• <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
    亚洲图色成人| 亚洲色图 男人天堂 中文字幕 | 我的老师免费观看完整版| 日本av免费视频播放| 国产国拍精品亚洲av在线观看| 久久午夜福利片| 麻豆乱淫一区二区| 少妇被粗大的猛进出69影院 | 91午夜精品亚洲一区二区三区| 亚州av有码| 91久久精品国产一区二区成人| 少妇熟女欧美另类| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 亚洲精品一区蜜桃| 国产男女超爽视频在线观看| 亚洲国产av影院在线观看| 久久综合国产亚洲精品| 少妇熟女欧美另类| 欧美+日韩+精品| 亚洲一区二区三区欧美精品| 一级a做视频免费观看| 日韩亚洲欧美综合| av黄色大香蕉| 国产有黄有色有爽视频| 亚洲精品色激情综合| 王馨瑶露胸无遮挡在线观看| 精品亚洲成国产av| 两个人的视频大全免费| av又黄又爽大尺度在线免费看| 97在线视频观看| 国产男女内射视频| 亚洲中文av在线| 80岁老熟妇乱子伦牲交| 伊人久久国产一区二区| 亚洲图色成人| av黄色大香蕉| 丁香六月天网| 自线自在国产av| 久久精品国产鲁丝片午夜精品| 99久久人妻综合| 老熟女久久久| 欧美成人精品欧美一级黄| 国产无遮挡羞羞视频在线观看| 中文字幕免费在线视频6| 亚洲欧美色中文字幕在线| 亚洲经典国产精华液单| 一级毛片 在线播放| 18禁在线无遮挡免费观看视频| 18禁观看日本| 亚洲av二区三区四区| 国产一区二区在线观看日韩| 中文字幕av电影在线播放| 超碰97精品在线观看| 久久亚洲国产成人精品v| 国产黄色免费在线视频| 天堂8中文在线网| 青春草国产在线视频| 国产午夜精品一二区理论片| 黄片无遮挡物在线观看| 精品少妇内射三级| 一个人免费看片子| 亚洲精品乱码久久久久久按摩| 日本猛色少妇xxxxx猛交久久| 亚洲av免费高清在线观看| 国产日韩欧美亚洲二区| 欧美日韩一区二区视频在线观看视频在线| 一边亲一边摸免费视频| 久久精品夜色国产| 欧美老熟妇乱子伦牲交| 成人手机av| 欧美日韩视频高清一区二区三区二| 建设人人有责人人尽责人人享有的| av专区在线播放| 国产精品 国内视频| 国产精品99久久99久久久不卡 | 日韩伦理黄色片| 免费观看性生交大片5| 国产一级毛片在线| 欧美激情极品国产一区二区三区 | 久久 成人 亚洲| 午夜精品国产一区二区电影| 久久国产精品大桥未久av| 亚洲综合色惰| 男人爽女人下面视频在线观看| 男女无遮挡免费网站观看| 国产女主播在线喷水免费视频网站| 自拍欧美九色日韩亚洲蝌蚪91| 久久久久网色| 亚洲无线观看免费| 日韩不卡一区二区三区视频在线| 久久午夜福利片| 在线观看人妻少妇| 午夜日本视频在线| 天堂8中文在线网| 亚洲av不卡在线观看| 色94色欧美一区二区| 极品人妻少妇av视频| 亚洲精品国产av成人精品| 一个人免费看片子| 汤姆久久久久久久影院中文字幕| 久久 成人 亚洲| 新久久久久国产一级毛片| 欧美三级亚洲精品| 国产亚洲午夜精品一区二区久久| 国产精品久久久久久精品古装| 日本黄色日本黄色录像| 亚洲伊人久久精品综合| 国产精品久久久久久精品电影小说| 一区二区日韩欧美中文字幕 | 亚洲av成人精品一二三区| 欧美日韩国产mv在线观看视频| 国产一区有黄有色的免费视频| 午夜福利网站1000一区二区三区| 青春草亚洲视频在线观看| 欧美丝袜亚洲另类| 久久女婷五月综合色啪小说| 多毛熟女@视频| 性色av一级| 欧美日本中文国产一区发布| 爱豆传媒免费全集在线观看| 精品一区二区三区视频在线| 国产精品99久久久久久久久| av免费在线看不卡| 狂野欧美激情性bbbbbb| 国产一区二区三区综合在线观看 | 18禁在线无遮挡免费观看视频| 久久久国产欧美日韩av| 亚洲精品视频女| 在线观看美女被高潮喷水网站| 国产欧美日韩一区二区三区在线 | 狂野欧美白嫩少妇大欣赏| 中国美白少妇内射xxxbb| 免费观看a级毛片全部| 一区二区三区免费毛片| 国产av一区二区精品久久| 黄片无遮挡物在线观看| 99久国产av精品国产电影| 考比视频在线观看| 免费观看a级毛片全部| av国产久精品久网站免费入址| 少妇精品久久久久久久| 国产黄频视频在线观看| 最后的刺客免费高清国语| 在线观看免费视频网站a站| 久久久午夜欧美精品| 国精品久久久久久国模美| 久久精品国产亚洲av天美| 日本免费在线观看一区| 亚洲av电影在线观看一区二区三区| 蜜桃国产av成人99| 在线看a的网站| 狂野欧美激情性xxxx在线观看| 国产精品久久久久久久久免| 美女脱内裤让男人舔精品视频| 高清av免费在线| 性色av一级| 波野结衣二区三区在线| 一级片'在线观看视频| 精品一区二区三区视频在线| 日本91视频免费播放| 午夜免费男女啪啪视频观看| 人人妻人人澡人人爽人人夜夜| 国产黄色免费在线视频| av卡一久久| 亚洲av成人精品一区久久| 男女啪啪激烈高潮av片| 美女福利国产在线| av视频免费观看在线观看| 五月伊人婷婷丁香| 曰老女人黄片| 国产欧美亚洲国产| 九色成人免费人妻av| 麻豆精品久久久久久蜜桃| 国产精品一区二区三区四区免费观看| 一边亲一边摸免费视频| 乱人伦中国视频| 在线看a的网站| 青青草视频在线视频观看| 老熟女久久久| 亚洲精品日韩在线中文字幕| 亚洲综合精品二区| 99re6热这里在线精品视频| 国产伦精品一区二区三区视频9| a级毛片黄视频| 国产毛片在线视频| 九色成人免费人妻av| 丝袜在线中文字幕| 中文天堂在线官网| 最近中文字幕高清免费大全6| 新久久久久国产一级毛片| 日韩av不卡免费在线播放| 久久久久久久精品精品| 两个人免费观看高清视频| 日韩伦理黄色片| 亚洲精品日本国产第一区| 国产成人一区二区在线| 亚洲伊人久久精品综合| 婷婷色av中文字幕| 中文天堂在线官网| 最后的刺客免费高清国语| 赤兔流量卡办理| 久久久久精品久久久久真实原创| 在线 av 中文字幕| 欧美激情国产日韩精品一区| 有码 亚洲区| 亚洲精品国产av蜜桃| 寂寞人妻少妇视频99o| 国产综合精华液| 新久久久久国产一级毛片| 日产精品乱码卡一卡2卡三| 男男h啪啪无遮挡| 精品视频人人做人人爽| 九九久久精品国产亚洲av麻豆| 日韩 亚洲 欧美在线| 成人免费观看视频高清| 国产亚洲午夜精品一区二区久久| 亚洲美女搞黄在线观看| 国产有黄有色有爽视频| 在线观看国产h片| 国产亚洲精品第一综合不卡 | 亚洲av电影在线观看一区二区三区| 日日啪夜夜爽| 中文欧美无线码| 我要看黄色一级片免费的| 熟女av电影| 一级毛片 在线播放| 久久精品久久久久久久性| 99视频精品全部免费 在线| av一本久久久久| 伊人久久国产一区二区| 成人黄色视频免费在线看| 成人无遮挡网站| 赤兔流量卡办理| 国产一区二区在线观看av| 一边摸一边做爽爽视频免费| 精品国产露脸久久av麻豆| 黄片播放在线免费| 欧美变态另类bdsm刘玥| 桃花免费在线播放| 国产无遮挡羞羞视频在线观看| 日本黄大片高清| 久久久久久久精品精品| 18+在线观看网站| 美女国产视频在线观看| 欧美丝袜亚洲另类| 亚洲精品视频女| 亚洲综合精品二区| 成人免费观看视频高清| 天堂8中文在线网| 大又大粗又爽又黄少妇毛片口| 3wmmmm亚洲av在线观看| 国产亚洲一区二区精品| 美女大奶头黄色视频| 久久午夜福利片| 亚洲国产精品999| 爱豆传媒免费全集在线观看| 亚洲少妇的诱惑av| 日本午夜av视频| 曰老女人黄片| 日本黄大片高清| 91精品伊人久久大香线蕉| 国产又色又爽无遮挡免| 国产成人精品婷婷| 亚洲美女搞黄在线观看| 久久久国产精品麻豆| 久久久久久人妻| 又黄又爽又刺激的免费视频.| 人妻一区二区av| 日韩不卡一区二区三区视频在线| 亚洲成人手机| 亚洲第一av免费看| 亚洲天堂av无毛| 我要看黄色一级片免费的| 精品人妻一区二区三区麻豆| 国产成人精品无人区| 天堂8中文在线网| 高清在线视频一区二区三区| 母亲3免费完整高清在线观看 | 高清毛片免费看| 国产精品.久久久| 午夜久久久在线观看| 超碰97精品在线观看| 黄色一级大片看看| 十分钟在线观看高清视频www| 日韩一区二区三区影片| 国产精品一区二区三区四区免费观看| 亚洲精品色激情综合| 欧美亚洲日本最大视频资源| 99国产综合亚洲精品| 久久午夜综合久久蜜桃| 国产亚洲av片在线观看秒播厂| 免费观看av网站的网址| 欧美精品一区二区免费开放| av国产久精品久网站免费入址| 国产不卡av网站在线观看| 人妻夜夜爽99麻豆av| 丰满迷人的少妇在线观看| 狠狠精品人妻久久久久久综合| 制服丝袜香蕉在线| 狂野欧美激情性xxxx在线观看| 丰满饥渴人妻一区二区三| av有码第一页| 日韩伦理黄色片| 在现免费观看毛片| h视频一区二区三区| 久久人妻熟女aⅴ| 国产男人的电影天堂91| 熟女人妻精品中文字幕| 丝袜喷水一区| 亚洲精品亚洲一区二区| 欧美日韩视频高清一区二区三区二| 国产亚洲一区二区精品| 国产av一区二区精品久久| 亚洲天堂av无毛| 精品卡一卡二卡四卡免费| 在线观看免费视频网站a站| 欧美精品一区二区免费开放| 精品少妇内射三级| 考比视频在线观看| 精品久久久久久久久亚洲| av不卡在线播放| 亚洲无线观看免费| 国产黄频视频在线观看| 中文字幕精品免费在线观看视频 | 日韩一区二区三区影片| 亚洲精品久久成人aⅴ小说 | 大片电影免费在线观看免费| 久热久热在线精品观看| 国产欧美亚洲国产| 免费不卡的大黄色大毛片视频在线观看| 一级黄片播放器| 精品国产一区二区三区久久久樱花| 有码 亚洲区| 曰老女人黄片| 女人久久www免费人成看片| 日韩中文字幕视频在线看片| 狂野欧美激情性bbbbbb| 老司机影院毛片| 久久人人爽av亚洲精品天堂| 国产精品麻豆人妻色哟哟久久| 亚洲无线观看免费| 国产午夜精品久久久久久一区二区三区| 国语对白做爰xxxⅹ性视频网站| 成人午夜精彩视频在线观看| 美女主播在线视频| 日韩亚洲欧美综合| 黄色一级大片看看| 久久影院123| 久久精品国产鲁丝片午夜精品| 美女大奶头黄色视频| av在线播放精品| 99热全是精品| 97超碰精品成人国产| 日韩伦理黄色片| 欧美日韩国产mv在线观看视频| 十八禁网站网址无遮挡| 亚洲欧美日韩卡通动漫| 久久精品人人爽人人爽视色| 午夜福利视频精品| 99精国产麻豆久久婷婷| 午夜福利视频精品| 国产精品一区二区在线观看99| 啦啦啦中文免费视频观看日本| 一个人看视频在线观看www免费| 免费大片18禁| 一个人看视频在线观看www免费| 色视频在线一区二区三区| 男男h啪啪无遮挡| 性高湖久久久久久久久免费观看| 一区二区三区免费毛片| 最近中文字幕2019免费版| 成人无遮挡网站| 老司机影院毛片| videossex国产| videosex国产| 一区二区三区免费毛片| 欧美日韩一区二区视频在线观看视频在线| 一本一本综合久久| 边亲边吃奶的免费视频| 狂野欧美激情性bbbbbb| 超色免费av| 国产日韩欧美视频二区| 男人操女人黄网站| 亚洲av不卡在线观看| 国产极品粉嫩免费观看在线 | 永久网站在线| av女优亚洲男人天堂| 三级国产精品欧美在线观看| 人妻少妇偷人精品九色| 国产极品天堂在线| 国产无遮挡羞羞视频在线观看| 91aial.com中文字幕在线观看| 亚洲av综合色区一区| 哪个播放器可以免费观看大片| 亚洲精品中文字幕在线视频| 国产一区二区在线观看日韩| 十八禁高潮呻吟视频| 极品人妻少妇av视频| 中文字幕人妻熟人妻熟丝袜美| 亚洲国产精品专区欧美| 在线观看人妻少妇| 国产精品免费大片| 18+在线观看网站| 美女xxoo啪啪120秒动态图| 国产精品不卡视频一区二区| 日韩成人av中文字幕在线观看| 欧美激情国产日韩精品一区| 美女福利国产在线| 欧美三级亚洲精品| 狂野欧美激情性bbbbbb| 国产精品无大码| 欧美成人精品欧美一级黄| 视频区图区小说| 精品人妻一区二区三区麻豆| 又粗又硬又长又爽又黄的视频| 一级毛片aaaaaa免费看小| 国产精品免费大片| 人妻一区二区av| 国产高清有码在线观看视频| 亚洲av二区三区四区| 人妻人人澡人人爽人人| 成人毛片a级毛片在线播放| 少妇 在线观看| 久久99精品国语久久久| 纯流量卡能插随身wifi吗| 菩萨蛮人人尽说江南好唐韦庄| 在线观看人妻少妇| 男女边吃奶边做爰视频| 亚洲无线观看免费| 高清不卡的av网站| 一级毛片黄色毛片免费观看视频| 水蜜桃什么品种好| 国产 一区精品| 内地一区二区视频在线| 国产精品人妻久久久影院| 日韩一区二区视频免费看| 在线观看国产h片| 日韩,欧美,国产一区二区三区| 日日爽夜夜爽网站| 欧美三级亚洲精品| 午夜激情福利司机影院| 少妇被粗大猛烈的视频| 精品亚洲成a人片在线观看| 亚洲国产欧美在线一区| 少妇被粗大的猛进出69影院 | 精品久久久精品久久久| 我的老师免费观看完整版| 一级黄片播放器| 日本色播在线视频| 伊人久久国产一区二区| 午夜久久久在线观看| 亚洲无线观看免费| 亚洲婷婷狠狠爱综合网| 中文天堂在线官网| 在线观看一区二区三区激情| 2018国产大陆天天弄谢| 亚洲欧美成人精品一区二区| 91精品伊人久久大香线蕉| 亚洲第一区二区三区不卡| 国产精品一区www在线观看| 最新的欧美精品一区二区| 特大巨黑吊av在线直播| 日韩三级伦理在线观看| 熟女av电影| 91精品国产国语对白视频| 狠狠婷婷综合久久久久久88av| 国产黄色视频一区二区在线观看| 欧美日韩视频精品一区| 伊人久久国产一区二区| 夫妻午夜视频| 不卡视频在线观看欧美| 高清欧美精品videossex| 亚洲精品自拍成人| 亚洲国产成人一精品久久久| 日韩三级伦理在线观看| 尾随美女入室| 成人无遮挡网站| 母亲3免费完整高清在线观看 | 校园人妻丝袜中文字幕| 高清午夜精品一区二区三区| 少妇熟女欧美另类| 国产精品秋霞免费鲁丝片| 日本欧美视频一区| 丰满迷人的少妇在线观看| 久久久国产精品麻豆| 在线 av 中文字幕| 国产精品无大码| av黄色大香蕉| 亚洲欧洲精品一区二区精品久久久 | 日本欧美视频一区| 久久人人爽av亚洲精品天堂| 精品国产一区二区三区久久久樱花| 精品人妻熟女av久视频| 日韩伦理黄色片| 免费少妇av软件| 欧美性感艳星| 亚洲成人av在线免费| 欧美精品亚洲一区二区| 99热国产这里只有精品6| 日本欧美视频一区| 色视频在线一区二区三区| 九九在线视频观看精品| 少妇 在线观看| 免费播放大片免费观看视频在线观看| 天天影视国产精品| 欧美性感艳星| 国产熟女欧美一区二区| 99热6这里只有精品| 一区二区av电影网| 午夜免费观看性视频| 日日爽夜夜爽网站| 欧美精品一区二区大全| 亚洲av不卡在线观看| 国产精品人妻久久久影院| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 亚洲精品一二三| 久久精品人人爽人人爽视色| 一级毛片 在线播放| 丝瓜视频免费看黄片| 美女国产视频在线观看| 久久精品国产亚洲av天美| 又大又黄又爽视频免费| 18禁动态无遮挡网站| 亚洲怡红院男人天堂| 国产日韩欧美亚洲二区| 国产国拍精品亚洲av在线观看| 免费看不卡的av| 2018国产大陆天天弄谢| 中国美白少妇内射xxxbb| 国产成人免费无遮挡视频| 国产成人精品在线电影| 春色校园在线视频观看| 精品熟女少妇av免费看| 久久午夜福利片| 久久女婷五月综合色啪小说| 午夜老司机福利剧场| 99国产综合亚洲精品| 午夜福利影视在线免费观看| 全区人妻精品视频| 婷婷色综合www| 亚洲第一区二区三区不卡| 日韩亚洲欧美综合| .国产精品久久| 亚洲综合精品二区| 精品熟女少妇av免费看| av女优亚洲男人天堂| 亚洲激情五月婷婷啪啪| 欧美丝袜亚洲另类| 精品久久久久久久久亚洲| 丝瓜视频免费看黄片| 99久久中文字幕三级久久日本| 亚洲av成人精品一区久久| 午夜激情久久久久久久| 一区二区日韩欧美中文字幕 | 狠狠精品人妻久久久久久综合| 精品国产一区二区久久| 91成人精品电影| 日日撸夜夜添| 国产欧美日韩一区二区三区在线 | 亚洲国产日韩一区二区| 亚洲欧美中文字幕日韩二区| 亚洲美女视频黄频| 亚洲欧美成人精品一区二区| 婷婷色综合www| 亚洲色图 男人天堂 中文字幕 | 久久久久久久久久成人| 日韩亚洲欧美综合| 又大又黄又爽视频免费| 国产又色又爽无遮挡免| 亚洲欧美清纯卡通| 亚洲熟女精品中文字幕| 成人综合一区亚洲| 男男h啪啪无遮挡| 婷婷色麻豆天堂久久| 十八禁高潮呻吟视频| 亚洲情色 制服丝袜| 人体艺术视频欧美日本| 国产精品嫩草影院av在线观看| 两个人的视频大全免费| 亚洲内射少妇av| 日本黄色片子视频| 国产午夜精品久久久久久一区二区三区| 亚洲精品成人av观看孕妇| 亚洲天堂av无毛| 18禁观看日本| 国产成人91sexporn| 十八禁高潮呻吟视频| 欧美精品国产亚洲| 久久久欧美国产精品| 美女xxoo啪啪120秒动态图| 久久久久国产网址| 国产在视频线精品| 欧美精品人与动牲交sv欧美| 在线观看www视频免费| 国产国语露脸激情在线看| 国产亚洲av片在线观看秒播厂| 精品久久久久久久久av| 日韩成人伦理影院| 日日爽夜夜爽网站| 免费观看av网站的网址| 亚洲五月色婷婷综合| 又大又黄又爽视频免费| 天天影视国产精品| 美女xxoo啪啪120秒动态图| 国产免费现黄频在线看| 曰老女人黄片| 欧美日韩视频精品一区| 精品亚洲成a人片在线观看| √禁漫天堂资源中文www| 91精品三级在线观看| 久久97久久精品| 成年美女黄网站色视频大全免费 | 国产精品.久久久| 亚洲精品日本国产第一区| 午夜av观看不卡|