• <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 ?

    基于支持向量回歸機(jī)的長期徑流預(yù)報及不確定性分析

    2018-11-13 10:24:04酈于杰梁忠民唐甜甜
    南水北調(diào)與水利科技 2018年3期
    關(guān)鍵詞:遺傳算法

    酈于杰 梁忠民 唐甜甜

    摘要:根據(jù)漢江流域皇莊站1981-2008年逐月徑流量與1980-2007年逐月74項環(huán)流指數(shù)、北太平洋海溫場、500 hPa高度場的相關(guān)關(guān)系,利用逐步回歸挑選預(yù)報因子,構(gòu)建基于遺傳算法的支持向量回歸機(jī)模型(GASVR),并對2009-2013年逐月徑流量進(jìn)行預(yù)報;結(jié)果表明,徑流預(yù)報精度較高,汛期平均相對誤差在30%以內(nèi),非汛期、年總量平均相對誤差在20%以內(nèi),均優(yōu)于隨機(jī)森林和多元線性回歸模型。將GASVR模型的預(yù)報結(jié)果作為概率預(yù)報的基礎(chǔ),采用貝葉斯理論中的水文不確定性處理器(HUP)對預(yù)報的可靠度進(jìn)行分析;結(jié)果表明,HUP不僅可以提供精度更高的定值預(yù)報,還能以置信區(qū)間的方式量化預(yù)報的可靠度,提供更為豐富的預(yù)報信息。

    關(guān)鍵詞:漢江流域;長期徑流預(yù)報;支持向量回歸機(jī);遺傳算法;貝葉斯概率預(yù)報

    中圖分類號:P338文獻(xiàn)標(biāo)志碼:A文章編號:16721683(2018)03004506

    Longterm runoff forecasting based on SVR model and its uncertainty analysis

    LI Yujie,LIANG Zhongmin,TANG Tiantian

    (Hohai University, College of Hydrology and Water Resources,Nanjing 210098,China)

    Abstract:In accordance with the Huangzhuang Station′s monthly runoff from 1981 to 2008 and the correlativity from 1980 to 2007 among the 74 circulation indexes of each month,the monthly north pacific sea surface temperature field,and the 500 hPa geopotential height,we used the stepwise regression method to select the forecast factors and built a GASVR Model (Genetic Algorithm Support Vector Regression Model) on the basis of GA (Genetic Algorithm),in order to forecast the monthly runoff from 2009 to 2013.The results showed that the accuracy of the runoff forecast was relatively high:the average relative error in flood season was within 25%;the yearly runoff amount was within 20% in nonflood season.It was superior to Random Forest and Multiple Regression Model.With the forecast results of the GASVR Model as the basis of the probability forecast,we used the Hydrologic Uncertainty Processor (HUP) of the Bayesian Theory to analyze the forecast reliability.The outcome indicated that HUP could not only give a constantvalue forecast with relatively high accuracy,but also quantify the forecast reliability in the form of a confidence interval to provide more forecast information.

    Key words:Hanjiang River basin;longterm runoff forecast;support vector regression;genetic algorithm;bayesian probability forecast

    徑流的長期預(yù)報是指預(yù)見期在15 d以上、一年以內(nèi),并提供各月徑流量的預(yù)報,其對防汛抗旱、水資源調(diào)度和高效利用具有重要意義[1]。目前,長期徑流預(yù)報大致可分為物理成因分析法、數(shù)理統(tǒng)計法和智能方法三大類[2]。物理成因分析法通過研究陸地海洋下墊面情況、太陽活動、大氣環(huán)流等要素,推求降水變化規(guī)律,再通過水文模型進(jìn)行徑流預(yù)報[3]。由于影響徑流的因素復(fù)雜,該方法實施難度較大,仍處于摸索發(fā)展之中。數(shù)理統(tǒng)計法根據(jù)預(yù)報因子類別的不同可分為兩種:一是尋求水文要素自身的演變規(guī)律進(jìn)行預(yù)報,如根據(jù)徑流的周期性、趨勢性、隨機(jī)性等特征,采用Morlet小波、方差分析、ARMA等方法構(gòu)建基于徑流自相關(guān)關(guān)系的預(yù)報模型[47];二是尋求水文要素間相互作用的物理機(jī)制進(jìn)行預(yù)報,如根據(jù)徑流與前期大氣環(huán)流指數(shù)、海溫場、高度場等遙相關(guān)關(guān)系,構(gòu)建多元回歸、逐步回歸等預(yù)報模型[811]。智能方法是當(dāng)前重點研究和應(yīng)用的預(yù)報技術(shù),隨著數(shù)學(xué)、計算機(jī)技術(shù)的快速發(fā)展,如隨機(jī)森林、灰色系統(tǒng)、混沌理論、支持向量機(jī)等開拓了長期徑流預(yù)報的新途徑,有效提高了預(yù)報精度[12]。

    第16卷 總第96期·南水北調(diào)與水利科技·2018年6月酈于杰等·基于支持向量回歸機(jī)的長期徑流預(yù)報及不確定性分析支持向量機(jī)(Support Vector Machine,SVM)是Vapnik等人1995年提出的一種基于統(tǒng)計學(xué)習(xí)理論的新型機(jī)器學(xué)習(xí)算法,最初從線性可分情況下的最優(yōu)分類面發(fā)展而來,其核心思想是最優(yōu)分類面不但正確將兩類樣本分開,而且使分類間隔最大化,平行最優(yōu)分類面且距離最短的直線上的訓(xùn)練樣本即為支持向量;在線性不可分情況下,引入松弛變量和誤差懲罰參數(shù),建立廣義最優(yōu)分類面;對于非線性問題,通過核函數(shù)將低維非線性分類問題變換為高維線性分類問題,其形式上類似神經(jīng)網(wǎng)絡(luò),輸出的是中間節(jié)點的線性組合,每個節(jié)點對應(yīng)一個支持向量。 SVM采用結(jié)構(gòu)風(fēng)險最小化準(zhǔn)則(Structural Risk Minimization,SRM),具有避免過學(xué)習(xí)、全局最優(yōu)、泛化能力好等性能,較好的解決了小樣本、非線性、高維度等水文中的常見問題[1315]。

    1支持向量回歸機(jī)

    支持向量回歸機(jī)(Suppport Vector machine for Regession,SVR)是建立在SVM上的回歸算法,其基本思想是用少數(shù)支持向量代表整個樣本集,利用非線映射(x),將低維非線性函數(shù)估計問題轉(zhuǎn)換為高維線性函數(shù)估計問題。設(shè)非線性回歸函數(shù):

    f(x)=〈ω,(x)〉+b,ω、x∈Rn,b∈R

    min12‖ω‖2+C∑ni=1(ξi+ξ*i)(1)

    式中:x為樣本輸入;f(x)在不敏感損失函數(shù)ε范圍內(nèi)的線性回歸問題轉(zhuǎn)換為尋求最小‖ω‖問題,針對精度ε不能處理的問題,引入松弛變量ξi,ξ*i和誤差懲罰參數(shù)C,此時優(yōu)化方程的約束為:

    s.t.yi-f(xi)≤ε+ξi

    f(xi)-yi≤ε+ξ*i

    ξi,ξ*i≥0(2)

    為求解此凸二次規(guī)劃,根據(jù)KKT條件,引入Lagrange函數(shù):

    L(ω,b,α,α*)=12‖ω‖2+C∑ni=1(ξi+ξ*i)-

    ∑ni=1αi(ξi+ε-yi+〈ω,φ(xi)〉+b)-

    ∑ni=1α*i(ξ*i+ε-yi-〈ω,φ(xi)〉-b)-

    ∑ni=1ηi(ξi+ξ*i)(3)

    得到原優(yōu)化問題的Lagrange對偶問題:

    min12∑ni,j=1(a*i-ai)(a*j-aj)K〈xi,xj〉-

    ∑ni=1a*i(yi-ε)+∑ni=1ai(yi-ε)

    s.t.∑ni=1(a*i-ai)=0

    0≤a*i,ai≤C(4)

    求解上述對偶問題,得到最優(yōu)解α=(α1,α*1,…,αn,α*n)T,最優(yōu)解中非零向量αi或α*i所對應(yīng)的樣本點(xi,yi)的輸入xi即為支持向量,從而構(gòu)造非線性回歸函數(shù):

    f(x)=∑(αi-α*i)K〈xi,xj〉+b(5)

    式中:K〈xi,xj〉為核函數(shù),本文采用徑向基核函數(shù):

    K〈xi,xj〉=exp(-‖x-xi‖2/σ2)(6)

    誤差懲罰參數(shù)C起到調(diào)節(jié)模型復(fù)雜度和訓(xùn)練誤差的作用,取太小或太大,將出現(xiàn)“欠學(xué)習(xí)”或“過學(xué)習(xí)”現(xiàn)象,使訓(xùn)練誤差增大,泛化能力減弱;核參數(shù)σ反映了訓(xùn)練樣本數(shù)據(jù)的分布特性,確定了局部領(lǐng)域的寬度。因此,SVR回歸問題的推廣性能取決于誤差懲罰參數(shù)C與核參數(shù)σ。由于遺傳算法(Genetic algorithm,GA)在復(fù)雜優(yōu)化問題中只需構(gòu)造一個適應(yīng)度函數(shù),通過選擇、雜交、變異等遺傳機(jī)制,完成對問題最優(yōu)解的自適應(yīng)搜索過程,且算法成熟,在水文中應(yīng)用廣泛,故本次選擇構(gòu)建GASVR算法進(jìn)行參數(shù)優(yōu)選,既保證參數(shù)的準(zhǔn)確性,又保證計算的時效性,算法流程見圖1。

    2預(yù)報因子挑選

    本次所選的氣象因子分為北太平洋海溫場(SST)、500 hPa高度場、74項環(huán)流指數(shù)三大類,前兩類下載自NCEP再分析數(shù)據(jù),第三類下載自中國氣象數(shù)據(jù)網(wǎng)。首先根據(jù)漢江流域的地理位置、水系分布等特征,選取SST的空間范圍為525°N-125°S,1175°E-775°W,分辨率為5°×5°,500 hPa高度場的空間范圍為80°N-10°S,0°E-360°E,分辨率為25°×25°及全范圍74項環(huán)流指數(shù)等作為初選預(yù)報因子,之后計算徑流序列與前一年氣象因子序列的相關(guān)系數(shù),利用相關(guān)系數(shù)顯著性檢驗表剔除不顯著相關(guān)的初選預(yù)報因子。由于中長期徑流預(yù)報的物理成因復(fù)雜,預(yù)報因子與預(yù)報對象的本構(gòu)關(guān)系仍處于摸索階段,故本次假定三類氣象因子的重要度相似,最終利用逐步回歸從每類氣象因子中各挑選5個作為最終預(yù)報因子??紤]到歷史資料存在非一致性,本文只選取1980年以后的數(shù)據(jù)。下面以1月、7月、年總量為例說明,其他不予贅述,預(yù)報因子見表1。

    將Matlab作為本次編程平臺,將1980-2007年逐月預(yù)報因子作為輸入量,1981-2008年逐月徑流量作為輸出量,訓(xùn)練GASVR模型。將2008-2012年逐月預(yù)報因子輸入訓(xùn)練完畢的GASVR模型中,對2009-2013年逐月徑流量進(jìn)行預(yù)報。預(yù)報精度的評價指標(biāo)采用平均相對誤差(MRE)、均方根誤差(RMSE)和確定性系數(shù)(DC),公式見式(7)-式(9)。將預(yù)報結(jié)果與隨機(jī)森林(RF)、多元線性回歸(MLR)結(jié)果作對比,結(jié)論見圖2至圖4,表2至表3所示。

    由圖2至圖4可知,非汛期在年際間的變化較小,以1月為例,其徑流量變化范圍在200~600 m3/s之間;而汛期在年際間的變化很大,以7月為例,其徑流量最小僅1 000 m3/s,最大可達(dá)7 000 m3/s;年徑流的變化也較大,且并無明顯規(guī)律可循,這在一定程度上加大預(yù)報難度同時,也表明GASVR模型不僅能反映各月、年際間的變化趨勢,也能較好地預(yù)測極值月與極值年的徑流量。

    由表2可知,在平均相對誤差上,多元線性回歸表現(xiàn)最佳,GASVR次之,隨機(jī)森林較差。GASVR的平均相對誤差在非汛期第一階段(1月-5月)為8%-17%之間,汛期(6月-9月)為21%~39%之間,非汛期第二階段(10月-12月)為17%~38%之間,年總量的平均相對誤差為13%,這表明GASVR模型在1月-5月與年總量上率定良好,在汛期仍有一定的差距,而非汛期第二階段率定不佳的原因可能是隨著預(yù)見期的增長,預(yù)報因子的時效性與可靠性降低。在確定性系數(shù)上,GASVR與多元線性回歸相近,且均優(yōu)于隨機(jī)森林。GASVR除6月的確定性系數(shù)為077外,其余各月均在085以上,年總量的模擬也達(dá)到089,表明GASVR模型整體上率定精度良好,可靠性較高。

    由于驗證期序列時間較短,不宜采用確定性系數(shù)作為評價指標(biāo),故本次只采用平均相對誤差。由表3可知,兩種智能方法在驗證期表現(xiàn)均遠(yuǎn)優(yōu)于多元線性回歸。GASVR的平均相對誤差在非汛期除2、4、11月在26%~29%外,其余均在20%以下;在汛期(6月-9月)為23%~33%之間;在年總量上也表現(xiàn)最佳,平均相對誤差僅13%,這表明GASVR模型不僅可預(yù)報逐月徑流,也可預(yù)報年總量的豐枯趨勢。

    4預(yù)報不確定性分析

    Krzysztofwicz在1999年提出的貝葉斯預(yù)報系統(tǒng)(Bayesian Forecasting System,BFS)將預(yù)報的總不確定性分為降雨不確定性和水文不確定性,分別采用降雨不確定處理器(Precipitation Uncertainty Processor,PUP)和水文不確定處理器(Hydrological Uncertainty Processor,HUP)處理,最后通過集成器(Integrator,INT)綜合輸出[1719]。設(shè)H0為預(yù)報時已知的實測流量,Hn和Sn分別表示實際流量過程和預(yù)報流量過程,hn為Hn的實測值,sn為Sn的估計值,對于任意時刻n及Hn=hn,由貝葉斯原理可得在Sn=sn的條件下Hn的后驗概率密度函數(shù)為[20]:

    φn(hn|sn,h0)=fn(sn|hn,h0)gn(hn|h0)∫+∞-∞fn(sn|hn,h0)gn(hn|h0)dhn(10)

    將GASVR預(yù)報值作為確定性預(yù)報輸入,采用HUP計算徑流的后驗概率分布,并給出90%置信區(qū)間與50%分位數(shù),結(jié)果見圖5至圖7。GASVR預(yù)報值與HUP50%分位數(shù)比較見表4。

    由以上分析表明,GASVR模型的90%置信區(qū)間幾乎包括所有實測值,且50%分位數(shù)與實測值擬合更好,預(yù)報精度更高。將50%分位數(shù)與GASVR預(yù)報值相比,確定性系數(shù)進(jìn)一步增大,平均相對誤差和均方根誤差均有一定程度的減小,說明經(jīng)過HUP處理后,不僅能以置信區(qū)間的方式量化預(yù)報的可靠度,提供更為豐富的預(yù)報信息,同時若以某一分位數(shù)(如50%)作為定值預(yù)報,由于貝葉斯方法本身所具有的校正能力,可進(jìn)一步提高預(yù)報精度。

    5結(jié)論

    (1)根據(jù)皇莊站1981-2008年逐月徑流量與1980-2007年逐月74項環(huán)流指數(shù)、北太平洋海溫場、500 hPa高度場的相關(guān)關(guān)系,利用逐步回歸挑選預(yù)報因子,構(gòu)建GASVR模型,并對2009-2013年逐月徑流量進(jìn)行預(yù)報,結(jié)果表明,徑流預(yù)報精度較高,汛期平均相對誤差在30%以內(nèi),非汛期、年總量平均相對誤差在20%以內(nèi),均優(yōu)于隨機(jī)森林和多元線性回歸模型。但個別年份中的個別月平均相對誤差較高,這表明預(yù)報因子的時效性與穩(wěn)定性仍需提高,其中的物理成因仍需進(jìn)一步研究。

    (2)將GASVR模型作為確定性預(yù)報結(jié)果,采用HUP可以實現(xiàn)徑流的概率預(yù)報。將概率預(yù)報的50%分位數(shù)與GASVR預(yù)報值進(jìn)行對比,結(jié)果表明,50%分位數(shù)與實測值擬合更好,精度更高。HUP不僅可以提供精度更高的定值預(yù)報,還能以置信區(qū)間的方式量化預(yù)報的可靠度,提供更為豐富的預(yù)報信息,為防汛抗旱、水資源優(yōu)化調(diào)度提供參考。

    參考文獻(xiàn)(References):

    [1]CLOKE H L,PAPPENBERGER F.Ensemble flood forecasting:a review[J].Journal of Hydrology,2009,375(3):613626.DOI:10.1016/j.jhydrol.2006.05.017.

    [2]張俊.中長期水文預(yù)報及調(diào)度技術(shù)研究與應(yīng)用[D].大連:大連理工大學(xué),2009.(ZHANG J.Midandlong term hydrological forecasting and operation techniques research and application[D].Dalian:Dalian University of Technology,2009.(in Chinese))

    [3]PIECHOTA T C,CHIEW F H S,DRACUP J A,et al.Seasonal streamflow forecasting in eastern Australia and the El NioSouthern Oscillation[J].Water Resources Research,1998,34(11):30353044.DOI:10.1029/98WR02406.

    [4]KRSTANOVIC P F,SINGH V P.A univariate model for longterm streamflow forecasting[J].Stochastic hydrology and hydraulics,1991,5(3):173188.DOI:10.1007/BF01544057.

    [5]KALRA A,AHMAD S.Using oceanicatmospheric oscillations for long lead time streamflow forecasting[J].Water Resources Research,2009,45(3).DOI:10.1029/2008WR006855.

    [6]BOX G E P,JENKINS G M,REINSEL G C.Time series analysis:forecasting and control[M].John Wiley & Sons,2011.

    [7]Mohammadi K,Eslami H R,Kahawita R.Parameter estimation of an ARMA model for river flow forecasting using goal programming[J].Journal of Hydrology,2006,331(1):293299.DOI:10.1016/j.jhydrol.2006.05.017.

    [8]PIECHOTA T C,CHIEW F H S,DRACUP J A,et al.Development of exceedance probability streamflow forecast[J].Journal of Hydrologic Engineering,2001,6(1):2028.DOI:10.1061/(ASCE)10840699(2001)6:1(20).

    [9]范鐘秀.中長期水文預(yù)報[M].南京:河海大學(xué)出版社,1999.(FAN Z X.Midandlong term hydrological forecasting.Nanjing:Hohai University Press,1999.(in Chinese))

    [10]BROWN C,XU K,KWON H H,et al.Climate teleconnections to Yangtze River seasonal streamflow at the Three Gorges Dam,China[J].International Journal of Climatology,2007,27(6):771780.DOI:10.1002/joc.1437.

    [11]PIECHOTA T C,CHIEW F H S,DRACUP J A,et al.Development of exceedance probability streamflow forecast[J].Journal of Hydrologic Engineering,2001,6(1):2028.DOI:10.1061/(ASCE)10840699(2001)6:1.

    [12]王富強(qiáng),霍風(fēng)霖.中長期水文預(yù)報方法研究綜述[J].人民黃河,2010,32(3):2528.(WANG F Q,HUO F L,Review on study of medium and long term hydrological forecasting technique[J].Yellow River,2010,32(3):2528.(in Chinese)) DOI:10.3969/j.issn.10001379.2010.03.011.

    [13]林劍藝,程春田.支持向量機(jī)在中長期徑流預(yù)報中的應(yīng)用[J].水利學(xué)報,2006,37(6):681686.(LIN J Y,CHENG C T.Application of support vector machine method to longterm runoff forecast[J].Journal of Hydraulic Engineering,2006,37(6):681686.(in Chinese)) DOI:10.13243/j.cnki.slxb.2006.06.007.

    [14]VAPNIK V.Estimation of dependences based on empirical data[M].Springer Science & Business Media,2006.

    [15]VAPNIK V.The nature of statistical learning theory[M].Springer Science & Business Media,2013.

    [16]楊曉華.參數(shù)優(yōu)選算法研究及其在水文模型中的應(yīng)用[D].南京:河海大學(xué),2002.(YANG X H.Study on parameter optimazation algorithm and its application in hydrological model[D].Nanjing:Hohai University,2002.(in Chinese))

    [17]KRZYSZTOFOWICZ R.Bayesian theory of probabilistic forecasting via deterministic hydrologic model[J].Water Resources Research,1999,35(9):27392750.DOI:10.1029/1999WR900099.

    [18]KRZYSZTOFOWICZ R,KELLY K S.Hydrologic uncertainty processor for probabilistic river stage forecasting[J].Water Resources Research,2000,36(11):32653277.DOI:10.1029/2000WR900061.

    [19]KRZYSZTOFOWICZ R.Bayesian system for probabilistic river stage forecasting[J].Journal of Hydrology,2002,268(1):1640.DOI:10.1016/s00221694(02)001063.

    [20]梁忠民,戴榮,李彬權(quán).基于貝葉斯理論的水文不確定性分析研究[J].水科學(xué)進(jìn)展,2010,21(2):274281.(LIANG Z M,DAI R,LI B Q.A review of hydrological uncertainty analysis based on Bayesian theory[J].Advances in WaterScience,2010,21(2):274281.(in Chinese)) DOI:10.14042/j.cnki.32.1309.2010.02.008.第16卷第3期

    猜你喜歡
    遺傳算法
    基于遺傳算法的模糊控制在過熱汽溫控制系統(tǒng)優(yōu)化中的應(yīng)用
    電子制作(2019年16期)2019-09-27 09:34:44
    遺傳算法對CMAC與PID并行勵磁控制的優(yōu)化
    基于自適應(yīng)遺傳算法的CSAMT一維反演
    基于遺傳算法的建筑物沉降回歸分析
    一種基于遺傳算法的聚類分析方法在DNA序列比較中的應(yīng)用
    基于遺傳算法和LS-SVM的財務(wù)危機(jī)預(yù)測
    遺傳算法識別模型在水污染源辨識中的應(yīng)用
    協(xié)同進(jìn)化在遺傳算法中的應(yīng)用研究
    軟件發(fā)布規(guī)劃的遺傳算法實現(xiàn)與解釋
    基于改進(jìn)的遺傳算法的模糊聚類算法
    男女啪啪激烈高潮av片| 久久久久免费精品人妻一区二区| 亚洲国产精品成人综合色| 精品久久久久久电影网 | 夜夜爽夜夜爽视频| av在线老鸭窝| 日本熟妇午夜| 国产女主播在线喷水免费视频网站 | 久久久久精品久久久久真实原创| 亚洲欧美精品自产自拍| 日本午夜av视频| 日韩制服骚丝袜av| 永久免费av网站大全| 黄色配什么色好看| 岛国在线免费视频观看| 日本猛色少妇xxxxx猛交久久| 日本午夜av视频| 又粗又爽又猛毛片免费看| 国产大屁股一区二区在线视频| 国产一区亚洲一区在线观看| av在线观看视频网站免费| 欧美三级亚洲精品| 女人久久www免费人成看片 | 久久久a久久爽久久v久久| 日韩 亚洲 欧美在线| 国产国拍精品亚洲av在线观看| 看非洲黑人一级黄片| 国产不卡一卡二| 亚洲18禁久久av| 青春草亚洲视频在线观看| 中文精品一卡2卡3卡4更新| 观看美女的网站| 插阴视频在线观看视频| av女优亚洲男人天堂| 婷婷色av中文字幕| 国产综合懂色| 亚洲成av人片在线播放无| 欧美激情久久久久久爽电影| 两个人的视频大全免费| 最近最新中文字幕免费大全7| 亚洲国产欧美人成| 亚洲国产最新在线播放| 久久草成人影院| 18禁动态无遮挡网站| 午夜精品一区二区三区免费看| 日韩国内少妇激情av| 亚洲国产精品合色在线| 又粗又爽又猛毛片免费看| 日韩精品有码人妻一区| 青春草亚洲视频在线观看| 亚洲精品影视一区二区三区av| 国产亚洲精品久久久com| 国产精品熟女久久久久浪| 午夜精品在线福利| 国产91av在线免费观看| a级一级毛片免费在线观看| 一个人看的www免费观看视频| 亚洲av日韩在线播放| 成人亚洲欧美一区二区av| 午夜视频国产福利| 波多野结衣巨乳人妻| 春色校园在线视频观看| 人人妻人人看人人澡| 91久久精品国产一区二区成人| 亚州av有码| 国产不卡一卡二| 国产高潮美女av| 国产熟女欧美一区二区| 亚洲国产精品合色在线| 成人欧美大片| 国产乱人偷精品视频| 国产69精品久久久久777片| 99久久无色码亚洲精品果冻| 国产精品一及| 2022亚洲国产成人精品| 亚洲精品成人久久久久久| 国产精品国产三级国产av玫瑰| 听说在线观看完整版免费高清| 一个人观看的视频www高清免费观看| 午夜爱爱视频在线播放| 内地一区二区视频在线| 91狼人影院| 日本黄色视频三级网站网址| 99热网站在线观看| 一本一本综合久久| 又黄又爽又刺激的免费视频.| 搞女人的毛片| 又粗又爽又猛毛片免费看| 七月丁香在线播放| 69人妻影院| 精品人妻熟女av久视频| 男女那种视频在线观看| .国产精品久久| 日韩,欧美,国产一区二区三区 | 日韩中字成人| 国产精品女同一区二区软件| 老司机影院成人| 国产久久久一区二区三区| 亚洲人成网站在线观看播放| 插逼视频在线观看| 国产伦精品一区二区三区视频9| 综合色av麻豆| 亚洲综合精品二区| 99久久人妻综合| 中文资源天堂在线| 又粗又爽又猛毛片免费看| 日韩大片免费观看网站 | av国产久精品久网站免费入址| 免费在线观看成人毛片| 午夜精品一区二区三区免费看| 亚洲色图av天堂| 日韩av在线免费看完整版不卡| 亚洲av.av天堂| 久久精品久久精品一区二区三区| 精品无人区乱码1区二区| 国产 一区 欧美 日韩| 伊人久久精品亚洲午夜| 国产精品福利在线免费观看| 听说在线观看完整版免费高清| 老司机影院成人| 精品久久久久久久久久久久久| 欧美日韩国产亚洲二区| 2021天堂中文幕一二区在线观| av免费在线看不卡| 精品久久久久久久久亚洲| 免费av不卡在线播放| 久久精品国产亚洲网站| 18禁在线播放成人免费| 女人久久www免费人成看片 | 99热全是精品| 观看美女的网站| 一本久久精品| 免费不卡的大黄色大毛片视频在线观看 | 久久精品国产自在天天线| 午夜免费男女啪啪视频观看| 成人综合一区亚洲| 黄色欧美视频在线观看| 又粗又硬又长又爽又黄的视频| 国产不卡一卡二| 夜夜看夜夜爽夜夜摸| 久久99精品国语久久久| 亚洲精品日韩av片在线观看| 村上凉子中文字幕在线| 国产亚洲5aaaaa淫片| 村上凉子中文字幕在线| 久久久亚洲精品成人影院| 人人妻人人看人人澡| kizo精华| 丝袜喷水一区| 中文字幕免费在线视频6| 特大巨黑吊av在线直播| 亚洲人成网站在线播| 老司机福利观看| 美女cb高潮喷水在线观看| 日韩一区二区三区影片| 老司机影院成人| 亚洲五月天丁香| 桃色一区二区三区在线观看| 久久精品国产亚洲av天美| 老师上课跳d突然被开到最大视频| 日韩视频在线欧美| 成人高潮视频无遮挡免费网站| 91精品一卡2卡3卡4卡| 99久久九九国产精品国产免费| 日韩成人伦理影院| 日本熟妇午夜| 国产在线男女| 国产免费又黄又爽又色| 国产精品久久久久久久久免| 国产亚洲一区二区精品| 国产精品一二三区在线看| 99热全是精品| 国产成人免费观看mmmm| 免费看美女性在线毛片视频| 国产精品一区二区在线观看99 | 超碰97精品在线观看| 日韩高清综合在线| 男女国产视频网站| 七月丁香在线播放| 国产av不卡久久| 亚洲国产欧美在线一区| 午夜福利网站1000一区二区三区| 亚洲人成网站高清观看| 日韩一区二区视频免费看| 久久久久久久国产电影| 国产亚洲av片在线观看秒播厂 | 亚洲国产精品合色在线| 18+在线观看网站| 日韩国内少妇激情av| 国产成人精品久久久久久| 日韩av不卡免费在线播放| av在线观看视频网站免费| 国产精华一区二区三区| 国产精品久久久久久精品电影| 日本猛色少妇xxxxx猛交久久| 久久久久久大精品| av播播在线观看一区| 老师上课跳d突然被开到最大视频| 国产在线一区二区三区精 | 99久久精品热视频| 九色成人免费人妻av| 亚洲av一区综合| 亚洲高清免费不卡视频| 国产片特级美女逼逼视频| 建设人人有责人人尽责人人享有的 | АⅤ资源中文在线天堂| 国产片特级美女逼逼视频| 亚洲人成网站高清观看| 纵有疾风起免费观看全集完整版 | 国产av码专区亚洲av| 久久久久精品久久久久真实原创| 女人十人毛片免费观看3o分钟| 大香蕉97超碰在线| 国产一区有黄有色的免费视频 | 久久久久久伊人网av| 岛国在线免费视频观看| 麻豆乱淫一区二区| 中国美白少妇内射xxxbb| 99久久九九国产精品国产免费| 亚洲成人中文字幕在线播放| 免费大片18禁| 亚洲精品456在线播放app| 国产伦一二天堂av在线观看| 亚洲精品,欧美精品| 亚洲av一区综合| 亚洲欧美清纯卡通| 亚洲在线观看片| 一区二区三区高清视频在线| 久久婷婷人人爽人人干人人爱| 成人特级av手机在线观看| 一级黄片播放器| 国产精品不卡视频一区二区| 中文天堂在线官网| 久久精品综合一区二区三区| 天天躁日日操中文字幕| 国产精品久久久久久久久免| 日韩在线高清观看一区二区三区| 男女下面进入的视频免费午夜| 卡戴珊不雅视频在线播放| 欧美高清性xxxxhd video| www.av在线官网国产| 九九久久精品国产亚洲av麻豆| 亚洲精品影视一区二区三区av| 级片在线观看| 麻豆久久精品国产亚洲av| 久久人人爽人人爽人人片va| 久久精品久久久久久久性| 国产伦一二天堂av在线观看| 久久精品夜夜夜夜夜久久蜜豆| 性色avwww在线观看| 又黄又爽又刺激的免费视频.| 1000部很黄的大片| 深爱激情五月婷婷| 直男gayav资源| 中文亚洲av片在线观看爽| 国产亚洲91精品色在线| 又爽又黄无遮挡网站| 特级一级黄色大片| 日韩精品青青久久久久久| 乱人视频在线观看| 亚洲av电影不卡..在线观看| av.在线天堂| 亚洲av福利一区| 99久国产av精品国产电影| 丝袜喷水一区| 国产午夜精品论理片| 亚洲欧美精品自产自拍| 久久久久久久久久黄片| videossex国产| 少妇熟女欧美另类| 国产久久久一区二区三区| .国产精品久久| 最近最新中文字幕免费大全7| 成人午夜精彩视频在线观看| 黄色配什么色好看| 成人国产麻豆网| 午夜福利视频1000在线观看| 美女被艹到高潮喷水动态| 国产亚洲5aaaaa淫片| 欧美zozozo另类| 日韩欧美国产在线观看| 日本黄大片高清| 日韩强制内射视频| 亚洲欧美精品综合久久99| 亚洲av二区三区四区| 国产成年人精品一区二区| 建设人人有责人人尽责人人享有的 | 午夜福利高清视频| 国产精品日韩av在线免费观看| 日韩欧美精品免费久久| 18禁动态无遮挡网站| 两性午夜刺激爽爽歪歪视频在线观看| av免费观看日本| 午夜老司机福利剧场| 成人综合一区亚洲| 国产亚洲5aaaaa淫片| 两个人视频免费观看高清| 99久久人妻综合| 人妻夜夜爽99麻豆av| 91久久精品国产一区二区三区| 免费看日本二区| 亚洲成人av在线免费| 国产精品三级大全| 能在线免费观看的黄片| 亚洲av不卡在线观看| 99热精品在线国产| 在线观看av片永久免费下载| 舔av片在线| 久久精品熟女亚洲av麻豆精品 | 又粗又硬又长又爽又黄的视频| 亚洲国产精品国产精品| 久久久成人免费电影| 婷婷色av中文字幕| 亚洲精品久久久久久婷婷小说 | 三级经典国产精品| 欧美zozozo另类| 欧美人与善性xxx| 狂野欧美激情性xxxx在线观看| 免费观看精品视频网站| 久久久久久久久久黄片| 99热这里只有是精品50| 久久久成人免费电影| 老司机福利观看| 国产午夜精品久久久久久一区二区三区| 在现免费观看毛片| 身体一侧抽搐| videossex国产| 女人久久www免费人成看片 | 边亲边吃奶的免费视频| 日韩亚洲欧美综合| 天堂中文最新版在线下载 | 七月丁香在线播放| 国产 一区 欧美 日韩| 草草在线视频免费看| 特大巨黑吊av在线直播| 少妇被粗大猛烈的视频| 国产精品久久电影中文字幕| 国产精品av视频在线免费观看| 老司机福利观看| 成人三级黄色视频| 日本黄色片子视频| 美女大奶头视频| 青春草国产在线视频| 日韩人妻高清精品专区| 非洲黑人性xxxx精品又粗又长| 中文天堂在线官网| 51国产日韩欧美| av在线蜜桃| 美女cb高潮喷水在线观看| 人体艺术视频欧美日本| 最后的刺客免费高清国语| 伦理电影大哥的女人| 一个人免费在线观看电影| 色5月婷婷丁香| 舔av片在线| 日韩欧美在线乱码| 国产高清国产精品国产三级 | 91在线精品国自产拍蜜月| 亚洲,欧美,日韩| av在线天堂中文字幕| 精品久久久久久久人妻蜜臀av| 精品久久国产蜜桃| 国产又色又爽无遮挡免| 美女xxoo啪啪120秒动态图| 亚洲人成网站在线观看播放| 青春草亚洲视频在线观看| 一级毛片aaaaaa免费看小| 亚洲国产欧美在线一区| 美女被艹到高潮喷水动态| 一边亲一边摸免费视频| 国产欧美日韩精品一区二区| 国产一区二区亚洲精品在线观看| 免费观看精品视频网站| a级毛片免费高清观看在线播放| 成人午夜精彩视频在线观看| 最近视频中文字幕2019在线8| kizo精华| 国产黄色小视频在线观看| 欧美+日韩+精品| 观看美女的网站| a级一级毛片免费在线观看| 亚洲av成人av| 中文字幕av在线有码专区| 亚洲国产欧洲综合997久久,| 国产激情偷乱视频一区二区| 最近视频中文字幕2019在线8| 国产精品不卡视频一区二区| 嫩草影院新地址| 内射极品少妇av片p| 青青草视频在线视频观看| 中文资源天堂在线| 狠狠狠狠99中文字幕| 日韩国内少妇激情av| 日日干狠狠操夜夜爽| 天天一区二区日本电影三级| 亚洲精品影视一区二区三区av| 国产精品乱码一区二三区的特点| 狂野欧美激情性xxxx在线观看| 精品久久久噜噜| 午夜激情欧美在线| 中文字幕制服av| 日韩精品青青久久久久久| 欧美激情在线99| 日韩成人伦理影院| 国产黄a三级三级三级人| 成年av动漫网址| 亚洲激情五月婷婷啪啪| 国国产精品蜜臀av免费| 蜜桃久久精品国产亚洲av| 婷婷色麻豆天堂久久 | 国产高清三级在线| 欧美日本亚洲视频在线播放| 美女xxoo啪啪120秒动态图| 精品99又大又爽又粗少妇毛片| 成年版毛片免费区| 美女大奶头视频| 午夜免费激情av| 欧美日本视频| 国产私拍福利视频在线观看| 热99re8久久精品国产| 老司机影院毛片| 国产精品日韩av在线免费观看| 中文字幕免费在线视频6| 成人亚洲欧美一区二区av| 搡女人真爽免费视频火全软件| 少妇人妻精品综合一区二区| 国产白丝娇喘喷水9色精品| 精品久久国产蜜桃| 国产大屁股一区二区在线视频| 亚洲精品乱码久久久久久按摩| 一边摸一边抽搐一进一小说| 亚洲在线自拍视频| 亚洲精品日韩在线中文字幕| 日本免费a在线| av专区在线播放| 精品久久久久久电影网 | 国产乱人视频| 一级毛片我不卡| 亚洲最大成人中文| 国产高清视频在线观看网站| 99热这里只有精品一区| 波多野结衣高清无吗| 亚洲欧美清纯卡通| 成人高潮视频无遮挡免费网站| 国产成人免费观看mmmm| 精品99又大又爽又粗少妇毛片| 成人毛片60女人毛片免费| 美女被艹到高潮喷水动态| 在线观看一区二区三区| 国语对白做爰xxxⅹ性视频网站| 18+在线观看网站| 久久久久久久久久黄片| 亚洲精品456在线播放app| 色哟哟·www| 欧美97在线视频| 久久久久久久久大av| 久久精品国产亚洲av天美| 精品久久久久久久久亚洲| 成年免费大片在线观看| 婷婷色麻豆天堂久久 | 熟妇人妻久久中文字幕3abv| 国产一区二区亚洲精品在线观看| 午夜精品一区二区三区免费看| 高清日韩中文字幕在线| 久久久久久久国产电影| 日本色播在线视频| 久久精品久久久久久久性| 日韩精品青青久久久久久| 精品一区二区三区视频在线| 精品国产一区二区三区久久久樱花 | 欧美性猛交╳xxx乱大交人| 一级爰片在线观看| 日韩精品有码人妻一区| 国产一级毛片在线| 日韩人妻高清精品专区| 精品欧美国产一区二区三| 国产精品一区二区性色av| 国产在视频线精品| 精品不卡国产一区二区三区| 青春草亚洲视频在线观看| 少妇的逼水好多| 色哟哟·www| 久久精品熟女亚洲av麻豆精品 | 插逼视频在线观看| 丝袜美腿在线中文| 久久久久久久久久成人| 噜噜噜噜噜久久久久久91| 99久久精品一区二区三区| 一边亲一边摸免费视频| 欧美97在线视频| 亚洲国产欧洲综合997久久,| 国产亚洲av片在线观看秒播厂 | 搡女人真爽免费视频火全软件| 一级爰片在线观看| 久久综合国产亚洲精品| 三级男女做爰猛烈吃奶摸视频| 简卡轻食公司| 看非洲黑人一级黄片| av在线老鸭窝| 欧美一区二区亚洲| 高清午夜精品一区二区三区| 精品无人区乱码1区二区| 五月伊人婷婷丁香| 夜夜爽夜夜爽视频| 日本爱情动作片www.在线观看| 欧美日韩综合久久久久久| 国产人妻一区二区三区在| 国产精品无大码| 久久久久久久久久久丰满| 国产精品三级大全| 成年版毛片免费区| 精品人妻熟女av久视频| 在线观看一区二区三区| 日韩视频在线欧美| 91在线精品国自产拍蜜月| 天堂中文最新版在线下载 | 99九九线精品视频在线观看视频| 精品不卡国产一区二区三区| 免费在线观看成人毛片| 美女国产视频在线观看| 赤兔流量卡办理| 亚洲av熟女| 精品一区二区三区人妻视频| 免费看av在线观看网站| 99久久精品热视频| 免费av观看视频| 天天躁日日操中文字幕| 亚洲精品亚洲一区二区| 蜜桃久久精品国产亚洲av| 精品久久国产蜜桃| 国产白丝娇喘喷水9色精品| 亚洲欧美中文字幕日韩二区| 国产一区二区在线观看日韩| 成人一区二区视频在线观看| 嫩草影院新地址| 麻豆久久精品国产亚洲av| 蜜桃亚洲精品一区二区三区| 国产亚洲91精品色在线| 欧美激情久久久久久爽电影| 久99久视频精品免费| 精品国产三级普通话版| 秋霞伦理黄片| 国产免费视频播放在线视频 | 久久久久久久午夜电影| 国产精品1区2区在线观看.| av女优亚洲男人天堂| 久久精品国产自在天天线| 99热精品在线国产| 一个人观看的视频www高清免费观看| 精品熟女少妇av免费看| 嘟嘟电影网在线观看| 国产亚洲91精品色在线| 少妇高潮的动态图| 最近的中文字幕免费完整| 成人国产麻豆网| 欧美变态另类bdsm刘玥| 欧美成人一区二区免费高清观看| av在线观看视频网站免费| av在线老鸭窝| 狠狠狠狠99中文字幕| 中文天堂在线官网| av线在线观看网站| 欧美性猛交╳xxx乱大交人| 欧美日韩一区二区视频在线观看视频在线 | 两性午夜刺激爽爽歪歪视频在线观看| 中文精品一卡2卡3卡4更新| 国产在视频线在精品| 国产成年人精品一区二区| 精品国内亚洲2022精品成人| 男女国产视频网站| 国产午夜精品一二区理论片| 美女黄网站色视频| 99久久人妻综合| 日韩制服骚丝袜av| 国产高清三级在线| 精品久久久久久电影网 | 亚洲欧美成人综合另类久久久 | 丰满乱子伦码专区| 内射极品少妇av片p| 性色avwww在线观看| 日韩av不卡免费在线播放| 亚洲欧美精品综合久久99| 美女黄网站色视频| 日韩一区二区视频免费看| 最近中文字幕高清免费大全6| 91狼人影院| 嫩草影院精品99| 网址你懂的国产日韩在线| 麻豆成人午夜福利视频| 国产精品福利在线免费观看| 亚洲国产精品国产精品| 一边亲一边摸免费视频| 国产伦理片在线播放av一区| 午夜福利在线观看吧| 成年女人看的毛片在线观看| 免费黄色在线免费观看| 久久久午夜欧美精品| 精品久久久久久成人av| 亚洲熟妇中文字幕五十中出| 亚洲人成网站在线观看播放| av在线播放精品| 亚洲电影在线观看av| 在现免费观看毛片| 亚洲精品久久久久久婷婷小说 | 白带黄色成豆腐渣| 亚洲最大成人手机在线| 日韩av不卡免费在线播放| 亚洲av不卡在线观看| 97超视频在线观看视频| 久久久久久久久中文| 丝袜美腿在线中文| 国产一级毛片七仙女欲春2| 国产黄色视频一区二区在线观看 | 禁无遮挡网站| 久久热精品热|