• <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 ?

    基于神經(jīng)網(wǎng)絡模型的空氣質(zhì)量預測研究

    2021-07-07 03:57:40金仁浩曾國靜
    黑龍江科學 2021年12期
    關鍵詞:空氣質(zhì)量天氣污染物

    金仁浩,曾國靜,王 莎

    (北京物資學院 信息學院,北京 101149)

    0 引言

    國內(nèi)空氣質(zhì)量問題一直受到各界的高度關注,尤其是北方冬季較容易出現(xiàn)的霧霾天氣,不僅會導致大氣能見度下降,還會增加呼吸道系統(tǒng)疾病的發(fā)病率和死亡率[1]。近年來,經(jīng)過政府的積極治理,華北地區(qū)的空氣質(zhì)量得到了顯著提升,但大氣污染防治工作仍然是一個長期艱巨的過程。當前,各地的環(huán)境監(jiān)測機構(gòu)和氣象部門實時公布當?shù)氐目諝赓|(zhì)量數(shù)據(jù)和氣候條件,對這些數(shù)據(jù)進行建模分析及預報調(diào)控是當下亟待解決的科學問題。

    國家環(huán)保部從2012年開始采用空氣質(zhì)量指數(shù)(AQI),定量描述空氣質(zhì)量狀況。AQI是根據(jù)SO2、NO2、PM 10、PM 2.5、O3、CO這6項污染物濃度指標計算出來的一個綜合指標[2],各地環(huán)保部門一般同時會監(jiān)測和公布這7項指標。目前,對污染物濃度預測的技術主要分為數(shù)值模式方法和統(tǒng)計預測兩大類。數(shù)值模式方法是基于大氣物理學、大氣動力學和大氣化學理論,以污染物移動的動力學模型、污染源詳細信息及化學反應模型為基礎,可以準確地預測任何指定的、任意地點和任意時間段上的污染物濃度。由于這種方法需要多方面大量的數(shù)據(jù)來確定復雜方程中的參數(shù),涉及到巨大的計算量,限制了這種方法的廣泛應用[3]。然而,統(tǒng)計預測方法不依賴于大氣變化機制,僅基于污染物和氣象歷史數(shù)據(jù)通過建立統(tǒng)計模型、機器學習或深度學習模型實現(xiàn)對污染物濃度的預測。目前,大型氣象研究機構(gòu)主要采用數(shù)值模式方法,而普通研究者往往采用統(tǒng)計預測方法。

    國內(nèi)基于統(tǒng)計預測方法的空氣質(zhì)量預測研究已經(jīng)相當豐富。譬如:劉慧君利用逐步回歸方法對武漢市的PM 2.5指標進行了預測[3]。田靜毅等使用BP神經(jīng)網(wǎng)絡模型對秦皇島市空氣質(zhì)量進行預測分析,預測結(jié)果較為準確地擬合了往期的空氣質(zhì)量數(shù)據(jù)[4]。戴李杰等以上海浦東區(qū)的PM 2.5指標為目標變量,以該地區(qū)PM 2.5模式預報值和5個氣象因子作為輸入變量構(gòu)建支持向量機模型[5]。崔相輝等(2017)以京津冀地區(qū)為例,選擇氣象參數(shù)建立基于深度置信網(wǎng)絡的PM 2.5預測模型[6]。侯俊雄等利用隨機森林算法以PM 2.5模式預報值和氣象因子對北京單個監(jiān)測點的PM 2.5值進行預測[7]。鄭洋洋等建立基于深度長短期記憶循環(huán)神經(jīng)網(wǎng)絡(LSTM)模型對太原市空氣質(zhì)量指數(shù)(AQI)進行仿真預測[8]。上述這些基于統(tǒng)計預測方法的研究往往都得到較高的預測精度,但在模型設置時普遍存在不合理現(xiàn)象。這些研究都以包含當日氣象條件或當日其他污染物濃度值的數(shù)據(jù)為基礎來預測當日的 AQI 或 PM 2.5 濃度值。同日的6項污染物濃度指標之間往往存在較高的相關性,且這種預測設置意義較小,因為空氣監(jiān)測站點會同時監(jiān)測常見的所有污染物濃度,無需再對空氣質(zhì)量進行預測。但僅以往日的污染物或氣象數(shù)據(jù)對下一日空氣污染物濃度預測的研究較少尚未檢索到,因此本研究嘗試填補這一空缺,并分析和比較這種數(shù)據(jù)設置的模型預測效果。

    目前統(tǒng)計預測方法中,神經(jīng)網(wǎng)絡類模型被廣泛應用,主要包括有:多層前饋神經(jīng)網(wǎng)絡( BP神經(jīng)網(wǎng)絡)、卷積神經(jīng)網(wǎng)絡、循環(huán)神經(jīng)網(wǎng)絡、深度置信網(wǎng)絡和模糊神經(jīng)網(wǎng)絡等。其中,BP神經(jīng)網(wǎng)絡是成熟的最常用的神經(jīng)網(wǎng)絡模型,被各種數(shù)據(jù)分析軟件支持,該模型還適合進行短相關的非線性時間序列預測[9]。相較于其他神經(jīng)網(wǎng)絡模型,BP模型對數(shù)據(jù)量要求不高,適合本研究的數(shù)據(jù)要求,因此選用BP神經(jīng)網(wǎng)絡對本研究的數(shù)據(jù)設置效果進行預測效果分析。另外,本研究還選用更受關注的北京空氣質(zhì)量數(shù)據(jù)作為研究的數(shù)據(jù)基礎。

    1 數(shù)據(jù)和方法

    1.1 數(shù)據(jù)

    選用2016年1月1日至2018年12月31日的北京市空氣質(zhì)量數(shù)據(jù)建立BP神經(jīng)網(wǎng)絡預測模型,空氣質(zhì)量數(shù)據(jù)來自“中國空氣質(zhì)量在線監(jiān)測分析平臺”(www.aqistudy.cn)??諝赓|(zhì)量數(shù)據(jù)包括北京市 AQI 指數(shù)、PM 2.5、PM 10、 SO2、NO2、CO 和 O3的每日均值,本研究選取 AQI 作為目標變量。由于城市的空氣質(zhì)量數(shù)據(jù)往往與天氣狀況存在著一定的相關性[7],基于天氣數(shù)據(jù)的可獲得性,本研究選取了4種北京天氣數(shù)據(jù):日最高溫(HT)、日最低溫(LT)、風速(WNDP)、天氣(WEAT)。天氣數(shù)據(jù)來自于“天氣后報網(wǎng)”(www.tianqihoubao.com)。

    1.2 BP神經(jīng)網(wǎng)絡模型

    如圖1,BP 神經(jīng)網(wǎng)絡包含一個輸入層、一個或多個隱含層和一個輸出層,每層包含若干個節(jié)點,各層節(jié)點通過加權路徑與相鄰層節(jié)點鏈接。當預測目標變量為分類變量時,輸出層包含多個輸出結(jié)點;但當目標變量為區(qū)間型變量時,僅包含一個輸出節(jié)點。 BP 神經(jīng)網(wǎng)絡是一種按照誤差逆向傳播算法訓練的多層前饋神經(jīng)網(wǎng)絡,它的基本思想是梯度下降法,利用梯度搜索技術,以期使網(wǎng)絡的實際輸出值和期望輸出值的誤差均方差為最小,是應用最廣泛的神經(jīng)網(wǎng)絡,其突出優(yōu)點就是具有很強的非線性映射能力和柔性的網(wǎng)絡結(jié)構(gòu)[9]。

    BP神經(jīng)網(wǎng)絡的工作方法主要分為兩個過程。第一個過程是信號的前向傳播,信號從輸入層輸入,經(jīng)過隱含層的計算輸出新的權重,最后到達輸出層;第二個過程是誤差的反向傳播,獲得的權重從輸出層到隱含層,最后到輸入層,依次調(diào)節(jié)隱含層到輸出層的權重和偏置,輸入層到隱含層的權重和偏置。簡而言之,BP神經(jīng)網(wǎng)絡的核心就是根據(jù)得到的結(jié)果計算誤差,通過反饋誤差,不斷修改權重和閾值,從而得到誤差最小的輸出結(jié)果[10]。

    圖1 BP神經(jīng)網(wǎng)絡模型Fig.1 BP neural network model

    1.3 模型設置

    以當日污染物濃度或氣象數(shù)據(jù)對當日 AQI 或 PM 2.5 的預測研究已經(jīng)比較充分,眾多文獻顯示,多種統(tǒng)計預測方法都能取得較高的預測精度。本研究選取當日 AQI 濃度值作為目標變量,主要研究僅以往日污染物或氣象數(shù)據(jù)實現(xiàn)對當日空氣污染物濃度預測的可行性,因此本研究根據(jù)模型輸入變量的不同設置了3種預測模型,模型變量設置如表1所示。全模型的輸入變量包括:當日其他污染物濃度值、當日天氣變量、滯后一天 AQI 及其他污染物濃度值、滯后一天天氣變量。滯后全模型的輸入變量包括:滯后一天 AQI 及其他污染物濃度值、滯后一天天氣變量。滯后污染模型的輸入變量包括:滯后一天 AQI 及其他污染物濃度值。

    本研究構(gòu)建包含輸入層、輸出層和兩層隱含層的四層BP神經(jīng)網(wǎng)絡模型,輸出層的節(jié)點僅包含一個神經(jīng)元,即當日 AQI 值。為了比較不同輸入變量對預測效果的影響,本研究對隱含層進行統(tǒng)一設置,兩層隱含層都包含8個神經(jīng)元結(jié)點。選用平均絕對誤差和平均絕對誤差率這兩個統(tǒng)計量來衡量模型的預測效果,并將數(shù)據(jù)集按 7:3 的比例分為訓練集和測試集,以模型在測試集上的預測效果來評價模型的優(yōu)劣。

    表1 3種預測模型輸入變量設置Tab.1 Input variable setting of 3 kinds of prediction models

    2 實證分析

    2.1 數(shù)據(jù)相關性分析

    各種污染物的日均變化圖與月均變化圖所反映的趨勢基本一致,但由于日均變化圖較為密集,展示效果差,因此本研究僅僅展示月均變化圖。各污染物2016—2018年月均濃度變化如圖2所示。由于CO和SO2的濃度值尺度與其他污染物相比明顯偏小,故與AQI的相關性以散點圖形式分別展示,如圖3所示。由圖2可知,AQI月均指標值與PM 10、PM 2.5、NO2濃度值的變化趨勢大體相同,與O3的變化趨勢存在一定的滯后性。由圖3散點圖可得,AQI月均指標值與SO2的相關性較高,相關系數(shù)達到0.73;與CO的相關性一般,相關系數(shù)達到0.53。

    圖2 北京市2016—2018年污染物濃度月均變化圖Fig.2 Monthly variation diagram of the pollutant concentration from 2016 to 2018 in Beijing City

    圖3 北京市2016—2018年污染物濃度月均值散點圖Fig.3 Scatter diagram of monthly mean value of pollutant concentration from 2016 to 2018 in Beijing City

    由表2可知,除臭氧指標外,AQI日均值與當日其他污染物濃度日均值相關系數(shù)普遍較高,其中與PM 2.5相關性達到0.97,與PM 10相關性達到0.86,與當日天氣指標值的相關性明顯偏低,其中與風速指標值的相關性最強,系數(shù)絕對值僅僅為0.07。AQI日均值與滯后一日指標值的相關性強度比當日值有一定程度的下降,除臭氧指標外,與污染物滯后值相關性強度一般,與NO2相關性最高達到0.6,與AQI滯后值的相關系數(shù)為0.58,與滯后一日天氣指標值的相關性有所上升,但依舊不強,其中與風速指標值的相關性最強,系數(shù)絕對值僅為0.15。

    綜合圖3和表2信息可知,當日AQI日均值與其他各指標之間均存在一定的相關性,將這些指標作為BP神經(jīng)網(wǎng)絡模型的輸入變量存在一定的合理性。

    表2 日均AQI值與其他指標當日或滯后1日值的相關系數(shù)Tab.2 Correlation coefficient of average daily AQI value and other indexes on the day and one day lag behind

    2.2 模型預測分析

    根據(jù)模型設置進行建模分析,將建模所得預測值與真實值進行比較,可得到對不同模型設置的預測效果進行評估。選用平均絕對誤差和平均絕對誤差率作為模型預測效果的評價準則,模型計算是通過 SAS EM 軟件實現(xiàn)。根據(jù)輸入變量不同而形成的3種模型預測效果,如表3所示。

    表3 北京AQI指數(shù)模型預測誤差分析表Tab.3 Analytical statement of the model prediction of AQI index in Beijing

    由表3可知,基于“全模型”的BP神經(jīng)網(wǎng)絡在訓練集和測試集上的預測效果都達到最優(yōu),預測效果明顯高于“滯后全模型”和“滯后污染模型”。在測試集上,“全模型”的平均誤差率僅為5.99%,而平均絕對誤差僅為5.23,預測精度較高,說明“全模型”對當日空氣質(zhì)量的預測能力較高。此結(jié)果與表2中展示出來的當日AQI日均值與當日其他污染物濃度高度相關的結(jié)果一致。然而,“滯后全模型”和“滯后污染模型”的預測效果較差,在測試集上的平均絕對誤差率達到45.70%和45.85%,說明僅僅依靠滯后一日的污染物數(shù)據(jù)或天氣數(shù)據(jù)不能實現(xiàn)對當日AQI指數(shù)的準確預測。此結(jié)果也符合表2中展示出來的結(jié)果,即當日AQI日均值與滯后一日其他變量信息相關性普遍不高。雖然“滯后全模型”比“滯后污染模型”多包含4個滯后天氣變量,但在測試集上預測的絕對誤差率僅降低0.15%,這主要是因為滯后天氣變量與目標變量的相關性都比較低,說明天氣變量提供的信息量較少。另外,表3所展示出來的預測效果在一定程度上也符合民眾對北京空氣質(zhì)量的真實感官,尤其在秋冬季,比較容易會出現(xiàn)前后兩日空氣質(zhì)量等級差異明顯的現(xiàn)象。

    3 結(jié)論與建議

    3.1 結(jié)論分析

    數(shù)值模式方法雖然可以精確地實現(xiàn)對空氣質(zhì)量的預測,但該方法對大氣變化理論、數(shù)據(jù)和計算量都有較高的要求,僅適用于大型研究機構(gòu),而統(tǒng)計預測模型要求簡單,被廣泛應用。在統(tǒng)計模型預測研究中,主要以當日氣象條件或當日其他污染物濃度值的數(shù)據(jù)為基礎來預測當日的空氣質(zhì)量,雖然能取得較高的精度,但這種預測模型設置實際應用意義較小。嘗試僅以往日的污染物或天氣數(shù)據(jù)實現(xiàn)對下一日空氣質(zhì)量預測的統(tǒng)計建模,并分析這種數(shù)據(jù)設置的預測效果,相關研究結(jié)果可總結(jié)如下:

    (1)AQI 日均值與當日其他污染物濃度日均值的相關系數(shù)普遍較高,與滯后一日污染物濃度的相關性強度一般,但與當日或滯后一日天氣指標值的相關性普遍較低。

    (2)基于“全模型”的BP神經(jīng)網(wǎng)絡對當日空氣質(zhì)量有著較高的預測能力,預測精度較高;“滯后全模型”和“滯后污染模型”的預測效果較差,僅僅依靠滯后一日的污染物數(shù)據(jù)和天氣數(shù)據(jù)不能實現(xiàn)對當日AQI指數(shù)的準確預測。

    (3)模型預測結(jié)果和相關性分析的結(jié)論一致,當日 AQI 的神經(jīng)網(wǎng)絡預測主要依靠當日其他污染物濃度指標,而對滯后一日相關污染物和天氣指標的依賴較少。

    3.2 研究展望

    根據(jù)研究內(nèi)容總結(jié),本研究對空氣質(zhì)量的統(tǒng)計模型預測提出如下建議:

    (1)雖然當日其他污染物濃度指標對提高當日空氣質(zhì)量的預測有著較大的幫助,但實際意義較小。建立空氣質(zhì)量統(tǒng)計預測模型,應僅基于歷史數(shù)據(jù)。

    (2)歷史天氣與當日空氣質(zhì)量有著密切的聯(lián)系,但如何提取出有效的歷史天氣信息變量用于下一日空氣質(zhì)量的預測仍需進一步的研究。

    猜你喜歡
    空氣質(zhì)量天氣污染物
    菌株出馬讓畜禽污染物變廢為寶
    天氣冷了,就容易抑郁嗎?
    環(huán)境科學研究(2021年6期)2021-06-23 02:39:54
    環(huán)境科學研究(2021年4期)2021-04-25 02:42:02
    你能找出污染物嗎?
    誰是天氣之子
    盛暑天氣,覓得書中一味涼
    文苑(2020年7期)2020-08-12 09:36:38
    Weather(天氣)
    “空氣質(zhì)量發(fā)布”APP上線
    車內(nèi)空氣質(zhì)量標準進展
    汽車與安全(2016年5期)2016-12-01 05:22:14
    免费黄网站久久成人精品| 男女国产视频网站| 欧美性感艳星| 久久99蜜桃精品久久| 人人妻人人看人人澡| 国产成人一区二区在线| 九九在线视频观看精品| 婷婷色麻豆天堂久久| 久久久久久久大尺度免费视频| 亚洲精品国产av成人精品| 乱系列少妇在线播放| 欧美 日韩 精品 国产| 亚洲人成网站高清观看| 成人免费观看视频高清| 夫妻性生交免费视频一级片| 欧美亚洲 丝袜 人妻 在线| 亚洲怡红院男人天堂| 2018国产大陆天天弄谢| 免费观看性生交大片5| 99久久精品国产国产毛片| 色视频www国产| 99久久人妻综合| 成年女人在线观看亚洲视频 | 不卡视频在线观看欧美| 国产老妇女一区| 午夜福利在线在线| 亚洲av免费在线观看| 美女xxoo啪啪120秒动态图| 97热精品久久久久久| 一级二级三级毛片免费看| 日韩欧美精品免费久久| 国产69精品久久久久777片| 国产日韩欧美亚洲二区| 97超碰精品成人国产| 夫妻性生交免费视频一级片| 日韩欧美精品v在线| 免费不卡的大黄色大毛片视频在线观看| 久久人人爽av亚洲精品天堂 | 毛片女人毛片| 午夜精品国产一区二区电影 | 下体分泌物呈黄色| 观看免费一级毛片| 成人美女网站在线观看视频| 国产黄片美女视频| 97人妻精品一区二区三区麻豆| av又黄又爽大尺度在线免费看| 欧美一区二区亚洲| 欧美少妇被猛烈插入视频| 69av精品久久久久久| 亚洲欧美日韩另类电影网站 | 国产精品秋霞免费鲁丝片| 欧美国产精品一级二级三级 | 在线播放无遮挡| 国产老妇女一区| 少妇人妻一区二区三区视频| av一本久久久久| 一个人观看的视频www高清免费观看| 精品人妻熟女av久视频| 日韩电影二区| 国产老妇女一区| 亚洲天堂av无毛| 高清av免费在线| 一个人观看的视频www高清免费观看| 国产黄色视频一区二区在线观看| 一级爰片在线观看| 少妇高潮的动态图| 婷婷色麻豆天堂久久| 国产欧美另类精品又又久久亚洲欧美| 欧美成人a在线观看| 91久久精品电影网| 国产精品久久久久久精品电影| 69人妻影院| 美女视频免费永久观看网站| 亚洲色图av天堂| 视频区图区小说| 少妇猛男粗大的猛烈进出视频 | 国产真实伦视频高清在线观看| 深爱激情五月婷婷| 蜜桃久久精品国产亚洲av| 看免费成人av毛片| 欧美亚洲 丝袜 人妻 在线| 久久久精品94久久精品| 日韩一区二区三区影片| 国产精品人妻久久久久久| 亚洲av中文av极速乱| 波野结衣二区三区在线| 只有这里有精品99| 久久6这里有精品| 久久久久久久国产电影| 美女脱内裤让男人舔精品视频| 国产精品国产三级国产av玫瑰| 亚洲精品国产av成人精品| 午夜精品一区二区三区免费看| 身体一侧抽搐| 听说在线观看完整版免费高清| 久久久久性生活片| 成人午夜精彩视频在线观看| 最后的刺客免费高清国语| 自拍偷自拍亚洲精品老妇| 久久久久久九九精品二区国产| 一区二区av电影网| 国产日韩欧美亚洲二区| 又爽又黄无遮挡网站| 欧美日本视频| 街头女战士在线观看网站| 国产视频首页在线观看| 建设人人有责人人尽责人人享有的 | 联通29元200g的流量卡| 日本猛色少妇xxxxx猛交久久| 国产淫片久久久久久久久| 国产免费一级a男人的天堂| 伊人久久国产一区二区| 2018国产大陆天天弄谢| 久久精品久久久久久噜噜老黄| 综合色av麻豆| 色综合色国产| 日韩视频在线欧美| 久久久成人免费电影| 一个人看视频在线观看www免费| 在现免费观看毛片| 一级二级三级毛片免费看| 国产免费视频播放在线视频| 校园人妻丝袜中文字幕| 国产成人91sexporn| 青青草视频在线视频观看| 岛国毛片在线播放| 超碰97精品在线观看| 性插视频无遮挡在线免费观看| 超碰av人人做人人爽久久| 久久久久性生活片| 成人亚洲精品一区在线观看 | av在线天堂中文字幕| 少妇人妻精品综合一区二区| 日韩制服骚丝袜av| 免费观看av网站的网址| 男女那种视频在线观看| 99热全是精品| 国产美女午夜福利| 麻豆乱淫一区二区| 最近中文字幕2019免费版| 免费不卡的大黄色大毛片视频在线观看| 午夜福利视频1000在线观看| 熟女av电影| 黄片无遮挡物在线观看| 在线观看免费高清a一片| 久久精品国产鲁丝片午夜精品| 国产欧美亚洲国产| 熟女av电影| 中文资源天堂在线| 久久精品久久精品一区二区三区| 日本黄大片高清| 日韩电影二区| 丝袜喷水一区| 欧美xxxx性猛交bbbb| 嫩草影院入口| 狂野欧美白嫩少妇大欣赏| 91精品一卡2卡3卡4卡| 国产精品无大码| 国产精品久久久久久av不卡| 成人美女网站在线观看视频| 成年女人在线观看亚洲视频 | 男人添女人高潮全过程视频| 亚洲精品色激情综合| 日韩av不卡免费在线播放| 国产高清不卡午夜福利| 日韩电影二区| 热re99久久精品国产66热6| 可以在线观看毛片的网站| 亚洲成色77777| 欧美日韩一区二区视频在线观看视频在线 | 成人亚洲精品一区在线观看 | 神马国产精品三级电影在线观看| 五月开心婷婷网| 免费播放大片免费观看视频在线观看| 成人漫画全彩无遮挡| 九九爱精品视频在线观看| 久久精品国产亚洲av涩爱| 精品久久久精品久久久| 狂野欧美激情性xxxx在线观看| 国产精品久久久久久精品电影| 色综合色国产| 看免费成人av毛片| 高清日韩中文字幕在线| 三级国产精品片| 看免费成人av毛片| 亚洲欧洲日产国产| 亚洲国产成人一精品久久久| 午夜福利高清视频| 国产精品久久久久久av不卡| 免费看不卡的av| 亚洲成人中文字幕在线播放| 亚洲精品日本国产第一区| 美女高潮的动态| 特大巨黑吊av在线直播| 女人被狂操c到高潮| 国产精品偷伦视频观看了| 国产日韩欧美亚洲二区| 麻豆精品久久久久久蜜桃| 青青草视频在线视频观看| 久久6这里有精品| 久热久热在线精品观看| 成人毛片60女人毛片免费| 欧美性猛交╳xxx乱大交人| 亚洲人成网站在线播| 欧美三级亚洲精品| 69人妻影院| 中文字幕人妻熟人妻熟丝袜美| 亚洲国产日韩一区二区| 99精国产麻豆久久婷婷| www.av在线官网国产| 亚洲国产精品成人综合色| 欧美日韩在线观看h| 国产精品偷伦视频观看了| 日韩av不卡免费在线播放| 国产精品一区二区性色av| 高清午夜精品一区二区三区| 免费大片18禁| 久久热精品热| 午夜福利在线在线| 日韩制服骚丝袜av| 青青草视频在线视频观看| 男人狂女人下面高潮的视频| 伊人久久国产一区二区| 99久久九九国产精品国产免费| 精品人妻视频免费看| 午夜老司机福利剧场| 久久久欧美国产精品| 国产精品福利在线免费观看| 亚洲四区av| 午夜免费鲁丝| 在线观看免费高清a一片| 亚洲欧美日韩另类电影网站 | 特大巨黑吊av在线直播| 纵有疾风起免费观看全集完整版| 久久97久久精品| 成人鲁丝片一二三区免费| 亚洲,欧美,日韩| 国产白丝娇喘喷水9色精品| 色综合色国产| 午夜福利网站1000一区二区三区| 日本午夜av视频| 国产黄a三级三级三级人| 欧美一区二区亚洲| 国产美女午夜福利| 成年女人看的毛片在线观看| 日韩成人av中文字幕在线观看| 成人鲁丝片一二三区免费| 欧美人与善性xxx| 亚洲电影在线观看av| 高清视频免费观看一区二区| 国产伦理片在线播放av一区| 三级国产精品欧美在线观看| 国产成年人精品一区二区| 日韩成人av中文字幕在线观看| 亚洲成人一二三区av| 人体艺术视频欧美日本| 国产成人a∨麻豆精品| 国产又色又爽无遮挡免| 欧美日韩在线观看h| 国产av国产精品国产| 亚洲精品456在线播放app| 蜜桃亚洲精品一区二区三区| 国产大屁股一区二区在线视频| 久久久久久久亚洲中文字幕| 人体艺术视频欧美日本| www.色视频.com| 最近手机中文字幕大全| tube8黄色片| 亚洲真实伦在线观看| 99久久精品国产国产毛片| 熟女av电影| 日韩伦理黄色片| 国产av国产精品国产| 又爽又黄无遮挡网站| 亚洲成人一二三区av| 欧美97在线视频| 黄色一级大片看看| 日本与韩国留学比较| 91久久精品国产一区二区三区| av女优亚洲男人天堂| 日韩国内少妇激情av| 一区二区av电影网| 午夜爱爱视频在线播放| 男人添女人高潮全过程视频| 中文欧美无线码| 一区二区三区四区激情视频| 99热这里只有精品一区| 波野结衣二区三区在线| 久久99热这里只有精品18| 王馨瑶露胸无遮挡在线观看| 中文字幕人妻熟人妻熟丝袜美| 午夜福利高清视频| 国国产精品蜜臀av免费| 色婷婷久久久亚洲欧美| 国产日韩欧美亚洲二区| 成人毛片a级毛片在线播放| av在线天堂中文字幕| 国产乱人偷精品视频| 成人毛片60女人毛片免费| 啦啦啦在线观看免费高清www| 大香蕉97超碰在线| 女人被狂操c到高潮| 成人综合一区亚洲| 在线精品无人区一区二区三 | kizo精华| 国产亚洲5aaaaa淫片| 久久久久久久精品精品| 久久久久久久久久久丰满| 人体艺术视频欧美日本| 成人无遮挡网站| 国产精品一区二区三区四区免费观看| 女人十人毛片免费观看3o分钟| 久久这里有精品视频免费| 日韩伦理黄色片| 国内精品宾馆在线| 日韩视频在线欧美| 亚洲最大成人中文| av天堂中文字幕网| 国产精品成人在线| 久久久久久国产a免费观看| 下体分泌物呈黄色| 又爽又黄a免费视频| 国产熟女欧美一区二区| 少妇人妻一区二区三区视频| 男插女下体视频免费在线播放| 五月开心婷婷网| 在线观看三级黄色| 国产免费一区二区三区四区乱码| 国产综合懂色| 国产精品久久久久久久电影| 男女下面进入的视频免费午夜| 日韩大片免费观看网站| 自拍欧美九色日韩亚洲蝌蚪91 | 亚洲在线观看片| 99精国产麻豆久久婷婷| 听说在线观看完整版免费高清| 联通29元200g的流量卡| 麻豆国产97在线/欧美| 丝袜喷水一区| 精品午夜福利在线看| 乱码一卡2卡4卡精品| 国产精品秋霞免费鲁丝片| 欧美成人精品欧美一级黄| 日韩欧美精品v在线| 国产亚洲精品久久久com| 国产毛片在线视频| 日日啪夜夜撸| 亚洲精品影视一区二区三区av| 亚洲成人久久爱视频| 亚洲成人一二三区av| 久久久久久久久久成人| 日韩一本色道免费dvd| 久久久久久久午夜电影| 蜜桃久久精品国产亚洲av| 永久网站在线| 毛片女人毛片| 国产高潮美女av| 亚洲av一区综合| 亚洲天堂国产精品一区在线| 高清午夜精品一区二区三区| 亚洲综合色惰| 一级二级三级毛片免费看| 午夜激情福利司机影院| 你懂的网址亚洲精品在线观看| 一边亲一边摸免费视频| 99热全是精品| 看十八女毛片水多多多| 国产成年人精品一区二区| 好男人在线观看高清免费视频| 色5月婷婷丁香| 色吧在线观看| 在线观看一区二区三区激情| 在线观看三级黄色| 人妻 亚洲 视频| 久久久久久久午夜电影| 久久亚洲国产成人精品v| 欧美国产精品一级二级三级 | 一级毛片黄色毛片免费观看视频| 亚洲第一区二区三区不卡| 男女边摸边吃奶| 色哟哟·www| 99热全是精品| 网址你懂的国产日韩在线| 欧美另类一区| videos熟女内射| 精品国产乱码久久久久久小说| 乱系列少妇在线播放| av福利片在线观看| 日韩成人伦理影院| 国产免费一级a男人的天堂| 免费不卡的大黄色大毛片视频在线观看| 亚洲欧美清纯卡通| 亚洲,欧美,日韩| 亚洲国产欧美在线一区| 亚洲久久久久久中文字幕| 日本黄色片子视频| 国产在线男女| 日本-黄色视频高清免费观看| 搡女人真爽免费视频火全软件| 精品国产三级普通话版| 免费观看性生交大片5| 最近最新中文字幕大全电影3| 亚洲精品乱码久久久久久按摩| 久久精品久久精品一区二区三区| 亚洲久久久久久中文字幕| 亚洲一区二区三区欧美精品 | 男人添女人高潮全过程视频| 国产成人91sexporn| 最新中文字幕久久久久| 高清日韩中文字幕在线| 麻豆乱淫一区二区| 国产av码专区亚洲av| 久久精品综合一区二区三区| 又爽又黄a免费视频| 国产一区二区在线观看日韩| 亚洲国产精品成人久久小说| 国产精品一区二区三区四区免费观看| 激情 狠狠 欧美| 日韩成人伦理影院| 99九九线精品视频在线观看视频| 欧美潮喷喷水| 日韩大片免费观看网站| 午夜福利视频1000在线观看| 免费av不卡在线播放| 国产黄a三级三级三级人| 午夜精品国产一区二区电影 | 日韩av不卡免费在线播放| 中国美白少妇内射xxxbb| 18禁裸乳无遮挡动漫免费视频 | 久久久久久久久久人人人人人人| 亚洲精品色激情综合| 欧美丝袜亚洲另类| 亚洲成人一二三区av| 欧美老熟妇乱子伦牲交| 亚洲欧美精品专区久久| 在现免费观看毛片| 色综合色国产| 国产精品爽爽va在线观看网站| 97在线人人人人妻| 亚洲自拍偷在线| 水蜜桃什么品种好| 美女脱内裤让男人舔精品视频| 久久人人爽av亚洲精品天堂 | 色综合色国产| 青春草亚洲视频在线观看| 日韩欧美一区视频在线观看 | 97在线视频观看| 99久国产av精品国产电影| 国产午夜精品一二区理论片| 国产精品秋霞免费鲁丝片| 久久久久久久亚洲中文字幕| 久久国内精品自在自线图片| 寂寞人妻少妇视频99o| 最近的中文字幕免费完整| 亚洲自拍偷在线| 中文字幕制服av| 美女主播在线视频| 久久99热6这里只有精品| 日韩一本色道免费dvd| 男人和女人高潮做爰伦理| 伦精品一区二区三区| 久久久精品欧美日韩精品| 伊人久久国产一区二区| 欧美亚洲 丝袜 人妻 在线| 亚洲欧美中文字幕日韩二区| 国产极品天堂在线| 亚洲国产成人一精品久久久| 亚州av有码| 80岁老熟妇乱子伦牲交| 欧美zozozo另类| 国产av码专区亚洲av| 亚洲人与动物交配视频| 少妇被粗大猛烈的视频| 免费少妇av软件| 久久久精品欧美日韩精品| 国产成人精品福利久久| 好男人在线观看高清免费视频| 国产亚洲5aaaaa淫片| 欧美成人午夜免费资源| 少妇的逼好多水| 在线播放无遮挡| 91精品伊人久久大香线蕉| 亚洲欧美一区二区三区黑人 | 69人妻影院| 一级毛片黄色毛片免费观看视频| 久久人人爽人人片av| 国内揄拍国产精品人妻在线| 精品视频人人做人人爽| 在线观看美女被高潮喷水网站| 看十八女毛片水多多多| 国产精品久久久久久精品电影小说 | 日本色播在线视频| 又黄又爽又刺激的免费视频.| 欧美国产精品一级二级三级 | 日本黄大片高清| 免费在线观看成人毛片| 视频区图区小说| 日韩电影二区| 久久6这里有精品| 制服丝袜香蕉在线| 热re99久久精品国产66热6| 免费av毛片视频| 国产午夜精品一二区理论片| 嫩草影院入口| 日韩av在线免费看完整版不卡| 国产欧美日韩一区二区三区在线 | 国产伦理片在线播放av一区| 欧美xxxx黑人xx丫x性爽| 制服丝袜香蕉在线| 男人爽女人下面视频在线观看| 伦理电影大哥的女人| 1000部很黄的大片| 欧美zozozo另类| 久久久久国产网址| 国产免费视频播放在线视频| 在线a可以看的网站| 毛片女人毛片| 国产精品久久久久久久电影| 大片免费播放器 马上看| 久久精品国产亚洲av涩爱| 深爱激情五月婷婷| 亚洲国产精品999| 成人黄色视频免费在线看| 免费看日本二区| 国产真实伦视频高清在线观看| 蜜桃亚洲精品一区二区三区| 又大又黄又爽视频免费| 亚洲人成网站在线播| 国内揄拍国产精品人妻在线| 欧美高清性xxxxhd video| 又大又黄又爽视频免费| 国产在线一区二区三区精| 婷婷色麻豆天堂久久| 干丝袜人妻中文字幕| 亚洲精品成人久久久久久| 狂野欧美激情性bbbbbb| 日韩av在线免费看完整版不卡| 狂野欧美白嫩少妇大欣赏| 麻豆久久精品国产亚洲av| 99久久精品国产国产毛片| 永久网站在线| 一本一本综合久久| 国产午夜福利久久久久久| 国产精品熟女久久久久浪| 全区人妻精品视频| 18禁在线无遮挡免费观看视频| 国产精品.久久久| 性插视频无遮挡在线免费观看| 免费av不卡在线播放| 最近手机中文字幕大全| 亚洲精品aⅴ在线观看| 春色校园在线视频观看| 制服丝袜香蕉在线| 噜噜噜噜噜久久久久久91| 亚洲三级黄色毛片| 国产亚洲91精品色在线| 亚洲天堂国产精品一区在线| 亚洲精品乱久久久久久| 在线观看人妻少妇| 777米奇影视久久| 99久久精品一区二区三区| 亚洲精品国产成人久久av| 欧美老熟妇乱子伦牲交| 免费观看性生交大片5| 日本熟妇午夜| 久久97久久精品| 国产毛片在线视频| 超碰av人人做人人爽久久| 国产成人a区在线观看| 18禁裸乳无遮挡动漫免费视频 | 国产成人freesex在线| av国产精品久久久久影院| 91久久精品电影网| 国产视频内射| 成人国产麻豆网| 男女那种视频在线观看| 一边亲一边摸免费视频| 看黄色毛片网站| 综合色av麻豆| 亚洲,欧美,日韩| 久久6这里有精品| 在线a可以看的网站| 在现免费观看毛片| 边亲边吃奶的免费视频| 国产美女午夜福利| 亚洲av中文av极速乱| 亚洲精品中文字幕在线视频 | 国产成人a∨麻豆精品| 欧美最新免费一区二区三区| 国产视频内射| 午夜激情久久久久久久| 三级经典国产精品| 久久精品久久久久久久性| 亚洲自偷自拍三级| 国产白丝娇喘喷水9色精品| a级毛色黄片| 啦啦啦在线观看免费高清www| 国产白丝娇喘喷水9色精品| 青春草国产在线视频| 大片电影免费在线观看免费| 欧美最新免费一区二区三区| 超碰97精品在线观看| 国产精品三级大全| 插逼视频在线观看| 中文字幕亚洲精品专区| a级毛片免费高清观看在线播放| av天堂中文字幕网| 国产一级毛片在线| 有码 亚洲区| 九九在线视频观看精品| 亚洲精品456在线播放app| 欧美另类一区| 午夜福利在线观看免费完整高清在| 国产精品久久久久久久久免| 综合色av麻豆|