• <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CLDAS和ConvLSTM的海南島區(qū)域網(wǎng)格溫度短臨預(yù)報(bào)

    2021-11-13 07:54:06羅小川唐榮年寧雨珂
    關(guān)鍵詞:特征提取模型

    羅小川,唐榮年,寧雨珂,李 創(chuàng)

    (海南大學(xué)機(jī)電工程學(xué)院,海南???570228)

    隨著社會(huì)發(fā)展水平的提高,社會(huì)各界對氣象預(yù)報(bào)的時(shí)間、空間分辨率要求逐漸精細(xì),對預(yù)報(bào)的準(zhǔn)確程度要求逐漸增高.傳統(tǒng)的基于數(shù)值方法的氣象預(yù)報(bào)方法所耗資源較大,耗時(shí)較長,隨著需求的增長,數(shù)值氣象預(yù)報(bào)在短臨預(yù)報(bào)任務(wù)中存在著成本高而響應(yīng)慢的缺陷[1].近年來,深度學(xué)習(xí)在計(jì)算機(jī)視覺領(lǐng)域取得了極大的進(jìn)展,為氣象要素的短臨預(yù)報(bào)提供了新的解決方案,大量研究基于序列-序列(Sequence-to-Sequence,Seq2Seq)的深度學(xué)習(xí)框架結(jié)合大量歷史數(shù)據(jù)針對氣象預(yù)報(bào)取得了進(jìn)展[2].深度學(xué)習(xí)模型通過既定的算法框架以及通過大量數(shù)據(jù)訓(xùn)練得出的參數(shù)集合,在對氣象要素進(jìn)行短臨預(yù)報(bào)時(shí),結(jié)果的計(jì)算結(jié)果近乎達(dá)到實(shí)時(shí).

    根據(jù)高效、高分辨率和高精度氣象預(yù)報(bào)的發(fā)展趨勢,以及深度學(xué)習(xí)中端對端(End-to-End)學(xué)習(xí)策略的特性[3],模型的訓(xùn)練需要大量實(shí)測的網(wǎng)格氣象要素產(chǎn)品作為模型訓(xùn)練的支撐.Shi等[4]利用2009~2015年HKO-7雷達(dá)回波數(shù)據(jù)搭建了雷達(dá)外推深度學(xué)習(xí)模型.Yang等[5]基于中國海域高分辨率輻射計(jì)海表溫度數(shù)據(jù)集與國家海洋與大氣管理局高分辨率海表溫度數(shù)據(jù)集搭建了深度學(xué)習(xí)預(yù)測模型.Li等[6]利用長白山站與海北站實(shí)測數(shù)據(jù)搭建了深度學(xué)習(xí)的土壤溫度預(yù)測模型.由此可見,基于深度學(xué)習(xí)的氣象預(yù)報(bào)模型同樣依賴大量實(shí)測數(shù)據(jù)的支撐.

    LSTM在序列預(yù)測任務(wù)的快速進(jìn)展在氣象要素站點(diǎn)數(shù)據(jù)上得到了驗(yàn)證,但隨著社會(huì)各界對氣象預(yù)報(bào)需求的增長,基于圖像的網(wǎng)格化氣象預(yù)測成為了氣象預(yù)測領(lǐng)域迫切的需求.Shi等[7]結(jié)合卷積神經(jīng)網(wǎng)絡(luò)對空間信息的特征提取與信息編碼能力以及遞歸神經(jīng)網(wǎng)絡(luò)(Recurrent Neural Network,RNN)及其變體長短期記憶網(wǎng)絡(luò)(Long Short-Term Memory,LSTM)的序列特征編碼特性提出了ConvLSTM,根據(jù)手寫數(shù)字?jǐn)?shù)據(jù)集MNIST構(gòu)建了隨時(shí)序移動(dòng)的手寫數(shù)字集MovingMNIST,并利用該數(shù)據(jù)集驗(yàn)證了ConvLSTM結(jié)合Seq2Seq框架可用于圖像序列的編碼與預(yù)測,為網(wǎng)格化的氣象數(shù)據(jù)預(yù)測提供了新的思路.Ma C等[8]利用改進(jìn)的ConvLSTM實(shí)現(xiàn)了渦流檢測與預(yù)報(bào)模型.Heye等[9]采用ConvLSTM實(shí)現(xiàn)了一種Seq2Seq框架下的降雨預(yù)報(bào)模型.但是ConvLSTM基于卷積層的特征提取方法存在最局部信息的過度關(guān)注,在較大范圍內(nèi)的氣象預(yù)報(bào)問題中,較為全局的空間特征提取往往依賴更大的卷積核或更多層的卷積和下采樣操作,也就意味著網(wǎng)絡(luò)深度的加深以及模型參數(shù)的增加,從而導(dǎo)致模型占用更大的計(jì)算資源.

    針對多個(gè)維度全局信息的提取,Vaswani等[10]指出人在觀測信息時(shí)會(huì)選擇只關(guān)注需要關(guān)注的區(qū)域,并由此提出注意力機(jī)制(Attention).Dosovitskiy等[11]基于注意力機(jī)制提出了ViT(Vision Transformer),將注意力機(jī)制推廣到了計(jì)算機(jī)視覺領(lǐng)域,并在圖像的分類任務(wù)中取得了重大的進(jìn)展.Trebing等[12]通過構(gòu)建結(jié)合了Attention機(jī)制的UNet模型實(shí)現(xiàn)了降水短臨預(yù)報(bào).Yan等[13]結(jié)合殘差卷積網(wǎng)絡(luò)和Attention機(jī)制構(gòu)建了短臨降雨預(yù)報(bào)模型.但Attention機(jī)制因其計(jì)算復(fù)雜度的問題,在對各維度數(shù)據(jù)的注意力得分矩陣計(jì)算以及稀疏化的過程中,所需要占用的計(jì)算資源隨數(shù)據(jù)包含信息的增加呈現(xiàn)指數(shù)的增長,增加了模型運(yùn)算的成本.

    在Seq2Seq框架當(dāng)中,傳統(tǒng)的編碼-解碼結(jié)構(gòu)(Encoder-Decoder)在序列預(yù)測問題上存在一定的局限,即所輸入的序列或需要預(yù)測的序列精度與長度受限于編碼層輸出的特征編碼的長度.在LSTM及ConvLSTM中,此編碼的長度為一個(gè)LSTM層輸出的最終隱藏狀態(tài).為此Attention機(jī)制的提出提供了解決方案,通過在序列維度上構(gòu)建的軸向自注意層獲取序列軸全局相似度信息.但Attention機(jī)制在計(jì)算注意力矩陣過程中存在O(n2)的計(jì)算復(fù)雜度,基于時(shí)序的軸向自注意仍然需要占用巨大的計(jì)算資源.

    因此,筆者基于CLDAS數(shù)據(jù)集在海南島區(qū)域64×64網(wǎng)格選區(qū)以及深度學(xué)習(xí)Seq2Seq框架提出一種新的算法,結(jié)合ConvLSTM算法與Attention機(jī)制的優(yōu)勢,通過循環(huán)更新特征編碼的方式,避免因編碼層輸出的特征編碼長度限制而導(dǎo)致的精度損失,在所選區(qū)域內(nèi)構(gòu)建了64×64網(wǎng)格2 m溫度短臨預(yù)報(bào)模型,驗(yàn)證了所提出算法的有效性.

    1 數(shù)據(jù)

    采用中國氣象局陸面數(shù)據(jù)同化系統(tǒng)實(shí)時(shí)產(chǎn)品數(shù)據(jù)集(CLDAS)作為深度學(xué)習(xí)算法對海南島區(qū)域網(wǎng)格溫度預(yù)報(bào)模型的訓(xùn)練支撐,產(chǎn)品為覆蓋亞洲區(qū)域(0°~65°N,60°E~160°E),0.062 5°×0.062 5°與1 h分辨率的的等經(jīng)緯度網(wǎng)格融合分析產(chǎn)品,包括大氣驅(qū)動(dòng)場產(chǎn)品(2 m氣溫、2 m比濕、10 m風(fēng)速、地面氣壓、降水和短波輻射6個(gè)要素)等5種產(chǎn)品.該數(shù)據(jù)集利用多種來源地面、衛(wèi)星等觀測資料,采用多重網(wǎng)格變分同化(Space and Time Mesoscale Analysis System,STMAS)、最優(yōu)插值(Optimal Interpolation,OI)、概率密度函數(shù)匹配(Cumulative Distribution Function,CDF)、物理反演和地形校正等技術(shù)研制而成,在中國區(qū)域質(zhì)量優(yōu)于國際同類產(chǎn)品,且時(shí)空分辨率更高.實(shí)時(shí)產(chǎn)品實(shí)時(shí)更新發(fā)布,滯后1 h.在本次實(shí)驗(yàn)中截取了數(shù)據(jù)集中覆蓋了了海南島范圍的64×64網(wǎng)格區(qū)域,并使用2020年1月1日0時(shí)~2020年1月31日23時(shí)實(shí)時(shí)數(shù)據(jù),選取大氣驅(qū)動(dòng)產(chǎn)品中的2 m氣溫、2 m相對濕度、10 m風(fēng)速作為實(shí)驗(yàn)?zāi)P洼斎氲牟糠滞ǖ罃?shù)據(jù),其余通道包括了選取內(nèi)的海拔高度、月、日、時(shí)編碼和經(jīng)緯度信息.如圖1所示,通過圖示方法構(gòu)造單個(gè)時(shí)刻的數(shù)據(jù)信息張量,并按相同方法逐時(shí)刻構(gòu)造數(shù)據(jù),從像素的角度來看,每個(gè)像素下都包含了特定時(shí)刻特定位置下各要素有序構(gòu)成的特征向量.

    圖1 逐時(shí)刻數(shù)據(jù)張量構(gòu)造方法

    在構(gòu)建了所選區(qū)域內(nèi)逐時(shí)刻的多通道張量后,采用24幀滑動(dòng)窗構(gòu)建輸入-真實(shí)值對序列,其中前12個(gè)有序的多通道張量為模型的輸入,從后12個(gè)有序多通道張量中選取2 m溫度信息通道作為真實(shí)值,用于與模型輸出計(jì)算誤差,并通過計(jì)算圖得出梯度在網(wǎng)絡(luò)中反向傳播,優(yōu)化網(wǎng)絡(luò)參數(shù).

    在提取了所有輸出-真實(shí)值對序列樣本后,為驗(yàn)證所訓(xùn)練模型的有效性,依據(jù)時(shí)序每10個(gè)樣本中抽取一個(gè)樣本作為測試樣本,并由此構(gòu)建了測試集,并由訓(xùn)練集與測試集分別計(jì)算2個(gè)樣本集各通道的均值與標(biāo)準(zhǔn)差用于數(shù)據(jù)的Z-Score預(yù)處理,其中單個(gè)通道的均值為

    樣本單通道標(biāo)準(zhǔn)差為

    其中,σ為所計(jì)算的單個(gè)通道下的標(biāo)準(zhǔn)差,最終輸入到模型的各通道輸入均為

    2 模型構(gòu)建與實(shí)驗(yàn)

    提出了一種新的模型,以實(shí)現(xiàn)對含有時(shí)間、通道、長寬4個(gè)維度的數(shù)據(jù)的時(shí)間特征的提取以及空間信息的聚合.模型先后包含時(shí)間特征提取模塊、通道空間信息聚合模塊以及2層通道全連接層,并在數(shù)據(jù)前向傳播過程中按先后順序?qū)斎霐?shù)據(jù)進(jìn)行時(shí)序特征提取、通道及空間信息聚合,通道信息全連接(通過2層1×1卷積層基于通道加權(quán)求和,分別命名為F C1和F C2).如圖2所示,輸入數(shù)據(jù)為一串有序排列的多通道圖像,通過對數(shù)據(jù)的一次前向傳播計(jì)算單個(gè)時(shí)次的2 m溫度預(yù)測值.

    圖2 模型結(jié)構(gòu)圖

    為了解決Encoder-Decoder結(jié)構(gòu)中編碼向量長度對預(yù)測序列長度與精度的限制問題,模型對單個(gè)時(shí)序的編碼輸入到F C1后,將該層的輸出拷貝并去除張量計(jì)算圖,串聯(lián)至模型原輸入數(shù)據(jù)的末端,剔除原輸入的第一時(shí)刻數(shù)據(jù).在完成預(yù)設(shè)的預(yù)測時(shí)次后,將所有FC1的輸出前向傳播到FC2,并由該層輸出與真實(shí)值計(jì)算的誤差以及相應(yīng)的梯度,并反向傳播.采用均方根誤差(Mean Squared Error,MSE)作為計(jì)算反向傳播梯度的損失函數(shù),同時(shí)采用Adam優(yōu)化器對模型進(jìn)行訓(xùn)練,

    其中,n為所有預(yù)測時(shí)刻的網(wǎng)格總數(shù),即S×I×J.為模型計(jì)算得出的溫度預(yù)測值.

    根據(jù)實(shí)驗(yàn)對模型滾動(dòng)更新的訓(xùn)練方式,每次數(shù)據(jù)的前向傳播得出的F C1輸出可表示為

    其中,Zt,Z t+1…Z t+m為每次循環(huán)得出的中間編碼,m為預(yù)設(shè)的預(yù)測時(shí)次,n在此處指輸入模型的數(shù)據(jù)所包含的時(shí)次,θ為時(shí)間特征提取模塊、空間聚合模塊以及FC1中的所有參數(shù)集合.通過上述計(jì)算,最終將Z構(gòu)成的張量序列通過FC2得出溫度的預(yù)測結(jié)果

    其中,W與b分別為線性變換的權(quán)重張量以及偏置.

    如圖3所示的算法流程圖,模型將每個(gè)時(shí)序的編解碼結(jié)果輸入到統(tǒng)一參數(shù)的F C2子模塊,輸出各時(shí)序的預(yù)測結(jié)果.

    圖3 算法流程圖

    2.1 時(shí)間特征提取模塊時(shí)間特征提取模塊包含2層編碼子模塊,各子模塊中先后包含一層卷積核為3×3的卷積層以及一層卷積核為3×3的ConvLSTM層.通過Z-Score變換的序列數(shù)據(jù)輸入到第一層編碼子模塊后,每個(gè)時(shí)序都輸出對應(yīng)的隱藏狀態(tài),進(jìn)而輸入到下一個(gè)編碼子模塊,第二層子模塊的輸出中,僅取用最后一個(gè)時(shí)序的隱藏狀態(tài)作為時(shí)序編碼輸出的編碼張量.基于時(shí)序編碼過程中全部采用3×3的卷積核進(jìn)行局部空間特征信息的提取.因此,時(shí)序特征提取模塊的輸出仍然缺少全局空間特征信息的聚合.時(shí)序特征提取模塊通過增加隱藏層的通道數(shù)量以及Leaky-ReLU激活函數(shù)獲得序列的稀疏編碼,該稀疏編碼由空間信息聚合模塊得到最終的時(shí)空特征提取編碼.

    為了對輸入數(shù)據(jù)進(jìn)行初步的信息提取與編碼,在時(shí)間特征提取模塊的每個(gè)子模塊中,模型引入了一層卷積層對堆疊的信息進(jìn)行卷積濾波.卷積操作中的濾波算子具有空間不變性以及通道特異性,通過多個(gè)算子在空間維度平移得出對應(yīng)的特征編碼,其中特征編碼中的每個(gè)元素為卷積算子與對應(yīng)區(qū)域的相似度表達(dá),該相似度通過輸入矩陣切片與濾波算子的哈達(dá)瑪積表示,即

    其中,c為輸入信號(hào)與卷積濾波算子的通道序號(hào),Y表示卷積濾波算子.在通過一系列卷積濾波算子對局部信息進(jìn)行提取后,對輸入的具有時(shí)序特征的信息通過長短期記憶算法進(jìn)行時(shí)序特征提取,結(jié)合長短期記憶算法計(jì)算流程,則卷積長短期記憶可表達(dá)

    其中,i t,f t,Ct,o t,H t分別表示卷積長短期記憶層中輸入門、遺忘門、單元狀態(tài)、輸出門以及隱藏狀態(tài)(即輸出)的輸出,W與b表示當(dāng)前計(jì)算中的可訓(xùn)練參數(shù),分別代表權(quán)重張量和偏置,“?”表示求哈達(dá)瑪積,“*”表示上文所提的卷積操作,sigmoid函數(shù)具體公式為

    依據(jù)輸入數(shù)據(jù)的時(shí)序迭代更新卷積長短期記憶中的單元狀態(tài)以及隱藏狀態(tài)參數(shù),并且通過梯度下降更新卷積算子參數(shù),最終模型在前向傳播時(shí),可以獲得具有時(shí)序特征的隱藏狀態(tài)作為時(shí)序特征編碼.

    2.2 通道空間聚合模塊空間聚合模塊中先后包含通道、縱軸、橫軸共3層軸向自注意層,可將上述模塊所輸出的稀疏編碼基于3個(gè)維度進(jìn)行信息聚合.為了避免通道空間聚合的過程中需要對整個(gè)空間信息進(jìn)行重構(gòu),將殘差結(jié)構(gòu)應(yīng)用于通道空間聚合模塊,從而加快模型的收斂.

    實(shí)驗(yàn)在數(shù)據(jù)的構(gòu)造當(dāng)中加入了時(shí)間戳編碼,在基于通道維度的自注意層當(dāng)中,通過反向傳播過程中訓(xùn)練更新的權(quán)重,模型可以更快基于時(shí)間戳所占權(quán)重計(jì)算出整個(gè)溫度場大致的數(shù)值分布.同時(shí)在空間上,長寬軸自注意層隨著訓(xùn)練更新的權(quán)重可以找到在空間以及通道維度上相關(guān)性更大的區(qū)域.

    在由通道維度自注意層以及長寬軸自注意層串聯(lián)形成的自注意模塊當(dāng)中,算法通過將輸入數(shù)據(jù)整理成一維向量集合,通過將這些向量映射到不同的空間并計(jì)算相似度得分實(shí)現(xiàn)查詢機(jī)制.機(jī)制中的變量包括Q(Query),K(Key),V(Value),并且均通過線性變換的方式映射到不同的空間,具體的實(shí)現(xiàn)為

    將數(shù)據(jù)基于3對不同的權(quán)重矩陣和偏置進(jìn)行變換后,算法將數(shù)據(jù)通過公式(18)進(jìn)行相似度得分計(jì)算,并輸出編碼結(jié)果

    其中,每一個(gè)一維向量均會(huì)與其他的向量計(jì)算相似度矩陣,這意味如果有n個(gè)一維向量在此向量集中,以此自注意層的編碼計(jì)算的復(fù)雜度為O(n2).根據(jù)上述算法機(jī)制,如果將時(shí)間特征提取模塊輸出的編碼當(dāng)中每個(gè)通道的單個(gè)數(shù)據(jù)元素作為一個(gè)向量整理向量集,那么計(jì)算量將非常龐大.因此,基于3個(gè)維度對該中間編碼進(jìn)行整理,分別基于長、寬以及通道的維度,將數(shù)據(jù)整理成尺寸分別為(C×H,W),(C×W,H)以及(W×H,C)的向量集合,通過3層串聯(lián)的自注意層進(jìn)行逐層編碼,不僅降低了計(jì)算的復(fù)雜度,同時(shí)基于全局對空間與通道間的信息進(jìn)行了聚合.

    2.3 多頭自注意與大多數(shù)神經(jīng)網(wǎng)絡(luò)相同,自注意模型同樣需要足夠稀疏的編碼對模式進(jìn)行學(xué)習(xí),為了能夠提升模型的學(xué)習(xí)性能,在卷積神經(jīng)網(wǎng)絡(luò)當(dāng)中通常通過增加可訓(xùn)練卷積濾波算子的個(gè)數(shù)對網(wǎng)絡(luò)逐層的學(xué)習(xí)編碼能力進(jìn)行提升.在注意力機(jī)制模型當(dāng)中,采用多頭自注意的形式增加模型的寬度,具體的方式為將數(shù)據(jù)映射到多個(gè)不同的Q,K,V空間,并用對應(yīng)的Q K V分別計(jì)算相似度得分信息.其映射方法可用公式表達(dá)為

    其中,W q,W k,W v矩陣的尺寸均為(heads*dimension,n),heads為模型預(yù)設(shè)的頭參數(shù),即當(dāng)前層網(wǎng)絡(luò)的寬度,dimension為每個(gè)頭當(dāng)中對應(yīng)映射空間的維數(shù),n為原輸入數(shù)據(jù)的維數(shù).

    本文所提到的通道空間聚合模塊,針對通道、長、寬軸的信息聚合,均采用多頭自注意的形式對數(shù)據(jù)信息進(jìn)行聚合,其中每層的頭參數(shù)均設(shè)置為4.

    2.4 模型構(gòu)建參數(shù)在本文所提出的模型中將時(shí)序特征與空間信息的聚合分為2個(gè)模塊進(jìn)行,不同于編碼解碼結(jié)構(gòu)的ConvLSTM網(wǎng)絡(luò),在時(shí)間特征提取模塊中,僅堆疊了2層子模塊,并且在每個(gè)子模塊中均只定義了32個(gè)大小為3×3的卷積濾波算子對局部空間信息進(jìn)行提取,縮減了模型的參數(shù)容量.在通道空間聚合模塊當(dāng)中,為了盡可能多的學(xué)習(xí)各通道以及空間中的相關(guān)信息,采用多頭自注意的方法并且將編碼頭參數(shù)設(shè)定為4,并且在每個(gè)注意力頭的映射關(guān)系當(dāng)中,均將數(shù)據(jù)映射到32維空間進(jìn)行表示.即W q,W k,W v矩陣的尺寸均為(4*32,n),其中n為每個(gè)編碼軸對應(yīng)的向量長度,其中通道軸為32,長、寬軸均為64.模型具體的參數(shù)設(shè)置如表1所示.

    表1 模型參數(shù)設(shè)置

    3 結(jié)果與討論

    3.1 模型對海南島區(qū)域的溫度預(yù)測結(jié)果在綜合了溫度場、濕度場、風(fēng)場、海拔高度和時(shí)間戳等信息的數(shù)據(jù)構(gòu)造下,模型學(xué)到了基于時(shí)間、空間以及通道上各要素的非線性映射.利用隨機(jī)抽樣出的測試集對模型進(jìn)行檢驗(yàn)(圖4,圖5),從圖4中可以分辨出隨晝夜變化的海陸溫度變化差異,不同海拔高度下的溫度差異等氣候現(xiàn)象.由于海南島所處地理位置的特性,當(dāng)輸入序列的圖像邊緣有隨時(shí)間向南移動(dòng)的低溫區(qū),模型同樣可以預(yù)測到其移動(dòng)軌跡以及形態(tài)的變化.

    圖4 模型輸出效果圖

    圖5 誤差分析對比圖

    如圖4所示,第1和2行為輸入與輸出序列,包含24個(gè)時(shí)次的2 m溫度場實(shí)測數(shù)據(jù),第3行為模型基于第1行12個(gè)時(shí)次的輸入而計(jì)算得出的溫度場預(yù)報(bào)序列.模型在訓(xùn)練到第200Epoch時(shí)訓(xùn)練結(jié)束,且損失函數(shù)已達(dá)到收斂狀態(tài).

    在個(gè)別測試序列當(dāng)中,當(dāng)選區(qū)邊緣出現(xiàn)的擾動(dòng)在待預(yù)測的時(shí)序中趨于穩(wěn)定或消散時(shí),模型的預(yù)測值與真實(shí)值間的誤差也逐漸減小,誤差超過2℃的格點(diǎn)數(shù)逐漸降低.

    如圖5所示,第1行為待預(yù)測時(shí)序的溫度場真實(shí)值,第2行為模型的預(yù)報(bào)輸出,第3行為根據(jù)第1、2行計(jì)算出的模型預(yù)報(bào)的誤差,第4行為誤差當(dāng)中絕對值超過2℃的所有網(wǎng)格.根據(jù)圖5觀測,在所選區(qū)域內(nèi),海南島沿海區(qū)域以及選區(qū)邊緣的預(yù)報(bào)均容易產(chǎn)生較大誤差,研究其原因與海南島氣候受洋流與季風(fēng)的影響存在關(guān)聯(lián).除此之外,模型預(yù)測的所有時(shí)次中大部分區(qū)域的誤差均小于2℃.

    最終,模型通過時(shí)間特征提取模塊與通道空間聚合模塊學(xué)習(xí)了海南島及周邊海域溫度場與其他氣象要素的模式,并對抽樣得出的測試數(shù)據(jù)進(jìn)行了準(zhǔn)確的預(yù)報(bào),驗(yàn)證了所出提循環(huán)更新編碼方法的有效性,在測試數(shù)據(jù)中,預(yù)報(bào)時(shí)序與真實(shí)值誤差超過2℃的比率約11.5%(表2).

    表2 輸入要素構(gòu)造影響對比

    3.2 CLDAS多氣象要素對溫度預(yù)測的影響在構(gòu)造多通道數(shù)據(jù)集的同時(shí),也構(gòu)造了使用歷史實(shí)測溫度預(yù)測未來溫度的數(shù)據(jù)集,以此驗(yàn)證模型以及數(shù)據(jù)構(gòu)造方式對溫度預(yù)測的有效性,同時(shí)也驗(yàn)證了各要素在短時(shí)預(yù)報(bào)問題中的相關(guān)性.

    通過實(shí)驗(yàn)得出,當(dāng)訓(xùn)練模型的輸入僅有溫度時(shí),模型對選區(qū)內(nèi)網(wǎng)格溫度預(yù)報(bào)的效果要低于多要素對溫度的短臨預(yù)報(bào)模型.

    從圖6中可以看出,當(dāng)模型的輸入僅有溫度一個(gè)要素時(shí),模型的預(yù)測缺少其他因素場數(shù)據(jù)對溫度場預(yù)測的校正,也意味著在短臨預(yù)報(bào)所討論的問題環(huán)境下,本文所采用的相對濕度、風(fēng)場數(shù)據(jù)等對溫度存在即時(shí)影響,與溫度要素存在極大的相關(guān).

    圖6 誤差分析對比圖

    3.3 對比實(shí)驗(yàn)結(jié)果通過對比同類型算法框架,驗(yàn)證了本文所提出算法的有效性,并復(fù)現(xiàn)了ConvLSTM編碼解碼結(jié)構(gòu),使用相同的數(shù)據(jù)集用于對照試驗(yàn),在所采用的訓(xùn)練集和測試集當(dāng)中對ConvLSTM編碼解碼模型進(jìn)行了訓(xùn)練以及測試,同時(shí)采用了相同的優(yōu)化器Adam以及MSE損失函數(shù).由于基于ConvLSTM的編碼解碼模型不具有基于注意力機(jī)制的空間信息聚合模塊,在所提出算法所具有性能的前提下,基于不同超參數(shù)定義的網(wǎng)絡(luò)除了一定的深度,也需要足夠的寬度對空間信息進(jìn)行學(xué)習(xí),為此需要足夠多的卷積濾波算子.在本文所復(fù)現(xiàn)的用于對比實(shí)驗(yàn)的ConvLSTM編碼解碼模型當(dāng)中,設(shè)置的卷積濾波算子個(gè)數(shù)在編碼模塊中逐層遞增,且按照相同數(shù)量在解碼模塊中逐層遞減.

    從圖7中可以看出,盡管模型學(xué)習(xí)到了氣象要素在預(yù)測范圍中的變化趨勢,但由于編碼中間向量的限制,隨著時(shí)序的增加,誤差是逐漸增加的,且當(dāng)網(wǎng)絡(luò)的寬度不能達(dá)到要求時(shí),模型在預(yù)測時(shí)序的開始就會(huì)出現(xiàn)很大的誤差.如表3所示,在同一數(shù)據(jù)集當(dāng)中,本文所提出的循環(huán)更新編碼的方式可以有效的提高預(yù)測模型的準(zhǔn)確度。

    圖7 ConvLSTM編碼解碼模型誤差分析對比圖

    表3 模型準(zhǔn)確率對比

    4 結(jié)束語

    通過構(gòu)建基于ConvLSTM與Attention機(jī)制的網(wǎng)格溫度短臨預(yù)報(bào)模型,基于CLDAS數(shù)據(jù)集實(shí)現(xiàn)了多時(shí)次、多通道氣象要素對多時(shí)次2 m溫度網(wǎng)格短臨預(yù)報(bào)模型,通過所提到的循環(huán)更新編碼的預(yù)測方法,優(yōu)化了Encoder-Decoder結(jié)構(gòu)下編碼長度對預(yù)測效果的限制問題,降低了預(yù)測結(jié)果的誤差,驗(yàn)證了本文所提出的模型的有效性.針對海南地區(qū)氣候特點(diǎn),研究發(fā)現(xiàn),不同于大陸部分地區(qū),海南島及其周邊海域的短臨、中期或長期氣象要素預(yù)報(bào)均在很大程度上受季風(fēng)和洋流影響,在氣候變化較不穩(wěn)定的時(shí)段,模型的預(yù)報(bào)誤差仍然會(huì)出現(xiàn)驟升.因此,下一階段的研究需要從較大范圍的網(wǎng)格進(jìn)行特征提取并向選區(qū)范圍的預(yù)測展開,以此對大范圍的氣象要素場數(shù)據(jù)對海南島氣象預(yù)測的影響展開研究與分析.

    猜你喜歡
    特征提取模型
    一半模型
    特征提取和最小二乘支持向量機(jī)的水下目標(biāo)識(shí)別
    重要模型『一線三等角』
    重尾非線性自回歸模型自加權(quán)M-估計(jì)的漸近分布
    基于Gazebo仿真環(huán)境的ORB特征提取與比對的研究
    電子制作(2019年15期)2019-08-27 01:12:00
    基于Daubechies(dbN)的飛行器音頻特征提取
    電子制作(2018年19期)2018-11-14 02:37:08
    Bagging RCSP腦電特征提取算法
    3D打印中的模型分割與打包
    FLUKA幾何模型到CAD幾何模型轉(zhuǎn)換方法初步研究
    基于MED和循環(huán)域解調(diào)的多故障特征提取
    精品国产国语对白av| 欧美成人一区二区免费高清观看 | 精品不卡国产一区二区三区| 亚洲三区欧美一区| 亚洲 欧美 日韩 在线 免费| 黄色 视频免费看| 欧美+亚洲+日韩+国产| 最好的美女福利视频网| 亚洲国产欧洲综合997久久, | 韩国av一区二区三区四区| 亚洲va日本ⅴa欧美va伊人久久| 女同久久另类99精品国产91| 国内少妇人妻偷人精品xxx网站 | 国产成人精品久久二区二区免费| 亚洲专区国产一区二区| 丁香欧美五月| 久久久久久久午夜电影| a在线观看视频网站| 三级毛片av免费| 精品久久久久久久久久久久久 | 成人三级黄色视频| 99热只有精品国产| 欧美性猛交黑人性爽| 精品久久久久久久末码| 后天国语完整版免费观看| 国产精品亚洲av一区麻豆| 法律面前人人平等表现在哪些方面| 成人18禁高潮啪啪吃奶动态图| 人妻丰满熟妇av一区二区三区| 国产1区2区3区精品| 天天一区二区日本电影三级| 亚洲 欧美 日韩 在线 免费| 久久欧美精品欧美久久欧美| 男人舔女人下体高潮全视频| 哪里可以看免费的av片| 最近最新免费中文字幕在线| 可以在线观看的亚洲视频| 午夜福利成人在线免费观看| 欧美一级a爱片免费观看看 | 亚洲精品av麻豆狂野| 女人爽到高潮嗷嗷叫在线视频| 激情在线观看视频在线高清| ponron亚洲| 午夜福利一区二区在线看| 叶爱在线成人免费视频播放| 日韩大码丰满熟妇| 免费在线观看成人毛片| 欧美丝袜亚洲另类 | 日本免费一区二区三区高清不卡| av在线播放免费不卡| 日本精品一区二区三区蜜桃| 满18在线观看网站| 日韩有码中文字幕| 美女扒开内裤让男人捅视频| 国产又黄又爽又无遮挡在线| 亚洲精品国产一区二区精华液| 精品久久久久久久人妻蜜臀av| 成人精品一区二区免费| 久久青草综合色| 在线观看舔阴道视频| 久久精品亚洲精品国产色婷小说| 国产三级在线视频| 日韩三级视频一区二区三区| 久久久久九九精品影院| 成人三级做爰电影| 国产aⅴ精品一区二区三区波| 麻豆成人av在线观看| 国产蜜桃级精品一区二区三区| 亚洲五月天丁香| 校园春色视频在线观看| 欧美三级亚洲精品| 国产午夜精品久久久久久| 欧美色视频一区免费| 我的亚洲天堂| 黄色 视频免费看| 国产午夜精品久久久久久| 一进一出抽搐动态| 国产成人精品久久二区二区免费| 免费看a级黄色片| 十八禁网站免费在线| 大型av网站在线播放| 男人操女人黄网站| 亚洲第一欧美日韩一区二区三区| 欧洲精品卡2卡3卡4卡5卡区| 久久青草综合色| 一区二区三区激情视频| 亚洲中文av在线| 无人区码免费观看不卡| 欧美绝顶高潮抽搐喷水| 91麻豆精品激情在线观看国产| 久久久久国内视频| 国产激情欧美一区二区| 波多野结衣av一区二区av| 18禁美女被吸乳视频| 色综合欧美亚洲国产小说| 日韩国内少妇激情av| 午夜福利欧美成人| 麻豆av在线久日| 日韩欧美国产在线观看| 日韩欧美国产一区二区入口| 国产亚洲精品久久久久5区| 精品久久蜜臀av无| 精品国产亚洲在线| 亚洲狠狠婷婷综合久久图片| 久久久国产成人精品二区| 亚洲一区中文字幕在线| 国产亚洲精品久久久久久毛片| 在线观看一区二区三区| 久久久精品欧美日韩精品| 久久精品成人免费网站| 99热6这里只有精品| 人人澡人人妻人| 日韩国内少妇激情av| 亚洲全国av大片| 久久精品国产清高在天天线| 18美女黄网站色大片免费观看| 国内精品久久久久久久电影| 国内久久婷婷六月综合欲色啪| 老司机深夜福利视频在线观看| 成人国产一区最新在线观看| 麻豆久久精品国产亚洲av| 欧美国产日韩亚洲一区| 精品久久久久久久久久免费视频| 亚洲中文字幕日韩| 久久精品夜夜夜夜夜久久蜜豆 | 99re在线观看精品视频| 欧美日韩乱码在线| 美女 人体艺术 gogo| 精品国产乱子伦一区二区三区| 麻豆成人av在线观看| 亚洲,欧美精品.| 色播亚洲综合网| 18美女黄网站色大片免费观看| 99热这里只有精品一区 | 国产精品二区激情视频| 极品教师在线免费播放| 欧美日韩一级在线毛片| 国产亚洲欧美精品永久| 正在播放国产对白刺激| 久久久久国产精品人妻aⅴ院| 波多野结衣高清无吗| 亚洲第一青青草原| 久久人妻福利社区极品人妻图片| 最近最新免费中文字幕在线| 在线av久久热| 一区二区三区国产精品乱码| 巨乳人妻的诱惑在线观看| 视频在线观看一区二区三区| 亚洲av片天天在线观看| 午夜福利一区二区在线看| 欧美色视频一区免费| 搡老熟女国产l中国老女人| 男人舔女人下体高潮全视频| 国产极品粉嫩免费观看在线| 国产乱人伦免费视频| www.999成人在线观看| 中文字幕精品亚洲无线码一区 | 19禁男女啪啪无遮挡网站| 国产视频内射| 999久久久精品免费观看国产| 成人亚洲精品一区在线观看| 国产av一区在线观看免费| 麻豆久久精品国产亚洲av| 叶爱在线成人免费视频播放| 欧美一级a爱片免费观看看 | 亚洲五月天丁香| 国产99久久九九免费精品| 2021天堂中文幕一二区在线观 | 天天躁夜夜躁狠狠躁躁| 一级片免费观看大全| 免费观看精品视频网站| 久热这里只有精品99| 别揉我奶头~嗯~啊~动态视频| 久久久久免费精品人妻一区二区 | 亚洲一区高清亚洲精品| 妹子高潮喷水视频| 亚洲av熟女| 亚洲在线自拍视频| 国产又色又爽无遮挡免费看| 最近在线观看免费完整版| 欧美乱色亚洲激情| 在线天堂中文资源库| 久久久国产成人精品二区| 久久香蕉精品热| 精品久久久久久久毛片微露脸| 欧美中文综合在线视频| 亚洲精品中文字幕在线视频| 欧美在线一区亚洲| 色播在线永久视频| 久久中文看片网| aaaaa片日本免费| 欧美国产精品va在线观看不卡| 18禁观看日本| 91av网站免费观看| 国产成人欧美在线观看| 少妇熟女aⅴ在线视频| 欧美黑人欧美精品刺激| 久久久久久亚洲精品国产蜜桃av| 亚洲精品中文字幕在线视频| 日本a在线网址| 精品久久久久久久久久免费视频| 亚洲国产精品999在线| 青草久久国产| 精品福利观看| 丝袜美腿诱惑在线| 夜夜躁狠狠躁天天躁| 国产亚洲精品第一综合不卡| 久久久国产成人免费| 女性被躁到高潮视频| 亚洲熟妇熟女久久| www.精华液| 少妇粗大呻吟视频| 这个男人来自地球电影免费观看| 国产免费男女视频| 99精品欧美一区二区三区四区| 亚洲成国产人片在线观看| 亚洲 欧美 日韩 在线 免费| 夜夜爽天天搞| 又黄又粗又硬又大视频| 国产精品日韩av在线免费观看| 精品日产1卡2卡| 国产成人欧美| 日本 欧美在线| 中文字幕高清在线视频| 中文字幕人妻丝袜一区二区| 亚洲av电影不卡..在线观看| www.自偷自拍.com| 两性夫妻黄色片| 女性被躁到高潮视频| 国产黄a三级三级三级人| 欧美另类亚洲清纯唯美| 精品久久久久久,| 成人手机av| 99国产精品一区二区三区| 亚洲成av片中文字幕在线观看| 老司机午夜福利在线观看视频| 12—13女人毛片做爰片一| 国产精品久久久久久人妻精品电影| 一级毛片精品| 国产成年人精品一区二区| www国产在线视频色| 999精品在线视频| 久久久久久久精品吃奶| 国产伦一二天堂av在线观看| 国产精品久久视频播放| xxxwww97欧美| 欧美性长视频在线观看| 国产不卡一卡二| 免费看十八禁软件| 久久人妻av系列| 一区二区三区高清视频在线| 国产av不卡久久| 在线观看免费午夜福利视频| 午夜日韩欧美国产| 人人妻,人人澡人人爽秒播| 日韩视频一区二区在线观看| 非洲黑人性xxxx精品又粗又长| 国产亚洲精品综合一区在线观看 | 国产欧美日韩一区二区三| 欧美人与性动交α欧美精品济南到| 怎么达到女性高潮| 免费看a级黄色片| 欧美在线一区亚洲| 午夜成年电影在线免费观看| 激情在线观看视频在线高清| 久久精品aⅴ一区二区三区四区| a在线观看视频网站| 国产在线精品亚洲第一网站| 黄色 视频免费看| 国产一区二区三区在线臀色熟女| av片东京热男人的天堂| 国产熟女xx| av欧美777| 十八禁人妻一区二区| 怎么达到女性高潮| 久久久国产欧美日韩av| 亚洲av第一区精品v没综合| 丰满人妻熟妇乱又伦精品不卡| 欧美成人午夜精品| 99在线人妻在线中文字幕| 在线看三级毛片| 99国产精品一区二区三区| 久久精品夜夜夜夜夜久久蜜豆 | 久久久久久国产a免费观看| aaaaa片日本免费| 免费无遮挡裸体视频| 亚洲精品色激情综合| 在线观看免费午夜福利视频| 欧美日本视频| 亚洲国产看品久久| 青草久久国产| 麻豆一二三区av精品| 人人妻,人人澡人人爽秒播| 欧美成人性av电影在线观看| 天堂影院成人在线观看| 色哟哟哟哟哟哟| 日韩视频一区二区在线观看| 婷婷丁香在线五月| 在线观看免费视频日本深夜| 国产黄a三级三级三级人| 亚洲成国产人片在线观看| 又紧又爽又黄一区二区| 哪里可以看免费的av片| 可以免费在线观看a视频的电影网站| 久久香蕉精品热| 亚洲人成77777在线视频| 日韩一卡2卡3卡4卡2021年| 亚洲一卡2卡3卡4卡5卡精品中文| 18禁黄网站禁片午夜丰满| 女性被躁到高潮视频| 亚洲av美国av| 狂野欧美激情性xxxx| 一区二区三区激情视频| 亚洲欧美一区二区三区黑人| 两个人看的免费小视频| www日本黄色视频网| a在线观看视频网站| 欧美乱码精品一区二区三区| 亚洲精品在线观看二区| 亚洲色图 男人天堂 中文字幕| 亚洲va日本ⅴa欧美va伊人久久| 国产91精品成人一区二区三区| 狂野欧美激情性xxxx| 91字幕亚洲| 18禁国产床啪视频网站| 可以在线观看的亚洲视频| netflix在线观看网站| 欧美精品亚洲一区二区| 日本 av在线| av福利片在线| 欧美激情久久久久久爽电影| 久热这里只有精品99| 久久这里只有精品19| 久久热在线av| 婷婷精品国产亚洲av在线| 久久天堂一区二区三区四区| 久久性视频一级片| 日本一本二区三区精品| 久久久久国产精品人妻aⅴ院| 国产av一区二区精品久久| 久久香蕉激情| 色综合婷婷激情| 久久国产精品男人的天堂亚洲| 精品久久久久久久毛片微露脸| 在线看三级毛片| 窝窝影院91人妻| 99re在线观看精品视频| 欧美zozozo另类| 成人三级做爰电影| 欧美亚洲日本最大视频资源| 欧美黑人精品巨大| 99精品久久久久人妻精品| 精品一区二区三区av网在线观看| 一区二区三区激情视频| 国产精品日韩av在线免费观看| 色av中文字幕| 成人永久免费在线观看视频| 亚洲国产精品999在线| 国产黄色小视频在线观看| aaaaa片日本免费| 国产精品电影一区二区三区| 99久久久亚洲精品蜜臀av| 亚洲熟妇中文字幕五十中出| 99在线视频只有这里精品首页| 国产精品99久久99久久久不卡| 国产午夜精品久久久久久| 日本在线视频免费播放| 每晚都被弄得嗷嗷叫到高潮| www.www免费av| 777久久人妻少妇嫩草av网站| 欧美性猛交╳xxx乱大交人| 夜夜躁狠狠躁天天躁| 美女免费视频网站| 热99re8久久精品国产| 熟女电影av网| 亚洲国产欧美一区二区综合| 色播在线永久视频| 久久天堂一区二区三区四区| 少妇的丰满在线观看| 国产爱豆传媒在线观看 | 一级毛片高清免费大全| 欧美又色又爽又黄视频| a级毛片在线看网站| 日日爽夜夜爽网站| 久久精品夜夜夜夜夜久久蜜豆 | 这个男人来自地球电影免费观看| 啦啦啦韩国在线观看视频| 国产精品久久久av美女十八| 黄色片一级片一级黄色片| 欧美日韩瑟瑟在线播放| www日本黄色视频网| 亚洲五月天丁香| 在线国产一区二区在线| 国产又爽黄色视频| 久久午夜亚洲精品久久| 国产免费男女视频| 久久天堂一区二区三区四区| 久久香蕉激情| 一级黄色大片毛片| 在线天堂中文资源库| 在线播放国产精品三级| 999久久久国产精品视频| 一区二区三区精品91| 婷婷亚洲欧美| 露出奶头的视频| 久久伊人香网站| 99国产极品粉嫩在线观看| 欧美性猛交╳xxx乱大交人| 亚洲欧洲精品一区二区精品久久久| 又紧又爽又黄一区二区| 精品国产一区二区三区四区第35| av视频在线观看入口| 欧美一级毛片孕妇| 人人妻人人看人人澡| 91字幕亚洲| 18美女黄网站色大片免费观看| 麻豆一二三区av精品| 美女大奶头视频| 给我免费播放毛片高清在线观看| 中文字幕最新亚洲高清| 亚洲美女黄片视频| 嫁个100分男人电影在线观看| 50天的宝宝边吃奶边哭怎么回事| 国产精品亚洲一级av第二区| 长腿黑丝高跟| 午夜久久久在线观看| 精品国产国语对白av| 99国产极品粉嫩在线观看| 欧美在线一区亚洲| 亚洲天堂国产精品一区在线| 久久欧美精品欧美久久欧美| 一夜夜www| 国产97色在线日韩免费| 色婷婷久久久亚洲欧美| 男女下面进入的视频免费午夜 | xxx96com| 99久久久亚洲精品蜜臀av| 久久天躁狠狠躁夜夜2o2o| 亚洲中文日韩欧美视频| 亚洲第一青青草原| 色尼玛亚洲综合影院| 国产成人系列免费观看| 亚洲黑人精品在线| 亚洲一区二区三区不卡视频| 琪琪午夜伦伦电影理论片6080| 十八禁人妻一区二区| 制服人妻中文乱码| 国产午夜福利久久久久久| 成人免费观看视频高清| 一本精品99久久精品77| 中文字幕人成人乱码亚洲影| 青草久久国产| 岛国在线观看网站| 免费观看人在逋| 两个人看的免费小视频| 亚洲国产精品999在线| 国产真实乱freesex| 岛国在线观看网站| 极品教师在线免费播放| 成人一区二区视频在线观看| 1024香蕉在线观看| √禁漫天堂资源中文www| 亚洲美女黄片视频| 国产成人av教育| 亚洲一区二区三区色噜噜| 狠狠狠狠99中文字幕| 可以在线观看毛片的网站| 亚洲,欧美精品.| 国产精品美女特级片免费视频播放器 | 日韩高清综合在线| 日日夜夜操网爽| 国产午夜精品久久久久久| 窝窝影院91人妻| 久久久国产精品麻豆| 特大巨黑吊av在线直播 | 可以在线观看的亚洲视频| 久久久久久免费高清国产稀缺| 国产av又大| 身体一侧抽搐| 青草久久国产| 亚洲国产高清在线一区二区三 | 国内精品久久久久久久电影| 欧美亚洲日本最大视频资源| 国产精品久久久久久人妻精品电影| 天天一区二区日本电影三级| 极品教师在线免费播放| 色播在线永久视频| 成人亚洲精品一区在线观看| 真人做人爱边吃奶动态| 欧美日韩中文字幕国产精品一区二区三区| 99国产精品一区二区三区| 在线观看午夜福利视频| 波多野结衣高清无吗| 午夜久久久在线观看| 天堂√8在线中文| 久久久久免费精品人妻一区二区 | 欧美 亚洲 国产 日韩一| 中亚洲国语对白在线视频| 丝袜在线中文字幕| 欧美一级毛片孕妇| 十八禁网站免费在线| 国产亚洲精品av在线| 免费搜索国产男女视频| 精品电影一区二区在线| 亚洲男人的天堂狠狠| 久久久水蜜桃国产精品网| 欧美性长视频在线观看| 国产av又大| 亚洲国产精品sss在线观看| 成人18禁高潮啪啪吃奶动态图| 琪琪午夜伦伦电影理论片6080| 又黄又爽又免费观看的视频| 久久香蕉激情| 日韩 欧美 亚洲 中文字幕| 亚洲人成网站高清观看| 叶爱在线成人免费视频播放| 中文亚洲av片在线观看爽| 热99re8久久精品国产| 日韩欧美一区视频在线观看| 成人精品一区二区免费| 亚洲五月天丁香| 12—13女人毛片做爰片一| 这个男人来自地球电影免费观看| 久久香蕉精品热| 国产亚洲av嫩草精品影院| 亚洲精品中文字幕在线视频| 欧美人与性动交α欧美精品济南到| 国产高清视频在线播放一区| 热99re8久久精品国产| 91成人精品电影| 精品午夜福利视频在线观看一区| 国产高清激情床上av| 成人18禁高潮啪啪吃奶动态图| 亚洲成av片中文字幕在线观看| 一级毛片精品| 久久人妻福利社区极品人妻图片| 欧美日韩瑟瑟在线播放| 亚洲五月天丁香| 国产一级毛片七仙女欲春2 | 伊人久久大香线蕉亚洲五| e午夜精品久久久久久久| 国产一区在线观看成人免费| 久久伊人香网站| 99精品欧美一区二区三区四区| 国产1区2区3区精品| 露出奶头的视频| 老司机深夜福利视频在线观看| 一级片免费观看大全| 韩国精品一区二区三区| 高清在线国产一区| 叶爱在线成人免费视频播放| 精品国产超薄肉色丝袜足j| 欧美黄色淫秽网站| 波多野结衣高清作品| 岛国在线观看网站| 日本一区二区免费在线视频| 国产高清激情床上av| 在线国产一区二区在线| 嫁个100分男人电影在线观看| 色在线成人网| 免费观看精品视频网站| 国产精品久久久久久人妻精品电影| 男人舔女人的私密视频| 正在播放国产对白刺激| 91av网站免费观看| 国产一区二区三区视频了| 婷婷丁香在线五月| 成人免费观看视频高清| 一边摸一边做爽爽视频免费| 亚洲一区高清亚洲精品| 亚洲精品美女久久av网站| 手机成人av网站| 99久久国产精品久久久| 国产91精品成人一区二区三区| 中文字幕精品免费在线观看视频| 欧美人与性动交α欧美精品济南到| 亚洲精品久久成人aⅴ小说| 99久久99久久久精品蜜桃| 禁无遮挡网站| 午夜福利欧美成人| 精品高清国产在线一区| 高清毛片免费观看视频网站| 18禁黄网站禁片免费观看直播| 黄色毛片三级朝国网站| 久久精品成人免费网站| 久久人人精品亚洲av| 精品国内亚洲2022精品成人| 一级片免费观看大全| 国产野战对白在线观看| 人妻丰满熟妇av一区二区三区| 男女视频在线观看网站免费 | 99国产综合亚洲精品| 精品国产超薄肉色丝袜足j| 欧美日韩亚洲国产一区二区在线观看| 91成年电影在线观看| 久久香蕉精品热| 亚洲欧美精品综合久久99| 亚洲无线在线观看| 精品一区二区三区视频在线观看免费| 国产亚洲欧美精品永久| 亚洲av电影在线进入| 欧美三级亚洲精品| 午夜久久久在线观看| 国产精品av久久久久免费| 亚洲成人久久性| 亚洲欧洲精品一区二区精品久久久| 搡老妇女老女人老熟妇| 亚洲 国产 在线| 久久午夜综合久久蜜桃| 国产成人精品无人区| 婷婷精品国产亚洲av在线| 国产在线精品亚洲第一网站| 99久久无色码亚洲精品果冻| 久久人人精品亚洲av| 黄色毛片三级朝国网站|