,等. 黃土丘陵小流域土壤水分空間格局及其影響因素[J]. 自然資源學(xué)報(bào),2005,20(4):483-492. Huang Yilong, Chen Liding, Fu Bojie, et al. Spatial pattern of soil moisture and its influencing factors in small watershed of loess hilly region [J]. Journal of Natural Resources, 2005, 20(4): 483-492. (in Chinese with English abstract)

    [14] 潘顏霞,王新平,蘇延桂,等. 不同植被類型沙地表層土壤水分變化特征[J]. 水土保持學(xué)報(bào),2007,21(5):107-109. Pan Yanxia, Wang Xinping, Su Yangui, et al. Variability characteristics of surface soil moisture content in sand areas covered by different vegetation types [J]. Journal of Soil and Water Conservation, 2007, 21(5): 107-109. (in Chinese with English abstract)

    [15] 趙永宏,劉賢德,張學(xué)龍,等. 祁連山區(qū)亞高山灌叢土壤含水量的空間分布與月份變化規(guī)律[J]. 自然資源學(xué)報(bào),2016,31(4):672-681. Zhao Yonghong, Liu Xiande, Zhang Xuelong, et al. Spatial distribution and monthly variation of soil water content in subalpine shrubs in Qilian Mountains [J]. Journal of Natural Resources, 2016, 31(4): 672-681. (in Chinese with English abstract)

    [16] 許迪,Schmicl R. 田間土壤特性的空間相關(guān)結(jié)構(gòu)分析及其分布描述[J]. 灌溉排水,1996,15(4):16-20. Xu Di, Schmicl R. Spatial correlation structure analysis and distribution description of field soil properties[J]. Irrigation and Drainage, 1996, 15(4):16-20 (in Chinese with English abstract)

    [17] 劉自豪,張斌,祝寧,等. 基于改進(jìn)AP聚類算法的自學(xué)習(xí)應(yīng)用層DDoS檢測方法[J]. 計(jì)算機(jī)研究與發(fā)展,2018,55(6):1236-1246.Liu Zihao, Zhang Bin, Zhu Ning, et al. Adaptive app-ADDoS detection method based on improved AP algorithm [J]. Computer research and development, 2018, 55(6): 1236-1246. (in Chinese with English abstract)

    [18] 唐丹,張正軍. 近鄰傳播聚類算法的優(yōu)化[J]. 計(jì)算機(jī)應(yīng)用,2017,37(z1):258-261.Tang Dan, Zhang Zhengjun. New Optimized affinity propagation clustering Algorithms [J]. Computer Applications, 2017, 37 (z1): 258-261. (in Chinese with English abstract)

    [19] Frey B J, Dueck D. Clustering by passing messages between data points[J]. Science, 2007, 315(5814): 972-976.

    [20] 董俊,王鎖萍,熊范綸.可變相似性度量的近鄰傳播聚類[J]. 電子與信息學(xué)報(bào),2010,32(3):509-514. Dong Jun, Wang Suoping, Xiong Fanlun. Affinity Propagation clustering based on variable-similarity measure[J]. Journal of Electronics and Information, 2010, 32(3): 509-514. (in Chinese with English abstract)

    [21] 王開軍,張軍英,李丹,等. 自適應(yīng)仿射傳播聚類[J]. 自動化學(xué)報(bào),2007,33(12):1242-1246. Wang Kaijun, Zhang Junying, Li Dan, et al. Adaptive affinity propagation clustering [J]. Journal of Automation, 2007, 33(12): 1242-1246. (in Chinese with English abstract)

    [22] Wei Z, Wang Y, He S, et al. A novel intelligent method for bearing fault diagnosis based on affinity propagation clustering and adaptive feature selection[J]. Knowledge-Based Systems, 2017, 116:1-12.

    [23] 孫勁光,趙欣. 一種改進(jìn)近鄰傳播聚類的圖像分割算法[J]. 計(jì)算機(jī)工程與應(yīng)用,2017,53(6):178-182. Sun Jinguang, Zhao Xin. Image segmentation algorithm based on improved affinity propagation clustering.Computer Engineering and Applications, 2017, 53(6):178-182. (in Chinese with English abstract)

    [24] 儲岳中,劉恒,張學(xué)鋒. 基于遷移AP聚類與稀疏表示的遙感圖像分類[J]. 計(jì)算機(jī)工程與設(shè)計(jì),2018,39(2):547-550. Chu Yuezhong, Liu Heng, Zhang Xuefeng. Remote sensing image classification method based on tansfer affinity propagation and sparse representation[J]. Computer Engineering and Design, 2018, 39(2): 547-550. (in Chinese with English abstract)

    [25] 江頡,王卓芳,陳鐵明,等. 自適應(yīng)AP聚類算法及其在入侵檢測中的應(yīng)用[J]. 通信學(xué)報(bào),2015,36(11):118-126. Jiang Jie, Wang Zhuofang, Chen Tieming, et al.Adaptive AP clustering algorithm and its application on intrusion detection [J]. Journal of Communications, 2015, 36(11): 118-126. (in Chinese with English abstract)

    [26] 趙延龍,滑楠. 基于初始偏向度的AP算法聚類性能優(yōu)化研究[J]. 計(jì)算機(jī)應(yīng)用研究,2018(2):372-374. Zhao Yanlong, Hua Nan. Research on optimization of AP algorithm performance based on initial preference[J]. Computer Application, 2018(2): 372-374. (in Chinese with English abstract)

    [27] 陳瑩. 基于AP聚類算法的圖像分割技術(shù)研究[D]. 吉林:吉林建筑大學(xué),2015. Chen Ying. Research on Image Segmentation Technology Based on AP Clustering Algorithm[D]. Jilin: Jilin University of Architecture, 2015. (in Chinese with English abstract)

    [28] Yang C, Liu S, Bruzzone L, et al. A feature-metric-based affinity propagation technique for feature selection in hyperspectral image classification[J]. IEEE Geoscience & Remote Sensing Letters, 2013, 10(5): 1152-1156.

    [29] Gao J, Ma Z, Qin Y, et al. Application of affinity propagation clustering algorithm in fault diagnosis of metro vehicle auxiliary inverter[J]. Lecture Notes in Electrical Engineering, 2014, 288:3-9.

    [30] 劉曉勇,付輝. 一種快速AP聚類算法[J]. 山東大學(xué)學(xué)報(bào):工學(xué)版,2011,41(4):20-23. Liu Xiaoyong, Fu Hui. A fast affinity propagation clustering algorithm[J]. Journal of Shandong University: Engineering Edition, 2011, 41(4):20-23. (in Chinese with English abstract)

    [31] 肖宇,于劍. 基于近鄰傳播算法的半監(jiān)督聚類[J]. 軟件學(xué)報(bào),2008,19(11):2803-2813. Xiao Yu, Yu Jian. Semi-supervised clustering based on affinity propagation algorithms[J]. Journal of Software, 2008, 19(11): 2803-2813. (in Chinese with English abstract)

    Layout optimization of soil moisture sensor in tea plantation based on affinity propagation clustering algorithm

    Zhang Wu1, Zhang Manman1, Hong Xun1, Jiang Zhaohui1※, Jiang Yuelin2

    (1.,,230036,; 2.,,230036,)

    Aiming at the layout problem of soil moisture sensors for water-saving irrigation, we proposed an optimal layout strategy of soil moisture sensors based on affinity propagation (AP) clustering algorithm. The soil moisture of tea plantation was as the research object. The tea plantation had 84-m width and 190-m length. Following the conventional method, 25 sensor nodes were evenly arranged in rectangular mode in tea plantation experimental area in order to guarantee full coverage of tea plantation sensor network. Soil moisture data of each sensor node in the test area was collected in real time for 3 days. The optimization of sensors was conducted based on soil water content and relative water content by AP clustering algorithm. Different clustering parameters were selected. The AP clustering algorithm was used to construct similarity matrix of node soil water content, to iteratively calculate the responsibility and availability of each node, and to form the clustering number and clustering center. When the clustering parameters were 10, 15, 20 and 25 times of preference, the AP clustering algorithm was used to calculate the soil moisture data in the experimental area for 3 days, the stable and consistent clustering results were obtained. Results showed that soil water content in the tested plantation presented an increasing trend from southwest to northeast and the largest difference of relative water content was 15%. The change is related to the topography of the tested area. For AP clustering, the maximum iterative times was designed as 1 000. Based on the results, the clustering result in the 3 days was 2. The number of sensors optimized by AP clustering algorithm was reduced from 25 to 2. The class mean of the relative water content of the soil in the experimental area was calculated, and compared with the relative water content of soil in the collection points of the cluster center, and the relative bias between them was less than 5%. The relative water content of the collection points in the cluster center was close to the average value of the experimental area, which indicated that the data collected by the cluster center can represent soil moisture situation in the experimental tea plantation. In order to verify the validity of this method, soil moisture data were collected randomly at 13 locations in the experimental area on January 2019. Results showed that the soil average relative water content of tea plantation in the experimental area based on 13 sampling points was 32.7%, the relative water content of soil in the cluster center based on 2 sensors was respectively 27.9% and 37% with an average in the cluster center of 32.45%. Compared with the average relative moisture in the experimental area, the relative bias was only 0.76%. It means that the AP clustering algorithm can optimize the distribution of soil moisture sensors in the experimental tea plantation. The relative soil moisture collected by the cluster center could reflect the overall situation of soil moisture in the tea plantation as long as using only 2 sensors arranged in the cluster center node determined by the optimization calculation. Thus, the AP clustering algorithm is suggested to use in optimization of the sensor layout, which can reduce the redundancy of data and accordingly realize cost saving in agricultural production system.

    soil moisture; sensors; clustering algorithms; layout optimization; affinity propagation clustering

    2018-09-16

    2019-02-15

    2018年安徽省重點(diǎn)研究和開發(fā)計(jì)劃項(xiàng)目(1804a07020108);2017年安徽省科技重大專項(xiàng)計(jì)劃(17030701049);2016年農(nóng)業(yè)部農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)集成與應(yīng)用重點(diǎn)實(shí)驗(yàn)室開放基金(2016KL05)

    張武,副教授,博士,主要從事計(jì)算機(jī)控制及農(nóng)業(yè)物聯(lián)網(wǎng)研究。Email:zhangwu@ahau.edu.cn

    江朝暉,教授,博士,主要從事農(nóng)業(yè)信息檢測與處理研究。Email:jiangzh@ahau.edu.cn

    10.11975/j.issn.1002-6819.2019.06.013

    S126

    A

    1002-6819(2019)-06-0107-07

    張 武,張嫚嫚,洪 汛,江朝暉,蔣躍林. 基于近鄰傳播算法的茶園土壤墑情傳感器布局優(yōu)化[J]. 農(nóng)業(yè)工程學(xué)報(bào),2019,35(6):107-113. doi:10.11975/j.issn.1002-6819.2019.06.013 http://www.tcsae.org

    Zhang Wu, Zhang Manman, Hong Xun, Jiang Zhaohui, Jiang Yuelin. Layout optimization of soil moisture sensor in tea plantation based on affinity propagation clustering algorithm[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(6): 107-113. (in Chinese with English abstract) doi:10.11975/j.issn.1002-6819.2019.06.013 http://www.tcsae.org

    猜你喜歡
    墑情布局含水率
    昆明森林可燃物燃燒機(jī)理研究
    墑情會商,助力備耕春播
    基于表面能的濕煤顆粒含水率表征方法
    土壤墑情監(jiān)測的意義與技術(shù)規(guī)范
    弱膨脹土增濕變形量試驗(yàn)及路堤填筑分析
    BP的可再生能源布局
    能源(2017年5期)2017-07-06 09:25:57
    原油含水率在線測量技術(shù)研究
    電子制作(2016年1期)2016-11-07 08:42:56
    VR布局
    2015 我們這樣布局在探索中尋找突破
    開封市土壤墑情監(jiān)測系統(tǒng)建設(shè)研究
    e午夜精品久久久久久久| 欧美另类一区| xxxhd国产人妻xxx| 女人被躁到高潮嗷嗷叫费观| 国产在线视频一区二区| 青草久久国产| 国产激情久久老熟女| 黄色怎么调成土黄色| 一本大道久久a久久精品| 男人爽女人下面视频在线观看| 婷婷成人精品国产| 国产日韩欧美在线精品| 啦啦啦 在线观看视频| 欧美日韩一区二区视频在线观看视频在线| 男人操女人黄网站| 9色porny在线观看| 国产精品久久久久久精品电影小说| 中文字幕制服av| 天天影视国产精品| www.av在线官网国产| 亚洲一码二码三码区别大吗| 国产欧美日韩综合在线一区二区| 成人影院久久| 亚洲一区中文字幕在线| 天堂俺去俺来也www色官网| 午夜激情av网站| 丝瓜视频免费看黄片| kizo精华| 精品国产一区二区三区久久久樱花| 麻豆av在线久日| 一级毛片 在线播放| 日韩成人av中文字幕在线观看| 国产精品熟女久久久久浪| 三上悠亚av全集在线观看| 精品人妻在线不人妻| 看十八女毛片水多多多| 日本午夜av视频| 久久久久久久久免费视频了| 亚洲精品国产av蜜桃| 91精品三级在线观看| 欧美亚洲 丝袜 人妻 在线| 多毛熟女@视频| 曰老女人黄片| 80岁老熟妇乱子伦牲交| 在线观看免费日韩欧美大片| 久久精品久久精品一区二区三区| 亚洲图色成人| 久久人妻熟女aⅴ| 成年女人毛片免费观看观看9 | netflix在线观看网站| 国产爽快片一区二区三区| 成年人免费黄色播放视频| 亚洲熟女精品中文字幕| 一二三四中文在线观看免费高清| 日日啪夜夜爽| 最近最新中文字幕大全免费视频 | 一本大道久久a久久精品| 亚洲成人免费av在线播放| 99国产综合亚洲精品| 国产成人91sexporn| av卡一久久| 久久久久久人妻| 国产精品.久久久| 99热国产这里只有精品6| av在线播放精品| 国产一级毛片在线| 国产有黄有色有爽视频| 欧美少妇被猛烈插入视频| 亚洲成人手机| 国产亚洲av高清不卡| 亚洲精品在线美女| 久久久久久免费高清国产稀缺| www日本在线高清视频| 丁香六月欧美| 青春草亚洲视频在线观看| 爱豆传媒免费全集在线观看| av国产精品久久久久影院| 欧美精品亚洲一区二区| 人人妻,人人澡人人爽秒播 | svipshipincom国产片| 精品国产乱码久久久久久小说| 最新的欧美精品一区二区| 午夜日本视频在线| 少妇人妻 视频| 亚洲欧洲日产国产| 久久韩国三级中文字幕| 日韩 亚洲 欧美在线| 国产精品久久久久久久久免| 丁香六月天网| a级片在线免费高清观看视频| 色94色欧美一区二区| 纵有疾风起免费观看全集完整版| 一区在线观看完整版| 亚洲综合色网址| 人妻人人澡人人爽人人| 午夜福利一区二区在线看| 又大又爽又粗| 久久 成人 亚洲| 老熟女久久久| 一级,二级,三级黄色视频| 欧美精品av麻豆av| 18禁动态无遮挡网站| 19禁男女啪啪无遮挡网站| 亚洲一区二区三区欧美精品| 黄片无遮挡物在线观看| 伊人久久大香线蕉亚洲五| 久久av网站| 亚洲精品视频女| 狂野欧美激情性xxxx| 国产免费一区二区三区四区乱码| 建设人人有责人人尽责人人享有的| 一区福利在线观看| 国产有黄有色有爽视频| 国产欧美日韩综合在线一区二区| 亚洲情色 制服丝袜| 黄色视频在线播放观看不卡| 高清在线视频一区二区三区| 久久精品熟女亚洲av麻豆精品| 亚洲激情五月婷婷啪啪| 久久精品久久久久久噜噜老黄| 日本猛色少妇xxxxx猛交久久| 在线观看免费高清a一片| 侵犯人妻中文字幕一二三四区| 国产亚洲av片在线观看秒播厂| 国产成人一区二区在线| 国产成人精品无人区| 波多野结衣一区麻豆| 国产亚洲午夜精品一区二区久久| 欧美成人午夜精品| 日韩,欧美,国产一区二区三区| 午夜老司机福利片| 日韩免费高清中文字幕av| 日韩电影二区| 在线观看免费午夜福利视频| 一本大道久久a久久精品| 午夜福利乱码中文字幕| 最黄视频免费看| 欧美日韩国产mv在线观看视频| 免费少妇av软件| 又大又爽又粗| 国产免费一区二区三区四区乱码| 1024香蕉在线观看| 国产麻豆69| 色婷婷久久久亚洲欧美| 欧美日本中文国产一区发布| 亚洲精品国产一区二区精华液| 日韩中文字幕欧美一区二区 | 久久精品国产亚洲av高清一级| 日本猛色少妇xxxxx猛交久久| 建设人人有责人人尽责人人享有的| 在线天堂中文资源库| 极品人妻少妇av视频| 超碰成人久久| 久久久久精品人妻al黑| 成人国语在线视频| 天堂俺去俺来也www色官网| 欧美日本中文国产一区发布| √禁漫天堂资源中文www| 在线观看www视频免费| 午夜福利免费观看在线| 一级片'在线观看视频| 韩国高清视频一区二区三区| 免费女性裸体啪啪无遮挡网站| 男女国产视频网站| 新久久久久国产一级毛片| av网站免费在线观看视频| 91老司机精品| 久久99一区二区三区| 少妇人妻久久综合中文| 国产精品一二三区在线看| 日韩熟女老妇一区二区性免费视频| 在线观看三级黄色| 纯流量卡能插随身wifi吗| 亚洲第一区二区三区不卡| 青春草亚洲视频在线观看| 亚洲av在线观看美女高潮| 欧美精品一区二区大全| 国产免费一区二区三区四区乱码| 尾随美女入室| 中文字幕色久视频| 午夜精品国产一区二区电影| 伊人亚洲综合成人网| 久久99热这里只频精品6学生| 精品亚洲乱码少妇综合久久| 91国产中文字幕| 精品国产国语对白av| 考比视频在线观看| 最近最新中文字幕免费大全7| 日韩 亚洲 欧美在线| 大香蕉久久网| 亚洲国产精品一区三区| 国产一区有黄有色的免费视频| 亚洲精品,欧美精品| 精品卡一卡二卡四卡免费| 男女无遮挡免费网站观看| 国产熟女午夜一区二区三区| 亚洲精品日本国产第一区| 99re6热这里在线精品视频| 一本色道久久久久久精品综合| 国产精品嫩草影院av在线观看| 人人妻人人爽人人添夜夜欢视频| 自拍欧美九色日韩亚洲蝌蚪91| 婷婷色av中文字幕| 天天躁夜夜躁狠狠久久av| 啦啦啦视频在线资源免费观看| 亚洲第一av免费看| 国产一区二区在线观看av| 久久久久国产精品人妻一区二区| 国产精品av久久久久免费| 国产视频首页在线观看| 无遮挡黄片免费观看| 久久性视频一级片| 亚洲一区中文字幕在线| 精品国产一区二区三区久久久樱花| av天堂久久9| 精品亚洲乱码少妇综合久久| 亚洲熟女精品中文字幕| 亚洲欧美日韩另类电影网站| 高清黄色对白视频在线免费看| 日本爱情动作片www.在线观看| 搡老岳熟女国产| 香蕉国产在线看| 超碰成人久久| 亚洲人成77777在线视频| 一级毛片电影观看| 涩涩av久久男人的天堂| 99精品久久久久人妻精品| 中文乱码字字幕精品一区二区三区| 亚洲国产精品999| 精品久久蜜臀av无| 伊人久久大香线蕉亚洲五| 亚洲av中文av极速乱| 一区二区三区乱码不卡18| 亚洲国产精品999| 精品久久蜜臀av无| 女人高潮潮喷娇喘18禁视频| 91aial.com中文字幕在线观看| 女性被躁到高潮视频| 成年人免费黄色播放视频| www.精华液| 亚洲少妇的诱惑av| 成人国产麻豆网| 日韩 亚洲 欧美在线| 色网站视频免费| 色视频在线一区二区三区| 美女午夜性视频免费| 亚洲一卡2卡3卡4卡5卡精品中文| 久久久精品区二区三区| 午夜日本视频在线| 97人妻天天添夜夜摸| 亚洲av电影在线进入| 久久ye,这里只有精品| 波多野结衣av一区二区av| 日本色播在线视频| 亚洲三区欧美一区| 久久免费观看电影| 欧美国产精品va在线观看不卡| 啦啦啦 在线观看视频| www.熟女人妻精品国产| 精品一品国产午夜福利视频| 亚洲精品乱久久久久久| 久久久久久久国产电影| 国产一区二区三区av在线| av女优亚洲男人天堂| 国产高清不卡午夜福利| 毛片一级片免费看久久久久| 久久精品国产亚洲av涩爱| 亚洲国产中文字幕在线视频| 国产一区有黄有色的免费视频| bbb黄色大片| 国产亚洲一区二区精品| 看免费成人av毛片| 在线观看国产h片| 巨乳人妻的诱惑在线观看| 99热国产这里只有精品6| 一二三四在线观看免费中文在| 中文字幕人妻丝袜一区二区 | 亚洲精品中文字幕在线视频| 老汉色av国产亚洲站长工具| 成人黄色视频免费在线看| 国产av国产精品国产| 中文字幕制服av| 99精国产麻豆久久婷婷| 一级片'在线观看视频| 亚洲熟女毛片儿| 啦啦啦 在线观看视频| 操美女的视频在线观看| 欧美 亚洲 国产 日韩一| 午夜福利乱码中文字幕| 91国产中文字幕| 久久 成人 亚洲| 久久精品国产a三级三级三级| 欧美日韩一区二区视频在线观看视频在线| 大码成人一级视频| 97精品久久久久久久久久精品| 亚洲成人国产一区在线观看 | 亚洲精品乱久久久久久| 韩国av在线不卡| 国产伦人伦偷精品视频| 美女福利国产在线| 久久久久久久久久久免费av| 国精品久久久久久国模美| 欧美黄色片欧美黄色片| 久久午夜综合久久蜜桃| 蜜桃在线观看..| 又粗又硬又长又爽又黄的视频| 涩涩av久久男人的天堂| 最近最新中文字幕大全免费视频 | 成人18禁高潮啪啪吃奶动态图| 久久人人97超碰香蕉20202| 欧美激情 高清一区二区三区| 久久这里只有精品19| 建设人人有责人人尽责人人享有的| 国产一区二区三区综合在线观看| 爱豆传媒免费全集在线观看| 亚洲国产毛片av蜜桃av| 大码成人一级视频| 精品一区二区三卡| 成人三级做爰电影| 美女午夜性视频免费| 成人国产av品久久久| 99香蕉大伊视频| 中文乱码字字幕精品一区二区三区| 精品国产露脸久久av麻豆| 国产1区2区3区精品| 不卡视频在线观看欧美| 啦啦啦中文免费视频观看日本| 国产一卡二卡三卡精品 | 涩涩av久久男人的天堂| 最近最新中文字幕免费大全7| 国产在线一区二区三区精| 69精品国产乱码久久久| 国产日韩欧美视频二区| 汤姆久久久久久久影院中文字幕| 麻豆精品久久久久久蜜桃| 久久天躁狠狠躁夜夜2o2o | 国产精品久久久人人做人人爽| 色综合欧美亚洲国产小说| 日本91视频免费播放| 日韩制服骚丝袜av| 国产野战对白在线观看| 国产精品人妻久久久影院| 精品亚洲乱码少妇综合久久| 久久久精品国产亚洲av高清涩受| 亚洲少妇的诱惑av| 国产一区二区在线观看av| 伊人久久大香线蕉亚洲五| 精品国产乱码久久久久久小说| 悠悠久久av| 哪个播放器可以免费观看大片| 国产精品久久久久久精品古装| 国产极品天堂在线| 青春草国产在线视频| 视频在线观看一区二区三区| 侵犯人妻中文字幕一二三四区| 久久免费观看电影| 亚洲三区欧美一区| 亚洲精品,欧美精品| 日韩中文字幕欧美一区二区 | 成人国产av品久久久| 1024视频免费在线观看| 青草久久国产| 国产1区2区3区精品| 亚洲欧美色中文字幕在线| 免费高清在线观看视频在线观看| 青春草亚洲视频在线观看| 国产在线一区二区三区精| 亚洲精品aⅴ在线观看| 最近中文字幕高清免费大全6| 无遮挡黄片免费观看| 久久久久久久久久久久大奶| 久久久久人妻精品一区果冻| 国产欧美日韩一区二区三区在线| 国产成人精品在线电影| 国产精品三级大全| 久久精品久久久久久久性| 欧美最新免费一区二区三区| 国产成人啪精品午夜网站| 纯流量卡能插随身wifi吗| 交换朋友夫妻互换小说| 91精品伊人久久大香线蕉| 两个人免费观看高清视频| 又大又黄又爽视频免费| 成年人午夜在线观看视频| 在线天堂中文资源库| 中国三级夫妇交换| 激情视频va一区二区三区| 久久精品亚洲av国产电影网| 欧美日韩精品网址| 老司机影院毛片| 丰满迷人的少妇在线观看| 侵犯人妻中文字幕一二三四区| 伦理电影大哥的女人| av国产精品久久久久影院| 一区二区日韩欧美中文字幕| 中文字幕色久视频| avwww免费| 久久久精品94久久精品| 人人妻人人爽人人添夜夜欢视频| 国产成人免费无遮挡视频| 人人妻人人澡人人爽人人夜夜| 天美传媒精品一区二区| 午夜免费观看性视频| 国产精品秋霞免费鲁丝片| 无限看片的www在线观看| 久久狼人影院| 你懂的网址亚洲精品在线观看| 久久久久精品国产欧美久久久 | 国产精品久久久久久人妻精品电影 | 日韩伦理黄色片| 国产黄色视频一区二区在线观看| 亚洲av日韩精品久久久久久密 | 日韩一卡2卡3卡4卡2021年| 人人妻人人澡人人爽人人夜夜| 久久影院123| 国产精品麻豆人妻色哟哟久久| 中文欧美无线码| 97人妻天天添夜夜摸| 久久女婷五月综合色啪小说| 久久久久精品国产欧美久久久 | 国产人伦9x9x在线观看| 高清视频免费观看一区二区| 久久综合国产亚洲精品| 久久久久精品人妻al黑| 丁香六月欧美| 国产成人精品在线电影| 老司机深夜福利视频在线观看 | 一级黄片播放器| 婷婷色麻豆天堂久久| 一级a爱视频在线免费观看| 亚洲欧美精品自产自拍| 下体分泌物呈黄色| 视频在线观看一区二区三区| 国产精品一二三区在线看| 大香蕉久久成人网| 久久久久久免费高清国产稀缺| 老司机亚洲免费影院| 一级毛片黄色毛片免费观看视频| 我要看黄色一级片免费的| 成年美女黄网站色视频大全免费| 老司机在亚洲福利影院| 亚洲七黄色美女视频| 中文字幕精品免费在线观看视频| 男女下面插进去视频免费观看| 女人爽到高潮嗷嗷叫在线视频| 99国产综合亚洲精品| 人妻人人澡人人爽人人| 交换朋友夫妻互换小说| 五月天丁香电影| 欧美精品一区二区大全| 97精品久久久久久久久久精品| a级毛片在线看网站| 青春草国产在线视频| 青草久久国产| 中文字幕亚洲精品专区| 欧美日韩一级在线毛片| 男女午夜视频在线观看| 国产男人的电影天堂91| 考比视频在线观看| 久久99热这里只频精品6学生| 国产欧美亚洲国产| 午夜日韩欧美国产| 肉色欧美久久久久久久蜜桃| 下体分泌物呈黄色| 日韩av不卡免费在线播放| 美女国产高潮福利片在线看| 国产精品偷伦视频观看了| 建设人人有责人人尽责人人享有的| 91aial.com中文字幕在线观看| 啦啦啦啦在线视频资源| av福利片在线| videos熟女内射| 中文精品一卡2卡3卡4更新| 欧美97在线视频| 夫妻午夜视频| a级片在线免费高清观看视频| 久久久久人妻精品一区果冻| 日本黄色日本黄色录像| 亚洲成人手机| 中文字幕人妻丝袜制服| 男人爽女人下面视频在线观看| 色精品久久人妻99蜜桃| 麻豆精品久久久久久蜜桃| 免费观看a级毛片全部| 高清在线视频一区二区三区| 大码成人一级视频| 午夜免费男女啪啪视频观看| 日本爱情动作片www.在线观看| 久久精品人人爽人人爽视色| 我要看黄色一级片免费的| 黄频高清免费视频| 美女国产高潮福利片在线看| 大香蕉久久成人网| 伊人久久大香线蕉亚洲五| 日本wwww免费看| 国产精品久久久av美女十八| 成年女人毛片免费观看观看9 | 男女边吃奶边做爰视频| 80岁老熟妇乱子伦牲交| 久久久久久久精品精品| 夫妻性生交免费视频一级片| 最近手机中文字幕大全| 你懂的网址亚洲精品在线观看| 9热在线视频观看99| av在线观看视频网站免费| 国产成人欧美| 日本av免费视频播放| 高清在线视频一区二区三区| 亚洲欧洲精品一区二区精品久久久 | 午夜av观看不卡| 在线观看人妻少妇| 国产一区亚洲一区在线观看| 国产又爽黄色视频| 欧美日韩一级在线毛片| 久久这里只有精品19| 日本欧美国产在线视频| 免费在线观看完整版高清| 一边亲一边摸免费视频| 国产免费又黄又爽又色| 亚洲一级一片aⅴ在线观看| 国产亚洲精品第一综合不卡| 桃花免费在线播放| 国产日韩欧美亚洲二区| 一本色道久久久久久精品综合| tube8黄色片| 国产亚洲欧美精品永久| 精品视频人人做人人爽| √禁漫天堂资源中文www| 国产午夜精品一二区理论片| av一本久久久久| 国产精品香港三级国产av潘金莲 | 日本wwww免费看| videos熟女内射| 亚洲av福利一区| 久久婷婷青草| 中国国产av一级| 日本黄色日本黄色录像| 午夜福利视频精品| 欧美日韩亚洲综合一区二区三区_| 美国免费a级毛片| 永久免费av网站大全| 狂野欧美激情性bbbbbb| 亚洲一码二码三码区别大吗| 最近2019中文字幕mv第一页| 精品久久久久久电影网| 波多野结衣av一区二区av| 久久久久精品国产欧美久久久 | 亚洲欧美色中文字幕在线| 精品一区二区三区av网在线观看 | 午夜福利影视在线免费观看| 中文欧美无线码| 天天影视国产精品| 久久人人爽av亚洲精品天堂| 国产成人精品久久久久久| 亚洲国产欧美日韩在线播放| 欧美中文综合在线视频| 亚洲av日韩精品久久久久久密 | 亚洲av在线观看美女高潮| 欧美精品av麻豆av| 中文字幕人妻丝袜制服| 悠悠久久av| 最近最新中文字幕免费大全7| 国产免费又黄又爽又色| 看非洲黑人一级黄片| 国产精品 欧美亚洲| 秋霞伦理黄片| 免费久久久久久久精品成人欧美视频| 午夜免费观看性视频| 欧美精品av麻豆av| 国产成人一区二区在线| 亚洲 欧美一区二区三区| 久久国产精品大桥未久av| 亚洲四区av| 日韩av在线免费看完整版不卡| 国产精品一二三区在线看| 最黄视频免费看| 免费黄频网站在线观看国产| 国产亚洲欧美精品永久| 欧美老熟妇乱子伦牲交| 久久久久久久久免费视频了| 女人久久www免费人成看片| 欧美日韩国产mv在线观看视频| 男女下面插进去视频免费观看| 亚洲欧美激情在线| 国产欧美日韩综合在线一区二区| 国产亚洲av片在线观看秒播厂| 日本猛色少妇xxxxx猛交久久| 国产老妇伦熟女老妇高清| 夫妻性生交免费视频一级片| 国产在视频线精品| 国产精品 国内视频| 热re99久久精品国产66热6| 精品一区二区免费观看| 黄片小视频在线播放| 久久精品亚洲熟妇少妇任你| 视频区图区小说| 1024香蕉在线观看| 色婷婷久久久亚洲欧美| 又大又黄又爽视频免费| 尾随美女入室| av女优亚洲男人天堂| 精品一区二区免费观看| 精品少妇黑人巨大在线播放| 最近2019中文字幕mv第一页| 成人国语在线视频| 国产一区二区激情短视频 | 久久午夜综合久久蜜桃| 亚洲国产精品一区二区三区在线| 丝瓜视频免费看黄片| 天堂8中文在线网| 欧美精品一区二区大全| av在线app专区| 青青草视频在线视频观看| 一级片免费观看大全| 午夜福利视频在线观看免费|