• <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 ?

    基于機器學(xué)習(xí)方法的土壤轉(zhuǎn)換函數(shù)模型比較

    2021-06-05 07:25:02左炳昕查元源
    灌溉排水學(xué)報 2021年5期
    關(guān)鍵詞:水力含水率樣本

    左炳昕,查元源

    (武漢大學(xué)水資源與水電工程科學(xué)國家重點實驗室,武漢430072)

    0 引言

    【研究意義】農(nóng)業(yè)水肥管理、作物模型估產(chǎn)、陸面模型建模、生態(tài)環(huán)境治理與修復(fù)等,都離不開土壤水分狀態(tài)及運動過程的準確描述與預(yù)測[1-2]。土壤水分特征曲線和水力傳導(dǎo)度(又稱為滲透系數(shù))曲線,作為描述土壤水力性質(zhì)最基本的2 條曲線,在非飽和土壤的物理、化學(xué)、生物過程的定量化描述中起著基礎(chǔ)性的作用[3]。某含水率下的相對水力傳導(dǎo)度為該含水率下的(絕對)水力傳導(dǎo)度與飽和水力傳導(dǎo)度的比。研究表明,相對水力傳導(dǎo)度是可以由土壤水分特征曲線推導(dǎo)得到,所以,水力傳導(dǎo)度曲線可以由土壤水分特征曲線與飽和水力傳導(dǎo)度確定。因此,土壤水力參數(shù)可以認為由土壤水分特征曲線參數(shù)與飽和水力傳導(dǎo)度組成。土壤水力參數(shù)的直接測量要么昂貴費時費力,要么適用性有限。間接法通常包括土壤轉(zhuǎn)換函數(shù)(PedoTransfer Functions,PTF)、分形方法、土壤形態(tài)學(xué)方法、數(shù)值反演方法、經(jīng)驗公式法等[4]。其中,土壤轉(zhuǎn)換函數(shù)模型只需要輸入土壤粒徑信息、體積質(zhì)量、有機質(zhì)量等簡單易得的物理量,就可以估算土壤水力參數(shù),簡單方便,大大降低了土壤水力參數(shù)獲取的時間成本和操作難度,因而得到了廣泛使用。

    【研究進展】在土壤水力參數(shù)簡便獲取方法的探索中,20 世紀初期,Briggs 等[5]研究了易獲得的數(shù)據(jù)和待預(yù)測數(shù)據(jù)之間的關(guān)系。20 世紀80 年代后,隨著新的土壤水分特征曲線模型的提出,土壤參數(shù)獲取方法的研究也更為廣泛。Bouma 等[6]首次提出了土壤轉(zhuǎn)換函數(shù)的概念,Bouma[7]與Hamblin[8]將土壤轉(zhuǎn)換函數(shù)表述為土壤較易測量的數(shù)據(jù)與難以測量的數(shù)據(jù)之間的函數(shù)關(guān)系。

    建立土壤轉(zhuǎn)換函數(shù)的方法主要包括線性回歸、非線性回歸、人工神經(jīng)網(wǎng)絡(luò)等。這些方法中,以神經(jīng)網(wǎng)絡(luò)方法應(yīng)用最廣,很大程度是神經(jīng)網(wǎng)絡(luò)不需要預(yù)先設(shè)定函數(shù)的形式(如指數(shù)形式等),預(yù)測精度比較高等原因。近年來也有采用新的方法建立土壤轉(zhuǎn)換函數(shù),如最近鄰居法、支持向量機、多尺度貝葉斯神經(jīng)網(wǎng)絡(luò)等。

    Nemes 等[9]使用分層的預(yù)測變量集,基于最近鄰居法,預(yù)測了330cm 與15000cm 負壓下的含水率。Lamorski 等[10]基于支持向量機(機器學(xué)習(xí)領(lǐng)域替代性的數(shù)據(jù)驅(qū)動的方法),提高了模型的效率。Zhang 等[11]使用加權(quán)改進的神經(jīng)網(wǎng)絡(luò)算法建立了適用于全球的土壤轉(zhuǎn)換函數(shù)。關(guān)于土壤轉(zhuǎn)換函數(shù),國內(nèi)也做了很多研究[12-15]。

    【切入點】雖然土壤轉(zhuǎn)換函數(shù)的研究較多,但不同研究在建立土壤轉(zhuǎn)換函數(shù)時所使用的數(shù)據(jù)集不同。由于缺乏物理基礎(chǔ),以及在建模時使用的數(shù)據(jù)有限,土壤轉(zhuǎn)換函數(shù)在應(yīng)用時應(yīng)注意其適用性。例如,Gijsman 等[16]比較了8 種土壤轉(zhuǎn)換函數(shù),由于構(gòu)建模型的數(shù)據(jù)來自不同地區(qū),不同土壤轉(zhuǎn)換函數(shù)模型的預(yù)測效果顯示出了明顯的差異。因此,使用同一數(shù)據(jù)集定量比較建立土壤轉(zhuǎn)換函數(shù)的方法,對于建立合理高效的土壤轉(zhuǎn)換函數(shù)模型,具有重要意義。

    【擬解決的關(guān)鍵問題】本研究采用UNSODA 數(shù)據(jù)庫中土壤樣品的基本性質(zhì)數(shù)據(jù)(包括土壤砂粒、粉粒、黏粒百分比、土壤體積質(zhì)量)作為土壤轉(zhuǎn)換函數(shù)的輸入項;利用van Genuchten(簡稱VG)模型[17]擬合土壤含水率-負壓數(shù)據(jù)(土壤基本性質(zhì)相對應(yīng)的數(shù)據(jù))得到VG 參數(shù)作為模型的輸出項,采用多種機器學(xué)習(xí)方法,建立土壤樣品的基本性質(zhì)數(shù)據(jù)與VG 模型參數(shù)之間的關(guān)系,對比不同機器學(xué)習(xí)方法的預(yù)測效果,并討論其計算效率。

    1 材料與方法

    1.1 試驗數(shù)據(jù)

    本文采用全球土壤非飽和水力性質(zhì)數(shù)據(jù)庫UNSODA(UNsaturatedSOilDAtabase)。該數(shù)據(jù)庫記錄了野外場地條件和實驗室條件下的土壤樣本的含水率、負壓、非飽和水力傳導(dǎo)度、擴散度等關(guān)系,以及相對應(yīng)的土壤理化性質(zhì)指標,如土壤粒徑分布、土壤顆粒密度、體積質(zhì)量、有機質(zhì)量、pH 值、陽離子交換量等。由于其樣品空間分布范圍廣、樣品數(shù)量多、土壤質(zhì)地類型豐富等特點,常用于分析土壤物理基本性質(zhì)[18]。

    本文整理了UNSODA 數(shù)據(jù)庫中實驗室條件下測得的含有8 個以上含水率-負壓數(shù)據(jù)且包含一個330 cm 以上負壓值的土壤樣品(以保證土壤樣本不被過度擬合,且在田間持水率以下有一個代表性的數(shù)據(jù)點);在此基礎(chǔ)上篩選出其中可以提取到質(zhì)地信息和土壤體積質(zhì)量信息的土壤樣本,并剔除其中含有明顯錯誤數(shù)據(jù)的樣本(θ-h 數(shù)據(jù)對明顯為異常值),得到篩選后的樣本共計408 個,其中包含飽和水力傳導(dǎo)度Ks數(shù)據(jù)的樣本共247 個。各質(zhì)地條件下的土壤樣本數(shù)量如表1 所示。

    表1 各質(zhì)地條件下的土壤樣本數(shù)量Table 1 Number of soil samples for each texture

    1.2 數(shù)據(jù)處理方法

    土壤水分特征曲線模型有較多種,其中VG 模型由于其形式簡單,適用性好,是當前應(yīng)用范圍最廣的土壤水分特征曲線模型。其形式如式(1)所示。

    式中:θ 和h 為含水率和負壓;θr、θs、α、n 分別為待擬合的土壤水力參數(shù),即本研究所述VG 參數(shù)。

    對VG 參數(shù)進行擬合的方法有很多,本研究擬采用遺傳算法與非線性最小二乘法相結(jié)合的方法。遺傳算法具有一定的隨機性,且若終止條件設(shè)置不合理,會使得優(yōu)化結(jié)果雖然可以接近全局最優(yōu)位置,但不一定恰好達到擬合的適應(yīng)度函數(shù)最小的最優(yōu)解。而非線性最小二乘法可以很好地解決這個問題。本研究使用遺傳算法優(yōu)化的結(jié)果作為非線性最小二乘法的初始參數(shù)。遺傳算法與非線性最小二乘法相結(jié)合的優(yōu)化方式使得擬合結(jié)果可以達到全局最優(yōu),同時避免了非線性最小二乘法初始參數(shù)設(shè)置不合理導(dǎo)致的算法不收斂的問題。

    在此基礎(chǔ)上,利用UNSODA 數(shù)據(jù)庫中的土壤砂粒、粉粒、黏粒百分比、土壤體積質(zhì)量等基本物理指標為模型的輸入,以VG 參數(shù)和Ks為模型的輸出,建立機器學(xué)習(xí)模型。對于擬合得到的VG 參數(shù),由于α、n、Ks的絕對值跨越多個數(shù)量級,為了獲得可靠的預(yù)測結(jié)果,首先對這3 個參數(shù)進行對數(shù)化處理。由圖1 可以看出,處理后的數(shù)據(jù)更集中,其中α、Ks更接近于正態(tài)分布。此外,在建立機器學(xué)習(xí)模型之前還需要將數(shù)據(jù)(包括輸入和輸出)進行標準歸一化處理。處理后的數(shù)據(jù)被劃分為了訓(xùn)練集和驗證集。本研究通過交叉驗證,測試了訓(xùn)練集和驗證集數(shù)據(jù)的統(tǒng)計分布規(guī)律,結(jié)果顯示其統(tǒng)計量均在正常范圍,說明數(shù)據(jù)集的劃分方法具有可靠性。

    1.3 土壤轉(zhuǎn)換函數(shù)模型方法

    本研究擬采用多隱含層神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network, ANN)作為待評價的一種機器學(xué)習(xí)方法。對于預(yù)測VG 參數(shù)的神經(jīng)網(wǎng)絡(luò)模型,通過超參數(shù)搜索,平衡模型復(fù)雜度與模型過度擬合的程度。本研究擬采用包含4 層隱含層的神經(jīng)網(wǎng)絡(luò),各層神經(jīng)元數(shù)目分別為10、12、5、13。對于預(yù)測Ks的神經(jīng)網(wǎng)絡(luò)模型,由于建模所用的數(shù)據(jù)量較少,因而擬采用3 個隱藏層的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),各層神經(jīng)元數(shù)目分別為10、5、5。

    支持向量機(Support Vector Machine, SVM)最初是用于分類的一種機器學(xué)習(xí)方法,其原理是通過構(gòu)造適當?shù)暮撕瘮?shù),將數(shù)據(jù)點投影到高維空間,然后在數(shù)據(jù)點之間尋找最大邊緣超平面作為決策邊界,由于該決策邊界取決于離決策邊界最近的若干數(shù)據(jù)點,即支持向量,故該方法被稱為支持向量機。在回歸問題中,超平面即為所建立的回歸模型。支持向量機有堅實的理論基礎(chǔ),適用于小樣本數(shù)據(jù)量的運算,故本研究選取支持向量機作為一種待評價的機器學(xué)習(xí)方法。本研究的支持向量機模型采用高斯徑向基核函數(shù),并通過參數(shù)搜索選取了合適的建模參數(shù)。

    最近鄰居法(K-Nearest Neighbor,KNN)的思路是將特征空間中離待預(yù)測樣本最近的K 個數(shù)據(jù)的屬性值作為待預(yù)測樣本的預(yù)測值,該方法思路簡單直觀,預(yù)測值取決于周圍幾個樣本點的值,不需要進行模型訓(xùn)練,且在直觀上計算結(jié)果也較為可靠,因而本研究將該方法作為待評價的一種機器學(xué)習(xí)方法。本研究中選取的K 值為40。

    1.4 評價指標

    本研究選取均方根誤差(RMSE)和決定系數(shù)(R2)作為評價指標。

    式中:N 為樣本的數(shù)據(jù)點數(shù)量;yi和分別為實際值和預(yù)測值;y為數(shù)據(jù)的均值。

    2 結(jié)果與分析

    2.1 對模型參數(shù)的預(yù)測效果

    各模型在訓(xùn)練集和驗證集上預(yù)測VG參數(shù)的效果如圖2 所示。從圖2 可以看出,模型預(yù)測飽和含水率θs和n 的效果較好,而預(yù)測殘余含水率θr和lg(α)的效果較差,可能是由于其數(shù)值的絕對值較小,接近于0,因而在以決定系數(shù)為評價指標時,效果較差。

    從訓(xùn)練集和驗證集來看,各模型的訓(xùn)練集的預(yù)測效果大部分要略好于驗證集。值得注意的是,參數(shù)lg(n)在驗證集上的表現(xiàn)效果要優(yōu)于訓(xùn)練集,可能的原因是由于數(shù)據(jù)集樣本量較小,使得某些異常值留在了訓(xùn)練集中,造成了訓(xùn)練集的預(yù)測效果反而降低。

    從所選用的模型來看,在驗證集上,ANN 預(yù)測的飽和含水率θs和lg(Ks)明顯好于SVM 與KNN,且在其他參數(shù)上的預(yù)測效果也不明顯弱于別的模型。而SVM 模型在驗證集上對于lg(n)的預(yù)測效果較好,且在預(yù)測其他參數(shù)的時候也僅次于ANN 模型。

    2.2 對樣本的預(yù)測效果

    以UNSODA 數(shù)據(jù)庫中編號1351 的土壤樣本(該樣本被劃分在驗證集)為例,預(yù)測得到的土壤水分特征曲線數(shù)據(jù)與實測數(shù)據(jù)點如圖3 所示。該樣本使用ANN、SVM、KNN 預(yù)測參數(shù)并得到VG 模型的RMSE分別為0.0118、0.0159、0.0139。

    對于整個數(shù)據(jù)集上樣本的表現(xiàn),如表2 所示。從總體上,SVM 在訓(xùn)練集和驗證集上均有較好的表現(xiàn),ANN模型次之,KNN模型的表現(xiàn)稍遜于其他2個模型。

    為了直觀顯示各機器學(xué)習(xí)模型對不同土壤質(zhì)地樣本的預(yù)測精度,本研究將各模型的預(yù)測效果在土壤質(zhì)地三角形中進行了展示(圖4)。由圖4 可知,SVM 模型對各土壤質(zhì)地在訓(xùn)練集和驗證集上都有較為均衡的表現(xiàn),ANN 模型的預(yù)測效果次之,但對于黏性土的預(yù)測效果遜于SVM 模型。對于KNN 模型,無論在驗證集還是訓(xùn)練集上,對于處于土壤質(zhì)地三角形邊緣的樣本的預(yù)測效果欠佳,尤其是在樣本稀疏的區(qū)域。這可能是由于KNN 模型在進行預(yù)測時只與最臨近的若干點有關(guān),而對于土壤質(zhì)地三角形邊緣的數(shù)據(jù)點,由于邊緣數(shù)據(jù)點較少,預(yù)測效果較差。

    表2 各機器學(xué)習(xí)模型的效果Table 2 The performance of each machine learning model

    2.3 各模型運行效率比較

    模型運行效率如圖5 所示。對訓(xùn)練數(shù)據(jù),ANN建立模型所需要的時長最長,而SVM 模型次之,KNN模型所需時間最短。而對驗證數(shù)據(jù)來說,ANN 模型預(yù)測用時明顯低于其他2 個模型。

    從原理上來看,ANN 模型在訓(xùn)練時,需要進行迭代運算,使得計算成本加大。然而,對于訓(xùn)練好的模型,計算時只需將待預(yù)測的數(shù)據(jù)輸入模型,無須進行迭代運算即可獲得所需的參數(shù),因此,模型在訓(xùn)練與預(yù)測上的用時可能會相差若干個數(shù)量級。KNN 模型并不需要訓(xùn)練,而只需要數(shù)據(jù)讀入電腦內(nèi)存,KNN模型的訓(xùn)練用時即為數(shù)據(jù)傳輸?shù)挠脮r。在模型預(yù)測時,KNN 模型需要將待預(yù)測數(shù)據(jù)距離每個訓(xùn)練集中數(shù)據(jù)的歐氏距離計算出來,并進行排序比較,故模型預(yù)測用時會遠大于訓(xùn)練用時。

    需要指出的是,雖然ANN 模型訓(xùn)練耗時較長,但對于大型數(shù)據(jù)集,可以采取mini-batch 等方法在基本不增加或少量增加計算成本的同時處理更大量的數(shù)據(jù)。ANN 模型在驗證或預(yù)測時,訓(xùn)練模型常常已完成,無須考慮ANN 模型訓(xùn)練耗時較長的問題。因而,在大型的數(shù)據(jù)集上要綜合考慮計算成本、預(yù)測精度等方面,ANN 模型在大數(shù)據(jù)集上構(gòu)建土壤轉(zhuǎn)換函數(shù)模型具有較大的優(yōu)勢。

    3 討論

    將所建立的ANN,SVM,KNN 模型與廣泛使用的Rosetta 模型[19]進行對比。Rosetta 模型是2001 年提出的,并耦合于RETC、Hydrus 等土壤常用軟件中。其中,該模型根據(jù)輸入數(shù)據(jù)信息量的多少,分為5 個子模型,H1 模型只輸入樣品的土壤質(zhì)地分類;H2 模型輸入樣品的砂粒、粉粒、黏粒百分比(SSC);H3模型增加了土壤體積質(zhì)量(BD);H4 模型增加了在330cm 負壓下的含水率(θ33),通常認為該含水率可以代表田間持水率;H5 模型增加了在15000cm 負壓下的含水率(θ1500),通常認為該含水率可以代表植物萎凋點。Zhang 等[11]根據(jù)樣本擬合效果進行加權(quán),對Rosetta 模型進行了改進,在各模型后加字母“w”表示(如H1w 等)。各模型對樣本含水率的預(yù)測效果(RMSEw)如表3 所示。

    表3 本研究建立的模型與Rosetta 模型的比較Table 3 Comparison between the model established in this study and the Rosetta model

    由表3 可知,隨著輸入數(shù)據(jù)信息量的增加,Rosetta 模型的各個子模型的預(yù)測精度均有所增加(從H1 到H5,或從H1w 到H5w)。而在同一層級,對樣本進行加權(quán)改進后的模型(H1w 到H5w)較原模型(對應(yīng)的H1 到H5 模型)均有所提高。本研究建立的ANN,SVM,KNN 模型與Rosetta 模型的H3 或H3w 子模型所使用的輸入數(shù)據(jù)信息量相同。然而,Rosetta 模型由于采用單隱含層神經(jīng)網(wǎng)絡(luò),模型結(jié)構(gòu)簡單,其預(yù)測精度仍低于本研究使用的ANN 模型,說明增加模型的復(fù)雜度對于提高預(yù)測精度有積極意義。而本研究建立的KNN 模型和SVM 模型同樣優(yōu)于H3 模型或H3w 模型,說明改進建模方法同樣有利于提高預(yù)測精度。

    值得注意的是,建立Rosetta 所使用的樣本容量更大,而本研究所采用的UNSODA 數(shù)據(jù)庫只是建立Rosetta 所使用的樣本的一部分。因而,在對比模型效果的時候,還應(yīng)該仔細考慮樣本量及數(shù)據(jù)質(zhì)量對標定模型的影響。

    4 結(jié)論與展望

    4.1 結(jié)論

    1)從VG 模型的參數(shù)預(yù)測來看,ANN 模型和SVM 模型均優(yōu)于KNN 模型,且二者對于不同的參數(shù)預(yù)測效果各有優(yōu)劣。從樣本的預(yù)測效果來看,SVM模型在訓(xùn)練集和驗證集上的預(yù)測精度要優(yōu)于另外2個模型,ANN 次之,KNN 遜于SVM 與ANN。

    2)從模型運行效率來看,在訓(xùn)練集上,ANN 建立模型所需要的時長最長,而SVM 次之,KNN 所需時間最短。而從預(yù)測用時來看,ANN 模型預(yù)測用時明顯低于SVM 和KNN 模型。

    3)SVM 模型的樣本預(yù)測精度最優(yōu),然而,SVM模型的計算復(fù)雜度會隨著數(shù)據(jù)量的增加而呈二次方增加;相對而言,ANN 算法在大數(shù)據(jù)量的時候可以選取mini-batch 等方法在基本不增加或少量增加計算成本的同時處理更大量的數(shù)據(jù)。因而,本研究推薦在小數(shù)據(jù)集上使用SVM,而在更大型的數(shù)據(jù)集上要綜合考慮計算成本、預(yù)測精度等方面合理選取土壤轉(zhuǎn)換函數(shù)模型。

    4.2 展望

    由于土壤取樣和土壤水分特征曲線測試成本很高,本研究使用的UNSODA 數(shù)據(jù)庫樣本相對稀疏,導(dǎo)致其代表性并非特別好。隨著全球土壤物理數(shù)據(jù)庫的發(fā)展,數(shù)據(jù)量的增加、土壤水力特性的影響因素信息的進一步完善性,數(shù)據(jù)庫的代表性會進一步增強,屆時可以建立適用性更佳的土壤轉(zhuǎn)換函數(shù)模型。

    限于研究者的水平和本文的篇幅,關(guān)于土壤轉(zhuǎn)換函數(shù),仍可以進行相關(guān)的探索,如在大型數(shù)據(jù)集上按照區(qū)域或土壤類型分組對土壤轉(zhuǎn)換函數(shù)的精度是否有提高效果;土壤轉(zhuǎn)換函數(shù)的不確定性來源以及可靠性如何量化;更合適的、可解釋性更好的土壤轉(zhuǎn)換函數(shù)建模技術(shù);增加哪些土壤信息輸入最有利于提高土壤轉(zhuǎn)換函數(shù)的預(yù)測精度等。

    致謝:感謝天津大學(xué)地球系統(tǒng)科學(xué)學(xué)院張永根副教授在數(shù)據(jù)庫選取和土壤轉(zhuǎn)換函數(shù)理論方面的指導(dǎo)和幫助。

    猜你喜歡
    水力含水率樣本
    水力全開
    昆明森林可燃物燃燒機理研究
    用樣本估計總體復(fù)習(xí)點撥
    基于表面能的濕煤顆粒含水率表征方法
    弱膨脹土增濕變形量試驗及路堤填筑分析
    推動醫(yī)改的“直銷樣本”
    隨機微分方程的樣本Lyapunov二次型估計
    球墨鑄鐵管的水力計算
    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
    村企共贏的樣本
    在线观看66精品国产| 久久精品91无色码中文字幕| 国产精品影院久久| 一边摸一边抽搐一进一出视频| 50天的宝宝边吃奶边哭怎么回事| 国产片内射在线| 69精品国产乱码久久久| 国产精品 国内视频| 精品免费久久久久久久清纯| 99国产精品免费福利视频| 亚洲精品久久成人aⅴ小说| 国产精品98久久久久久宅男小说| 午夜福利影视在线免费观看| 中文字幕av电影在线播放| 最近最新中文字幕大全电影3 | 99久久综合精品五月天人人| 欧美日韩亚洲国产一区二区在线观看| 国产精品久久视频播放| 国产精品爽爽va在线观看网站 | 亚洲五月色婷婷综合| 激情在线观看视频在线高清| 国产成人免费无遮挡视频| 国产精品永久免费网站| 少妇的丰满在线观看| 极品人妻少妇av视频| 久久这里只有精品19| 操出白浆在线播放| 在线观看免费日韩欧美大片| 久久精品成人免费网站| 99国产综合亚洲精品| 免费在线观看完整版高清| 久久国产精品男人的天堂亚洲| 久久久久久人人人人人| 大型黄色视频在线免费观看| 国产视频一区二区在线看| 久久香蕉精品热| 亚洲精品国产区一区二| 在线观看66精品国产| 亚洲欧美日韩另类电影网站| 在线观看免费视频日本深夜| 夜夜看夜夜爽夜夜摸| 亚洲中文字幕一区二区三区有码在线看 | 亚洲人成电影免费在线| 麻豆国产av国片精品| 男人操女人黄网站| 香蕉国产在线看| 制服诱惑二区| 一区在线观看完整版| 日韩三级视频一区二区三区| 岛国在线观看网站| 久热爱精品视频在线9| 久久精品91蜜桃| 国产99白浆流出| 在线观看66精品国产| 欧美亚洲日本最大视频资源| 在线观看免费视频日本深夜| 国产熟女xx| 老司机在亚洲福利影院| 91字幕亚洲| ponron亚洲| 一级a爱片免费观看的视频| 人人妻,人人澡人人爽秒播| 亚洲一卡2卡3卡4卡5卡精品中文| 1024视频免费在线观看| 男人的好看免费观看在线视频 | 色播在线永久视频| 两性午夜刺激爽爽歪歪视频在线观看 | 99热只有精品国产| 97碰自拍视频| 久久午夜综合久久蜜桃| 每晚都被弄得嗷嗷叫到高潮| 不卡av一区二区三区| 又黄又爽又免费观看的视频| 免费在线观看视频国产中文字幕亚洲| 超碰成人久久| 曰老女人黄片| 亚洲av五月六月丁香网| 色av中文字幕| 久久草成人影院| 老司机福利观看| 亚洲情色 制服丝袜| 精品久久久久久久久久免费视频| 亚洲欧洲精品一区二区精品久久久| 法律面前人人平等表现在哪些方面| 中出人妻视频一区二区| 午夜老司机福利片| 欧美日韩福利视频一区二区| 免费人成视频x8x8入口观看| 国产精品久久久久久人妻精品电影| 免费女性裸体啪啪无遮挡网站| а√天堂www在线а√下载| 日韩欧美免费精品| 在线免费观看的www视频| 亚洲第一av免费看| 人人妻人人澡欧美一区二区 | 变态另类丝袜制服| 亚洲视频免费观看视频| 国产一区在线观看成人免费| 国产主播在线观看一区二区| av视频免费观看在线观看| 欧美av亚洲av综合av国产av| 亚洲三区欧美一区| 伊人久久大香线蕉亚洲五| 午夜视频精品福利| 日本黄色视频三级网站网址| 精品国产超薄肉色丝袜足j| 午夜成年电影在线免费观看| 人人澡人人妻人| 人妻丰满熟妇av一区二区三区| 怎么达到女性高潮| 人妻丰满熟妇av一区二区三区| 韩国av一区二区三区四区| 欧美精品啪啪一区二区三区| 中文字幕久久专区| 国产伦一二天堂av在线观看| 日本三级黄在线观看| 久久香蕉激情| 日韩视频一区二区在线观看| 亚洲久久久国产精品| 国产成年人精品一区二区| 宅男免费午夜| avwww免费| 日韩欧美三级三区| 黄色视频,在线免费观看| 国产一卡二卡三卡精品| 久久久久亚洲av毛片大全| 亚洲第一av免费看| 国产又爽黄色视频| 欧美老熟妇乱子伦牲交| 日韩三级视频一区二区三区| 国产精品av久久久久免费| 欧美成人性av电影在线观看| 日韩视频一区二区在线观看| 男女床上黄色一级片免费看| 欧美黄色片欧美黄色片| 免费av毛片视频| 国产精品爽爽va在线观看网站 | 亚洲欧美日韩无卡精品| 好男人电影高清在线观看| 涩涩av久久男人的天堂| 自线自在国产av| 免费看a级黄色片| 99re在线观看精品视频| 亚洲精品在线美女| 岛国在线观看网站| 曰老女人黄片| 一二三四在线观看免费中文在| av电影中文网址| 久久热在线av| 91大片在线观看| 亚洲第一电影网av| 成人18禁在线播放| 看黄色毛片网站| 又黄又爽又免费观看的视频| 国产精品野战在线观看| 级片在线观看| 久久人妻av系列| 熟女少妇亚洲综合色aaa.| 怎么达到女性高潮| 黑人操中国人逼视频| 久久精品亚洲精品国产色婷小说| 又紧又爽又黄一区二区| 亚洲成人久久性| 一进一出抽搐gif免费好疼| 99re在线观看精品视频| 国产精品,欧美在线| 91精品三级在线观看| 美女免费视频网站| 精品国产美女av久久久久小说| 亚洲第一青青草原| 长腿黑丝高跟| 制服丝袜大香蕉在线| 国产一区二区在线av高清观看| 国产精品免费一区二区三区在线| 国产又爽黄色视频| 一进一出好大好爽视频| 国产一区二区在线av高清观看| 久久中文字幕人妻熟女| 日日干狠狠操夜夜爽| 国产伦人伦偷精品视频| or卡值多少钱| 男女床上黄色一级片免费看| 日本欧美视频一区| 美女午夜性视频免费| 91精品三级在线观看| 国产三级黄色录像| 国产精品免费一区二区三区在线| 免费高清在线观看日韩| 免费高清视频大片| 久久精品国产亚洲av香蕉五月| 一进一出好大好爽视频| 日韩三级视频一区二区三区| 国产精品一区二区三区四区久久 | 午夜激情av网站| 中文亚洲av片在线观看爽| 国产成人欧美| 欧美激情 高清一区二区三区| 久久亚洲真实| 又大又爽又粗| 黄网站色视频无遮挡免费观看| 久久精品91蜜桃| 亚洲成人久久性| 婷婷六月久久综合丁香| 成人亚洲精品一区在线观看| 日本欧美视频一区| 国产成人欧美| 大型黄色视频在线免费观看| 亚洲伊人色综图| 久久久水蜜桃国产精品网| 黄色视频不卡| 麻豆国产av国片精品| 精品熟女少妇八av免费久了| 非洲黑人性xxxx精品又粗又长| 99riav亚洲国产免费| cao死你这个sao货| 久久久久久久久久久久大奶| tocl精华| tocl精华| 精品久久蜜臀av无| 黄色丝袜av网址大全| 91老司机精品| 日韩大尺度精品在线看网址 | 黄色女人牲交| 亚洲,欧美精品.| 久久中文字幕人妻熟女| 十八禁人妻一区二区| 在线观看免费午夜福利视频| 国产成人欧美在线观看| 精品国内亚洲2022精品成人| 亚洲专区字幕在线| 身体一侧抽搐| 波多野结衣高清无吗| 亚洲久久久国产精品| 极品教师在线免费播放| 大香蕉久久成人网| 亚洲一区高清亚洲精品| 亚洲情色 制服丝袜| www.精华液| 一区二区三区精品91| 亚洲精品国产一区二区精华液| 18禁裸乳无遮挡免费网站照片 | 日本vs欧美在线观看视频| 久久久久国产一级毛片高清牌| www国产在线视频色| 90打野战视频偷拍视频| 亚洲久久久国产精品| 叶爱在线成人免费视频播放| 一区福利在线观看| 女生性感内裤真人,穿戴方法视频| 搡老妇女老女人老熟妇| 1024视频免费在线观看| av福利片在线| www.精华液| 亚洲精品av麻豆狂野| 法律面前人人平等表现在哪些方面| 精品一区二区三区av网在线观看| 亚洲午夜理论影院| 美国免费a级毛片| 亚洲成人久久性| 日本五十路高清| 国产视频一区二区在线看| 男女下面进入的视频免费午夜 | 久久婷婷成人综合色麻豆| 国产av在哪里看| 国产精品一区二区三区四区久久 | 国产欧美日韩一区二区三| 亚洲aⅴ乱码一区二区在线播放 | 国产精品影院久久| 亚洲久久久国产精品| 电影成人av| 两人在一起打扑克的视频| 欧美大码av| 99久久99久久久精品蜜桃| 一区二区三区高清视频在线| 色综合亚洲欧美另类图片| 精品免费久久久久久久清纯| 欧美成狂野欧美在线观看| 欧美在线黄色| 国产精品影院久久| 欧美 亚洲 国产 日韩一| 亚洲精品中文字幕一二三四区| 大型av网站在线播放| 国产麻豆69| 国产成人免费无遮挡视频| 国产精品亚洲一级av第二区| 男人舔女人的私密视频| 91精品三级在线观看| 高清毛片免费观看视频网站| 精品午夜福利视频在线观看一区| netflix在线观看网站| 久久人人97超碰香蕉20202| 亚洲无线在线观看| 69精品国产乱码久久久| 中文字幕av电影在线播放| 久久久久久人人人人人| 琪琪午夜伦伦电影理论片6080| 久9热在线精品视频| 精品久久久久久久久久免费视频| 久久精品91蜜桃| 18禁国产床啪视频网站| 免费搜索国产男女视频| 女人被狂操c到高潮| 国产伦一二天堂av在线观看| 午夜精品国产一区二区电影| 亚洲视频免费观看视频| 狠狠狠狠99中文字幕| 国产亚洲欧美98| 男男h啪啪无遮挡| 亚洲 国产 在线| 日本精品一区二区三区蜜桃| 久久精品成人免费网站| 国产精品永久免费网站| 亚洲va日本ⅴa欧美va伊人久久| 久久久久亚洲av毛片大全| 国产av精品麻豆| 久久精品国产99精品国产亚洲性色 | 一个人观看的视频www高清免费观看 | 19禁男女啪啪无遮挡网站| 一本久久中文字幕| 人妻久久中文字幕网| 国产免费男女视频| 99国产极品粉嫩在线观看| 亚洲久久久国产精品| 久久久久国内视频| 国产高清videossex| 午夜日韩欧美国产| 国产欧美日韩一区二区三区在线| 亚洲视频免费观看视频| www.www免费av| 成人18禁在线播放| 亚洲av五月六月丁香网| 欧美在线黄色| 久久中文字幕人妻熟女| 夜夜夜夜夜久久久久| 一区二区三区国产精品乱码| 成人av一区二区三区在线看| 亚洲视频免费观看视频| 老鸭窝网址在线观看| 一卡2卡三卡四卡精品乱码亚洲| 国产成+人综合+亚洲专区| 天天躁夜夜躁狠狠躁躁| 欧美黑人欧美精品刺激| 国产成人影院久久av| 多毛熟女@视频| 欧美精品啪啪一区二区三区| 国产野战对白在线观看| 亚洲精品国产精品久久久不卡| 别揉我奶头~嗯~啊~动态视频| 50天的宝宝边吃奶边哭怎么回事| 丝袜在线中文字幕| av有码第一页| 国产亚洲欧美98| 又黄又粗又硬又大视频| 国产野战对白在线观看| 久久久国产精品麻豆| 久久这里只有精品19| 久久国产精品人妻蜜桃| 老熟妇乱子伦视频在线观看| 午夜福利18| 女生性感内裤真人,穿戴方法视频| 啪啪无遮挡十八禁网站| 精品一区二区三区四区五区乱码| 50天的宝宝边吃奶边哭怎么回事| 亚洲中文字幕日韩| 国产真人三级小视频在线观看| 一个人免费在线观看的高清视频| 国产av又大| 婷婷六月久久综合丁香| 国产av在哪里看| 亚洲男人天堂网一区| 69av精品久久久久久| 自拍欧美九色日韩亚洲蝌蚪91| 欧美日韩瑟瑟在线播放| 亚洲视频免费观看视频| 午夜精品久久久久久毛片777| 国内精品久久久久精免费| 一进一出抽搐gif免费好疼| 久久香蕉国产精品| 波多野结衣一区麻豆| 久久久久久久久免费视频了| 伊人久久大香线蕉亚洲五| 久久中文字幕人妻熟女| 无人区码免费观看不卡| 9191精品国产免费久久| 18禁观看日本| 女性生殖器流出的白浆| 亚洲欧美精品综合久久99| 亚洲av五月六月丁香网| 午夜a级毛片| 1024视频免费在线观看| 制服人妻中文乱码| 欧美日韩黄片免| 日韩欧美免费精品| 丰满人妻熟妇乱又伦精品不卡| 午夜两性在线视频| 国产欧美日韩精品亚洲av| 日本一区二区免费在线视频| 又黄又粗又硬又大视频| 日本欧美视频一区| 满18在线观看网站| 国产片内射在线| 午夜精品国产一区二区电影| 天天添夜夜摸| 天天添夜夜摸| 免费在线观看亚洲国产| 精品第一国产精品| 日本黄色视频三级网站网址| 丁香欧美五月| 男女之事视频高清在线观看| 国产区一区二久久| 欧美国产精品va在线观看不卡| 国产高清激情床上av| 欧美成狂野欧美在线观看| 欧美一级a爱片免费观看看 | 亚洲一码二码三码区别大吗| 99久久精品国产亚洲精品| 一本大道久久a久久精品| 黄色女人牲交| 制服诱惑二区| 黄色毛片三级朝国网站| 久久久国产欧美日韩av| 狠狠狠狠99中文字幕| 国产在线精品亚洲第一网站| 韩国精品一区二区三区| 大陆偷拍与自拍| 亚洲欧美精品综合久久99| 在线免费观看的www视频| 久久中文字幕人妻熟女| 色av中文字幕| 国产亚洲精品久久久久久毛片| 国产精品一区二区三区四区久久 | 男人舔女人下体高潮全视频| 午夜免费激情av| 黄色毛片三级朝国网站| 日韩 欧美 亚洲 中文字幕| 69av精品久久久久久| 最近最新中文字幕大全电影3 | 黄片播放在线免费| 少妇粗大呻吟视频| 久久人妻福利社区极品人妻图片| e午夜精品久久久久久久| 又紧又爽又黄一区二区| 天天添夜夜摸| 欧美国产日韩亚洲一区| 夜夜看夜夜爽夜夜摸| 国产精品九九99| 黄色丝袜av网址大全| 久久人人97超碰香蕉20202| 午夜福利在线观看吧| 99精品在免费线老司机午夜| 国产不卡一卡二| 国产成人av教育| 中文亚洲av片在线观看爽| 亚洲欧美一区二区三区黑人| 日韩大尺度精品在线看网址 | 国产麻豆69| 国产亚洲av高清不卡| 色在线成人网| 久久精品成人免费网站| 亚洲一区二区三区不卡视频| 亚洲成人国产一区在线观看| 97超级碰碰碰精品色视频在线观看| 欧美老熟妇乱子伦牲交| a在线观看视频网站| 国产亚洲精品一区二区www| 男女下面进入的视频免费午夜 | 丁香欧美五月| 给我免费播放毛片高清在线观看| av电影中文网址| 欧美老熟妇乱子伦牲交| 操美女的视频在线观看| 亚洲人成网站在线播放欧美日韩| 免费看美女性在线毛片视频| 日日爽夜夜爽网站| 午夜免费成人在线视频| 两个人视频免费观看高清| 国产精品野战在线观看| 美女午夜性视频免费| 国产极品粉嫩免费观看在线| 免费无遮挡裸体视频| 国产精品爽爽va在线观看网站 | 露出奶头的视频| 成人18禁高潮啪啪吃奶动态图| 国产亚洲精品第一综合不卡| 国产精品久久视频播放| 亚洲中文日韩欧美视频| 国产免费av片在线观看野外av| 操美女的视频在线观看| 欧美成人午夜精品| 俄罗斯特黄特色一大片| 欧美久久黑人一区二区| 精品久久久久久,| 午夜精品在线福利| 亚洲一区中文字幕在线| 琪琪午夜伦伦电影理论片6080| 国产精品久久电影中文字幕| 精品电影一区二区在线| 麻豆av在线久日| 久久精品亚洲精品国产色婷小说| 国产精品久久久久久精品电影 | 精品欧美国产一区二区三| 岛国在线观看网站| 国产一区二区三区综合在线观看| 免费久久久久久久精品成人欧美视频| 黑人巨大精品欧美一区二区蜜桃| 免费人成视频x8x8入口观看| 欧美日本视频| 在线免费观看的www视频| 成人国语在线视频| 大型黄色视频在线免费观看| 一边摸一边抽搐一进一小说| 亚洲自偷自拍图片 自拍| 女生性感内裤真人,穿戴方法视频| 精品久久久久久成人av| 黑人巨大精品欧美一区二区蜜桃| 久久亚洲真实| 亚洲av成人一区二区三| 在线免费观看的www视频| 中文字幕色久视频| 久久精品91蜜桃| 国产精品 国内视频| 成人永久免费在线观看视频| 亚洲中文av在线| 九色国产91popny在线| 精品国产一区二区三区四区第35| 非洲黑人性xxxx精品又粗又长| 精品国产超薄肉色丝袜足j| 少妇裸体淫交视频免费看高清 | 国产97色在线日韩免费| 欧美国产精品va在线观看不卡| av天堂在线播放| 久久中文字幕人妻熟女| 久久久国产成人精品二区| 老司机深夜福利视频在线观看| 国产三级在线视频| 在线观看日韩欧美| 亚洲专区国产一区二区| 亚洲七黄色美女视频| 搡老熟女国产l中国老女人| 琪琪午夜伦伦电影理论片6080| 高潮久久久久久久久久久不卡| 他把我摸到了高潮在线观看| 亚洲avbb在线观看| 亚洲第一av免费看| 性欧美人与动物交配| 日韩精品青青久久久久久| 男人的好看免费观看在线视频 | 国产极品粉嫩免费观看在线| 天天躁夜夜躁狠狠躁躁| 国产成人av教育| 日韩精品青青久久久久久| 国产亚洲欧美98| 涩涩av久久男人的天堂| 亚洲免费av在线视频| 亚洲第一av免费看| 免费久久久久久久精品成人欧美视频| 日本 av在线| 日本三级黄在线观看| 少妇被粗大的猛进出69影院| 国产高清激情床上av| 欧美一级毛片孕妇| 国产真人三级小视频在线观看| 成人亚洲精品av一区二区| 一a级毛片在线观看| 国产精品永久免费网站| 国产蜜桃级精品一区二区三区| 欧洲精品卡2卡3卡4卡5卡区| 国产免费av片在线观看野外av| 丰满人妻熟妇乱又伦精品不卡| 欧美午夜高清在线| 9色porny在线观看| 亚洲成av片中文字幕在线观看| 丁香六月欧美| 久久久精品欧美日韩精品| 精品久久久精品久久久| 精品免费久久久久久久清纯| 国产熟女xx| 国产精品av久久久久免费| 精品卡一卡二卡四卡免费| 亚洲成人国产一区在线观看| 黄色丝袜av网址大全| 精品乱码久久久久久99久播| av天堂久久9| 一区二区日韩欧美中文字幕| svipshipincom国产片| 国产免费av片在线观看野外av| 伦理电影免费视频| 男女做爰动态图高潮gif福利片 | 欧美一级a爱片免费观看看 | 欧洲精品卡2卡3卡4卡5卡区| 在线观看免费视频网站a站| 校园春色视频在线观看| 亚洲 国产 在线| av福利片在线| 韩国精品一区二区三区| 好男人在线观看高清免费视频 | 欧美精品啪啪一区二区三区| 天天添夜夜摸| 午夜日韩欧美国产| 国产一区二区三区在线臀色熟女| 亚洲在线自拍视频| 88av欧美| 久久青草综合色| 啦啦啦 在线观看视频| 人妻丰满熟妇av一区二区三区| 99精品欧美一区二区三区四区| 精品久久久久久久久久免费视频| 亚洲第一青青草原| 黑人欧美特级aaaaaa片| 亚洲第一青青草原| 国产99久久九九免费精品| 亚洲中文av在线| 久久久久久久久中文| 久久人妻福利社区极品人妻图片| 欧美乱码精品一区二区三区|