• <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 ?

    基于貝葉斯模式平均與標準化異常度的東江汛期降水預報*

    2016-06-05 15:19:45吳裕珍馮志州王大剛
    關鍵詞:伽瑪東江位數(shù)

    吳裕珍,馮志州,王大剛

    (中山大學水資源與環(huán)境系,廣東 廣州510275)

    基于貝葉斯模式平均與標準化異常度的東江汛期降水預報*

    吳裕珍,馮志州,王大剛

    (中山大學水資源與環(huán)境系,廣東 廣州510275)

    考察貝葉斯模式平均(BMA)對第二代氣候預報系統(tǒng)(CFSv2)在東江流域汛期月降雨量預報的訂正效果,同時引入標準化異常度(SA)指標識別異常的降雨值,分別進行SA的確定性預報以及集合預報,通過建立SA和BMA結(jié)果之間的聯(lián)系構(gòu)建一個較為完整且精度較好的降雨預報模型,提高東江流域中長期降雨預報的精度。主要結(jié)論如下:①BMA50%以下的分位數(shù)不具有預報作用,75%分位數(shù)具有最優(yōu)的預報效果。但BMA還存在不足之處,常表現(xiàn)為對極端降雨的低估;②利用CFSv2集合平均值進行SA計算時,SA嚴重偏小,可能說明CFSv2存在系統(tǒng)性誤差。對CFSv2原始預報分別進行伽瑪函數(shù)訂正以及多項式訂正后,降水預報成功指數(shù)(Ts)和異常值報對的次數(shù)有明顯地提高,但預報偏差(Bs)也相應地增大;③ SA與BMA之間大致可建立如下的關系,即當SA判斷會出現(xiàn)異常值時可選擇95%分位數(shù)的預報值,相反則選擇75%分位數(shù)預報值。

    BMA;SA;CFSv2;汛期;東江流域

    中長期降雨預報是水資源管理、水安全、旱澇災害預警預防以及糧食安全等的基礎[1-3],同時作為氣候、水文模型不可或缺的驅(qū)動因子之一對研究中長期的氣候變化、水文過程等也十分重要[4-5]。

    因此一些業(yè)務氣候預報中心相繼研發(fā)了氣候預測模型并不斷更新模型的版本[ 6-8],在這些氣候預測模型中,由NCEP研發(fā)的第二代氣候預報系統(tǒng)(Climate Forecast System version2, CFSv2)研究、應用得較為廣泛,在季節(jié)氣候預報中占有重要的地位,因此在不同的時空尺度上開展評估CFS預報能力的研究[9-12],如Luo等[13]評估了CFSv2對中國夏季溫度和降雨的預報表現(xiàn),研究認為相比溫度的預報效果而言,對降雨的預報效果要更差,而且再預報數(shù)據(jù)對中國東部的降雨存在干偏差。由這些研究評估可知,盡管CFS在不斷完善,但是其對季節(jié)降雨的預報還存在較大的誤差,而且預報效果不穩(wěn)定,隨著時空尺度的變化而呈現(xiàn)無明顯規(guī)律的變化,因此可能需要針對特定的時空尺度對CFS原始的預報值進行后處理,即誤差訂正。

    本文將考察的是近年來被新引進氣象氣候領域的一種后處理方法——貝葉斯模式平均(Bayesian Model Averaging, BMA)對CFS預報誤差的訂正效果。經(jīng)Raftery等[14]和Sloughter等[15]發(fā)展和改進后,BMA被廣泛應用于短期溫度、降雨等天氣要素的概率預報中且均在不同程度上降低了天氣要素的預報誤差[16-17],而對于BMA對季節(jié)降雨預報的誤差訂正,Peng等[18-19]利用BMA分別對PREC/L(the Precipitation REConstruction over Land)、ECMWF System4 outputs在中國的季節(jié)性降雨預報誤差進行訂正,認為訂正的效果在預見期為1個月時有較明顯地改善。

    雖然BMA能夠提供不同降雨值出現(xiàn)的概率,但對決策者而言,選擇分位數(shù)時往往只能根據(jù)經(jīng)驗或預報值的用途,缺少選擇時可供參考的客觀信息,因此本文還將引入標準化異常度 (Standardized Anomaly, SA)指標識別異常的降雨值,SA常被用于異常值的識別,如HPC (the National Centers for Environmental Prediction’s Hydrometeorological Prediction Center)將SA用于評估數(shù)值天氣預報模型的預報能力,杜鈞等[20]分析了SA對罕見極端高影響天氣預報的可靠性,指出SA識別出了大暴雨事件,而且還有助于認識異常天氣發(fā)生的原因。除一般的采用確定性預報進行SA的判別外,本文將進一步基于集合預報的概念嘗試獲得預報的可信度信息,即SA集合異常預報,并嘗試建立SA和BMA結(jié)果之間的聯(lián)系。

    東江承擔供水、防洪、發(fā)電、通航等多種任務,因此對該流域而言,汛期降雨預報的精度將極大地影響到汛期水量調(diào)度、洪水的預警預報以及水資源管理等計劃的制定,汛期的降雨預報十分重要。因此,本文將考察BMA對CFSv2在東江流域汛期月降雨量預報的訂正效果,同時引入SA指標定性識別異常的降雨值,分別進行SA的確定性預報以及集合預報,最后嘗試建立SA和BMA結(jié)果之間的聯(lián)系,希望能建立一個較為完整且精度較好的降雨預報模型,提高東江流域中長期降雨預報的精度,減小誤差。這不僅為更科學地制定流域水資源管理政策、水量調(diào)度計劃以及洪水預警預報方案等提供參考,也為中長期降雨預報研究提供新的思路。

    1 數(shù) 據(jù)

    東江流域位于珠江流域東部,是珠江流域的一級支流,干流全長562 km,平均坡降0.35‰,總落差約440 m,流域總面積35 340 km2,其中廣東省境內(nèi)占流域總面積的90%,主要支流有西枝江、新豐江、秋香江等。東江屬亞熱帶季風氣候,平均年降水量為1 500~2 400 mm,時空分布不均勻,汛期(4-9月)的降水量占全年降水量的80%以上,而在空間上,一般是西南部降水較多,東北部較少。

    本文的實測降雨數(shù)據(jù)來自于東江流域73個雨量站自1982-2009年日降雨量(圖1),經(jīng)累加后得到月降雨量,經(jīng)計算對比發(fā)現(xiàn)(圖2),在東江流域算術平均法和泰森多邊形法計算得到的面降雨量十分接近,可以說這兩種方法都適用于東江流域的面雨量計算,在此種情況下,較簡便的方法或許是更優(yōu)的,因此我們選擇使用簡便的算術平均法計算面雨量。

    CFSv2在2011年3月30日正式投入業(yè)務運行,提供實時的季節(jié)預報[9]。CFS系列通過模擬大氣、海洋和陸地的耦合作用來預報中長期氣候狀況,屬于海-陸-氣耦合的動力季節(jié)預報系統(tǒng),相比CFSv1,CFSv2融合了一些新的物理包,包括陸面、海洋和海冰過程,具有新的大氣—海洋—陸地數(shù)據(jù)同化系統(tǒng),以及具有更高的空間分辨率(T126)[21]。CFSv2提供了1982-2009年28 a的回溯性預報數(shù)據(jù),每5 d預報一次,1 d內(nèi)有4個循環(huán)(00、06、12、18 UTC)[22-23]。本文的預報值采用CFSv2的再預報數(shù)據(jù)每年3月2、7、12、17、22和27日的所有預報未來9個月每6 h的降雨強度,一共有24(6×4)個成員。由于CFSv2預報范圍基本覆蓋全球(緯度范圍89.28°N-89.28°S以及經(jīng)度范圍0°~359.06°),因此本文截取東江流域所在的格網(wǎng)(緯度為21.26°N-25.04°N和經(jīng)度為112.50°E-116.25°E),利用ARCGIS等軟件計算各個網(wǎng)格(共10個)占流域的面積,并以此為權重計算東江流域的面降雨預報值。

    圖1 東江流域及雨量站分布Fig.1 Location of rain-gauge in Dongjiang basin

    圖2 泰森多邊形法與算術平均法計算東江面降雨量比較Fig.2 Precipitation of Dongjiang basin calculated by Thiessen polygon and arithmetic mean

    2 方 法

    2.1 BMA

    BMA是一種基于貝葉斯原理的數(shù)據(jù)后處理方法,被用于對多模型的預報和推理進行綜合[24],并得到相應預報量的概率密度函數(shù)。對全概率公式進行擴展可得到BMA預測模型[25]:

    (1)

    根據(jù)Sloughter等[26]的研究可以得到降雨量的BMA模型,其中用邏輯回歸模型描述降雨量為0時的發(fā)生概率而用伽瑪分布擬合非零時的降雨量分布[27],其中邏輯回歸模型為:

    (2)

    式中,a0,a1,a2為模型參數(shù);φk為指示函數(shù),當fk=0時,φk=1,否則為0;fk取立方根是因為這樣可以在一定程度上修正其偏態(tài)性,從而取得較好的預報效果。

    最終可獲得降雨量的BMA模型:

    (3)

    2.2 SA

    異常天氣是以偏離當時、當?shù)氐臍夂蚱骄狄欢ǔ潭葋矶x的,因此可將一種天氣要素的異常程度定義為它同實際氣候平均值的差值。為便于天氣要素在不同時空尺度下仍能進行比較,可將這一差值用該量的實際氣候標準差進行標準化[20],同時根據(jù)實際情況設置異常度閾值。本文經(jīng)過試驗設定異常度閾值為1,根據(jù)SA的原理計算平均值和標準差時應是固定窗口的滑動平均,經(jīng)試驗本文設定的窗口長度為21,并且定義月降雨量的異常值為≥90%百分位的實測值,當出現(xiàn)異常值時即為出現(xiàn)異常事件,SA的公式為:

    (4)

    式中,x和t分別表示地點、時間,F(xiàn)表示預報值,MEAN_O表示實測值的平均值,SD_O表示實測值的標準差。

    由于由CFSv2集合平均值計算得到的SA值嚴重偏小,在異常事件出現(xiàn)時小于判別閾值,因此無法識別出異常事件,本文采用伽瑪函數(shù)和多項式等方法對CFSv2預報值進行訂正。首先分別計算實測值和預報值的經(jīng)驗頻率,對伽瑪函數(shù)訂正方法來說,將預報值的經(jīng)驗頻率代入由實測值擬合得到的伽瑪函數(shù)的反函數(shù)中,得到訂正后的預報值,對多項式訂正方法而言,采用2階多項式擬合實測值和其經(jīng)驗頻率,再將預報值的頻率代入得到訂正后的預報值。這兩種方法的實質(zhì)都是頻率匹配法。

    2.3 評價指標

    為評價不同時間尺度的預報值的預報效果,需選擇歸一化的評價指標。MAPE(MeanAbsolutePercentageError)是被廣泛用于測量預報精度的評價指標,尤其適合于評價非負值的預報精度[28],并被許多學者推薦使用,但由于MAPE在評價時對不同程度的偏差中賦予的是線性權重,無法突出大的偏差[29],因此本文除MAPE外還有NRMSE(NormalizedRootMeanSquareError),兩個評價指標都是負導向的,即越小越好,公式如下:

    (5)

    (6)

    (7)

    式中,Pm-i和Po-i分別為第i個預報值、實測值。

    而對于SA則采用預報常用的降水預報成功指數(shù)(Threat Score, Ts) 和預報偏差 (Bias Score, Bs)這兩個評分參數(shù),其中Ts越大表示預報效果越好,Bs越接近1預報效果越好。公式為

    (8)

    (9)

    式中,NA為異常值預報正確的次數(shù),NB為空報的次數(shù),NC為漏報的次數(shù)。

    3 結(jié)果與討論

    3.1 BMA對汛期月降雨量的預報

    對BMA方法而言(圖3和表1),由于50%以下的分位數(shù)基本為0,沒有有效的降雨信息,因此50%以下的分位數(shù)不具有預報作用,75%和95%分位數(shù)在不同程度上降低了原始預報的誤差,其中75%分位數(shù)具有最優(yōu)的預報效果,無論哪個月份、MAPE還是NRMSE,75%分位數(shù)的誤差都是最小的,而且對5、9月的效果最明顯,與CFSv2 集合預報(每個子集合誤差的平均值)誤差相比,誤差減少了23%以上(5月MAPE、NRMSE減少率分別是31%、23%,9月為43%、38%),從表1來看,BMA的預報能力受到原始集合的影響,尤其是MAPE,基本隨集合預報誤差先減小后增大的變化而出現(xiàn)相應的變化特征。圖2也大致反應出相同的規(guī)律,4-6以及9月僅有2個月降雨未能預測到,應該注意的是,BMA有時也會出現(xiàn)誤報的情況,如2009年6月的實測月降雨為734mm,但BMA卻出現(xiàn)嚴重地低估(95%分位數(shù)的預報值也只有325mm),對極端降雨的預報BMA還存在不足,常表現(xiàn)為低估,原因可能涉及BMA方法本身、求解的方法、參數(shù)率定及率定期的選擇等多方面,需要進一步研究,實際上,目前存在的預報模式、預報方法都對極端降雨的預報有不同程度地缺陷,有待進一步完善理論和改進方法。但對于一般的降雨,BMA預報精度(75%分位數(shù))還是很高的。因此,對非極端降雨進行預報時可以取75%分位數(shù),而對于極端降雨則要采取較保守的策略用95%或以上的分位數(shù)作參考,當BMA預報的95% 分位數(shù)已超過警戒的雨量時,應做好相關的預警和預防工作,但該方法也會出現(xiàn)誤報的情況,需要進行權衡和風險的評估。

    圖3 東江汛期各月BMA不同分位數(shù)的降雨值Fig.3 Precipitation of different quantile of BMA in each month of flood season over Dongjiang basin

    表1 東江汛期(4-9月)CFSv2集合預報值及BMA不同分位數(shù)預報的誤差

    Table1ErrorofCFSv2ensembleforecastinganddifferentquantileforecastingofBMAineachmonthoffloodseasonoverDongjiangbasin

    誤差指標不同預報值4月5月6月7月8月9月MAPECFSv2集合預報0 770 650 540 650 440 53BMA5%分位數(shù)1 001 001 001 001 001 00BMA50%分位數(shù)1 001 001 001 000 991 00BMA75%分位數(shù)0 720 450 450 640 420 30BMA95%分位數(shù)1 561 220 781 330 831 01NRMSECFSv2集合預報0 580 560 500 470 530 71BMA5%分位數(shù)0 960 920 900 901 011 11BMA50%分位數(shù)0 950 920 900 901 011 11BMA75%分位數(shù)0 420 430 460 420 450 44BMA95%分位數(shù)0 810 800 500 660 610 91

    3.2 SA對汛期異常月降雨量的預報效果

    從圖4可知,利用CFSv2集合平均值進行SA計算時,CFSv2原始預報值嚴重偏小,相應的SA值偏小,在一共17次異常事件中,由CFSv2計算得到的SA僅有2次達到判別的閾值,即基于CFSv2的SA僅能識別出2次異常事件(表2),Ts較小(0.08),顯著低估了異常度,杜鈞等[30]指出,如果預報有很強的系統(tǒng)性偏差,結(jié)果可能會具有或高估或低估異常度的傾向,需要對原始的預報資料進行偏差訂正。

    圖4 CFSv2集合平均及校正后的SA情況Fig.4 SA of CFSv2 ensemble average and corrected values

    表2SA預報東江極端降雨誤差情況

    Table2ErrorofSAinforecastingextremeprecipitationsoverDongjiangbasin

    不同預報方法TsBs異常值報對次數(shù)CFSv2集合平均值0 080 592伽瑪函數(shù)訂正(集合平均值)0 153 4710多項式訂正(集合平均值)0 143 8210伽瑪函數(shù)訂正(集合)0 133 659多項式訂正(集合)0 155 4114

    因此,本文對CFSv2集合平均值分別進行伽瑪函數(shù)訂正以及多項式訂正,改善由CFSv2計算得到的SA值嚴重偏小的情況,使SA值在異常事件出現(xiàn)時達到判別閾值,從而識別出異常事件,提高預報精度。與CFSv2集合平均得出的SA相比,訂正后的CFSv2的SA值明顯增大(圖4),而且Ts和異常值報對的次數(shù)有明顯地提高,伽瑪函數(shù)及多項式訂正的Ts和異常值報對的次數(shù)分別為0.15和10次以及0.14和10次,但Bs也相應的誤差增大(3.00、3.31),從評價指標來看,伽瑪函數(shù)訂正的預報要優(yōu)于多項式訂正的。然而,選擇何種訂正方法以及Ts、Bs之間如何取舍、平衡需要根據(jù)實際情況權衡,有待進一步的研究。

    對SA集合異常預報而言,也需對CFSv2集合成員進行誤差的訂正,再分別計算SA,取頻率最大的SA值作為判別異常值的指標?;诙囗検接喺念A報報對的次數(shù)達到14次,然而Ts并沒有顯著提高(0.15),Bs卻有明顯地增加(5.41),而基于伽瑪函數(shù)訂正的預報并沒有提高,不僅報對的次數(shù)及Ts對比集合平均沒有顯著增加(9次、0.13),而且Bs誤差增加了(3.65)。雖然集合異常預報與集合平均相比沒有體現(xiàn)顯著的優(yōu)勢,但集合異常預報最大的優(yōu)點為可以給每個SA值賦予可信度值,即得到SA值的頻率分布,從而為決策者的選擇提供參考的信息。

    3.3 SA與BMA的聯(lián)合預報

    BMA只能提供不同分位數(shù)的預報值,缺少選擇時可供參考的客觀信息,因此對不同分位數(shù)的選取可根據(jù)SA對異常值的識別作為參考來進行。

    在與BMA對應的138次預報中(表3),除CFSv2集合平均的Ts較小外(0.10),其余的Ts均較好,在0.14以上,但Bs值也顯著地增加,其中集合預報的多項式訂正的Bs達到4.88,綜合這兩種評價指標,表現(xiàn)較好的是集合平均值的伽瑪函數(shù)訂正預報。

    另外,對SA判斷出現(xiàn)異常值時,選擇BMA95%分位數(shù)預報值而實際也是95%分位數(shù)預報值要更優(yōu)的情況,這5種預報的概率(頻率)較為接近,除集合平均值的多項式訂正預報概率(頻率)略小外(0.26),其余為0.28以上,最好的是CFSv2集合平均預報以及集合平均的伽瑪函數(shù)訂正預報(均為0.29)。而對SA判斷不出現(xiàn)異常值時,選擇75%分位數(shù)預報值而實際也是75%分位數(shù)預報值要更優(yōu)的情況,除CFSv2集合平均預報的概率(頻率)較小外(0.38),其余預報方法概率(頻率)均在0.75以上,最好的是集合的多項式訂正預報(0.78)。綜合而言,基于集合平均值的伽瑪函數(shù)訂正預報在這幾種預報方法中是最優(yōu)。值得注意的是,對于報對95%分位數(shù)的概率(頻率)要明顯低于75%分位數(shù),這可能說明對于極端情況,無論是SA還是BMA都還存在誤報的情況,而這種對極端情況誤報的情況,在建立它們兩者關系時可能會更加明顯。

    表3 SA誤差情況及與BMA不同分位數(shù)聯(lián)合預報情況1)

    1)95%和75%分位數(shù)表示當SA判斷異常或非異常時選擇95%或75%分位數(shù)而實際也是95%或75%分位數(shù)更優(yōu)時的概率(頻率)

    基于以上分析,SA與BMA之間可建立如下的關系,即當SA判斷會出現(xiàn)異常值時大致可選擇95%分位數(shù)的預報值,相反則選擇75%分位數(shù)預報值,而這兩種關系中,又以SA判斷不出現(xiàn)異常值時選擇75%分位數(shù)預報值這種情況的可靠性更高,其中基于集合平均值的伽瑪函數(shù)訂正預報在這幾種預報方法中是最優(yōu)的。

    4 結(jié) 論

    本文探討B(tài)MA對CFSv2在東江流域汛期月降雨量預報的訂正效果以及SA(包括確定性預報、集合預報以及對原始預報值的伽瑪訂正和多項式訂正)對汛期異常月降雨量的識別,并建立SA和BMA結(jié)果之間的聯(lián)系,得到如下結(jié)論:

    1)BMA50%以下的分位數(shù)不具有預報作用,75%分位數(shù)具有最優(yōu)的預報效果。應該注意的是,BMA也會出現(xiàn)誤報的情況,尤其是極端降雨的預報,BMA還存在一些不足之處,常表現(xiàn)為對極端降雨的低估。

    2) 利用CFSv2集合平均值進行SA計算時,SA嚴重偏小,可能說明CFSv2存在系統(tǒng)性誤差。對CFSv2原始預報分別進行伽瑪函數(shù)訂正以及多項式訂正后,Ts和異常值報對的次數(shù)有明顯地提高,但Bs也相應地增大。從評價指標來看,伽瑪函數(shù)訂正的預報要優(yōu)于多項式訂正。

    3)SA與BMA之間大致可建立如下的關系,即當SA判斷會出現(xiàn)異常值時可選擇95%分位數(shù)的預報值,相反則選擇75%分位數(shù)預報值,而這兩種關系中,又以SA判斷不出現(xiàn)異常值時選擇75%分位數(shù)預報值這種情況的可靠性更高,其中基于集合平均值的伽瑪函數(shù)訂正預報在這幾種預報方法中是最優(yōu)的。

    通過SA和BMA的聯(lián)合預報降雨相比以往純粹使用CFSv2效果更好,也比單獨使用BMA時能得到更多的客觀信息從而能更好地選擇相應的預報值,同時通過集合預報法以及與BMA的聯(lián)合也改善了確定性預報中SA只能進行定性判別的不足。但也應注意到,SA和BMA本身也存在誤報的缺點,而它們之間的聯(lián)合預報也還有不確定性的地方,如何提高SA、BMA本身以及它們聯(lián)合時的精度或定量刻畫這種不確定性,都需要而且有必要進行進一步的研究。

    [1]GUOJ,LIZ.ClassificationofmereorologicaldisastersandstrategiesforhazardpreventionandreductioninChina[J].JournalofCatastrophology, 2005, 20(4): 106-110.

    [2]SILVESTROF,REBORAN.Impactofprecipitationforecastuncertaintiesandinitialsoilmoistureconditionsonaprobabilisticfloodforecastingchain[J].JournalofHydrology,2014,519:1052-1067.

    [3]FOXG,TUMERJ,GILLESPIET.Thevalueofprecipitationforecastinformationinwinterwheatproduction[J].AgriculturalandForestMeteorology, 1999, 95(2): 99-111.

    [4]DAVOLIOS,MIGLIETTAM,DIOMEDET,etal.Ameteo-hydrologicalpredictionsystembasedonamulti-modelapproachforprecipitationforecasting[J].NaturalHazardsandEarthSystemSciences,2008,8(1):143.

    [5]HABETSF,LEMOIGNEP,NOILHANJ.Ontheutilityofoperationalprecipitationforecaststoservedasinputforstreamflowforecasting[J].JournalofHydrology, 2004, 293(1):270-288.

    [6]ZHANGH,LINZ,ZENGQ.ThecomputationalschemeandthetestfordynamicalframeworkofIAPAGCM-4[J].ChineseJournalAtmosphericSciences,2009, 33(6):1267-1285.

    [8]SAHA,S,NADIGAS,THIAWC,etal.TheNCEPclimateforecastsystem[J].JournalofClimate,2006,19(15):3483-3517.

    [9]YUANX,WOOD,ERICF,etal.CFSv2-BasedseasonalhydroclimaticforecastsovertheconterminousUnitedStates[J].JournalofClimate,2013,26(13):4828-4847..

    [10]SILVAG,DUTRAL,ROCHAR,etal.PreliminaryanalysisontheglobalfeaturesoftheNCEPCFSv2seasonalhindcasts[J].AdvancesinMeteorology, 2014,2014:21.

    [11]JIANGX,YANGS,LIY,etal.Seasonal-to-interannualpredictionoftheAsiansummermonsoonintheNCEPclimateforecastsystemversion2[J].JournalofClimate,2013,26(11):3708-3727.

    [12]GOSWAMIB,DESHPANDEM,MUKHOPADHYAYP,etal.SimulationofmonsoonintraseasonalvariabilityinNCEPCFSv2anditsroleonsystematicbias[J].ClimateDynamics,2014,43(9/10):2725-2745.

    [13]LUOL,TANGW,LINZ,etal.EvaluationofsummertemperatureandprecipitationpredictionsfromNCEPCFSv2retrospectiveforecastoverChina[J].ClimateDynamics,2013,41(7/8):2213-2230.

    [14]RAFTERYA,GENITINT,BALABDAOUIF,etal.UsingBayesianmodelaveragingtocalibrateforecastensembles[J].MonthlyWeatherReview, 2005, 133:1155-1174.

    [15]SLOUGHTERJ,RAFTERYA,GENITINGT,etal.ProbabilisticquantitativeprecipitationforecastingusingBayesianmodelaveraging[J].MonthlyWeatherReview, 2007,135:3209-3220.

    [16]KIMC,SUHM.ProspectsofusingBayesianmodelaveragingforthecalibrationofone-monthforecastsofsurfaceairtemperatureoverSouthKorea[J].Asia-PacificJournalofAtmosphericSciences, 2013, 49(3):301-311.

    [17]LIUJ,XIEZ.BMAprobabilisticquantitativeprecipitationforecastingovertheHuaihebasinusingTIGGEmultimodelensembleforecasts[J].MonthlyWeatherReview, 2014, 142(4):1542-1555.

    [18]PENGZ,WANGQ,BENNETTJ,etal.SeasonalprecipitationforecastsoverChinausingmonthlylarge-scaleoceanic-atmosphericindices[J].JournalofHydrology, 2014, 519:792-802.

    [19]PENGZ,WANGQ,BENNETTJ,etal.StatisticalcalibrationandbridgingofECMWFSystem4outputsforforecastingseasonalprecipitationoverChina[J].JGeophysResAtmos,2014,119(12):7116-7135.

    [20] 杜鈞,GRUMMR,鄧國.預報異常極端高影響天氣的“集合異常預報法”:以北京2012年7月21日特大暴雨為例 [J]. 大氣科學, 2014,38 (4): 685-699.

    [21]SAHAS,MOORTHIS,PANH,etal.TheNCEPclimateforecastsystemreanalysis[J].BulletinoftheAmericanMeteorologicalSociety, 2010, 91(8):1015-1057.

    [22]GOSWAMIB,DESHPANDEM,MUKHOPADHYAYP,etal.SimulationofmonsoonintraseasonalvariabilityinNCEPCFSv2anditsroleonsystematicbias[J].ClimateDynamics,2014,43(9/10):2725-2745.

    [23]SAHAS,MOORTHIS,WUX,etal.TheNCEPclimateforecastsystemversion2[J].JournalofClimate,2014,27(6):2185-2208.

    [24]MOLLERA,LENKOSKIA,THORDISL,etal.MultivariateprobabilisticforecastingusingensembleBayesianmodelaveragingandcopulas[J].QJRMeteorolSoc, 2013, 139(673):982-991.

    [25]RAFTERYA,GENITINGT,BALABDAOUIF,etal.UsingBayesianmodelaveragingtocalibrateforecastensembles[J].MonthlyWeatherReview, 2005,133:1155-1174.

    [26]SLOUGHTERJ,RAFTERYA,GENITINGT,etal.ProbabilisticquantitativeprecipitationforecastingusingBayesianmodelaveraging[J].MonthlyWeatherReview, 2007,135:3209-3220.

    [27]YANGC,CHANDLERR,ISHAMV,etal.Spatial-temporalrainfallsimulationusinggeneralizedlinearmodels[J].WaterResourceResearch, 2005, 41(11):114-115.

    [28]RENL,GLASUREY.Applicabilityoftherevisedmeanabsolutepercentageerrors(MAPE)approachtosomepopularnormalandnon-normalindependenttimeseries[J].InternationalAdvancesinEconomicResearch,2009,15(4):409-420.

    [29]TINAG,FIORES,VENTURAC.Analysisofforecasterrorsforirradianceonthehorizontalplane[J].EnergyConversionandManagement,2012,64:533-540.

    [30] 杜鈞,李俊.集合預報方法在暴雨研究和預報中的應用[J].氣象科技進展,2014(5):6-20.

    Precipitation forecasting in flood season over the Dongjiang Basin using Bayesian model averaging and standardized anomaly

    WUYuzhen,FENGZhizhou,WANGDagang

    (Department of Water Resources and Environment, Sun Yat-sen University, Guangzhou 510275, China)

    Bayesian Model Averaging (BMA) is applied to monthly precipitation forecasting in the flood season over the Dongjiang basin to correct the bias of Climate Forecast System version2 (CFSv2). In the meantime, Standardized Anomaly (SA) is used to quantify the precipitation abnormality and incorporated into the deterministic and ensemble forecasting. A better precipitation forecasting model is then established by the combination of BMA and SA to improve accuracy of long-term precipitation forecasting in the Dongjiang basin. Conclusions are drawn as follows: ① The 50th percentile and below of ensemble forecasting have poor skill , whereas the 75th percentile is usually in agreement with observations. However, BMA has disadvantage in that it underestimates precipitation amount when extreme events occur. ② The value of SA based on the ensemble average of CFSv2 is too small, indicating a systematic bias of CFSv2. When the CFSv2 raw forecasting is corrected by gamma function and multinomial, both Threat Score and the number of greatly increases but Bias Score increases in the meanwhile; ③ The relationship between SA and BMA can be expressed as follows: the 95th percentile of ensemble forecasting is used when SA indicates an abnormal precipitation, otherwise the 75th percentile is used.

    BMA; SA; CFSv2; flood season; the Dongjiang basin

    10.13471/j.cnki.acta.snus.2016.06.003

    2016-02-25

    國家自然科學基金資助項目(51379224);廣東省水利科技創(chuàng)新基金資助項目(2014-11);中山大學高?;究蒲袠I(yè)務費專項資金資助項目(15lgjc)

    吳裕珍(1991年生),女;研究方向:氣象氣候預測;通訊作者:王大剛;E-mail:wangdag@mail.sysu.edu.cn

    P456.7

    A

    0529-6579(2016)06-0020-08

    猜你喜歡
    伽瑪東江位數(shù)
    五次完全冪的少位數(shù)三進制展開
    伽瑪能譜測量中Nal(Tl)探測器的性能測試
    電子制作(2017年14期)2017-12-18 07:07:52
    萬綠水 東江請原創(chuàng)歌曲|全國征集
    嶺南音樂(2016年4期)2016-11-21 09:25:24
    東江本地早快速投產(chǎn)配套技術研究
    浙江柑橘(2016年4期)2016-03-11 20:12:58
    伽瑪射束立體定向放射治療質(zhì)量控制
    左截斷右刪失數(shù)據(jù)下伽瑪分布參數(shù)多變點的貝葉斯估計
    湖南東江水庫移民農(nóng)業(yè)事業(yè)單位體制改革探討
    遙感衛(wèi)星CCD相機量化位數(shù)的選擇
    “判斷整數(shù)的位數(shù)”的算法分析
    河南科技(2014年11期)2014-02-27 14:09:41
    基于分位數(shù)回歸的剪切波速變化規(guī)律
    老司机影院成人| 一区二区三区免费毛片| 国产精品爽爽va在线观看网站| 国产精品爽爽va在线观看网站| 国产精品嫩草影院av在线观看| 在线免费十八禁| 熟女人妻精品中文字幕| 成年免费大片在线观看| 亚洲无线观看免费| 亚洲欧美精品专区久久| 成人国产av品久久久| 不卡视频在线观看欧美| 肉色欧美久久久久久久蜜桃| 亚洲av成人精品一二三区| 菩萨蛮人人尽说江南好唐韦庄| 久久久久久久精品精品| 如何舔出高潮| 欧美人与善性xxx| 寂寞人妻少妇视频99o| www.色视频.com| 亚洲aⅴ乱码一区二区在线播放| 韩国高清视频一区二区三区| 亚洲,欧美,日韩| 男人舔奶头视频| 国产亚洲欧美精品永久| 人妻少妇偷人精品九色| 亚洲av中文字字幕乱码综合| 亚洲精品乱码久久久久久按摩| 97超视频在线观看视频| 精品久久久精品久久久| 少妇精品久久久久久久| 午夜福利在线观看免费完整高清在| 九九久久精品国产亚洲av麻豆| 免费观看无遮挡的男女| 亚洲精品国产av蜜桃| 国产一区二区三区综合在线观看 | 欧美日韩亚洲高清精品| 女人久久www免费人成看片| 日本色播在线视频| 少妇猛男粗大的猛烈进出视频| 香蕉精品网在线| 伦精品一区二区三区| 日产精品乱码卡一卡2卡三| 国内揄拍国产精品人妻在线| 多毛熟女@视频| 免费大片18禁| 日本色播在线视频| 亚洲性久久影院| 日本黄大片高清| 久久久成人免费电影| 亚洲精品自拍成人| 性高湖久久久久久久久免费观看| 日韩欧美 国产精品| 你懂的网址亚洲精品在线观看| 一区二区三区精品91| 久久久久视频综合| 日韩不卡一区二区三区视频在线| 久久人人爽人人爽人人片va| 欧美成人一区二区免费高清观看| 亚洲欧美日韩另类电影网站 | 97超碰精品成人国产| 国产精品不卡视频一区二区| 久久久久国产网址| 男的添女的下面高潮视频| 午夜福利在线在线| 97超视频在线观看视频| 自拍欧美九色日韩亚洲蝌蚪91 | 如何舔出高潮| 99热全是精品| 亚洲av在线观看美女高潮| 免费人成在线观看视频色| 亚洲在久久综合| 日本黄大片高清| 一区在线观看完整版| 免费不卡的大黄色大毛片视频在线观看| 国产视频首页在线观看| 成人无遮挡网站| 成人毛片a级毛片在线播放| 国产有黄有色有爽视频| 高清日韩中文字幕在线| 久久久久精品性色| 伦精品一区二区三区| 亚洲天堂av无毛| 久久99热这里只频精品6学生| 蜜桃亚洲精品一区二区三区| 国产精品.久久久| 五月伊人婷婷丁香| 一本久久精品| 在线观看免费视频网站a站| 在线观看av片永久免费下载| 天美传媒精品一区二区| 精品人妻一区二区三区麻豆| 在线观看av片永久免费下载| 国产高清有码在线观看视频| 蜜桃久久精品国产亚洲av| 成人亚洲精品一区在线观看 | 麻豆精品久久久久久蜜桃| 熟女av电影| 免费人妻精品一区二区三区视频| 精品少妇久久久久久888优播| 久久久久久久大尺度免费视频| 伦理电影大哥的女人| www.色视频.com| 2021少妇久久久久久久久久久| 国产色婷婷99| 亚洲美女黄色视频免费看| 日本爱情动作片www.在线观看| 纯流量卡能插随身wifi吗| 一个人看的www免费观看视频| 美女国产视频在线观看| 水蜜桃什么品种好| 久久鲁丝午夜福利片| 国产伦精品一区二区三区视频9| 国语对白做爰xxxⅹ性视频网站| 亚洲人成网站高清观看| 国内少妇人妻偷人精品xxx网站| 成人影院久久| 国产在线一区二区三区精| 国产熟女欧美一区二区| 亚洲av福利一区| 国模一区二区三区四区视频| 男人和女人高潮做爰伦理| 九九久久精品国产亚洲av麻豆| 国产亚洲午夜精品一区二区久久| 日本av手机在线免费观看| 午夜福利影视在线免费观看| 久久久久网色| 免费黄网站久久成人精品| 午夜视频国产福利| 一级毛片黄色毛片免费观看视频| 国产精品无大码| 啦啦啦在线观看免费高清www| 男男h啪啪无遮挡| 国产乱来视频区| 精品一区二区三卡| 亚洲成色77777| 国产精品无大码| 亚洲国产欧美人成| 能在线免费看毛片的网站| 国产久久久一区二区三区| 欧美xxⅹ黑人| 天美传媒精品一区二区| 成人美女网站在线观看视频| 在线观看免费日韩欧美大片 | 亚洲天堂av无毛| 亚洲国产最新在线播放| 亚洲精华国产精华液的使用体验| www.色视频.com| 精品一区二区三区视频在线| 亚洲最大成人中文| 免费不卡的大黄色大毛片视频在线观看| 国产美女午夜福利| 免费大片黄手机在线观看| 美女国产视频在线观看| 日本黄色片子视频| 成年美女黄网站色视频大全免费 | 又粗又硬又长又爽又黄的视频| 日韩一区二区三区影片| 在线天堂最新版资源| 多毛熟女@视频| 极品教师在线视频| 欧美区成人在线视频| 有码 亚洲区| 国产精品伦人一区二区| 最近中文字幕2019免费版| 在线免费十八禁| 亚洲久久久国产精品| 精品国产三级普通话版| 热99国产精品久久久久久7| 赤兔流量卡办理| 黄片无遮挡物在线观看| 午夜老司机福利剧场| 人妻 亚洲 视频| 成年美女黄网站色视频大全免费 | 大又大粗又爽又黄少妇毛片口| 人体艺术视频欧美日本| 亚洲av成人精品一二三区| 狂野欧美激情性xxxx在线观看| 男女边吃奶边做爰视频| 99久久精品国产国产毛片| av在线app专区| 免费av不卡在线播放| 视频区图区小说| 嫩草影院入口| 亚洲人成网站在线播| 十八禁网站网址无遮挡 | 国产黄片视频在线免费观看| 在现免费观看毛片| 午夜老司机福利剧场| 丰满人妻一区二区三区视频av| av一本久久久久| 久久午夜福利片| 国产69精品久久久久777片| 在线观看免费视频网站a站| 国产av码专区亚洲av| 美女国产视频在线观看| 嫩草影院入口| 亚洲精品乱码久久久v下载方式| 国产成人精品福利久久| 亚洲熟女精品中文字幕| 欧美性感艳星| 国产精品一二三区在线看| 成人综合一区亚洲| 欧美三级亚洲精品| 亚洲av福利一区| 人妻系列 视频| 国产伦理片在线播放av一区| 欧美日韩综合久久久久久| 国产v大片淫在线免费观看| 日韩一区二区视频免费看| 亚洲成色77777| 深夜a级毛片| 国产亚洲最大av| 国产片特级美女逼逼视频| 老师上课跳d突然被开到最大视频| h日本视频在线播放| 日本午夜av视频| 日本爱情动作片www.在线观看| 干丝袜人妻中文字幕| 欧美+日韩+精品| 亚洲av国产av综合av卡| 久久影院123| 国产精品一二三区在线看| 国产成人一区二区在线| 欧美日韩视频精品一区| 久久精品久久精品一区二区三区| 午夜精品国产一区二区电影| h日本视频在线播放| 99久久精品热视频| 午夜日本视频在线| 婷婷色综合大香蕉| 国产成人精品久久久久久| 夫妻午夜视频| 99热这里只有是精品在线观看| 成人免费观看视频高清| 麻豆国产97在线/欧美| 干丝袜人妻中文字幕| 国产精品.久久久| 在线观看一区二区三区| 2021少妇久久久久久久久久久| av专区在线播放| 男人舔奶头视频| 超碰av人人做人人爽久久| 免费看日本二区| 国产精品.久久久| 亚洲综合色惰| 国产亚洲精品久久久com| 男人添女人高潮全过程视频| 日韩一本色道免费dvd| 久久久久人妻精品一区果冻| 国产69精品久久久久777片| 九草在线视频观看| 国产精品秋霞免费鲁丝片| 亚洲精品国产av成人精品| 男人添女人高潮全过程视频| 久久久午夜欧美精品| 91久久精品国产一区二区成人| 国产大屁股一区二区在线视频| 身体一侧抽搐| 成人影院久久| 香蕉精品网在线| 九九在线视频观看精品| 久久久国产一区二区| 人妻少妇偷人精品九色| 免费人成在线观看视频色| 久久99蜜桃精品久久| 卡戴珊不雅视频在线播放| 精品人妻一区二区三区麻豆| 精品少妇黑人巨大在线播放| 秋霞伦理黄片| 一区在线观看完整版| 成人无遮挡网站| 精品一区二区三卡| 国产精品无大码| 亚洲国产最新在线播放| 亚洲欧美成人精品一区二区| 成人国产麻豆网| 五月天丁香电影| 国产欧美日韩精品一区二区| 全区人妻精品视频| 国产男女内射视频| 久久久久性生活片| 久久鲁丝午夜福利片| 亚洲av男天堂| 18禁裸乳无遮挡免费网站照片| 久久婷婷青草| 久久99蜜桃精品久久| 男男h啪啪无遮挡| 精品久久久噜噜| 亚洲av国产av综合av卡| 国产黄片视频在线免费观看| 涩涩av久久男人的天堂| 男女下面进入的视频免费午夜| 国产成人aa在线观看| 色网站视频免费| 高清不卡的av网站| 亚洲,欧美,日韩| 黑人猛操日本美女一级片| 久久久久久久亚洲中文字幕| 一本色道久久久久久精品综合| 18禁动态无遮挡网站| 免费高清在线观看视频在线观看| 久久久久国产精品人妻一区二区| 免费观看av网站的网址| 精品久久久久久久末码| 波野结衣二区三区在线| 毛片一级片免费看久久久久| 精品酒店卫生间| 亚洲av电影在线观看一区二区三区| 亚洲丝袜综合中文字幕| 免费久久久久久久精品成人欧美视频 | 99久久综合免费| 国产伦在线观看视频一区| 一级毛片电影观看| 亚洲av中文字字幕乱码综合| 国国产精品蜜臀av免费| 久久这里有精品视频免费| 日韩不卡一区二区三区视频在线| 国产老妇伦熟女老妇高清| 91精品一卡2卡3卡4卡| 最新中文字幕久久久久| 国模一区二区三区四区视频| 精品一区二区三卡| 国产精品国产三级专区第一集| 欧美zozozo另类| 久久久久久久亚洲中文字幕| 亚洲精品久久久久久婷婷小说| 最近中文字幕高清免费大全6| 极品少妇高潮喷水抽搐| 久久精品人妻少妇| 亚洲色图综合在线观看| 精品亚洲乱码少妇综合久久| 高清黄色对白视频在线免费看 | 卡戴珊不雅视频在线播放| 成年女人在线观看亚洲视频| 日本午夜av视频| 男人爽女人下面视频在线观看| 夜夜看夜夜爽夜夜摸| 美女内射精品一级片tv| .国产精品久久| 在线观看免费高清a一片| 久久鲁丝午夜福利片| 黄色怎么调成土黄色| 中文资源天堂在线| 亚洲精品乱久久久久久| 高清欧美精品videossex| 噜噜噜噜噜久久久久久91| 久久久久性生活片| 国产精品.久久久| 亚洲欧洲日产国产| 国产欧美日韩一区二区三区在线 | 亚洲av免费高清在线观看| 久久av网站| 国产精品国产三级国产av玫瑰| 国产亚洲一区二区精品| 久久久久久久久久人人人人人人| 成人特级av手机在线观看| 99久久人妻综合| 免费高清在线观看视频在线观看| 丰满少妇做爰视频| 91精品一卡2卡3卡4卡| 丰满人妻一区二区三区视频av| 美女高潮的动态| 这个男人来自地球电影免费观看 | 黄色视频在线播放观看不卡| 久久久久久九九精品二区国产| 亚洲欧美中文字幕日韩二区| 男女边摸边吃奶| 乱系列少妇在线播放| 国产乱人视频| 韩国高清视频一区二区三区| av免费观看日本| 欧美成人精品欧美一级黄| 久久国产乱子免费精品| 欧美高清性xxxxhd video| 搡女人真爽免费视频火全软件| 午夜精品国产一区二区电影| 少妇人妻久久综合中文| 国产成人a区在线观看| 在线观看三级黄色| 午夜视频国产福利| 国产综合精华液| 伊人久久精品亚洲午夜| 美女福利国产在线 | 高清av免费在线| 国产高清三级在线| 国产 一区精品| 久热久热在线精品观看| 免费播放大片免费观看视频在线观看| 又爽又黄a免费视频| 七月丁香在线播放| 联通29元200g的流量卡| 成人影院久久| 亚洲欧美日韩东京热| 亚洲aⅴ乱码一区二区在线播放| 国产黄片美女视频| 春色校园在线视频观看| 交换朋友夫妻互换小说| 三级国产精品片| 精品人妻视频免费看| 特大巨黑吊av在线直播| 国产成人91sexporn| 国产色爽女视频免费观看| 在线观看三级黄色| 国产成人午夜福利电影在线观看| 18禁在线播放成人免费| 精品酒店卫生间| 国产免费一区二区三区四区乱码| 国产成人精品久久久久久| 下体分泌物呈黄色| 国产精品成人在线| 高清毛片免费看| 久久久久久久久大av| 亚洲av成人精品一区久久| xxx大片免费视频| 99久久精品一区二区三区| 搡老乐熟女国产| 国产伦在线观看视频一区| 一区二区三区四区激情视频| 精品国产一区二区三区久久久樱花 | 欧美成人精品欧美一级黄| 精品国产三级普通话版| 99热这里只有是精品50| 亚洲国产欧美人成| 人人妻人人爽人人添夜夜欢视频 | 99久国产av精品国产电影| 永久免费av网站大全| 少妇人妻精品综合一区二区| 亚洲精品日韩av片在线观看| 尤物成人国产欧美一区二区三区| 18禁裸乳无遮挡动漫免费视频| 直男gayav资源| av国产免费在线观看| 最新中文字幕久久久久| 18禁在线播放成人免费| 伊人久久国产一区二区| 中文天堂在线官网| 午夜福利视频精品| 亚洲,欧美,日韩| av一本久久久久| 亚洲第一av免费看| 黑人高潮一二区| av在线老鸭窝| 99久久精品热视频| 欧美日韩亚洲高清精品| 日本av免费视频播放| 少妇人妻精品综合一区二区| 日韩欧美 国产精品| 国产精品久久久久久av不卡| 国产成人一区二区在线| 国产高清国产精品国产三级 | 久久久久久久久久久丰满| 特大巨黑吊av在线直播| 日韩av在线免费看完整版不卡| 亚洲精品国产av成人精品| 一个人看的www免费观看视频| 啦啦啦中文免费视频观看日本| kizo精华| 在线观看三级黄色| 妹子高潮喷水视频| 亚洲av日韩在线播放| 一二三四中文在线观看免费高清| 在线播放无遮挡| 欧美精品国产亚洲| 精品少妇久久久久久888优播| 国产无遮挡羞羞视频在线观看| av在线蜜桃| 久久国产亚洲av麻豆专区| 日韩在线高清观看一区二区三区| 亚洲国产欧美在线一区| av黄色大香蕉| 精品久久久久久电影网| 如何舔出高潮| 亚洲欧美日韩无卡精品| 水蜜桃什么品种好| 1000部很黄的大片| 99久国产av精品国产电影| 在线天堂最新版资源| 日韩欧美精品免费久久| h日本视频在线播放| 亚洲aⅴ乱码一区二区在线播放| 国产探花极品一区二区| 深爱激情五月婷婷| 日韩成人伦理影院| 国产亚洲最大av| 赤兔流量卡办理| 国产亚洲午夜精品一区二区久久| 久久精品熟女亚洲av麻豆精品| 啦啦啦在线观看免费高清www| 国产一区有黄有色的免费视频| av免费在线看不卡| 亚洲人成网站高清观看| 大片电影免费在线观看免费| 国产av一区二区精品久久 | 精品久久久久久久末码| 人妻 亚洲 视频| 成人免费观看视频高清| 偷拍熟女少妇极品色| 美女中出高潮动态图| 亚洲精品色激情综合| 午夜精品国产一区二区电影| 91aial.com中文字幕在线观看| 国产精品一二三区在线看| 男女边摸边吃奶| 51国产日韩欧美| 国内少妇人妻偷人精品xxx网站| 国产片特级美女逼逼视频| 边亲边吃奶的免费视频| 精品一区二区三区视频在线| 交换朋友夫妻互换小说| 国产人妻一区二区三区在| av网站免费在线观看视频| 国产 精品1| 日韩av在线免费看完整版不卡| 少妇人妻精品综合一区二区| 亚洲真实伦在线观看| 久久99热6这里只有精品| 久久99蜜桃精品久久| 婷婷色av中文字幕| 日韩中字成人| 女的被弄到高潮叫床怎么办| 男女下面进入的视频免费午夜| 欧美高清性xxxxhd video| 国产精品av视频在线免费观看| 丝瓜视频免费看黄片| 91aial.com中文字幕在线观看| 2018国产大陆天天弄谢| 在线免费十八禁| 国产极品天堂在线| 成人二区视频| 深夜a级毛片| 在线亚洲精品国产二区图片欧美 | 乱码一卡2卡4卡精品| 国产精品一及| 久久国产精品男人的天堂亚洲 | 亚洲欧美日韩另类电影网站 | 卡戴珊不雅视频在线播放| 亚洲成色77777| 国产在视频线精品| 成人毛片60女人毛片免费| 国产精品99久久99久久久不卡 | 亚洲精品成人av观看孕妇| 这个男人来自地球电影免费观看 | 国产精品福利在线免费观看| 免费看日本二区| 成人国产麻豆网| 国产亚洲av片在线观看秒播厂| 亚洲精品色激情综合| h视频一区二区三区| 在线观看国产h片| 国产探花极品一区二区| 天天躁日日操中文字幕| 全区人妻精品视频| 亚洲国产色片| 国产极品天堂在线| 香蕉精品网在线| 搡女人真爽免费视频火全软件| 中文在线观看免费www的网站| 欧美精品国产亚洲| 久久久欧美国产精品| 一级毛片久久久久久久久女| 女人久久www免费人成看片| 亚洲va在线va天堂va国产| 大话2 男鬼变身卡| 少妇人妻精品综合一区二区| 黄片无遮挡物在线观看| 亚洲图色成人| 99热网站在线观看| 国产色婷婷99| 夫妻午夜视频| 中文资源天堂在线| 观看美女的网站| 看十八女毛片水多多多| 国模一区二区三区四区视频| 插逼视频在线观看| 亚洲精品日本国产第一区| 两个人的视频大全免费| 国产中年淑女户外野战色| 深夜a级毛片| 精品久久久精品久久久| 一级毛片aaaaaa免费看小| 欧美少妇被猛烈插入视频| 人妻一区二区av| 久久午夜福利片| av网站免费在线观看视频| 国产美女午夜福利| 国产精品福利在线免费观看| 男人狂女人下面高潮的视频| 国内揄拍国产精品人妻在线| 亚洲av在线观看美女高潮| 自拍欧美九色日韩亚洲蝌蚪91 | 极品教师在线视频| 菩萨蛮人人尽说江南好唐韦庄| videos熟女内射| 亚洲国产欧美人成| 亚洲性久久影院| 男男h啪啪无遮挡| 我的老师免费观看完整版| 国产精品一二三区在线看| 日韩不卡一区二区三区视频在线| 欧美一级a爱片免费观看看| 伦理电影免费视频| 精品少妇黑人巨大在线播放| 18禁裸乳无遮挡免费网站照片| 日韩人妻高清精品专区| 干丝袜人妻中文字幕| av福利片在线观看| 美女cb高潮喷水在线观看| 天天躁夜夜躁狠狠久久av| 超碰97精品在线观看| 久久99热这里只有精品18| 少妇的逼水好多| 高清欧美精品videossex| 免费播放大片免费观看视频在线观看| 久久亚洲国产成人精品v|