• <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 ?

    基于深度學習的湖北省土壤侵蝕空間分布

    2022-06-29 01:30:14王書韜史明昌陳春陽陳靖濤
    中國水土保持科學 2022年3期
    關鍵詞:土壤侵蝕卷積神經(jīng)網(wǎng)絡

    王書韜,史明昌,陳春陽,陳靖濤

    (北京林業(yè)大學水土保持學院,100083,北京)

    土壤侵蝕易導致土壤退化,土質惡化和作物減產(chǎn),威脅生態(tài)環(huán)境和社會經(jīng)濟的可持續(xù)發(fā)展。高效、精準分析區(qū)域土壤侵蝕空間分布信息,把握生態(tài)環(huán)境的時空格局和演變規(guī)律,為生態(tài)修復和土地優(yōu)化利用決策提供支撐,對調節(jié)土壤侵蝕風險具有重要意義[1]。

    土壤侵蝕的研究結果受尺度效應影響較明顯,該區(qū)域土壤侵蝕空間分布研究主要是在>100 km2的區(qū)域研究土壤侵蝕在空間上的分布格局和規(guī)律,研究仍處于探索階段[2]。深度學習可使用多隱藏層、多感知器的網(wǎng)絡結構,抽象、深層次獲取屬性和特征[3]。近年來,有學者應用傳統(tǒng)神經(jīng)網(wǎng)絡模型對土壤侵蝕空間分布進行有益探索,但該類模型缺乏對區(qū)位信息的考慮,對深層信息的表達有待提高[4]。

    針對傳統(tǒng)神經(jīng)網(wǎng)絡的不足,筆者在區(qū)域尺度上,引用UNet++ 神經(jīng)網(wǎng)絡,利用多層卷積核,建立土壤侵蝕因子和強度之間的深層聯(lián)系,借助具有局部感知空間信息特點的感受野,表達區(qū)位信息,優(yōu)化土壤侵蝕空間模型。

    1 研究區(qū)概況

    湖北省位于長江中游地區(qū),地處第二、三階梯的過渡帶,地貌類型多樣;海拔西高東低,存在明顯空間差異;土壤和植被類型復雜,包括水稻土、潮土、黃棕壤等土類,木本植物達1 300余種。湖北省林冠層覆蓋度較大,但70%為針葉林,導致林下水土流失嚴重。

    2 數(shù)據(jù)與方法

    2.1 輸入因子空間數(shù)據(jù)獲取

    地理空間數(shù)據(jù)云發(fā)布的30 m分辨率Landsat 8 OLI遙感數(shù)據(jù); NASA發(fā)布的30 m分辨率ASRTER GDEM V2數(shù)據(jù);南京土壤所發(fā)布的1∶100萬土壤數(shù)據(jù);中科院資源與環(huán)境中心發(fā)布的1 km分辨率湖北省2015年土壤侵蝕空間分布數(shù)據(jù);湖北省及周邊108個氣象站點2015年逐月降水數(shù)據(jù)。

    筆者選擇降雨侵蝕力、土壤可蝕性、地表覆蓋、植被覆蓋、坡度、地形起伏度因子作為土壤侵蝕空間分布信息的輸入因子,各因子計算方法[5-10]如表1所示。

    根據(jù)神經(jīng)網(wǎng)絡特點,在Jupyter Notebook平臺對植被覆蓋因子和地表覆蓋類型進行處理,將非植被類型設為0,對地表覆蓋類型進行獨熱編碼,通過UNet++ 神經(jīng)網(wǎng)絡的自動擬合能力,獲取地表覆蓋因子,避免因子間的共線性問題。

    2.2 樣本選取

    將湖北省的降雨侵蝕力、土壤可蝕性、地表覆蓋、植被覆蓋、坡度和地形起伏度因子空間分布柵格數(shù)據(jù)進行疊加,獲取含各因子空間分布信息的數(shù)據(jù)集。將數(shù)據(jù)集按面積平均分成10個區(qū)域,在Jupyter Notebook平臺下,通過tf.random_clip模塊在各區(qū)域內隨機提取100個16×16像元窗口。將像元窗口按1∶1分為訓練集和驗證集,用于UNet++ 神經(jīng)網(wǎng)絡訓練。

    BP神經(jīng)網(wǎng)絡以UNet++ 神經(jīng)網(wǎng)絡訓練集和驗證集窗口內的像元作為訓練集和驗證集。

    表1 土壤侵蝕因子計算方法Tab.1 Calculation method of soil erosion factor

    2.3 UNet++ 神經(jīng)網(wǎng)絡法計算土壤侵蝕空間分布

    UNet++ 神經(jīng)網(wǎng)絡是Unet模型的改進算法[11](圖1)。模型計算土壤侵蝕空間分布過程為:訓練集輸入模型,對土壤侵蝕各因子進行卷積計算,完成區(qū)位和深層信息的表達,映射至卷積層;經(jīng)過池化操作,完成土壤侵蝕因子深層信息的簡化和裁剪,傳遞到池化層;經(jīng)過轉置卷積操作,進行土壤侵蝕因子的分析表達,上采樣為含土壤侵蝕空間分布擬合結果的像元窗口,作為模型輸出;將訓練集輸出結果與對土壤侵蝕空間分布數(shù)據(jù)對比,獲取訓練精度;借助優(yōu)化算法,對卷積核的權重進行調整,實現(xiàn)模型訓練;將驗證集像元窗口輸入模型,輸出結果與真實的土壤侵蝕分布數(shù)據(jù)對比,防止模型過擬合。訓練精度與驗證精度均達預期,表示模型訓練完成;將研究區(qū)土壤侵蝕因子輸入訓練完成的模型運算,獲得全區(qū)域的土壤侵蝕空間分布結果和總體精度。

    2.4 UNet++ 神經(jīng)網(wǎng)絡的構造和超參數(shù)

    UNet++ 神經(jīng)網(wǎng)絡構造設定為卷積層、池化層和轉置卷積層各4層,可以保持模型的復雜度和魯棒性。卷積操作中,前2層卷積核設置為5×5像元、后2層為3×3像元,通過改變感受野大小,實現(xiàn)不同尺度下土壤侵蝕因子深層信息的分析。池化層選擇池化單元為2的最大池化方法,對土壤侵蝕因子進行降維和去除冗余。轉置卷積層根據(jù)卷積層設置,對圖層信息進行分析和上采樣操作,保證模型輸入輸出的空間一致性。

    土壤侵蝕的發(fā)生、發(fā)展具有連續(xù)和非負性,對比tan、RELU等函數(shù),激活函數(shù)(Activation Function)選擇sigmoid函數(shù),如式(1),更符合土壤侵蝕物理意義,便于求導,對數(shù)據(jù)有壓縮和土壤侵蝕因子標準化的功能,便于向前傳輸。

    (1)

    式中:S(x)為輸出;x為輸入。

    丟失率用式(2)的交叉熵損失函數(shù)(Cross Entropy Loss)。該函數(shù)能保持較高梯度狀態(tài),改進sigmoid函數(shù)在訓練結果接近真實值時的梯度彌散現(xiàn)象[12]。

    H(p,q)=-∑(p(x)lgq(x))。

    (2)

    式中:H(p,q)為交叉熵;p(x)為實際輸出概率;q(x)為期望輸出概率。

    Kingma等[13]試驗證明,梯度下降方法選用Adam優(yōu)化器,在大型模型和數(shù)據(jù)集的情況下,能高效解決局部深度學習問題,適用于區(qū)域尺度土壤侵蝕空間分布研究。

    2.5 BP神經(jīng)網(wǎng)絡法計算土壤侵蝕空間分布

    利用BP神經(jīng)網(wǎng)絡前饋型人工神經(jīng)網(wǎng)絡的原理[14](圖1),計算過程為:將訓練集像元輸入模型中,映射至隱含層;通過矩陣運算,獲得土壤侵蝕強度作為模型輸出;將輸出結果與土壤侵蝕空間分布數(shù)據(jù)對比,獲取訓練精度;調整神經(jīng)元權重,進行模型訓練;借助驗證集觀察過擬合情況;訓練完成后,將土壤侵蝕各因子輸入模型,獲得研究區(qū)整體土壤侵蝕空間分布結果和總體精度。

    圖1 BP和UNet++ 神經(jīng)網(wǎng)絡框架Fig.1 BP and UNet++ network structure

    2.6 BP神經(jīng)網(wǎng)絡的構造和超參數(shù)

    BP神經(jīng)網(wǎng)絡包含4個隱藏層,各層神經(jīng)元數(shù)分別設置為64、128、256、512個。其余超參數(shù)設置與UNet++ 保持一致。

    3 結果與分析

    3.1 最優(yōu)模型選取

    如圖2所示,UNet++ 神經(jīng)網(wǎng)絡隨訓練次數(shù)增加,訓練精度和驗證精度不斷提高,直至訓練4萬5 000次后,訓練精度和驗證精度出現(xiàn)震蕩并逐漸平穩(wěn),說明模型難以進一步優(yōu)化土壤侵蝕擬合結果。最終用于土壤侵蝕空間分布研究的UNet++ 模型驗證精度為96.52%。

    BP神經(jīng)網(wǎng)絡隨迭代次數(shù)增加,驗證精度先增大后減小,說明模型已出現(xiàn)過擬合現(xiàn)象,繼續(xù)訓練會導致模型對訓練集外的土壤侵蝕空間分布結果擬合精度下降。最終用于土壤侵蝕強度空間分布研究的BP神經(jīng)網(wǎng)絡驗證精度為94.91%。

    圖2 模型訓練過程Fig.2 Training process of neural networks

    3.2 模型精度分析

    采用BP神經(jīng)網(wǎng)絡和UNet++ 神經(jīng)網(wǎng)絡對研究區(qū)進行試驗,用式(3)總體精度(overall accuracy)作為指標對土壤侵蝕空間分布結果進行評價。表2評價結果顯示,UNet++ 神經(jīng)網(wǎng)絡總體精度為95.7%,BP神經(jīng)網(wǎng)絡總體精度91.4%,均超過90%,說明深度學習模型都能較好反映真實土壤侵蝕空間分布狀況;UNet++ 神經(jīng)網(wǎng)絡精度比BP神經(jīng)網(wǎng)絡高4.3%,在評價精度上表現(xiàn)更為優(yōu)越。

    (3)

    式中:OA為總體精度;n為像元數(shù);kk為坐標中(k,k)處位置;akk為(k,k)處像元。

    表2 不同模型侵蝕結果總體精度對比Tab.2 Overall accuracy comparison of erosion resultsby different models %

    獲取侵蝕空間分布(圖3),根據(jù)SL190—2007《土壤侵蝕分類分級標準》,統(tǒng)計結果中各級土壤侵蝕強度像元數(shù)、面積(表3),結果表明:1)2種模型計算所得土壤侵蝕空間分布結果在空間格局上與真實數(shù)據(jù)具有一致性;2)2種方法得到的土壤侵蝕空間分布結果均未出現(xiàn)明顯區(qū)塊化特征,未呈現(xiàn)與單一因子空間分布趨勢一致性過高的現(xiàn)象;3)BP神經(jīng)網(wǎng)絡結果中,中部微度侵蝕集中區(qū)域呈現(xiàn)大量點狀分布的極強度侵蝕像元“椒鹽”現(xiàn)象;UNet++ 神經(jīng)網(wǎng)絡結果中未出現(xiàn)明顯“椒鹽”現(xiàn)象;4)BP神經(jīng)網(wǎng)絡和UNet++ 神經(jīng)網(wǎng)絡結果中各級土壤侵蝕強度面積的構成與真實數(shù)據(jù)接近。

    圖3 土壤侵蝕強度空間分布對比圖Fig.3 Comparison of spatial distribution of soil erosion

    表3 侵蝕強度面積統(tǒng)計

    3.3 誤差空間分布分析

    圖4 不同模型的誤差空間分布圖Fig.4 Error space distribution among the different models

    由表3可得:BP神經(jīng)網(wǎng)絡結果中,微度、輕度、中度、強度、極強度侵蝕面積誤差分別為-2.53%、0.33%、5.41%、8.10%、166.99%。極強度侵蝕面積僅占湖北省全區(qū)域的0.49%,訓練集樣本數(shù)量嚴重不足,導致識別能力差。如圖4所示,BP神經(jīng)網(wǎng)絡結果中,在西北部高山區(qū)和中部平原區(qū)錯分像元呈明顯的聚集型分布。對比高山區(qū)錯分像元分布坡度因子發(fā)現(xiàn),誤差大部分發(fā)生在坡度因子較高的地方,說明隨坡度因子增大,模型對其敏感度下降。平原區(qū)誤差聚集于地形起伏度<5 m的區(qū)域,是由于激活函數(shù)將地形起伏度因子中較小的值進一步壓縮導致該區(qū)域坡度因子未能正常反映侵蝕輕度的實際情況。

    UNet++ 神經(jīng)網(wǎng)絡結果中,微度、輕度、中度、強度和極強度侵蝕面積誤差分別為-0.55%、12.51%、-5.58%、-19.61%和6.38%。輕度侵蝕誤差較大,錯分像元主要分布在微度、輕度和強度侵蝕交織處,區(qū)域內輕度侵蝕比例大,模型訓練該類像元窗口時,易將微度和中度侵蝕錯分為輕度侵蝕。強度侵蝕面積誤差較大主要是由于比例僅3.99%,樣本數(shù)量少。極強度侵蝕比例更小,卻與BP神經(jīng)網(wǎng)絡一樣出現(xiàn)誤差,是由于該類型侵蝕集中分布,且UNet++ 神經(jīng)網(wǎng)絡以像元窗口的形式輸入,對集中分布的侵蝕類型有較好的識別能力。

    如圖4所示,Unet++ 結果未呈現(xiàn)明顯聚集型分布,錯分像元未聚集在土壤侵蝕強度較大或較小區(qū)域,說明該模型能較好擬合土壤侵蝕因子極端區(qū)域。用像元窗口對UNet++ 誤差進行區(qū)域分析,發(fā)現(xiàn)錯分像元集中在2類像元窗口中。一類像元窗口內有4個土壤侵蝕因子跨度>50%;另一類像元窗口為微度、輕度和中度侵蝕交織處。2類像元窗口誤差的產(chǎn)生原因都是由于樣本數(shù)量不足,導致模型難以針對該情況進行擬合。

    4 結論

    選擇降雨侵蝕力、土壤可蝕性、地表覆蓋、植被覆蓋、坡度和地形起伏度因子作為輸入數(shù)據(jù),利用UNet++ 神經(jīng)網(wǎng)絡輸出結果,總體精度達95.7%,與真實數(shù)據(jù)在空間格局上具有一致性;誤差在各強度侵蝕、空間分布上都較為均勻,沒有明顯誤差聚集現(xiàn)象和“椒鹽”現(xiàn)象,該模型可以用于土壤侵蝕強度空間分布計算。

    結合sigmoid函數(shù)和交叉熵損失函數(shù)能在符合土壤侵蝕物理意義的情況下,改進梯度彌散現(xiàn)象;使用Adam優(yōu)化算法能修正梯度,能有效避免模型過早進入局部最優(yōu)解范圍的同時,保證模型的訓練速度。

    5 討論

    湖北省位于長江中游,是長江徑流里程最長的省份,地貌、土壤和植被狀況復雜,土壤侵蝕狀況對長江水質具有較大影響。利用其地形、植被、土壤多樣性的特點,模型訓練過程中能夠減少過擬合現(xiàn)象的發(fā)生,最終建立推廣性強的深度學習模型。

    構建的UNet++ 神經(jīng)網(wǎng)絡,在輸入數(shù)據(jù)和模型參數(shù)上,是傳統(tǒng)BP神經(jīng)網(wǎng)絡的百倍以上;如圖2所示,UNet++ 神經(jīng)網(wǎng)絡的迭代次數(shù)也是BP神經(jīng)網(wǎng)絡的3倍左右;隨著輸入數(shù)據(jù)量的增加,精度會提高,但運算時間隨之幾何增長?,F(xiàn)階段根據(jù)不同生產(chǎn)需求,學者對土壤侵蝕分辨率選擇存在差異,劉寶元等選取10 m分辨率對中國水力侵蝕進行抽煙調查[15];BATJES等選取0.5°分辨率對全球的土壤侵蝕進行研究[16]。1 km分辨率土壤侵蝕等級空間分布信息足以支撐省級區(qū)域的資源調查評價、植被的土壤保持效應評估[15,17]; 選用1 km分辨率的土壤侵蝕因子作為輸入數(shù)據(jù),可以滿足生產(chǎn)需要,同時縮短模型運算時間。

    本模型加入地形起伏度,表達徑流路徑對侵蝕的影響,更切實地反映區(qū)域侵蝕特征,模型建立的各因子與侵蝕強度間的聯(lián)系,更適合中國復雜的地形狀況。在地表覆蓋因子的分類上仍存在不足,未劃分永久灌概地及稻田,未考慮作物種類及作物輪作。

    猜你喜歡
    土壤侵蝕卷積神經(jīng)網(wǎng)絡
    基于3D-Winograd的快速卷積算法設計及FPGA實現(xiàn)
    神經(jīng)網(wǎng)絡抑制無線通信干擾探究
    電子制作(2019年19期)2019-11-23 08:42:00
    從濾波器理解卷積
    電子制作(2019年11期)2019-07-04 00:34:38
    鄉(xiāng)村聚落土壤侵蝕環(huán)境與水土流失研究綜述
    基于傅里葉域卷積表示的目標跟蹤算法
    海壇島土壤侵蝕問題研究
    基于神經(jīng)網(wǎng)絡的拉矯機控制模型建立
    重型機械(2016年1期)2016-03-01 03:42:04
    大別山區(qū)土壤侵蝕動態(tài)變化及趨勢預測
    復數(shù)神經(jīng)網(wǎng)絡在基于WiFi的室內LBS應用
    基于支持向量機回歸和RBF神經(jīng)網(wǎng)絡的PID整定
    亚洲国产精品一区二区三区在线| 母亲3免费完整高清在线观看| 久久久久久久国产电影| 欧美精品高潮呻吟av久久| 成年人免费黄色播放视频| 免费看十八禁软件| 老司机福利观看| 91精品伊人久久大香线蕉| 亚洲五月色婷婷综合| 国产真人三级小视频在线观看| 午夜福利在线免费观看网站| 国产国语露脸激情在线看| 久久久久久久久免费视频了| 精品国产超薄肉色丝袜足j| 精品人妻在线不人妻| 中文字幕另类日韩欧美亚洲嫩草| 女人精品久久久久毛片| 午夜91福利影院| 老司机靠b影院| a级片在线免费高清观看视频| 亚洲黑人精品在线| av网站在线播放免费| 99国产精品99久久久久| 999久久久国产精品视频| 99国产精品免费福利视频| 麻豆av在线久日| 国产精品免费大片| 汤姆久久久久久久影院中文字幕| 免费av中文字幕在线| 日韩免费高清中文字幕av| 欧美+亚洲+日韩+国产| 欧美日本中文国产一区发布| 亚洲国产av新网站| 欧美日韩国产mv在线观看视频| 999久久久国产精品视频| 日韩三级视频一区二区三区| 99热国产这里只有精品6| 色视频在线一区二区三区| 日韩一区二区三区影片| kizo精华| 大香蕉久久成人网| 免费在线观看日本一区| 每晚都被弄得嗷嗷叫到高潮| 欧美日韩中文字幕国产精品一区二区三区 | 成年人免费黄色播放视频| 成人黄色视频免费在线看| 欧美久久黑人一区二区| 老熟妇仑乱视频hdxx| 精品少妇黑人巨大在线播放| 99久久国产精品久久久| 女人爽到高潮嗷嗷叫在线视频| 国产深夜福利视频在线观看| 91av网站免费观看| 国产亚洲欧美精品永久| 9热在线视频观看99| 久久亚洲精品不卡| 视频在线观看一区二区三区| 亚洲国产精品一区三区| 老汉色∧v一级毛片| 亚洲成av片中文字幕在线观看| 欧美亚洲 丝袜 人妻 在线| 欧美精品av麻豆av| 亚洲欧美激情在线| 欧美激情 高清一区二区三区| 交换朋友夫妻互换小说| 美女主播在线视频| 少妇的丰满在线观看| 婷婷丁香在线五月| 欧美精品一区二区免费开放| 免费观看人在逋| 狠狠狠狠99中文字幕| 一级,二级,三级黄色视频| 国产色视频综合| 成年人黄色毛片网站| 熟女少妇亚洲综合色aaa.| 女性被躁到高潮视频| 国产在线观看jvid| 久久精品成人免费网站| 久久ye,这里只有精品| 亚洲专区国产一区二区| 久久精品国产亚洲av香蕉五月 | 亚洲av日韩精品久久久久久密| 久久香蕉激情| 熟女少妇亚洲综合色aaa.| 水蜜桃什么品种好| 日本精品一区二区三区蜜桃| 欧美日韩一级在线毛片| 日韩免费高清中文字幕av| 欧美精品高潮呻吟av久久| 在线看a的网站| 中文精品一卡2卡3卡4更新| 免费日韩欧美在线观看| 在线观看人妻少妇| av超薄肉色丝袜交足视频| 成人国语在线视频| 一级毛片女人18水好多| 超碰成人久久| 精品国产超薄肉色丝袜足j| 国产精品影院久久| 97在线人人人人妻| 国产精品久久久人人做人人爽| 国产一区二区激情短视频 | 丝袜美足系列| 97人妻天天添夜夜摸| 老汉色∧v一级毛片| 啦啦啦免费观看视频1| 在线精品无人区一区二区三| 国产男女超爽视频在线观看| 免费看十八禁软件| 日韩一卡2卡3卡4卡2021年| 9色porny在线观看| 女性被躁到高潮视频| 亚洲国产成人一精品久久久| 亚洲国产看品久久| 亚洲男人天堂网一区| 国产伦人伦偷精品视频| 在线观看免费日韩欧美大片| 一本—道久久a久久精品蜜桃钙片| 男女国产视频网站| 精品卡一卡二卡四卡免费| 9热在线视频观看99| 欧美+亚洲+日韩+国产| 国产不卡av网站在线观看| 成年人免费黄色播放视频| 狠狠狠狠99中文字幕| 最黄视频免费看| 大片电影免费在线观看免费| 一级a爱视频在线免费观看| a级片在线免费高清观看视频| 国产欧美日韩一区二区精品| 欧美性长视频在线观看| 精品乱码久久久久久99久播| 亚洲免费av在线视频| 一本大道久久a久久精品| 久久精品aⅴ一区二区三区四区| 桃红色精品国产亚洲av| 精品少妇内射三级| h视频一区二区三区| 国产黄频视频在线观看| 亚洲 欧美一区二区三区| 久久人人97超碰香蕉20202| 少妇裸体淫交视频免费看高清 | 国产精品久久久久久精品古装| 亚洲av日韩精品久久久久久密| 91九色精品人成在线观看| av在线app专区| 亚洲av欧美aⅴ国产| 9色porny在线观看| 99久久人妻综合| 满18在线观看网站| 淫妇啪啪啪对白视频 | 青草久久国产| 国产成+人综合+亚洲专区| 美女中出高潮动态图| 国产黄色免费在线视频| 99久久99久久久精品蜜桃| 亚洲国产看品久久| 一进一出抽搐动态| 五月天丁香电影| 国产又色又爽无遮挡免| 国产精品秋霞免费鲁丝片| 免费在线观看视频国产中文字幕亚洲 | 波多野结衣一区麻豆| 国产免费一区二区三区四区乱码| 久久精品国产亚洲av香蕉五月 | 久热这里只有精品99| 男女下面插进去视频免费观看| 18禁黄网站禁片午夜丰满| 午夜91福利影院| 欧美黑人精品巨大| 99香蕉大伊视频| 午夜福利影视在线免费观看| 国产精品国产av在线观看| 亚洲天堂av无毛| 国产在视频线精品| 人人妻人人爽人人添夜夜欢视频| 精品久久蜜臀av无| 在线亚洲精品国产二区图片欧美| 纵有疾风起免费观看全集完整版| 久久国产亚洲av麻豆专区| 搡老岳熟女国产| 大香蕉久久成人网| 老司机影院成人| 黄片小视频在线播放| 热99re8久久精品国产| 免费日韩欧美在线观看| 岛国毛片在线播放| 国产精品亚洲av一区麻豆| 国产精品一区二区精品视频观看| 国产精品九九99| 老司机福利观看| 婷婷色av中文字幕| 欧美在线一区亚洲| 丁香六月欧美| 蜜桃在线观看..| 一进一出抽搐动态| av免费在线观看网站| 99国产精品免费福利视频| 国产97色在线日韩免费| 欧美日韩黄片免| 国产av精品麻豆| 夫妻午夜视频| 久久久久久人人人人人| 19禁男女啪啪无遮挡网站| 国产黄频视频在线观看| 久久久久国产一级毛片高清牌| 久久国产精品人妻蜜桃| 99国产精品一区二区三区| 久久久久久久大尺度免费视频| 国产成人精品在线电影| 人人澡人人妻人| av在线app专区| 久久精品成人免费网站| 黑人操中国人逼视频| 国产不卡av网站在线观看| 国产麻豆69| 国产精品99久久99久久久不卡| 久久久水蜜桃国产精品网| 午夜激情久久久久久久| 日本五十路高清| 一级片免费观看大全| 啦啦啦中文免费视频观看日本| 男人添女人高潮全过程视频| 99久久国产精品久久久| 日韩中文字幕欧美一区二区| 亚洲性夜色夜夜综合| 成人18禁高潮啪啪吃奶动态图| 精品人妻一区二区三区麻豆| a在线观看视频网站| 午夜日韩欧美国产| 欧美激情 高清一区二区三区| 午夜老司机福利片| 99久久99久久久精品蜜桃| 99久久人妻综合| 女性生殖器流出的白浆| 亚洲欧洲日产国产| 女人高潮潮喷娇喘18禁视频| 国产黄频视频在线观看| 色婷婷久久久亚洲欧美| 色94色欧美一区二区| 黑人猛操日本美女一级片| 国产深夜福利视频在线观看| 一区在线观看完整版| 超碰成人久久| 成人亚洲精品一区在线观看| 精品少妇久久久久久888优播| 精品国产一区二区三区四区第35| bbb黄色大片| 少妇 在线观看| 香蕉丝袜av| 青青草视频在线视频观看| 91字幕亚洲| 最近中文字幕2019免费版| 操出白浆在线播放| 99香蕉大伊视频| 国产片内射在线| 国产精品熟女久久久久浪| 国产在线观看jvid| 国产福利在线免费观看视频| 91大片在线观看| 亚洲伊人色综图| 老鸭窝网址在线观看| 真人做人爱边吃奶动态| 男女床上黄色一级片免费看| 各种免费的搞黄视频| 天堂俺去俺来也www色官网| 久久中文字幕一级| 99久久综合免费| 亚洲国产精品999| 成年女人毛片免费观看观看9 | 中文字幕最新亚洲高清| 国产日韩欧美在线精品| 日韩制服骚丝袜av| 老汉色∧v一级毛片| 母亲3免费完整高清在线观看| 国产av国产精品国产| 啦啦啦免费观看视频1| bbb黄色大片| 国产精品一二三区在线看| 高清黄色对白视频在线免费看| 国精品久久久久久国模美| av视频免费观看在线观看| 热99re8久久精品国产| 建设人人有责人人尽责人人享有的| 亚洲七黄色美女视频| 精品少妇内射三级| 国产精品.久久久| 久久ye,这里只有精品| 亚洲成人免费av在线播放| 欧美日韩福利视频一区二区| 999精品在线视频| 亚洲激情五月婷婷啪啪| 不卡av一区二区三区| 久久久国产精品麻豆| 久久午夜综合久久蜜桃| 国产精品麻豆人妻色哟哟久久| 别揉我奶头~嗯~啊~动态视频 | 99久久国产精品久久久| 婷婷色av中文字幕| 丝袜人妻中文字幕| 欧美激情久久久久久爽电影 | 国产国语露脸激情在线看| 国产精品一二三区在线看| 交换朋友夫妻互换小说| 久久精品亚洲熟妇少妇任你| 色94色欧美一区二区| 久久青草综合色| 宅男免费午夜| 午夜激情久久久久久久| 国产精品久久久av美女十八| 亚洲成国产人片在线观看| 日韩制服丝袜自拍偷拍| 午夜精品久久久久久毛片777| 下体分泌物呈黄色| 国产精品久久久久久人妻精品电影 | 王馨瑶露胸无遮挡在线观看| 午夜福利免费观看在线| 青青草视频在线视频观看| h视频一区二区三区| 可以免费在线观看a视频的电影网站| 黑人巨大精品欧美一区二区蜜桃| 在线观看免费午夜福利视频| 欧美日韩黄片免| 丝袜人妻中文字幕| 亚洲欧美激情在线| 免费人妻精品一区二区三区视频| 国产亚洲av高清不卡| 伊人亚洲综合成人网| 无限看片的www在线观看| 久久女婷五月综合色啪小说| 窝窝影院91人妻| 欧美老熟妇乱子伦牲交| 亚洲国产精品一区三区| 午夜福利乱码中文字幕| 老司机福利观看| 丁香六月天网| 少妇的丰满在线观看| 精品人妻一区二区三区麻豆| 日韩制服骚丝袜av| 男女午夜视频在线观看| 日韩大片免费观看网站| 亚洲欧美色中文字幕在线| 亚洲免费av在线视频| 亚洲精品一区蜜桃| 国产一区二区在线观看av| 男人舔女人的私密视频| 久久久精品国产亚洲av高清涩受| 99久久人妻综合| 99热国产这里只有精品6| 国产成人欧美| 国产av又大| 亚洲精品在线美女| 亚洲天堂av无毛| 精品国产超薄肉色丝袜足j| 久久天躁狠狠躁夜夜2o2o| 老司机亚洲免费影院| 大陆偷拍与自拍| 亚洲av成人一区二区三| 亚洲性夜色夜夜综合| 精品少妇内射三级| 俄罗斯特黄特色一大片| 国产亚洲精品一区二区www | 国产精品九九99| 国产99久久九九免费精品| 日本精品一区二区三区蜜桃| 精品国内亚洲2022精品成人 | 热re99久久精品国产66热6| 日韩大码丰满熟妇| 精品国产超薄肉色丝袜足j| 黄片大片在线免费观看| 性色av一级| 欧美成狂野欧美在线观看| 亚洲成人免费电影在线观看| 如日韩欧美国产精品一区二区三区| 丰满饥渴人妻一区二区三| 超色免费av| 一区二区三区激情视频| 亚洲天堂av无毛| 国产高清视频在线播放一区 | 精品亚洲成a人片在线观看| 三级毛片av免费| 成人国产一区最新在线观看| 色婷婷av一区二区三区视频| 国产精品久久久av美女十八| 美女扒开内裤让男人捅视频| 午夜福利乱码中文字幕| 午夜成年电影在线免费观看| 国产欧美日韩一区二区三 | 亚洲国产毛片av蜜桃av| av又黄又爽大尺度在线免费看| 在线观看一区二区三区激情| www.精华液| 一区二区日韩欧美中文字幕| 精品第一国产精品| 中文字幕人妻丝袜一区二区| 亚洲欧美日韩高清在线视频 | 久久久国产成人免费| 成人av一区二区三区在线看 | 免费少妇av软件| 国产男人的电影天堂91| 久久亚洲精品不卡| 久久人人爽av亚洲精品天堂| 日韩 欧美 亚洲 中文字幕| 免费在线观看黄色视频的| 欧美精品亚洲一区二区| 欧美日韩中文字幕国产精品一区二区三区 | 91大片在线观看| 国产在线一区二区三区精| 亚洲精品自拍成人| 国精品久久久久久国模美| 国产主播在线观看一区二区| 18禁黄网站禁片午夜丰满| 国产精品一区二区精品视频观看| 女性生殖器流出的白浆| 欧美另类一区| 成人国产一区最新在线观看| 最近最新免费中文字幕在线| 大片免费播放器 马上看| 亚洲视频免费观看视频| 老司机午夜十八禁免费视频| 超碰97精品在线观看| 欧美人与性动交α欧美精品济南到| 欧美 日韩 精品 国产| 99久久国产精品久久久| 国产一区有黄有色的免费视频| 狂野欧美激情性xxxx| 免费少妇av软件| 欧美中文综合在线视频| 一本一本久久a久久精品综合妖精| 亚洲精品久久午夜乱码| 国产精品一区二区在线观看99| 一本久久精品| av超薄肉色丝袜交足视频| 亚洲成人免费电影在线观看| 久久久国产成人免费| 日韩欧美国产一区二区入口| 一本色道久久久久久精品综合| 日韩电影二区| 黑人欧美特级aaaaaa片| 五月开心婷婷网| 欧美乱码精品一区二区三区| 国产精品av久久久久免费| 夜夜骑夜夜射夜夜干| 国产免费福利视频在线观看| 精品少妇一区二区三区视频日本电影| 一区在线观看完整版| 国产成人av教育| 老熟女久久久| av又黄又爽大尺度在线免费看| 日韩电影二区| 黑人欧美特级aaaaaa片| 色94色欧美一区二区| 一本大道久久a久久精品| av网站免费在线观看视频| 丰满饥渴人妻一区二区三| 欧美日韩福利视频一区二区| av在线老鸭窝| 多毛熟女@视频| 在线精品无人区一区二区三| netflix在线观看网站| 精品国产乱码久久久久久男人| 老熟妇乱子伦视频在线观看 | 亚洲人成电影观看| 亚洲欧美精品综合一区二区三区| 中文字幕人妻丝袜制服| 99久久综合免费| 国产三级黄色录像| 欧美日韩视频精品一区| 少妇 在线观看| 永久免费av网站大全| 又黄又粗又硬又大视频| 国产一区二区激情短视频 | 两个人免费观看高清视频| 国产男人的电影天堂91| 日本91视频免费播放| 日本一区二区免费在线视频| 美女视频免费永久观看网站| 超色免费av| 久久国产精品影院| 欧美精品一区二区大全| 亚洲自偷自拍图片 自拍| 久久女婷五月综合色啪小说| 一区二区三区四区激情视频| 亚洲av美国av| 成人18禁高潮啪啪吃奶动态图| 久久精品aⅴ一区二区三区四区| 777米奇影视久久| 国产一区有黄有色的免费视频| e午夜精品久久久久久久| 精品亚洲成a人片在线观看| 亚洲欧洲日产国产| 老汉色av国产亚洲站长工具| 高清欧美精品videossex| 久久久久国内视频| 欧美+亚洲+日韩+国产| 中文字幕色久视频| 热99久久久久精品小说推荐| 热re99久久国产66热| 99国产精品一区二区蜜桃av | 老司机影院成人| 国产精品偷伦视频观看了| 乱人伦中国视频| 老司机福利观看| 日本精品一区二区三区蜜桃| av电影中文网址| 69av精品久久久久久 | 亚洲精品美女久久久久99蜜臀| 亚洲欧美一区二区三区久久| 母亲3免费完整高清在线观看| 成人av一区二区三区在线看 | 18禁国产床啪视频网站| 色播在线永久视频| 亚洲国产欧美一区二区综合| 亚洲专区中文字幕在线| 777米奇影视久久| 亚洲久久久国产精品| 亚洲精品国产av成人精品| 免费看十八禁软件| 三上悠亚av全集在线观看| 久久久久视频综合| 亚洲,欧美精品.| 亚洲欧美一区二区三区久久| 久久天躁狠狠躁夜夜2o2o| 伊人久久大香线蕉亚洲五| 亚洲avbb在线观看| 国产在线视频一区二区| 亚洲专区字幕在线| 男女下面插进去视频免费观看| 手机成人av网站| 久久天躁狠狠躁夜夜2o2o| 亚洲熟女毛片儿| 亚洲精品久久久久久婷婷小说| 动漫黄色视频在线观看| 中文欧美无线码| 亚洲精品中文字幕在线视频| 亚洲天堂av无毛| 女人被躁到高潮嗷嗷叫费观| 黄色片一级片一级黄色片| 97在线人人人人妻| 国产成人欧美在线观看 | 99久久99久久久精品蜜桃| 精品国产一区二区三区久久久樱花| 中文字幕精品免费在线观看视频| 51午夜福利影视在线观看| 老熟妇乱子伦视频在线观看 | 国产高清videossex| 热99久久久久精品小说推荐| 久久午夜综合久久蜜桃| 高清视频免费观看一区二区| 脱女人内裤的视频| 色94色欧美一区二区| 欧美 亚洲 国产 日韩一| 欧美成狂野欧美在线观看| 国产成人系列免费观看| 精品国产乱子伦一区二区三区 | 亚洲欧美激情在线| 18禁裸乳无遮挡动漫免费视频| 深夜精品福利| 在线十欧美十亚洲十日本专区| 波多野结衣一区麻豆| 精品一区二区三卡| 黄色毛片三级朝国网站| 久久免费观看电影| 新久久久久国产一级毛片| 两个人看的免费小视频| 亚洲欧美精品自产自拍| 午夜视频精品福利| 国产成人啪精品午夜网站| 国产精品一区二区在线观看99| 黑人巨大精品欧美一区二区mp4| 夜夜夜夜夜久久久久| 深夜精品福利| 欧美激情久久久久久爽电影 | 天堂8中文在线网| 男女免费视频国产| 久久人人97超碰香蕉20202| 丰满人妻熟妇乱又伦精品不卡| 黑丝袜美女国产一区| 一区二区三区激情视频| 日韩中文字幕视频在线看片| 黄色视频不卡| 国产精品99久久99久久久不卡| 日韩制服骚丝袜av| 午夜福利,免费看| 老司机影院成人| 18禁黄网站禁片午夜丰满| 国产精品久久久人人做人人爽| av电影中文网址| 国产熟女午夜一区二区三区| 亚洲国产看品久久| 丝袜美足系列| 久久精品亚洲av国产电影网| 国产又爽黄色视频| 精品高清国产在线一区| 免费高清在线观看视频在线观看| 国产在线观看jvid| 少妇猛男粗大的猛烈进出视频| 亚洲精品日韩在线中文字幕| 午夜福利视频在线观看免费| 窝窝影院91人妻| 亚洲一区二区三区欧美精品| 精品亚洲成国产av| 亚洲色图综合在线观看| 又大又爽又粗| 国产又爽黄色视频| 精品少妇内射三级| 91国产中文字幕| 国产精品香港三级国产av潘金莲| 久久精品国产综合久久久| 欧美日韩视频精品一区| 久热这里只有精品99| 亚洲专区字幕在线| 99精品久久久久人妻精品| 国产欧美日韩一区二区三 | 性高湖久久久久久久久免费观看|