• <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 ?

    基于高維多屬性決策過程的復雜地表初至波識別與走時檢測方法

    2022-08-05 07:20:52李康麗王華忠
    石油物探 2022年4期
    關鍵詞:單炮走時峰度

    李康麗,馮 波,王華忠

    (波現象與智能反演成像研究組(WPI),同濟大學海洋與地球科學學院,上海 200092)

    陸上勘探地震中,初至波可以說是炮集中信噪比最高的波現象。初至波的識別及走時檢測在表層及淺層的介質速度估計與建模中起著核心作用,波動理論初至波走時層析速度反演及建模成為當今陸上地震波成像中關鍵步驟之一[1-2]。早期的初至走時大多由處理員依據經驗人工拾取,但這種可視化人工拾取過程十分繁瑣耗時、效率低下,并且過于依賴處理員的經驗,具有很強的主觀性,不同的處理員拾取的結果往往存在偏差或者不一致[3]。隨著計算機技術和初至拾取算法的發(fā)展,初至波全(半)自動化拾取方法逐漸普及[4-5],目前的商業(yè)軟件大都已具備自動拾取的功能。對于復雜地表條件下的工區(qū),如沙漠、戈壁、山區(qū)、盆地等,復雜的近地表條件導致地震數據信噪比急劇降低,道間時差變化劇烈[6-8],此時常規(guī)的拾取方法難以滿足需求,同時隨著“兩寬一高”地震數據采集技術的逐漸普及[9],地震數據量劇增,隨著人工智能技術在地球物理勘探領域的應用越來越廣泛,智能化初至拾取方法成為關注的重點。

    傳統(tǒng)的走時拾取算法主要基于單道和多道信息?;趩蔚赖氖叭∷惴ㄖ饕揽磕芰勘萚3,10]、分形維數[11-12]、熵[3]、高階統(tǒng)計量[13-15]等,這類方法可以用于高信噪比數據中快速、穩(wěn)定地拾取走時。基于多道的拾取算法主要有互相關方法[16-19]或模板匹配方法[20-21],由于利用了多道之間的相關性信息,該類方法可以在一定程度上識別低信噪比地震記錄的初至,但不能適應波形變化或存在壞道的情況。隨著人工智能技術的發(fā)展與進步,初至拾取成為人工智能算法在地震處理領域的成功應用之一。比如傳統(tǒng)神經網絡就已廣泛應用于地震事件的自動分類識別[22-28],但早期的網絡結構泛化能力較差。卷積神經網絡(CNN)是一種強大的深度學習算法,具有自動提取特征或屬性并同時對數據進行分類的優(yōu)勢,此外,還具有局部感知和權重共享的特性。YUAN等[29]將CNN直接應用于地震初至走時拾取中。LOGINOV等[30]以5000個訓練樣本訓練包含4個隱藏層的CNN網絡并用其完成了某3D地震數據(450×104道)的初至走時拾取工作,正確率達到了95%。陳德武等[31]結合U-Net與SegNet深度學習網絡的優(yōu)點,構建混合網絡U-SegNet自動拾取初至,網絡結構更有利于分割背景噪聲區(qū)域和含噪聲信號區(qū)域,提高了拾取精度。神經網絡類方法屬于有監(jiān)督學習,生成大量的標簽樣本不僅耗時,同時也會引入人的先驗認識。無監(jiān)督學習算法(比如模糊聚類分析、支持向量機等)可以直接根據特征屬性將地震信號自動分類,同時也可以為有監(jiān)督學習提供標簽樣本[32-33]。MA等[34]基于強化學習理論,在能量比譜上自動化全局尋優(yōu)實現初至走時拾取,但該方法缺乏對模型參數的詳細描述,難以適應復雜波形;羅飛等[35]在馬爾可夫決策過程(Markov decision process,MDP)中進一步引入受空間幾何信息約束的動作和轉移概率,降低了對起始狀態(tài)和折扣因子選取的難度,使地震數據初至走時拾取更加準確和自動化??傊?初至拾取的基本思路是將地震信號的走時信息變換為某種特征屬性,從而凸顯初至走時,同時基于人工智能算法的初至拾取為地震數據處理帶來了極大的便利。

    在我國山前帶等近地表復雜區(qū)域,地震記錄受各種近地表散射波以及面波的干擾,信噪比低,能量較弱。而傳統(tǒng)的初至自動拾取方法,普遍要求數據信噪比高,且著重于單一屬性,此時依靠單一屬性的初至拾取方法易受噪聲以及地形變化劇烈的影響導致誤拾。為此,針對復雜地表地震數據,將初至波識別與走時檢測問題定位為弱初至掩埋在(較)強噪聲中,提出了一套初至波識別及走時檢測智能化處理技術流程,主要步驟包括炮集中與初至波相關的預處理、高維特征空間的構建、多屬性加權K均值聚類劃分初至波分布區(qū)域、多屬性約束的馬爾可夫決策過程初至走時檢測等。實際資料應用結果表明了該方法流程的有效性和穩(wěn)健性。

    1 流程及關鍵技術

    1.1 流程概述

    本文方法流程如圖1所示。

    圖1 復雜地表區(qū)初至波識別及走時檢測智能化流程

    考慮到初至的空間連續(xù)性,地表高程起伏會引起初至位置在相鄰道之間發(fā)生跳躍,導致初至拾取變得困難,因此,首先進行基于小平滑地表的道間時差躍變壓制,使其在后續(xù)拾取過程中滿足更好的橫向連續(xù)性。該方法首先統(tǒng)計地表高程,并對其進行平滑,獲得平滑后的地表高程,再利用(1)式計算地表高程起伏引起的道間時差校正量,由此可以消除高波數(頻)的道間時差抖動,再將時差校正量反?;刈罱K拾取的結果上。

    (1)

    式中:Δt為道間時差校正量;e1為平滑后的地表高程;e2為真實的地表高程;v為替換速度。

    然后考慮高維空間中數據隱含的空間結構信息和多屬性內在關系,尋找合適的特征屬性,構建高維特征屬性空間;引入多屬性加權K均值聚類劃分出初至波分布區(qū)域,縮小拾取范圍,降低拾取難度。

    最后基于多屬性約束馬爾可夫最優(yōu)決策理論框架下的走時檢測技術,將初至拾取問題看作高維特征屬性空間內智能馬爾可夫決策過程,通過構建合適的模型參數,在特定準則下進行全局尋優(yōu),最終獲得積累獎勵值最大的路徑,從而智能化地拾取地震數據的初至信息。

    1.2 高維特征屬性空間構建

    一般地,可將地震勘探中的數據認為是空間或/和時間有序的數據,最通常的數據表達形式認為數據是多維(高維)隨機向量。數據體可以定義為由源

    數據體生成的高維、多屬性、多域特征數據體/集。初至拾取的基本思路是將地震信號的走時信息變換為某種特征屬性,在特征域中凸顯差異,從而拾取初至走時。常見的用于識別初至信息的屬性從時間域看主要是利用能量變化、振幅變化、曲線長度變化、統(tǒng)計分布變化、信息量變化、曲線復雜度變化等[36]?,F有的傳統(tǒng)方法多著重于單一屬性,而依靠單一屬性無法得到準確的拾取結果,必須依靠多種屬性相互約束。高維屬性提取是高精度初至檢測的基礎,其中能量屬性對初至拾取較為敏感。本文采用長短時窗能量比、峰度和邊緣強度這3種屬性構建高維特征空間。

    長短時窗均值比(STA/LTA)是信號在固定長度的短時窗和長時窗中特征函數平均值的比值。因為在地震記錄中噪聲的能量一般較弱,當有效信號出現時,信號的短時窗能量平均值(STA)會比信號的長時窗能量平均值(LTA)變化快,從而比值增加,當比值超過設定的閾值時,便可用來確定初至位置。STA/LTA算法的基本公式為:

    (2)

    式中:i表示采樣時刻;Ll代表長時窗長度;Ls代表短時窗長度;λ表示設定的閾值;CF(j)代表在j時刻的特征函數值。這里采用的特征函數為:

    CF(j)=x2(j)

    (3)

    其中,x(j)表示振幅值。長、短時窗長度和閾值的選取會直接影響初至拾取的準確性。STA/LTA方法是目前應用最廣泛的初至拾取方法,計算效率較高,但對于低信噪比數據,存在拾取精度不足的問題[37-40]。

    數據中信息的提取過程就是對數據中蘊含的結構信息進行感知和表達,最基本的感知方法就是獲取數據(隨機過程)的各階統(tǒng)計量。高階統(tǒng)計量是描述隨機過程高階(二階以上)統(tǒng)計特性的一種數學工具,包括高階矩、高階累積量和高階譜。相對于二階統(tǒng)計量而言,高階統(tǒng)計量能夠有效抑制高斯噪聲,并且對信號的異常更加敏感。地震數據中,由于有效信號和噪聲具有不同的統(tǒng)計性質,峰度屬性也可用于初至拾取[41]。峰度的表達式為:

    (4)

    式中:E[·]表示求均值運算。在一般情況下,地震信號中的隨機噪聲滿足高斯分布,而有效信號滿足非高斯分布。具體計算時采用滑動窗口的方式進行,當有效信號出現在時窗內時,峰度值會出現明顯的增大,因此可將信號的峰度最大值對應的位置作為初至點。

    圖像邊緣檢測的目的是利用有關數學算子提取物體圖像的邊緣特征以確定物體的輪廓或細節(jié)。初至波一般具有能量強、起跳明顯的特點,與圖形的邊界特征很類似,而預處理后的地震數據在橫向上比較連續(xù),與邊界特征相符,因此可以將道集中各道初至時間的連線看作是初至前擾動與地震記錄數據之間的邊界[42]。在實際地震數據中,首先將地震記錄轉化為灰度圖,這里采用取絕對值的方式。對于m道,每道n個樣點的單炮記錄可以看作一幅m×n個像素的灰度圖,然后用小區(qū)域模板卷積來近似計算邊緣強度。通常選用Sobel,Prewitt,Laplacian,Kirsch等微分算子進行識別,這些算子都是以一個3×3的模板與圖像中3×3的區(qū)域相乘,得到的結果作為圖像中這個區(qū)域中心位置的邊緣強度[43-44],本文選用Kirsch算子作為邊緣檢測算子。Kirsch算子模板(圖2)共有8個方向,分別與地震圖像中的各對應元素相乘后取計算結果的最大值作為中心點的邊緣強度。例如在0°方向上,設d(i,j)是(i,j)處的像素值,(i,j)位置處的邊緣強度用其差分值來表示:

    圖2 Kirsch算子模板a至h方向依次為0°,45°,90°,135°,180°,225°,270°,315°

    Δd0°=5d(i-1,j-1)+5d(i-1,j)+

    5d(i-1,j+1)-3d(i,j-1)-3d(i,j+1)-

    3d(i+1,j-1)-3d(i+1,j)-3d(i+1,j+1)

    (5)

    邊緣強度的計算用到了高維空間中多道之間的信息,充分利用了相鄰地震道間的相關性。

    1.3 K均值聚類算法確定初至波分布區(qū)域

    聚類方法以智能和數據驅動的方式收集類似的點歸結為一類,最終使得類內最相似、類間差異最大。K均值聚類算法是最常用的聚類方法之一,該算法實現時簡單快速,可以用于較大的數據集,其主要步驟是:選擇聚類數k,隨機生成k個聚類,并確定聚類中心,或者直接從原始數據點隨機選擇初始中心位置;將每個點分配到離它最近的中心所對應的聚類,然后重新計算新聚類的中心,重復以上步驟,直至中心點的變化很小或者達到指定的迭代次數。K均值聚類應用于初至拾取,可以完成初至與非初至的二分問題[45]??紤]到不同屬性對聚類和初至拾取結果的影響程度不同,這里采用加權距離對不同的屬性賦予不同的權重[46-47]:

    (6)

    式中:dist表示距離函數;wk≥0(k=1,2,…,m)為權重系數,表征不同屬性的重要性;m為聚類屬性個數;i,j為樣本點(i,j=1,2,…,n;n為樣本個數);f表示特征屬性值。權重系數的確定采用變異系數法。屬性數據矩陣表示如下:

    (7)

    首先計算樣本各個屬性的標準差σk:

    (8a)

    (8b)

    樣本屬性的標準差反映了各屬性的絕對變異程度,然后計算各個屬性的變異系數ck:

    (9)

    變異系數反映了各個屬性的相對變異程度,屬性的變異系數越大,則屬性變化越大。最后對各屬性的變異系數進行歸一化處理,確定權重系數wk:

    (10)

    由于在實際數據中聚類結果并沒有那么準確,所以可以由聚類結果得到一條近似擬合初至的曲線,然后將曲線上下平移得到初至波大致分布區(qū)域,從而縮小拾取范圍。

    1.4 基于多屬性馬爾可夫決策過程的走時檢測

    初至走時信息的拾取可以看作是處理人員在地震剖面(屬性剖面)上從第一道的某點S0出發(fā),以經驗認識為指導,逐道挑選Sn,最終尋找一系列滿足經驗認識和初至特征的點,從而完成初至走時拾取任務的過程。這一過程可以抽象為序列決策問題,而馬爾可夫決策過程(MDP)就是一個典型的序列決策過程框架。

    MDP通常用五元組〈S,A,P,R,γ〉來描述,其中,S為有限狀態(tài)集,A代表控制狀態(tài)發(fā)生變化的所有可能動作的集合,P為狀態(tài)轉移概率(矩陣),R為獎勵函數,γ代表用于計算累積收益的折扣因子。智能體從狀態(tài)s通過動作a轉移至s′的概率和期望獎勵可分別表示為:

    (11)

    (12)

    MDP的本質是當前狀態(tài)向下一狀態(tài)轉移的概率和獎賞值只取決于當前狀態(tài)和選擇的動作,而與歷史狀態(tài)和歷史動作無關,即具有馬爾可夫性。在MDP中目標是抵達目標狀態(tài)的同時最大化累積收益的期望值,價值函數是利用收益期望值評估當前狀態(tài)或給定狀態(tài)和動作下的智能體表現,智能體期望未來得到的收益取決于智能體所選擇的動作,所以價值函數與特定的行為方式相關,稱之為策略。如果智能體在時刻t選擇了策略π,則π(a|s)就是當St=s時At=a的概率。vπ(s)為策略π下狀態(tài)s的狀態(tài)價值函數,可表示為:

    vπ(s)=Eπ(Gt|St=s)=Eπ(Rt+1+γRt+2+

    γ2Rt+3+…|St=s)=Eπ(Rt+1+γGt+1|St=s)=

    Eπ(Rt+1+γvπ(St+1)|St=s)

    (13)

    (13)式稱為vπ的貝爾曼方程,其中,Gt表示從當前狀態(tài)開始到終止狀態(tài)結束整個過程所有收益按照一定比例衰減的總和,數學表達式為:

    (14)

    其中,γ為折扣因子,γ∈[0,1],用于削減遠期決策對應的獎勵權重。由上述公式可知,價值函數由該狀態(tài)的即時獎勵期望和下一狀態(tài)的價值期望與衰減系數的乘積兩部分組成。同理可得,在策略π下,狀態(tài)s采取動作a的動作價值函數,表示為:

    qπ(s,a)=Eπ(Gt|St=s,At=a)=Eπ(Rt+1+
    γqπ(St+1,At+1)|St=s),At=a)

    (15)

    (15)式稱為qπ的貝爾曼方程。

    馬爾可夫決策過程就是希望尋找一個合適的策略,能夠產生最大的累積收益。通常最優(yōu)價值函數定義為所有策略下對應價值函數中的最大者,對應的策略即為最優(yōu)策略,即:

    (16)

    (17)

    式中:v*為最優(yōu)狀態(tài)價值函數;q*為最優(yōu)動作價值函數。根據貝爾曼方程,可以推導出價值迭代方法并求解出最優(yōu)的策略[48]。

    初至拾取問題可以看作是高維特征屬性空間內智能馬爾可夫決策過程,模型構建如下所示。

    S:時空域地震數據的每一點位置sij=(ti,xj),i和j分別為時間和空間采樣點;

    A:位移矢量,具體為左移、右移、上移、下移;

    γ:γ∈[0,1],具體取值0.5。

    2 實際數據應用

    為了驗證本文方法的有效性,選取復雜地表區(qū)實際數據進行測試。

    2.1 西部地區(qū)可控震源數據測試

    圖3為西部地區(qū)某一測線的可控震源三維地震單炮記錄,共149道,時間采樣間隔為2ms,采樣時長為1.8s,道間距為25m。本數據高程起伏相對較小,道間時差不存在躍變情況。

    圖3 西部地區(qū)可控震源某一測線原始單炮記錄

    然后提取多屬性構建特征空間,能量比屬性的長短時窗長度分別為100個網格點、30個網格點,邊緣屬性選擇Kirsch算子進行計算,峰度屬性的窗長為40個網格點。從圖4可以看出,能量比屬性和峰度屬性存在初至錯斷、不連續(xù)的情況,邊緣強度屬性在壞道部分對初至的刻畫相對較差。

    圖4 西部可控震源單炮記錄屬性a 長短時窗能量比; b 邊緣強度; c 峰度

    圖5為多屬性加權K均值聚類結果,由于本數據初至的能量相對較弱,因此聚類結果為初至的點相對較少,但是聚類結果基本為正確的初至位置。圖6為多屬性加權K均值聚類得到的初至區(qū)域與最終拾取結果,其中藍線表示由多屬性K均值聚類得到的初至區(qū)域,紅線表示拾取結果。圖7對比了基于多屬性MDP拾取的結果與常規(guī)單屬性拾取的結果,可以看出,基于多屬性MDP的拾取結果穩(wěn)定性較好,基于峰度屬性和能量比屬性的拾取結果都存在跳躍現象,基于邊緣強度屬性的拾取結果在壞道的部分相對較差,基于本文方法的拾取結果在連續(xù)性和穩(wěn)定性方面都存在較大優(yōu)勢。圖7證明了本文方法的有效性與穩(wěn)定性。

    圖5 西部可控震源單炮記錄多屬性加權K均值聚類結果(紅點表示聚類結果為初至的點)

    圖6 西部可控震源單炮記錄多屬性加權K均值聚類得到的初至區(qū)域與最終拾取結果(藍線內為確定的初至區(qū)域,紅線為最終拾取結果)

    圖7 西部可控震源單炮記錄多屬性MDP拾取的結果與常規(guī)單屬性拾取的結果對比

    2.2 西部山地數據測試

    圖8為西部山地某測線的原始地震單炮記錄,共706道,時間采樣間隔為4ms,采樣時長為3s。該數據高程起伏較大,首先對該地區(qū)進行高程統(tǒng)計,然后通過道間時差躍變壓制,消除部分高頻的道間時差,校正后的地震單炮記錄如圖9所示。

    圖8 西部山地某測線的原始地震單炮記錄

    圖9 道間時差壓制后的西部山地地震單炮記錄

    對高程平滑后的地震單炮記錄進行多屬性提取,分別提取長短時窗能量比屬性、邊緣強度屬性、峰度屬性(圖10),其中長、短時窗的長度分別為100個網格點、20個網格點,邊緣強度選取Kirsch算子,峰度屬性的窗長為30個網格點。由圖10可以看出,在道號200附近,由于強噪聲和壞道的影響,采用常規(guī)屬性方法難以準確拾取。

    圖10 西部山地地震單炮記錄屬性a 長短時窗能量比; b 邊緣強度; c 峰度

    對3種屬性進行多屬性加權K均值聚類,聚類結果如圖11所示,大部分聚類為初至的點均分布在真實初至左右,得到的初至分布范圍如圖12藍線所示,然后在初至區(qū)域內通過多屬性馬爾可夫決策進行走時檢測,結果如圖12紅線所示。圖13對比了基于多屬性馬爾可夫決策過程與常規(guī)單屬性拾取的結果,可以看出,采用常規(guī)方法的拾取結果都存在不同程度的跳躍,采用本文方法的拾取結果明顯更加準確、連續(xù)性更好。

    圖11 西部山地地震單炮記錄多屬性加權K均值聚類結果(紅點表示聚類結果為初至的點)

    圖12 西部山地地震單炮記錄多屬性加權K均值聚類得到的初至區(qū)域及最終拾取結果(藍線內為確定的初至區(qū)域,紅線為拾取結果)

    3 討論與結論

    初至拾取是地震數據處理中的重要一步,復雜地表區(qū)的初至拾取問題可以看作是強噪聲下的、存在道間時差的、近似線性信號(變化軌跡)的估計問題。本文方法的關鍵在于構建高維多屬性特征空間,并在MDP框架下,利用多屬性約束進行拾取。針對復雜地表地震數據,采用小平滑地表進行時差躍變壓制,能夠避免出現初至點躍變;其次通過構建高維特征空間、進行高維多屬性的提取,在屬性特征域中凸顯初至的差異,充分利用了地震數據的空間結構信息;然后利用K均值聚類確定初至分布范圍,縮小了拾取范圍,降低了拾取難度;最后利用多屬性約束的馬爾可夫決策過程拾取初至,使得拾取結果具有更好的橫向連續(xù)性。實際數據測試結果表明,與常規(guī)單一屬性相比,采用本文方法能夠自然回避由壞道、噪聲產生的錯誤初至信息,在一些信噪比較低、弱能量區(qū)域拾取效果更好。

    在復雜地表區(qū)進行初至波的識別與走時檢測面臨的最主要問題是信噪比低,因此要先通過預處理、去噪得到較為理想的、后續(xù)用于拾取的地震記錄,如何利用合適的去噪方法,在去噪的同時保護好初至信息,是需要進一步思考和研究的方向。包括屬性數量在內的屬性選取還需要做進一步的研究和測試。另外,本文關于先驗信息的利用還不充分,在三維數據初至拾取中,可以將震源附近較好的拾取結果作為先驗約束應用到離震源較遠的區(qū)域中。

    猜你喜歡
    單炮走時峰度
    地震數據常用顯示方式解析
    地震數據采集現場實時輸出附地質層位單炮記錄的智能方法
    擴散峰度成像技術檢測急性期癲癇大鼠模型的成像改變
    淺析平橋北三維工區(qū)影響單炮品質的因素
    磁共振擴散峰度成像在肝臟病變中的研究進展
    來了晃一圈,走時已鍍金 有些掛職干部“假裝在基層”
    當代陜西(2019年17期)2019-10-08 07:42:00
    基于自動反相校正和峰度值比較的探地雷達回波信號去噪方法
    雷達學報(2018年3期)2018-07-18 02:41:16
    磁共振擴散峰度成像MK值、FA值在鑒別高級別膠質瘤與轉移瘤的價值分析
    一種斷排列單炮的識別方法
    科技視界(2015年15期)2015-05-15 08:09:02
    国产极品天堂在线| 午夜日本视频在线| 精品一区二区免费观看| 大片免费播放器 马上看| a 毛片基地| 老女人水多毛片| 欧美日本中文国产一区发布| 美女主播在线视频| 久久热在线av| 国产精品一二三区在线看| 国产xxxxx性猛交| 在线天堂最新版资源| 成人国产麻豆网| 成人漫画全彩无遮挡| 日韩 亚洲 欧美在线| 午夜影院在线不卡| 亚洲欧美精品自产自拍| 777米奇影视久久| 午夜日韩欧美国产| videos熟女内射| 国产免费现黄频在线看| 久久久精品国产亚洲av高清涩受| 王馨瑶露胸无遮挡在线观看| 精品亚洲成国产av| 欧美日韩一区二区视频在线观看视频在线| 中文字幕色久视频| 女性被躁到高潮视频| 国产亚洲精品第一综合不卡| 狠狠婷婷综合久久久久久88av| 国产精品秋霞免费鲁丝片| 日本爱情动作片www.在线观看| 日韩中文字幕欧美一区二区 | 香蕉精品网在线| 熟女av电影| 这个男人来自地球电影免费观看 | 国产精品免费视频内射| 亚洲精华国产精华液的使用体验| 国产精品无大码| 国产高清国产精品国产三级| 精品国产超薄肉色丝袜足j| 午夜免费男女啪啪视频观看| 国产精品偷伦视频观看了| 激情五月婷婷亚洲| 少妇熟女欧美另类| 国产伦理片在线播放av一区| 日本色播在线视频| 免费观看性生交大片5| 超碰97精品在线观看| 亚洲精华国产精华液的使用体验| 免费观看a级毛片全部| 日韩成人av中文字幕在线观看| 三级国产精品片| 免费看不卡的av| 日韩人妻精品一区2区三区| 久久久国产一区二区| 热99国产精品久久久久久7| 久久久国产欧美日韩av| 成人毛片60女人毛片免费| 精品午夜福利在线看| 老司机影院成人| 国产免费又黄又爽又色| 成人毛片60女人毛片免费| 亚洲内射少妇av| 亚洲国产精品成人久久小说| 亚洲精品一二三| 婷婷色麻豆天堂久久| 搡老乐熟女国产| 日韩一区二区三区影片| 亚洲成av片中文字幕在线观看 | 人妻少妇偷人精品九色| 久久久精品免费免费高清| 成人毛片a级毛片在线播放| 国产男女内射视频| 少妇人妻精品综合一区二区| 国产精品不卡视频一区二区| 日韩伦理黄色片| 久久 成人 亚洲| 熟妇人妻不卡中文字幕| 欧美xxⅹ黑人| 男女边吃奶边做爰视频| 国产精品久久久久久精品古装| 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 | 热re99久久国产66热| 国产深夜福利视频在线观看| 人成视频在线观看免费观看| 91久久精品国产一区二区三区| 亚洲精品成人av观看孕妇| 另类亚洲欧美激情| 一区二区三区精品91| 久久久久久久久免费视频了| av在线app专区| 你懂的网址亚洲精品在线观看| 大码成人一级视频| 一边摸一边做爽爽视频免费| 欧美日韩一级在线毛片| 亚洲精品国产av成人精品| 少妇精品久久久久久久| 汤姆久久久久久久影院中文字幕| 亚洲 欧美一区二区三区| 亚洲精品国产av蜜桃| 亚洲av电影在线进入| 日日撸夜夜添| 久久精品夜色国产| 免费看不卡的av| 街头女战士在线观看网站| 欧美日韩视频高清一区二区三区二| 美女视频免费永久观看网站| 丝袜美腿诱惑在线| 亚洲精品国产色婷婷电影| 日韩一区二区三区影片| 在线天堂中文资源库| 一区二区av电影网| 成年人午夜在线观看视频| 午夜福利一区二区在线看| 这个男人来自地球电影免费观看 | 国产精品久久久久久久久免| 国产成人精品在线电影| 国产激情久久老熟女| 亚洲精品成人av观看孕妇| 亚洲久久久国产精品| 欧美日韩成人在线一区二区| 校园人妻丝袜中文字幕| 波多野结衣av一区二区av| 成人毛片a级毛片在线播放| 搡老乐熟女国产| 欧美成人精品欧美一级黄| 人人妻人人澡人人爽人人夜夜| 国产片特级美女逼逼视频| 亚洲三级黄色毛片| 黑丝袜美女国产一区| 99香蕉大伊视频| av在线播放精品| 乱人伦中国视频| 欧美xxⅹ黑人| 免费观看性生交大片5| 精品亚洲乱码少妇综合久久| freevideosex欧美| 9191精品国产免费久久| 蜜桃在线观看..| 欧美日韩一级在线毛片| 美女国产高潮福利片在线看| 不卡视频在线观看欧美| 中文字幕色久视频| 超碰97精品在线观看| 亚洲av电影在线进入| 啦啦啦在线观看免费高清www| 国产黄色视频一区二区在线观看| 91精品三级在线观看| 一区二区av电影网| 亚洲欧美日韩另类电影网站| 在线精品无人区一区二区三| 久久精品久久久久久噜噜老黄| 日韩欧美精品免费久久| 久久亚洲国产成人精品v| 又大又黄又爽视频免费| 欧美日韩精品网址| 国产成人一区二区在线| 日韩中字成人| 777久久人妻少妇嫩草av网站| 欧美+日韩+精品| 亚洲欧美成人综合另类久久久| 国产精品熟女久久久久浪| 久久毛片免费看一区二区三区| 波多野结衣一区麻豆| 久久精品国产综合久久久| 精品国产一区二区三区四区第35| 26uuu在线亚洲综合色| 最近手机中文字幕大全| 成人午夜精彩视频在线观看| 国产精品无大码| 精品久久久精品久久久| 欧美人与善性xxx| 成人国产麻豆网| 成年人午夜在线观看视频| 欧美人与善性xxx| 一级毛片 在线播放| 一二三四在线观看免费中文在| 99re6热这里在线精品视频| 日韩制服骚丝袜av| 建设人人有责人人尽责人人享有的| videosex国产| 久久久久人妻精品一区果冻| 老熟女久久久| 黄片无遮挡物在线观看| 精品国产国语对白av| h视频一区二区三区| 欧美日韩视频精品一区| 丝袜脚勾引网站| 亚洲精品美女久久av网站| 可以免费在线观看a视频的电影网站 | 欧美日韩国产mv在线观看视频| 国产av一区二区精品久久| 亚洲天堂av无毛| 日韩免费高清中文字幕av| 成人午夜精彩视频在线观看| 免费在线观看黄色视频的| av女优亚洲男人天堂| 精品少妇黑人巨大在线播放| 亚洲精品国产一区二区精华液| 蜜桃国产av成人99| 满18在线观看网站| 啦啦啦中文免费视频观看日本| 少妇精品久久久久久久| 国产精品成人在线| 在线 av 中文字幕| videosex国产| 观看美女的网站| 欧美精品高潮呻吟av久久| 国产一区二区三区av在线| 欧美 亚洲 国产 日韩一| 亚洲国产精品999| 色婷婷av一区二区三区视频| 精品一区在线观看国产| 久久久a久久爽久久v久久| 汤姆久久久久久久影院中文字幕| 亚洲一区中文字幕在线| 欧美日韩综合久久久久久| 制服人妻中文乱码| av在线app专区| 亚洲精品,欧美精品| 色播在线永久视频| 少妇的逼水好多| 精品一区二区免费观看| 欧美成人精品欧美一级黄| 交换朋友夫妻互换小说| 91精品伊人久久大香线蕉| 亚洲精品久久成人aⅴ小说| 欧美日韩精品成人综合77777| av国产久精品久网站免费入址| 宅男免费午夜| 又粗又硬又长又爽又黄的视频| 国产一级毛片在线| 满18在线观看网站| 久久 成人 亚洲| 亚洲人成网站在线观看播放| 自拍欧美九色日韩亚洲蝌蚪91| 久久久久久人人人人人| 街头女战士在线观看网站| 国产精品熟女久久久久浪| 黄色一级大片看看| 久久午夜综合久久蜜桃| 国产精品久久久av美女十八| 亚洲综合色惰| 黄网站色视频无遮挡免费观看| 熟女电影av网| av国产精品久久久久影院| 久久狼人影院| 日韩大片免费观看网站| 亚洲图色成人| 欧美日韩一级在线毛片| 亚洲av综合色区一区| 欧美精品一区二区大全| 亚洲综合精品二区| 欧美激情 高清一区二区三区| 亚洲精品乱久久久久久| 老熟女久久久| 成人手机av| 国产精品熟女久久久久浪| 伦理电影大哥的女人| 精品一区在线观看国产| 亚洲国产看品久久| 最近最新中文字幕免费大全7| 亚洲成人一二三区av| 国产福利在线免费观看视频| 欧美日韩国产mv在线观看视频| 中文字幕人妻丝袜一区二区 | 国产片特级美女逼逼视频| 90打野战视频偷拍视频| 国产精品一区二区在线不卡| av视频免费观看在线观看| 久久久久久伊人网av| 黄色 视频免费看| 亚洲欧美一区二区三区黑人 | 免费观看av网站的网址| 国产免费视频播放在线视频| 中文字幕人妻丝袜一区二区 | 国产精品国产三级国产专区5o| 亚洲欧美一区二区三区黑人 | 美女大奶头黄色视频| 久久午夜福利片| 国产伦理片在线播放av一区| 欧美精品av麻豆av| 久久久久久久亚洲中文字幕| 99热网站在线观看| 亚洲国产成人一精品久久久| 观看av在线不卡| 一级a爱视频在线免费观看| 国产精品av久久久久免费| 久久精品久久精品一区二区三区| 国产毛片在线视频| 9色porny在线观看| 尾随美女入室| √禁漫天堂资源中文www| 国产亚洲精品第一综合不卡| 又大又黄又爽视频免费| 国产爽快片一区二区三区| 国产精品偷伦视频观看了| a 毛片基地| 在线天堂最新版资源| 国产精品久久久久久av不卡| 女性生殖器流出的白浆| 免费观看无遮挡的男女| 深夜精品福利| 在线观看美女被高潮喷水网站| 男女无遮挡免费网站观看| 亚洲av男天堂| 新久久久久国产一级毛片| 欧美人与性动交α欧美精品济南到 | 日本欧美视频一区| 精品午夜福利在线看| 涩涩av久久男人的天堂| 精品一区二区免费观看| 久久人人97超碰香蕉20202| 91aial.com中文字幕在线观看| 成年人午夜在线观看视频| 亚洲成色77777| 天美传媒精品一区二区| 欧美人与善性xxx| 搡老乐熟女国产| 一区二区日韩欧美中文字幕| 一级毛片电影观看| 成年动漫av网址| 久久久久久伊人网av| 自线自在国产av| 成人黄色视频免费在线看| 少妇熟女欧美另类| 只有这里有精品99| 亚洲三区欧美一区| 欧美日韩成人在线一区二区| 激情视频va一区二区三区| 日韩一本色道免费dvd| a级毛片黄视频| 永久网站在线| 国产老妇伦熟女老妇高清| 在线天堂最新版资源| 精品卡一卡二卡四卡免费| 国产成人精品福利久久| 少妇猛男粗大的猛烈进出视频| 欧美人与善性xxx| 久久热在线av| 亚洲精品美女久久久久99蜜臀 | 在线观看三级黄色| 男女无遮挡免费网站观看| xxx大片免费视频| 精品亚洲成国产av| 久久久久视频综合| 一级爰片在线观看| 亚洲国产欧美在线一区| 国产成人精品一,二区| 成人国语在线视频| 亚洲第一av免费看| 亚洲精品国产一区二区精华液| 日韩视频在线欧美| 多毛熟女@视频| 美女中出高潮动态图| 久久久久国产一级毛片高清牌| tube8黄色片| 国产97色在线日韩免费| 日本欧美视频一区| 国产精品 欧美亚洲| 美女中出高潮动态图| 大片电影免费在线观看免费| 成年动漫av网址| 国产男女内射视频| 18+在线观看网站| www.熟女人妻精品国产| 蜜桃在线观看..| 国产精品一区二区在线不卡| 欧美+日韩+精品| 久久综合国产亚洲精品| 国产在线视频一区二区| 男男h啪啪无遮挡| 色94色欧美一区二区| 嫩草影院入口| 色网站视频免费| 美国免费a级毛片| 中文字幕另类日韩欧美亚洲嫩草| 中文乱码字字幕精品一区二区三区| 亚洲欧美精品自产自拍| 国产精品99久久99久久久不卡 | av一本久久久久| 另类亚洲欧美激情| 中文精品一卡2卡3卡4更新| 亚洲成人一二三区av| 国产黄频视频在线观看| 久久久久久免费高清国产稀缺| 免费女性裸体啪啪无遮挡网站| 日日摸夜夜添夜夜爱| 成人亚洲精品一区在线观看| 欧美国产精品一级二级三级| 亚洲国产精品999| 综合色丁香网| 国产白丝娇喘喷水9色精品| 在线观看免费高清a一片| 午夜福利在线免费观看网站| 午夜老司机福利剧场| 日本免费在线观看一区| 人妻少妇偷人精品九色| 久久精品亚洲av国产电影网| 一边摸一边做爽爽视频免费| 国产熟女午夜一区二区三区| 伊人久久国产一区二区| 又粗又硬又长又爽又黄的视频| 午夜免费观看性视频| 黑人猛操日本美女一级片| 午夜免费男女啪啪视频观看| 久久久久久久精品精品| 亚洲经典国产精华液单| 春色校园在线视频观看| 天天躁夜夜躁狠狠久久av| 久久久久国产精品人妻一区二区| 制服诱惑二区| 丝瓜视频免费看黄片| 少妇人妻久久综合中文| 美女中出高潮动态图| www.熟女人妻精品国产| 久久久久精品人妻al黑| av卡一久久| 精品国产露脸久久av麻豆| 老司机亚洲免费影院| av网站免费在线观看视频| 狂野欧美激情性bbbbbb| 中文欧美无线码| 丝袜在线中文字幕| 久久这里只有精品19| 涩涩av久久男人的天堂| 色哟哟·www| 欧美激情 高清一区二区三区| 久久青草综合色| 人人妻人人澡人人爽人人夜夜| 亚洲欧美清纯卡通| 中文天堂在线官网| 国产无遮挡羞羞视频在线观看| 日本午夜av视频| 欧美成人午夜免费资源| av又黄又爽大尺度在线免费看| 人妻 亚洲 视频| 在线观看国产h片| 成年人免费黄色播放视频| 亚洲国产欧美网| 制服丝袜香蕉在线| 国产日韩欧美视频二区| 99热国产这里只有精品6| 91成人精品电影| 有码 亚洲区| 亚洲第一青青草原| 国产av国产精品国产| 欧美最新免费一区二区三区| 亚洲国产色片| 91国产中文字幕| 伊人久久大香线蕉亚洲五| 少妇的丰满在线观看| 精品一品国产午夜福利视频| 美女xxoo啪啪120秒动态图| 国产在线免费精品| 亚洲av免费高清在线观看| 天天躁夜夜躁狠狠久久av| 婷婷色av中文字幕| 女人精品久久久久毛片| 九色亚洲精品在线播放| 丝袜人妻中文字幕| 中文字幕亚洲精品专区| 亚洲一级一片aⅴ在线观看| 久久精品熟女亚洲av麻豆精品| 国产亚洲最大av| 在线天堂中文资源库| 一本久久精品| 男女啪啪激烈高潮av片| 国产欧美日韩一区二区三区在线| 大码成人一级视频| 亚洲国产精品999| 国产成人a∨麻豆精品| 中文字幕另类日韩欧美亚洲嫩草| 少妇熟女欧美另类| 一区二区av电影网| 久久婷婷青草| 一区二区三区四区激情视频| 精品国产乱码久久久久久男人| 九色亚洲精品在线播放| 欧美bdsm另类| 亚洲第一av免费看| 青青草视频在线视频观看| 老司机影院毛片| 欧美日韩精品网址| 日韩中字成人| 国产免费又黄又爽又色| 国产成人av激情在线播放| 亚洲人成77777在线视频| 在线 av 中文字幕| 午夜av观看不卡| 日日啪夜夜爽| 多毛熟女@视频| 看免费成人av毛片| 老司机亚洲免费影院| 国产精品偷伦视频观看了| 亚洲av在线观看美女高潮| 国产精品三级大全| 国产成人精品福利久久| av女优亚洲男人天堂| 男人操女人黄网站| 在线观看人妻少妇| 成人漫画全彩无遮挡| 久久国产精品大桥未久av| 国产黄色视频一区二区在线观看| 久久久久精品久久久久真实原创| 成年动漫av网址| 啦啦啦中文免费视频观看日本| 黄频高清免费视频| 麻豆精品久久久久久蜜桃| 欧美人与性动交α欧美精品济南到 | 成人亚洲欧美一区二区av| 亚洲国产色片| 26uuu在线亚洲综合色| 青春草视频在线免费观看| 日本爱情动作片www.在线观看| 肉色欧美久久久久久久蜜桃| 国产精品一二三区在线看| 99热网站在线观看| 亚洲欧美成人精品一区二区| 大片免费播放器 马上看| 久久免费观看电影| 天天躁夜夜躁狠狠躁躁| 色哟哟·www| 五月开心婷婷网| 成年人午夜在线观看视频| 日本午夜av视频| 美女午夜性视频免费| 黄色怎么调成土黄色| 欧美激情高清一区二区三区 | 人人妻人人爽人人添夜夜欢视频| 欧美日韩国产mv在线观看视频| 这个男人来自地球电影免费观看 | 精品国产乱码久久久久久男人| 国产乱来视频区| 美女国产视频在线观看| 国产成人午夜福利电影在线观看| 亚洲欧美一区二区三区久久| 婷婷色麻豆天堂久久| 精品亚洲乱码少妇综合久久| 在线观看国产h片| 叶爱在线成人免费视频播放| 亚洲精品在线美女| 中文字幕色久视频| 亚洲精品美女久久av网站| 中文乱码字字幕精品一区二区三区| 观看av在线不卡| 久久婷婷青草| 亚洲成人手机| 精品人妻偷拍中文字幕| 老熟女久久久| 青春草亚洲视频在线观看| 你懂的网址亚洲精品在线观看| 久久久久久免费高清国产稀缺| 爱豆传媒免费全集在线观看| 不卡视频在线观看欧美| 亚洲欧美中文字幕日韩二区| 国产精品秋霞免费鲁丝片| 18+在线观看网站| 国产在视频线精品| 国产 一区精品| 欧美97在线视频| 中文字幕av电影在线播放| 中文字幕另类日韩欧美亚洲嫩草| 欧美亚洲日本最大视频资源| 亚洲内射少妇av| 亚洲经典国产精华液单| 麻豆乱淫一区二区| 最近最新中文字幕免费大全7| 中文字幕人妻丝袜一区二区 | 久热这里只有精品99| 一二三四中文在线观看免费高清| 精品人妻偷拍中文字幕| 十八禁高潮呻吟视频| 久久久久久久久免费视频了| 久久99一区二区三区| 熟妇人妻不卡中文字幕| 制服人妻中文乱码| 欧美xxⅹ黑人| 男人舔女人的私密视频| www.熟女人妻精品国产| 欧美日韩一区二区视频在线观看视频在线| 老汉色∧v一级毛片| 午夜久久久在线观看| 国产男女超爽视频在线观看| 热re99久久精品国产66热6| 国产男人的电影天堂91| 国产欧美亚洲国产| 久久久久国产精品人妻一区二区| 最近最新中文字幕免费大全7| 捣出白浆h1v1| 欧美日韩av久久| 日本vs欧美在线观看视频| 亚洲,欧美,日韩| 亚洲精品日本国产第一区| 日本wwww免费看| 亚洲,欧美,日韩| 黄色视频在线播放观看不卡| 久久久久久伊人网av| 久久久久精品人妻al黑| 最近2019中文字幕mv第一页| 色婷婷av一区二区三区视频| 国产探花极品一区二区| 亚洲欧美中文字幕日韩二区| 日日撸夜夜添| 九草在线视频观看| 国产日韩欧美视频二区| 自拍欧美九色日韩亚洲蝌蚪91| 亚洲成色77777| 亚洲成人一二三区av| 国产精品 欧美亚洲| 中文字幕人妻丝袜制服| 亚洲国产成人一精品久久久| 国产精品一区二区在线不卡| 高清黄色对白视频在线免费看| 国产在线一区二区三区精|