检索结果-内蒙古大学图书馆

农业机械学报 2025年第3期56卷 39-48页

作者：苏淼郧亚泽姚霞朱艳曹卫星周栋南京农业大学国家信息农业工程技术中心南京210095

为解决大田作物表型信息感知机器人底盘损伤作物、灵活性不足和通过性差等问题,结合我国稻麦的种植农艺模式和生长特点,设计了一种具有轮履切换和轮距无级调节功能的大田作物表型信息感知机器人底盘。对底盘的整机结构和工作原理进行了... 详细信息

为解决大田作物表型信息感知机器人底盘损伤作物、灵活性不足和通过性差等问题,结合我国稻麦的种植农艺模式和生长特点,设计了一种具有轮履切换和轮距无级调节功能的大田作物表型信息感知机器人底盘。对底盘的整机结构和工作原理进行了阐述,设计了刚性叶轮、充气橡胶轮和三角履带3种可快速切换的行走装置和四轮独立驱动及四轮独立转向的部件,以及轮距无级精确调节装置。并对机器人底盘转向性能、稳定性和通过性进行了理论分析,结果表明机器人底盘性能满足设计要求。对车架进行了有限元仿真分析,结果表明车架强度和刚度均能满足设计要求,并能够有效避免因地形激励产生的共振。样机试制后田间试验结果表明,机器人底盘具有良好的行驶性能,3种形态底盘在田间地面直线最大行驶速度分别为1.02、0.98、0.73 m/s,加速度为0.3、0.33、0.18 m/s^(2),行驶平均偏移率分别为2.35%、1.18%、1.89%;轮式底盘、三角履带式底盘最小转弯半径分别为2306、1432 mm;刚性叶轮式底盘纵向爬坡角为30°,横向爬坡角为28°;翻越垂直障碍高度为350 mm,田间越埂高度为308 mm,能够满足大田场景表型信息感知作业要求。

关键词：表型机器人轮式底盘三角履带轮距可调独立驱动转向

来源：评论

学校读者我要写书评

暂无评论

基于注意力机制和边缘感知的田梗提取模型

引用

农业机械学报 2023年第5期54卷 210-218页

作者：顾兴健刘子儒任守纲郑恒彪徐焕良南京农业大学人工智能学院南京210095 国家信息农业工程技术中心南京210095 南京农业大学农学院南京210095

田埂精确提取是数字化农业管理的重要前提。针对由于遮挡、斑秃等因素干扰,给基于语义分割方法提取田埂带来困难问题,提出一种基于注意力机制和边缘感知模块的U-Net网络实现田埂提取。首先,将多信息注意力引入U型分割网络的下采样中,增... 详细信息

田埂精确提取是数字化农业管理的重要前提。针对由于遮挡、斑秃等因素干扰,给基于语义分割方法提取田埂带来困难问题,提出一种基于注意力机制和边缘感知模块的U-Net网络实现田埂提取。首先,将多信息注意力引入U型分割网络的下采样中,增强相邻层之间的上下文信息,提升对田埂区域语义特征的表示能力。其次,将边缘感知分割模块应用至U-Net解码部分的每一层,在不同语义特征层提取田埂边缘信息,提高田埂区域语义分割精度。最后,联合边缘感知损失与语义分割损失构建联合损失函数,用于整体网络优化。通过对安徽省淮北市濉溪县小麦基地采集的无人机麦田数据集进行训练和模型验证,实验结果表明,本文模型语义分割像素准确率高达95.57%,平均交并比达到77.48%。

关键词：田埂提取语义分割 U-Net 注意力机制边缘感知

来源：评论

学校读者我要写书评

暂无评论

复杂背景下草莓点云语义分割优化方法

引用

南京农业大学学报 2025年第2期48卷 476-487页

作者：谢元澄陈自强许忠义严心悦姜海燕梁敬东南京农业大学人工智能学院江苏南京210031 南京农业大学国家信息农业工程技术中心江苏南京210095

[目的]针对田间背景噪声干扰、草莓果实体积小且伴随遮挡的难点,本文利用3D视觉技术实现草莓准确识别和定位,为机器人自动采摘提供技术支持。[方法]使用Intel Realsense D435i深度相机采集不同光照、季节和遮挡条件下的草莓点云数据,构... 详细信息

[目的]针对田间背景噪声干扰、草莓果实体积小且伴随遮挡的难点,本文利用3D视觉技术实现草莓准确识别和定位,为机器人自动采摘提供技术支持。[方法]使用Intel Realsense D435i深度相机采集不同光照、季节和遮挡条件下的草莓点云数据,构建包含3个类别的数据集,分别为无遮挡、低遮挡、高遮挡。结合多阈值统计滤波和ROI提取技术对点云数据进行预处理,过滤噪声;以PointNet++为基础模型,对点云数据直接提取特征,并在PointNet++基础上提出一种针对复杂背景下小尺度目标的语义分割模型SS-PointNet++,利用点云的多种特征信息作为网络输入特征,构建采样层、分组层,并通过PointNet提取局部特征,使用最远点采样法对点云取样并最大程度覆盖到整个点集,针对小尺度目标设计3种不同半径的球查询(ball query)来获取局部特征,改进SA层和FP层的结构,使其能够适应低密度点云。[结果]对未经预处理的点云进行分割时,有0.74%的概率出现离群点的误判问题,而对预处理后的单张点云图像进行语义分割的用时平均减少了3.47 s。点云图像测试结果表明,SS-PointNet++模型的平均准确率达到86.95%,比优化前提升了19.54百分点,平均交并比为0.740。在光照充足且无遮挡的草莓上,该模型的语义分割准确率高达95.36%,而在暗光环境下,该模型的平均准确率也能达到81.34%。[结论]SS-PointNet++模型提升了小尺度目标点云的语义分割效果,对不同光照条件具有较强的鲁棒性,为基于3D点云的小物体和遮挡物体分割提供了一种有效的方法;本文提出的草莓遮挡类型的划分方法,对后续草莓遮挡问题提供了数据分析支持,对其他基于3D点云的小尺度物体的目标检测和遮挡问题也起到借鉴作用。

关键词：草莓点云采摘机器人计算机视觉语义分割深度相机

来源：评论

学校读者我要写书评

暂无评论

基于无人机多光谱和多波段组合纹理的马铃薯LAI估算

引用

光谱学与光谱分析 2024年第12期44卷 3443-3454页

作者：郭立笑陈志超马彦鹏边明博樊意广陈日强刘杨冯海宽河南理工大学测绘与国土信息工程学院河南焦作454000 农业农村部农业遥感机理与定量遥感重点实验室北京市农林科学院信息技术研究中心北京100097 南京农业大学国家信息农业工程技术中心江苏南京210095

叶面积指数(LAI)是表征作物生长状况的重要指标,因此高效、准确地估算作物LAI可为田间生产管理提供指导。光谱特征能够提供作物反射和吸收波长的信息,而纹理特征则可提供关于作物灰度属性和空间位置关系。以往研究表明仅使用光谱特征估... 详细信息

叶面积指数(LAI)是表征作物生长状况的重要指标,因此高效、准确地估算作物LAI可为田间生产管理提供指导。光谱特征能够提供作物反射和吸收波长的信息,而纹理特征则可提供关于作物灰度属性和空间位置关系。以往研究表明仅使用光谱特征估算作物LAI存在一定的局限性,在高LAI水平时,会出现“饱和现象”,使得LAI被低估。为充分发掘无人机多光谱影像信息,对多个波段的纹理信息进行组合,得到多波段组合纹理,探究光谱特征融合多波段组合纹理能否提高LAI估算精度。首先获取马铃薯三个关键生育期的多光谱数据和地面实测LAI数据;然后使用灰度共生矩阵(GLCM)提取各生育期的纹理特征,将多个波段的纹理特征组合;然后分析植被指数、纹理特征和多波段组合纹理与LAI的相关性,并综合相关性和方差膨胀因子优选植被指数;最后融合多波段组合纹理,使用带有参数调优的偏最小二乘回归(PLSR)、岭回归(RR)和K近邻回归(KNR)估算各生育期马铃薯LAI,并与仅使用植被指数的模型进行对比,验证利用多波段组合纹理反演LAI的可行性。结果表明:(1)单波段纹理、双波段组合纹理和三波段组合纹理与LAI的相关性依次增大;(2)马铃薯各生育期优选后的多波段组合纹理与LAI呈现极显著相关,相关系数在0.79~0.83之间;(3)与仅使用植被指数的模型相比,加入多波段组合纹理可以显著提高模型的精度和稳定性。块茎形成期KNR模型的马铃薯LAI估算精度最高,建模R^(2)为0.83,RMSE为0.23 m^(2)·m^(-2),验证R^(2)为0.75,RMSE为0.25 m^(2)·m^(-2);块茎增长期PLSR模型的估算精度最高,建模R^(2)为0.73,RMSE为0.26 m^(2)·m^(-2);验证R^(2)为0.87,RMSE为0.20 m^(2)·m^(-2);淀粉积累期PLSR模型估算精度最高,建模R^(2)为0.73,RMSE为0.31 m^(2)·m^(-2),验证R^(2)为0.84,RMSE为0.25 m^(2)·m^(-2)。该方法可为无人机多光谱组合纹理特征估算马铃薯LAI提供参考。

关键词：无人机多光谱遥感多波段组合纹理叶面积指数

来源：评论

学校读者我要写书评

暂无评论

基于无人机RGB影像的马铃薯植株钾含量估算

引用

农业机械学报 2023年第7期54卷 196-203,233页

作者：马彦鹏边明博樊意广陈志超杨贵军冯海宽北京市农林科学院信息技术研究中心北京100097 河南理工大学测绘与国土信息工程学院焦作454000 南京农业大学国家信息农业工程技术中心南京210095

马铃薯植株钾含量(Plant potassium content,PKC)是监测马铃薯营养状况的重要指标,快速准确地获取马铃薯植株钾含量对田间施肥和生产管理具有指导意义。基于无人机遥感平台搭载RGB传感器分别获取马铃薯块茎形成期、块茎增长期和淀粉积... 详细信息

马铃薯植株钾含量(Plant potassium content,PKC)是监测马铃薯营养状况的重要指标,快速准确地获取马铃薯植株钾含量对田间施肥和生产管理具有指导意义。基于无人机遥感平台搭载RGB传感器分别获取马铃薯块茎形成期、块茎增长期和淀粉积累期的RGB影像,并实测马铃薯植株钾含量。首先利用各个生育期的RGB影像提取每个小区冠层平均光谱和纹理特征。然后分别基于冠层光谱和纹理特征构建植被指数和纹理指数(NDTI、RTI和DTI),并与实测PKC进行相关性分析。最后利用多元线性回归(Multiple linear regression,MLR)、偏最小二乘(Partial least squares regression,PLSR)和人工神经网络(Artificial neural networks,ANN)构建马铃薯PKC估算模型。结果表明:各生育期NDTI、RTI和DTI与马铃薯PKC相关性均高于单一纹理特征,植被指数结合纹理指数均能提高模型的可靠性和稳定性,MLR和PLSR构建的估算模型精度均优于ANN。本研究可为马铃薯PKC监测提供科学参考。

关键词：马铃薯植株钾含量纹理指数 RGB影像冠层光谱特征

来源：评论

学校读者我要写书评

暂无评论

利用VGC-AGB模型和高光谱遥感的马铃薯地上生物量估算

引用

光谱学与光谱分析 2023年第9期43卷 2876-2884页

作者：冯海宽岳继博樊意广杨贵军赵春江南京农业大学国家信息农业工程技术中心江苏南京210095 农业农村部农业遥感机理与定量遥感重点实验室北京市农林科学院信息技术研究中心北京100097 河南农业大学信息与管理科学学院河南郑州450002

马铃薯是继水稻、小麦、玉米之后的一种重要的粮食作物,其优化种植和生产对于保障粮食安全具有重要的意义。作物的地面生物量(AGB)被广泛认为与作物的生长状态密切相关,常常被直接用来参与作物产量预测和健康状态参数评估。现有的研究表... 详细信息

马铃薯是继水稻、小麦、玉米之后的一种重要的粮食作物,其优化种植和生产对于保障粮食安全具有重要的意义。作物的地面生物量(AGB)被广泛认为与作物的生长状态密切相关,常常被直接用来参与作物产量预测和健康状态参数评估。现有的研究表明,遥感植被指数在中高作物覆盖度时会丧失对作物参数的敏感性,即“饱和现象”,这制约了作物生长中后期AGB的准确监测。采用了一个新型垂直生长作物AGB估算模型(VGC-AGB)结合高光谱遥感开展马铃薯多生长阶段的AGB估算研究。针对多生长时期遥感光谱指数开展作物生物量监测中存在的“饱和问题”,VGC-AGB定义了叶片干物质含量(C_(m))和垂直器官干物质含量(C_(sm))2个参数,分别描述马铃薯叶片和茎的平均干物质含量,并通过叶面积指数(LAI)×C_(m)计算叶片的地上生物量(AGB l),通过种植密度(C_(d))、马铃薯株高(C_(h))和C_(sm)的乘积,即C_(d)×C_(h)×C_(sm)计算垂直器官的地上生物量(AGB v)。基于国家精准农业研究示范基地2019年马铃薯田间实验,分别获取了马铃薯4个关键生长时期的地面ASD高光谱数据、实测株高、AGB和LAI数据等,并利用高光谱反射率数据构建了高光谱特征参数,分别对比了(1)高光谱特征参数+株高,(2)地面测量参数+VGC-AGB模型和(3)高光谱特征参数+VGC-AGB模型的3种马铃薯AGB估算模型的性能。结果表明,与传统的高光谱遥感植被指数+株高的AGB估算方法相比,新型VGC-AGB模型结合高光谱遥感数据可以提供更高性能的马铃薯AGB l、AGB v和总AGB估算结果,该方法可为马铃薯AGB的快速无损监测提供技术支撑。

关键词： VGC-AGB模型高光谱遥感马铃薯地面生物量

来源：评论

学校读者我要写书评

暂无评论

两类真菌病害的特异性叶片光谱响应与监测精度对比研究

引用

遥感学报 2024年第10期28卷 2485-2499页

作者：薛博文孔媛媛田龙王雪姚霞朱艳曹卫星程涛南京农业大学国家信息农业工程技术中心/智慧农业教育部工程研究中心/农业农村部作物系统分析与决策重点实验室/江苏省信息农业重点实验室/现代作物生产省部共建协同创新中心南京210095

作物病害遥感监测对精准防控和粮食安全至关重要。病害光谱响应规律及其生理依据是病害遥感监测的基础,而针对该基础性问题的深入研究仍较缺乏。本研究通过比较两类侵染特性相异的真菌病害及其光谱监测精度,旨在系统阐明病叶光谱响应机... 详细信息

作物病害遥感监测对精准防控和粮食安全至关重要。病害光谱响应规律及其生理依据是病害遥感监测的基础,而针对该基础性问题的深入研究仍较缺乏。本研究通过比较两类侵染特性相异的真菌病害及其光谱监测精度,旨在系统阐明病叶光谱响应机制及其特异性。研究选择活体营养型小麦白粉病WPM(Wheat Powdery Mildew)和半活体营养型水稻叶瘟病RLB(Rice Leaf Blast)作为实例。基于叶片反射光谱和辐射传输模型参数反演,本文对比了两类病害的光谱响应、生化参数与结构参数变化规律;并在病叶识别和病情严重度估算中比较病害光谱特征的精度差异及其特异性监测表现。结果表明,两类病害的光谱变异趋势整体相似但其光谱响应强度有显著差异,且两者在绿峰及近红外平台的光谱形状变化明显不同。此外,色素含量对两类病害响应趋势相似但强度不同,其中叶片含水量和结构参数仅对RLB响应显著。在病叶识别中,前人构建病害光谱特征均对目标病害监测表现出特异性优势。其中,小波特征WF3820和WF5866分别对WPM和RLB的识别精度最高且特异性最强。在病情估算中,光谱指数RIBIred和PRI分别对WPM和RLB病情严重度敏感性最高且特异性显著。其中,RIBIred在病叶识别和病情估算中的综合表现和特异性最优(Overall accuracy=0.74,R^(2)=0.58)。本文将两类病害光谱响应与病理成因关联分析,为病害特异性光谱监测提供了有力证据和新的认识,对病害光谱监测机理解析和多种病害识别具有重要意义。

关键词：遥感病害识别病情估算 PROSPECT 生化参数叶片结构光谱指数连续小波变换

来源：评论

学校读者我要写书评

暂无评论

基于多尺度及DESTIN约束的高分遥感影像田块语义分割方法研究

引用

南京农业大学学报 2024年第5期47卷 989-999页

作者：肖庆云程涛顾兴健朱艳黄芬南京农业大学人工智能学院江苏南京210031 南京农业大学国家信息农业工程技术中心/智慧农业教育部工程研究中心/农业农村部农作物系统分析与决策重点实验室/江苏省信息农业重点实验室/现代作物生产省部共建协同创新中心江苏南京210095

[目的]本研究旨在改善基于深度学习的遥感影像田块语义分割中出现的区域不封闭、边缘不贴合、噪点问题,并进一步修正语义分割的识别错误。[方法]以安徽省阜南县、江苏省淮安市为研究地点,自建了农田田块数据集,引入考虑影像多尺度特征... 详细信息

[目的]本研究旨在改善基于深度学习的遥感影像田块语义分割中出现的区域不封闭、边缘不贴合、噪点问题,并进一步修正语义分割的识别错误。[方法]以安徽省阜南县、江苏省淮安市为研究地点,自建了农田田块数据集,引入考虑影像多尺度特征的尺度分割思想与基于物候学的DESTIN(delineation by fusing spatial and temporal information)分割算法,提出了基于多尺度及DESTIN约束的高分遥感影像农田田块语义分割方法。[结果]多尺度与DESTIN约束下基于深度模型的田块语义分割有效改善模型出现的区域不封闭、边缘不贴合、噪点和块状模糊等问题,一定程度修正了深度模型语义分割的错误识别,IoU指标在2个测试集上分别达到94.08%和90.79%,相较深度模型的遥感影像田块语义分割分别提高1.65%和2.32%,对研究区域的田块提取区域更完整、精度更高。[结论]多尺度及DESTIN约束进一步改善了田块语义分割问题,有助于提高高分遥感影像的田块识别精度。

关键词：语义分割多尺度分割 DESTIN分割农田田块提取高分遥感影像

来源：评论

学校读者我要写书评

暂无评论

利用无人机高光谱影像的冬小麦氮含量监测

引用

光谱学与光谱分析 2023年第10期43卷 3239-3246页

作者：冯海宽樊意广陶惠林杨福芹杨贵军赵春江农业部农业遥感机理与定量遥感重点实验室北京市农林科学院信息技术研究中心北京100097 南京农业大学国家信息农业工程技术中心江苏南京210095 河南工程学院土木工程学院河南郑州451191

作物氮含量影响作物的生长状况,合适的施氮量可以促进作物生长和提高作物产量,因此准确、快速地监测作物的氮含量十分必要。旨在探索将无人机成像高光谱获取的植被指数和光谱特征参数相结合以提高冬小麦关键生育期氮含量估算精度的潜力... 详细信息

作物氮含量影响作物的生长状况,合适的施氮量可以促进作物生长和提高作物产量,因此准确、快速地监测作物的氮含量十分必要。旨在探索将无人机成像高光谱获取的植被指数和光谱特征参数相结合以提高冬小麦关键生育期氮含量估算精度的潜力。首先,以无人机为遥感平台,搭载高光谱传感器获取了冬小麦拔节期、挑旗期、开花期和灌浆期4个主要生育期的高光谱遥感影像,并实测了各生育期的氮含量数据。其次,基于预处理后的高光谱影像,提取冬小麦各生育期的冠层反射率数据,并构造能较好反映作物氮素营养状况的12种植被指数和12种光谱特征参数。然后,计算了各光谱参数与冬小麦氮含量的相关性,并筛选出各生育期与氮含量相关性较强的植被指数和光谱特征参数;最后,利用逐步回归分析(SWR)构建基于植被指数、植被指数结合光谱特征参数的氮含量估算模型。结果显示:(1)选取的大部分植被指数和光谱特征参数与冬小麦氮含量都有较高的相关性。其中,植被指数的相关性高于光谱特征参数;(2)基于单个植被指数或光谱特征参数估算冬小麦虽然可行,但精度还有待进一步提高;(3)与单一植被指数或光谱特征参数相比,植被指数结合光谱特征变量利用SWR方法构建的氮含量估算模型的精度和稳定性更高(拔节期:建模R^(2)=0.64,RMSE=24.68%,NRMSE=7.96%,验证R^(2)=0.77,RMSE=23.13%,NRMSE=7.81%;挑旗期:建模R^(2)=0.81,RMSE=15.79%,NRMSE=7.41%,验证R^(2)=0.84,RMSE=15.10%,NRMSE=7.08%;开花期:建模R^(2)=0.78,RMSE=9.88%,NRMSE=5.66%,验证R^(2)=0.85,RMSE=9.12%,NRMSE=4.76%;灌浆期:建模R^(2)=0.49,RMSE=13.68%,NRMSE=9.85%,验证R^(2)=0.40,RMSE=18.29%,NRMSE=14.73%)。研究结果表明,结合无人机成像高光谱获取的植被指数和光谱特征参数构建的冬小麦氮含量估算模型精度和稳定性较高,研究结果可为冬小麦氮含量的空间分布和精准管理提供参考。

关键词：无人机冬小麦高光谱氮含量逐步回归光谱特征参数

来源：评论

学校读者我要写书评

暂无评论

基于连续小波变换和机器学习的小麦产量预测

引用

光谱学与光谱分析 2024年第10期44卷 2890-2899页

作者：樊杰杰邱春霞樊意广陈日强刘杨边明博马彦鹏杨福芹冯海宽西安科技大学测绘科学与技术学院陕西西安710054 农业农村部农业遥感机理与定量遥感重点实验室北京市农林科学院信息技术研究中心北京100097 南京农业大学国家信息农业工程技术中心江苏南京210095 河南工程学院土木工程学院河南郑州451191

及时、准确的作物估产,对作物管理决策和粮食安全评估具有重要意义。该研究在建立一种耦合连续小波变换(CWT)与机器学习准确预测小麦产量的方法。基于2020年—2021年两年小麦田间试验获取的开花期和灌浆期冠层高光谱数据及产量数据,首... 详细信息

及时、准确的作物估产,对作物管理决策和粮食安全评估具有重要意义。该研究在建立一种耦合连续小波变换(CWT)与机器学习准确预测小麦产量的方法。基于2020年—2021年两年小麦田间试验获取的开花期和灌浆期冠层高光谱数据及产量数据,首先采用CWT提取三种小波特征(WFs),分别为:基于Bortua方法筛选的特征波段(Bortua-WFs)、提取WFs与小麦产量确定系数的前1%(1%R^(2)-WFs)和单一分解尺度下的所有WFs(SS-WFs)。然后采用随机森林(RF)、 K最邻近(KNN)和极端梯度提升(XGBoost)三种机器学习算法构建产量预测模型。最后选取最优的光谱特征,采用相同的方法进行建模并比较。结果表明:(1)三种WFs结合机器学习方法的模型均表现良好,基于Bortua-WFs构建的模型具有更高的精度和稳定性。(2)相比光谱特征模型,Bortua-WFs模型在各生育期的精度均有所提高,开花期的R^(2)精度分别提高了17.5%、 4%和39.6%,灌浆期分别提高了8.4%、 5.6%和16.9%。(3)灌浆期的产量估算模型优于开花期,结合Bortua-WFs和XGBoost的模型表现最佳,R^(2)为0.83, RMSE为0.78 t·ha^(-1)。该研究比较了不同特征和方法相结合的性能,确定了不同方案下的最佳模型精度,为光谱准确预测小麦产量提供技术参考。

关键词：连续小波变换高光谱机器学习小麦产量预测

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：