• <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 ?

    基于卷積神經網絡的典型雷暴云下地面電場識別研究

    2022-08-30 03:38:22孫中華傅正財劉亞坤畢曉蕾
    電瓷避雷器 2022年4期
    關鍵詞:區(qū)域

    孫中華, 傅正財, 劉亞坤, 陳 堅, 畢曉蕾, 劉 娟

    (1.上海交通大學電力傳輸與功率變換控制教育部重點實驗室,上海 200030;2.中國石化青島安全工程研究院化學品安全國家重點實驗室,山東 青島 266101)

    0 引言

    雷暴云在形成到消亡的過程中,云中電荷聚集和釋放會使得地面電場發(fā)生劇烈變化,因此,可基于地面電場特征開展雷電預警和雷電防護研究[1-2]。雷暴個體特征差異明顯,基于傳統(tǒng)電場閾值分析原理的雷電預警方法存在適應性差、命中率低等問題。為提高雷電預警的準確度,相關學者采用時序差分[3]、快慢抖動分析[4]、集合經驗模態(tài)分解(Ensemble Empirical Mode Decomposition,EEMD)[5]、希爾伯特黃變換(HHT變換)[6]等方法對大氣電場數(shù)據(jù)進行處理,也有學者將地面大氣電場與雷電定位和氣象雷達資料相結合[7-8],實現(xiàn)了雷電預警效果的改善。

    雷暴云發(fā)展過程中地面電場特征變化復雜,基于地面電場觀測數(shù)據(jù)的雷暴云信息提取方法仍需研究。已有學者應用BP神經網絡處理地面電場信息并進行雷電預警[9-11],但存在可用數(shù)據(jù)量少、訓練不易開展的問題。深度學習方法能在大數(shù)據(jù)中自動學習,認識復雜樣本的深層次特征信息,已在圖像識別、語音處理等領域展現(xiàn)出了巨大的優(yōu)勢。將深度學習算法應用在雷暴環(huán)境下地面電場大數(shù)據(jù)研究中是一種有效挖掘雷暴云信息、提高雷電預警效率的方法。

    筆者基于雷暴云的偶極子模型,研究不同天氣情況下地面電場的特征,通過卷積神經網絡模型訓練大量地面電場數(shù)據(jù)樣本,提出基于深度學習的雷暴云地面電場識別方法和雷電預警等級劃分方案,討論卷積神經網絡模型在地面電場特征識別和雷暴區(qū)域信息獲取中的應用可行性,所建卷積神經網絡模型實現(xiàn)了含噪地面電場的學習和識別。

    偶極子雷暴云模型下地面電場分析

    雷暴云的電荷結構主要有偶極子模型[12]、三極模型[13]、多極模型[14-15]等多種模型,其中,偶極子模型電荷結構明晰、可較好地模擬典型雷暴云電荷特征,并有大量觀測結果驗證。因此,筆者采用偶極子模型研究雷暴云的地面電場特征。

    依據(jù)圖1所示,典型雷暴云電荷結構中正電荷中心QP和負電荷中心QN距離地面的高度分別為hP和hN,設定雷暴云電荷中心的垂直投影為(x0,y0)??紤]大地的電場鏡像作用,被監(jiān)測區(qū)域(xi,yi)處的地面電場[16]可由公式(1)計算可得。

    (1)

    式中,Enoise(xi,yi)表示被監(jiān)測區(qū)域(xi,yi)處的背景噪聲電場。

    圖1 雷暴云的偶極子模型Fig.1 Dipole model of thunderstorm cloud

    由式(1)可知,當Enoise=0時,偶極子模型雷暴云下地面的電場由正、負電荷中心及其距離地面的高度參數(shù)共同決定,與正電荷中心QP和負電荷中心QN成線性關系。以兩組實例化數(shù)據(jù)來觀察荷電參數(shù)對雷暴云下地面電場的影響,得到不同電荷參數(shù)下距雷電云電荷中心地面投影±20 km區(qū)域內的地面電場分布,計算結果見圖2。對比圖2(a)和2(b)可以發(fā)現(xiàn),偶極子雷暴云正負電荷的高度差越大,雷暴云在地面投影處產生的電場值就越大,其幅值能從-3.8 kV/m變到-17.7 kV/m;地面電場分布中電場陡升區(qū)域的面積則會變小,其半徑從12 km減少至5 km。

    2 地面電場數(shù)據(jù)訓練樣本

    基于地面電場觀測的雷電預警系統(tǒng)多采用少數(shù)觀測點上的測量數(shù)據(jù)進行分析和處理,易出現(xiàn)雷暴云空間電場分布特征部分丟失的問題,并存在由背景電場干擾引起的虛報和漏報的現(xiàn)象。提高雷電預警的效果需要全面獲取整個監(jiān)測區(qū)域內的電場信息及其特征,因此,所提深度學習算法基于整片監(jiān)測區(qū)域內的電場數(shù)據(jù)樣本開展訓練。

    2.1 地面背景電場模擬

    考慮如圖3所示的被監(jiān)測區(qū)域,圖3中不規(guī)則圖形表示需要雷電監(jiān)測預警的區(qū)域,如油庫、化工廠等。采用二維幾何逼近方法將所監(jiān)測區(qū)域規(guī)則化為圖3所示的正方形虛框,其尺寸為6 km×6 km,依據(jù)0.5 km的水平距離將其劃分網格,得到13×13的子監(jiān)測區(qū)域,并將各子監(jiān)測區(qū)域的電場進行矩陣數(shù)組處理。依據(jù)與被監(jiān)測區(qū)域中心(原點O)的距離,將雷暴云判斷目標區(qū)域劃分為R0=5 km和R1=10 km、R2=20 km 3個等級,分別命名O~R0、R0~R1和R1~R2為A1、A2、A3。

    圖3 電場監(jiān)測區(qū)域示意圖Fig.3 Schematic diagram of the electric field monitoring areas

    根據(jù)已有學者研究得到的晴天地面大氣電場特征及其變化規(guī)律[17-18],本研究選取陸地晴天情況下大氣電場的典型值19~310 V/m作為晴天地面電場的參考值。不同地區(qū)陰雨天情況下地面電場的變化范圍較大[19-21],受積雨云下部負電荷影響,陰雨天情況下地面電場多呈現(xiàn)負值,可選取0至-3 kV/m作為陰雨天地面電場的參考值。此外,地面電場會受到周圍建筑物等環(huán)境的影響,可采用偏移倍率0~0.4進行修正[22-23]。依據(jù)不同天氣情況下地面電場的峰值范圍,整片被監(jiān)測區(qū)域某時刻t的電場均值可由式(2)確定,其中被監(jiān)測區(qū)域各地點的電場值由式(3)確定。在實際環(huán)境中,若存在大功率的電力設備等,會出現(xiàn)局部地面電場的畸變現(xiàn)象,此特殊情況下,電場畸變偏移范圍可以2~3 kV/m示例。綜上,模擬晴天、陰雨天和特殊情況下被監(jiān)測區(qū)域某一時刻t的背景電場見圖4(a)、(c)和(e)。

    Et=rand(Emin,Emax)

    (2)

    式中,Et表示t時刻被監(jiān)測區(qū)域的電場均值,Emin表示地面電場的最小值,Emax表示地面電場的最大值。

    Et(xi,yj)=E(t)·(rand(0,0.4)+1)

    (3)

    式中,Et(xi,yj)表示t時刻位置(xi,yj)的電場。

    其后,對不同情況下地面電場數(shù)據(jù)進行歸一化處理,在數(shù)據(jù)歸一化處理過程中,雷暴云下被監(jiān)測區(qū)域的電場數(shù)值分布范圍大,電場數(shù)據(jù)離散性強,因而,對每個模擬背景電場樣本進行獨立的歸一化處理,處理方法如式(4)所示。同時,對電場樣本進行了可視化處理,將被監(jiān)測區(qū)域的電場信息轉化為規(guī)格為13×13、色彩取值范圍為0~255的二維灰度圖,見圖4(b)、(d)和(f)。

    (4)

    式中,Et,s表示被監(jiān)測區(qū)域的位置(xi,yi)處的地面電場,Et,s表示t時刻被監(jiān)測區(qū)域的第s個樣本數(shù)組。

    圖4 不同情況下地面電場及其二維灰度圖Fig.4 Electric fields in different conditions and the associated 2-D grey images

    2.2 雷暴云下地面電場區(qū)域特征

    研究設定(QP,QN,hP,hN,x0,y0)的取值范圍對應為(30~60 C, -30~60 C, 8~15 km, 1~7 km, 0 km2≤x02+y02≤202km2),隨機雷暴云相關參數(shù),計算得到不同雷暴云參數(shù)下被監(jiān)測區(qū)域的地面電場訓練樣本。根據(jù)式(1)將雷暴云參數(shù)分別實例化為例1(50, -49, 15, 7, 2,3)、例2(30, -32, 10, 2, -7, 7)、例3(40, -38, 8, 4, 15, 10),得到不同雷暴云參數(shù)實例化下被監(jiān)測區(qū)域的地面電場分布,見圖5。

    圖5 隨機雷暴云參數(shù)實例在被監(jiān)測區(qū)域的地面電場及其二維灰度圖Fig.5 Ground electric field of monitored areas in randomly selected thunderstorm cloud examples and the associated 2-D grey images

    在圖5中,參數(shù)實例1、參數(shù)實例2和參數(shù)實例3分別對應雷暴云位于圖3所示區(qū)域A1、A2、A3的情形,其中,參數(shù)實例1的雷暴云地面電場考慮了陰雨天的環(huán)境影響,參數(shù)實例2的雷暴云地面電場考慮了陰雨天和特殊背景的環(huán)境影響,參數(shù)實例3考慮了晴天的環(huán)境影響。分析圖(5)可以發(fā)現(xiàn),雷暴云位于不同區(qū)域時被監(jiān)測區(qū)域的地面電場差別明顯,在A1區(qū)域時,被監(jiān)測區(qū)域的地面電場在偶極子下部負電荷的影響下整體呈現(xiàn)負值,電場變化的梯度較大;在A2區(qū)域時,雷暴云與被監(jiān)測區(qū)域的距離增大,被監(jiān)測區(qū)域的地面電場值整體逐漸減小,甚至個別位置出現(xiàn)電場極性反轉的現(xiàn)象;在A3區(qū)域時,雷暴云與被監(jiān)測區(qū)域距離進一步增大,地面電場受偶極子上部正電荷的影響逐漸增強,被監(jiān)測區(qū)域的地面電場呈現(xiàn)正值。在地面電場二維灰度圖中,雷暴云在被監(jiān)測區(qū)域產生的地面電場可視化圖像出現(xiàn)白→黑均勻過渡現(xiàn)象,與圖4所示不同情況下地面電場相比,表現(xiàn)出了明顯的灰度過渡特征。

    2.3 地面電場訓練樣本

    研究設計了基于不同情況下地面電場樣本的約束隨機生成算法,產生包含不同情況下地面電場的隨機綜合訓練樣本,總樣本量為30 000個地面電場矩陣組。對于雷暴云訓練樣本,首先隨機初始化雷暴云參數(shù),同時疊加隨機的晴天或陰雨天背景電場,并變隨機概率耦合特殊背景電場,從而得到雷暴云下被監(jiān)測區(qū)域的地面電場樣本集。對于晴天或陰雨天的訓練樣本,以變隨機概率模式疊加特殊背景電場,得到晴天或陰雨天下被監(jiān)測區(qū)域的地面電場樣本集。在總樣本量的雷暴云所處區(qū)域考慮中,根據(jù)雷暴云與被監(jiān)測區(qū)域中心的距離(如圖3所示劃分區(qū)域),在各區(qū)域內(A1,A2,A3)共隨機生成了15 000個考慮特殊背景電場存在情況下的雷暴云下被監(jiān)測區(qū)域的地面電場樣本、7 500個考慮特殊背景電場存在情況下的晴天地面電場樣本和7 500個考慮特殊背景電場存在情況下的陰天地面樣本。

    3 地面電場識別

    卷積神經網絡(CNN)是一種前饋型的神經網絡,卷積層提取數(shù)據(jù)特征,池化層完成數(shù)據(jù)局部子抽樣,具有可高效濾除無關信息和關聯(lián)識別局部數(shù)據(jù)的優(yōu)點。依據(jù)本研究對象特點,所處理的數(shù)據(jù)為大量地面電場矩陣組,并需考慮局部電場數(shù)據(jù)的空間梯度關系,適合用卷積神經網絡處理識別。

    3.1 卷積神經網絡結構

    依據(jù)前述對不同情況下地面電場的特征分析,分類處理樣本,將不包含雷暴云信息的晴天和陰雨天的地面電場樣本(即對立樣本)的標簽設為0,將包含背景噪聲的A1、A2、A3區(qū)域內的雷暴云下被監(jiān)測區(qū)域的地面電場樣本的標簽分別設為1、2、3。其后,建立基于LeNet模型[24]的CNN網絡訓練結構,見圖6。在圖6中,C1由32個不同的2×2的卷積核和2×2的最大池化組成,C2由64個不同的2×2的卷積核和2×2的最大池化組成,C3由64個不同的2×2的卷積核組成,這3層主要用來對電場數(shù)據(jù)的特征進行提取。在分類時,利用flatten層完成卷積數(shù)據(jù)的一維數(shù)組轉化,再對其進行兩個全連接層處理。其中,隱藏層D1含有64個神經元,D2由softmax函數(shù)激活且完成含4個輸出的樣本分類識別。卷積神經網絡結構的損失函數(shù)選擇分類交叉熵,采用RMSProp優(yōu)化算法更新網絡的權重。

    圖6 CNN網絡結構Fig.6 The network structure of CNN

    以位于A1區(qū)的雷暴云下被監(jiān)測區(qū)域的地面電場樣本數(shù)據(jù)為例,將其輸入到所建卷積神經網絡結構進行訓練,得到C1卷積核的2通道和32通道的特征見圖7,從圖7中可以發(fā)現(xiàn),2通道主要對中心區(qū)域的數(shù)據(jù)特征進行提取,32通道主要對邊緣及4個邊角上的數(shù)據(jù)特征進行提取。

    圖7 訓練模型中間層的可視化Fig.7 Visualization of the middle layer in training model

    3.2 電場數(shù)據(jù)分類結果

    本研究訓練的樣本由27 000個地面電場矩陣組組成,包含了A1、A2、A3區(qū)的雷暴云下被監(jiān)測區(qū)域的地面電場樣本各4 500個,晴天和陰雨天的背景電場樣本各6 750個。驗證數(shù)據(jù)集由3 000個地面電場矩陣組樣本組成,其中,A1、A2、A3區(qū)的雷暴云樣本各500個,晴天和陰雨天的背景電場樣本各750個。圖8和圖9分別是訓練集的損失值下降曲線和驗證集的準確率。依據(jù)圖8可以發(fā)現(xiàn),訓練次數(shù)達到180次左右時,訓練集的損失值下降減緩,對應的驗證集準確率也達到相對穩(wěn)定的位置,穩(wěn)定值高于93%,表明所提CNN方法能夠較好地區(qū)分背景地面電場樣本與雷暴云下地面電場樣本。

    在分類識別中,采用精確率Precision和召回率Recall作為檢驗指標,其計算方法如式(5)和式(6)所示。

    Precision=TP/(TP+FP)

    (5)

    Recall=TP/(TP+FN)

    (6)

    式中,TP表示預測為正、實際為正的樣本,F(xiàn)P表示預測為正、實際為負的樣本,F(xiàn)N表示預測為負、實際為正的樣本。

    圖8 訓練集損失值Fig.8 Loss of the training set

    圖9 驗證集準確率Fig.9 Accuracy of the validation set

    驗證后所得的混淆矩陣見表1,計算得到各類別的精確率和召回率見表2。在表2中,類別0表示非雷暴云樣本(即環(huán)境樣本)的精確率和召回率分別是98.47%和96.73%,各個區(qū)域地面電場樣本識別的精確率分別為98.20%、90.20%和77.80%,表明所提CNN方法可準確地區(qū)分雷暴云與非雷暴云下的地面電場樣本并進行區(qū)域分類。分析混淆矩陣可見,500個類別1的樣本中有491個樣本被正確識別,識別錯誤的9個樣本處于A1與A2的交界處。23個類別0的樣本被誤識別為類別3,50個類別3的樣本被識別為類別0,這些誤判主要是受到陰雨天背景電場的影響。

    表1 驗證集的混淆矩陣Table 1 Confusion matrix of the validation set

    表2 驗證集的精確率和召回率Table 2 Precision rate and recall rate of the validation set %

    3.3 基于電場識別結果的雷電預警等級劃分

    根據(jù)雷暴云與監(jiān)測區(qū)域中心之間的距離范圍劃分雷電預警等級,將A1、A2和A3區(qū)域內識別出的雷暴信息分別劃分為第一、二和三級的雷電預警等級。采用探測概率(Percent of Doom,POD)、虛警率(False Alarm Rate,FAR)和臨界成功指數(shù)(Critical Success Index,CSI) 評價雷電預警效率,其計算公式見式(7)-(9)。

    (7)

    (8)

    (9)

    式中,X為實際發(fā)生閃電并準確預警的次數(shù);Y為實際發(fā)生閃電而未預警的次數(shù);Z為預警而無閃電發(fā)生的次數(shù)。

    依據(jù)本研究劃分的雷電預警方法,得到基于CNN地面電場識別結果的雷電預警效率評價指標分別為POD=88.73%,F(xiàn)AR=8.21%,CSI=87.39%。對比已有文獻中基于電場絕對值判定的雷電預警方法,得到如表3所示的不同閾值下預警效率的評價指標。依據(jù)表3可得,電場閾值越低,POD就越大,但對應的FAR就會增大。權衡POD和FAR結果,以CSI指標的最大值來選取閾值,得到表3中4 kV/m電場閾值對應的POD、FAR和CSI分別為64.00%、4.48%和62.11%。與CNN方法相比,本研究所提方法對地面電場樣本的識別更精準。

    表3 驗證集在不同閾值下的預警效率Table 3 Warning efficiency of the validation set under different thresholds %

    圖10中,在t1時刻雷暴云剛進入預警范圍,此時判定被監(jiān)測區(qū)域施行第三級預警;在t2時刻,雷暴云進入A2區(qū)域,判定被監(jiān)測區(qū)域施行第二級預警;在t3時刻,雷暴云進入A1區(qū)域的邊界,判定被監(jiān)測區(qū)域施行第一級預警。

    4 結論

    筆者研究了基于偶極子電荷結構模型下雷暴云的地面電場特征,訓練了27 000個隨機的地面電場樣本,建立了可識別地面電場的CNN網絡結構,對各類地面電場樣本進行了區(qū)分識別,得到:

    1)所提CNN方法區(qū)分各類地面電場樣本的整體準確率高于93%,區(qū)分雷暴云和非雷暴云樣本的精確率和召回率分別為98.47%和96.73%。

    2)基于CNN識別的雷電預警探測概率POD、虛警率FAR、臨界成功指數(shù)CSI分別可達88.73%、8.21%和87.39%。

    3)所提方法對雷暴云所處區(qū)域識別的精確率分別為98.20%、90.20%和77.80%,召回率均高于85%,據(jù)此可劃分雷電預警等級,為局部區(qū)域的雷電預警提供參考。

    猜你喜歡
    區(qū)域
    分割區(qū)域
    探尋區(qū)域創(chuàng)新的密碼
    科學(2020年5期)2020-11-26 08:19:22
    基于BM3D的復雜紋理區(qū)域圖像去噪
    軟件(2020年3期)2020-04-20 01:45:18
    小區(qū)域、大發(fā)展
    商周刊(2018年15期)2018-07-27 01:41:20
    論“戎”的活動區(qū)域
    敦煌學輯刊(2018年1期)2018-07-09 05:46:42
    區(qū)域發(fā)展篇
    區(qū)域經濟
    關于四色猜想
    分區(qū)域
    公司治理與技術創(chuàng)新:分區(qū)域比較
    亚洲美女搞黄在线观看 | 一边摸一边抽搐一进一小说| 一级av片app| 啦啦啦韩国在线观看视频| 九九在线视频观看精品| 久久婷婷人人爽人人干人人爱| 久久综合国产亚洲精品| 男人狂女人下面高潮的视频| 久久久久国产网址| 97人妻精品一区二区三区麻豆| 淫秽高清视频在线观看| 97超级碰碰碰精品色视频在线观看| 99精品在免费线老司机午夜| 日韩一本色道免费dvd| 长腿黑丝高跟| 日韩 亚洲 欧美在线| 亚洲在线观看片| 国产老妇女一区| 亚洲美女视频黄频| 日本免费a在线| 国产淫片久久久久久久久| 国产综合懂色| 日本黄大片高清| 99久久精品热视频| 亚洲婷婷狠狠爱综合网| 欧美国产日韩亚洲一区| 国产精品久久久久久久电影| 波多野结衣高清作品| 亚洲va在线va天堂va国产| 日本在线视频免费播放| 中文亚洲av片在线观看爽| 久久久成人免费电影| 日韩av在线大香蕉| 国产av一区在线观看免费| 亚洲av五月六月丁香网| 搡老岳熟女国产| 国产精品女同一区二区软件| 欧美成人精品欧美一级黄| 国产精品亚洲美女久久久| 国内精品美女久久久久久| 在线免费观看的www视频| 麻豆av噜噜一区二区三区| 国产欧美日韩精品一区二区| 日本黄大片高清| 日本精品一区二区三区蜜桃| 亚洲最大成人手机在线| 日韩一区二区视频免费看| 亚洲成人久久性| 国产高清视频在线观看网站| 在线观看午夜福利视频| 久久久a久久爽久久v久久| 在线观看免费视频日本深夜| 久久人人爽人人爽人人片va| 99热6这里只有精品| 波多野结衣巨乳人妻| 天天躁夜夜躁狠狠久久av| 麻豆国产97在线/欧美| 亚洲国产精品成人久久小说 | 色哟哟哟哟哟哟| 十八禁网站免费在线| 免费观看的影片在线观看| 级片在线观看| av.在线天堂| 精品乱码久久久久久99久播| 成人性生交大片免费视频hd| 亚洲成av人片在线播放无| 日韩精品青青久久久久久| 色综合站精品国产| 女人被狂操c到高潮| 两性午夜刺激爽爽歪歪视频在线观看| 国内揄拍国产精品人妻在线| 男人的好看免费观看在线视频| 国产大屁股一区二区在线视频| 欧美日韩综合久久久久久| 日韩制服骚丝袜av| 插阴视频在线观看视频| 日日摸夜夜添夜夜添小说| 人妻夜夜爽99麻豆av| 天堂√8在线中文| 国产片特级美女逼逼视频| 免费观看精品视频网站| 人人妻,人人澡人人爽秒播| 淫秽高清视频在线观看| 午夜福利成人在线免费观看| 国产精品久久久久久久电影| 久久久精品94久久精品| 久久久国产成人精品二区| 精品少妇黑人巨大在线播放 | 久久欧美精品欧美久久欧美| av在线播放精品| 精品99又大又爽又粗少妇毛片| 欧美不卡视频在线免费观看| 国产精品一区二区三区四区久久| 秋霞在线观看毛片| 色综合色国产| АⅤ资源中文在线天堂| 秋霞在线观看毛片| 成年版毛片免费区| 哪里可以看免费的av片| 日本黄色片子视频| 变态另类成人亚洲欧美熟女| 国产黄a三级三级三级人| 少妇人妻精品综合一区二区 | 在线观看66精品国产| 丰满的人妻完整版| 亚洲av免费高清在线观看| 亚洲三级黄色毛片| 国产真实伦视频高清在线观看| 69人妻影院| 国产91av在线免费观看| 亚洲中文字幕一区二区三区有码在线看| 在线天堂最新版资源| 丰满人妻一区二区三区视频av| 国产精华一区二区三区| 在线播放无遮挡| 久久国产乱子免费精品| 一本久久中文字幕| 大又大粗又爽又黄少妇毛片口| 22中文网久久字幕| 日本免费a在线| 91精品国产九色| 18+在线观看网站| 1000部很黄的大片| 国产精品人妻久久久影院| 欧美成人一区二区免费高清观看| 国产单亲对白刺激| 夜夜看夜夜爽夜夜摸| 国产欧美日韩精品亚洲av| 少妇人妻精品综合一区二区 | 国产视频一区二区在线看| 精品午夜福利在线看| 国产精品美女特级片免费视频播放器| 91在线观看av| 99热网站在线观看| 久久久久性生活片| 精品不卡国产一区二区三区| 变态另类丝袜制服| 极品教师在线视频| av在线蜜桃| 成人特级av手机在线观看| 久久99热6这里只有精品| 欧美+日韩+精品| 99久久精品热视频| aaaaa片日本免费| 成人永久免费在线观看视频| 九九久久精品国产亚洲av麻豆| 春色校园在线视频观看| 国产伦在线观看视频一区| 成人国产麻豆网| 日本一二三区视频观看| 久久久久免费精品人妻一区二区| 国产伦精品一区二区三区视频9| 禁无遮挡网站| 亚洲,欧美,日韩| 国内揄拍国产精品人妻在线| 三级毛片av免费| 久久鲁丝午夜福利片| 国产精品久久久久久精品电影| 精品欧美国产一区二区三| 国产亚洲精品综合一区在线观看| 国产不卡一卡二| 亚洲四区av| 午夜日韩欧美国产| 一进一出好大好爽视频| 狂野欧美白嫩少妇大欣赏| 两性午夜刺激爽爽歪歪视频在线观看| 少妇的逼好多水| 久久精品国产99精品国产亚洲性色| 一级黄色大片毛片| 亚洲精品粉嫩美女一区| 久久精品国产鲁丝片午夜精品| 一区二区三区高清视频在线| 男女之事视频高清在线观看| 国内精品久久久久精免费| 2021天堂中文幕一二区在线观| 91久久精品国产一区二区成人| 观看免费一级毛片| 最好的美女福利视频网| 99久久精品国产国产毛片| 午夜免费男女啪啪视频观看 | 人妻少妇偷人精品九色| 日韩国内少妇激情av| 丰满人妻一区二区三区视频av| 国产欧美日韩一区二区精品| 网址你懂的国产日韩在线| 十八禁网站免费在线| 欧美3d第一页| 国产免费一级a男人的天堂| 一夜夜www| 老师上课跳d突然被开到最大视频| 久久精品人妻少妇| 欧美日韩乱码在线| 欧美最黄视频在线播放免费| 国产一区二区三区av在线 | 中文在线观看免费www的网站| 亚洲激情五月婷婷啪啪| 插阴视频在线观看视频| 成人永久免费在线观看视频| 少妇的逼好多水| 亚洲欧美精品综合久久99| av.在线天堂| 18禁在线播放成人免费| 午夜精品一区二区三区免费看| 午夜影院日韩av| 男人的好看免费观看在线视频| 亚洲无线观看免费| av免费在线看不卡| 成人亚洲精品av一区二区| 麻豆久久精品国产亚洲av| 舔av片在线| 日韩欧美国产在线观看| 日本与韩国留学比较| 最近手机中文字幕大全| 亚洲国产日韩欧美精品在线观看| www.色视频.com| 午夜激情欧美在线| 白带黄色成豆腐渣| 色哟哟·www| 亚洲不卡免费看| 又粗又爽又猛毛片免费看| 免费人成视频x8x8入口观看| 在线播放无遮挡| 国产精品免费一区二区三区在线| 亚洲人成网站在线播| 午夜福利高清视频| 六月丁香七月| 免费看光身美女| 国产av不卡久久| 精品日产1卡2卡| 国产女主播在线喷水免费视频网站 | 黄色欧美视频在线观看| 午夜视频国产福利| 三级男女做爰猛烈吃奶摸视频| 深夜a级毛片| av在线播放精品| 国产久久久一区二区三区| 国产高清不卡午夜福利| 亚洲精品色激情综合| 久久久色成人| 国产精品野战在线观看| 波多野结衣高清无吗| a级毛片免费高清观看在线播放| 人妻少妇偷人精品九色| 日韩欧美在线乱码| 22中文网久久字幕| АⅤ资源中文在线天堂| 六月丁香七月| 精品99又大又爽又粗少妇毛片| 精品久久久久久久人妻蜜臀av| 12—13女人毛片做爰片一| 长腿黑丝高跟| 九九爱精品视频在线观看| 神马国产精品三级电影在线观看| 国产精品嫩草影院av在线观看| 大香蕉久久网| 美女xxoo啪啪120秒动态图| 精品久久久噜噜| 男女下面进入的视频免费午夜| 中文字幕精品亚洲无线码一区| 亚洲成人av在线免费| 国产精品精品国产色婷婷| 久久久精品大字幕| 婷婷六月久久综合丁香| 午夜精品国产一区二区电影 | 两个人的视频大全免费| 一级毛片我不卡| 国产探花极品一区二区| 亚洲最大成人av| 国产精品一区二区免费欧美| 一进一出好大好爽视频| 亚洲精品乱码久久久v下载方式| 人人妻,人人澡人人爽秒播| 日本欧美国产在线视频| 亚洲人成网站在线播放欧美日韩| 91在线精品国自产拍蜜月| 国产精品野战在线观看| 哪里可以看免费的av片| 国产在视频线在精品| 一级a爱片免费观看的视频| 成人性生交大片免费视频hd| 国内精品美女久久久久久| 亚洲高清免费不卡视频| 国产在线男女| 成人国产麻豆网| 国产精品一二三区在线看| 人妻制服诱惑在线中文字幕| avwww免费| 国产视频内射| 国产av在哪里看| 久久久国产成人免费| av福利片在线观看| 免费人成视频x8x8入口观看| 国产伦一二天堂av在线观看| 国产精品日韩av在线免费观看| 乱码一卡2卡4卡精品| 久久人人精品亚洲av| 国产美女午夜福利| 老熟妇仑乱视频hdxx| 亚洲精品国产av成人精品 | 精品一区二区三区视频在线| 不卡一级毛片| 午夜免费激情av| 又黄又爽又免费观看的视频| 国产黄色小视频在线观看| 亚洲人成网站在线观看播放| 久久久精品94久久精品| 小蜜桃在线观看免费完整版高清| 久久久久久久午夜电影| 成人精品一区二区免费| 欧美一区二区国产精品久久精品| 免费人成在线观看视频色| 我的女老师完整版在线观看| 中文字幕人妻熟人妻熟丝袜美| 男人舔女人下体高潮全视频| 国产91av在线免费观看| 日韩精品有码人妻一区| 精品日产1卡2卡| 午夜福利18| 51国产日韩欧美| 三级国产精品欧美在线观看| 亚洲精品国产av成人精品 | 最近2019中文字幕mv第一页| 1000部很黄的大片| 别揉我奶头~嗯~啊~动态视频| 日本黄色视频三级网站网址| 成人无遮挡网站| 99久久九九国产精品国产免费| 我要搜黄色片| 日韩国内少妇激情av| 黄色视频,在线免费观看| 可以在线观看毛片的网站| 国产精品一区二区三区四区久久| 国内精品久久久久精免费| 国产私拍福利视频在线观看| 丝袜喷水一区| 亚洲18禁久久av| av黄色大香蕉| 国产精品国产三级国产av玫瑰| 中文字幕精品亚洲无线码一区| 夜夜看夜夜爽夜夜摸| 日本免费a在线| 亚洲无线观看免费| 天美传媒精品一区二区| 人妻制服诱惑在线中文字幕| 日日摸夜夜添夜夜爱| 日韩,欧美,国产一区二区三区 | av免费在线看不卡| 尤物成人国产欧美一区二区三区| 丰满的人妻完整版| 真实男女啪啪啪动态图| 国产高清视频在线观看网站| 欧美潮喷喷水| 日韩强制内射视频| 亚洲性久久影院| 国产一区二区三区在线臀色熟女| 免费av观看视频| 男女边吃奶边做爰视频| 亚洲人成网站在线观看播放| 成人特级av手机在线观看| 精品久久久久久久人妻蜜臀av| 男女边吃奶边做爰视频| 亚洲欧美成人精品一区二区| 午夜亚洲福利在线播放| 大香蕉久久网| 97热精品久久久久久| .国产精品久久| 六月丁香七月| 成人特级黄色片久久久久久久| 97热精品久久久久久| 亚洲成人av在线免费| 97热精品久久久久久| 精品不卡国产一区二区三区| 亚洲四区av| 寂寞人妻少妇视频99o| 国产亚洲av嫩草精品影院| 插逼视频在线观看| 久久久国产成人免费| 日韩欧美 国产精品| 亚洲国产色片| 欧美又色又爽又黄视频| 国产亚洲欧美98| 亚洲自拍偷在线| 成年女人毛片免费观看观看9| 搡老岳熟女国产| 欧美成人免费av一区二区三区| 欧美bdsm另类| 日本在线视频免费播放| 97超视频在线观看视频| av专区在线播放| 成年女人永久免费观看视频| 久久久久免费精品人妻一区二区| 亚洲av第一区精品v没综合| 国内精品一区二区在线观看| 18禁在线无遮挡免费观看视频 | 亚洲国产精品成人久久小说 | 中国国产av一级| 国产成人一区二区在线| 女人十人毛片免费观看3o分钟| 三级经典国产精品| 国产亚洲精品久久久com| 三级国产精品欧美在线观看| 久久精品夜色国产| 国产精品福利在线免费观看| 中文字幕免费在线视频6| 久久精品久久久久久噜噜老黄 | 欧美成人精品欧美一级黄| 一a级毛片在线观看| 九九爱精品视频在线观看| 丰满的人妻完整版| 啦啦啦观看免费观看视频高清| 国产国拍精品亚洲av在线观看| 欧美潮喷喷水| 成人漫画全彩无遮挡| 日韩国内少妇激情av| 丝袜美腿在线中文| 你懂的网址亚洲精品在线观看 | 午夜老司机福利剧场| 熟女电影av网| 国产美女午夜福利| 少妇人妻一区二区三区视频| 欧美国产日韩亚洲一区| 欧美精品国产亚洲| 在线国产一区二区在线| 嫩草影院新地址| 国产精品一区二区三区四区免费观看 | 欧美潮喷喷水| av在线天堂中文字幕| 亚洲最大成人中文| 一本久久中文字幕| 大型黄色视频在线免费观看| 91精品国产九色| 男女做爰动态图高潮gif福利片| 精品久久久久久久久久久久久| 国产一区亚洲一区在线观看| 免费一级毛片在线播放高清视频| 美女xxoo啪啪120秒动态图| 日韩,欧美,国产一区二区三区 | 嫩草影院新地址| 一个人看的www免费观看视频| 插阴视频在线观看视频| 日韩av不卡免费在线播放| 美女高潮的动态| 看非洲黑人一级黄片| 级片在线观看| 久久精品综合一区二区三区| 在线观看午夜福利视频| 午夜福利在线观看免费完整高清在 | 色视频www国产| 一a级毛片在线观看| 日韩欧美国产在线观看| 成年女人永久免费观看视频| 伊人久久精品亚洲午夜| 国产成人影院久久av| 人妻夜夜爽99麻豆av| 免费在线观看成人毛片| 久久亚洲精品不卡| 亚洲av成人精品一区久久| 男女边吃奶边做爰视频| 久久鲁丝午夜福利片| 午夜老司机福利剧场| 国产高潮美女av| 欧美丝袜亚洲另类| 色哟哟哟哟哟哟| 三级毛片av免费| 成人三级黄色视频| 亚洲天堂国产精品一区在线| 久久精品影院6| 日日摸夜夜添夜夜添av毛片| 亚洲高清免费不卡视频| 久久久久久九九精品二区国产| 成人鲁丝片一二三区免费| 久久精品国产亚洲av香蕉五月| 欧美一级a爱片免费观看看| 国产一区二区三区在线臀色熟女| 国产白丝娇喘喷水9色精品| 日本欧美国产在线视频| 久久人人精品亚洲av| 欧美国产日韩亚洲一区| 国产成人福利小说| 日本熟妇午夜| 久久九九热精品免费| 蜜臀久久99精品久久宅男| 一卡2卡三卡四卡精品乱码亚洲| 99热只有精品国产| 18+在线观看网站| 卡戴珊不雅视频在线播放| 久久精品91蜜桃| 久久精品国产亚洲网站| 国产蜜桃级精品一区二区三区| 欧美潮喷喷水| 一区二区三区四区激情视频 | 久久精品影院6| 国产午夜精品论理片| 一区二区三区免费毛片| 又粗又爽又猛毛片免费看| 午夜福利成人在线免费观看| 长腿黑丝高跟| 国产精品乱码一区二三区的特点| 国内精品宾馆在线| 国产精品无大码| 国产又黄又爽又无遮挡在线| a级毛片a级免费在线| 欧美不卡视频在线免费观看| 人妻少妇偷人精品九色| 男人舔女人下体高潮全视频| 啦啦啦韩国在线观看视频| 日本爱情动作片www.在线观看 | 午夜激情福利司机影院| 草草在线视频免费看| 国产探花在线观看一区二区| 日日干狠狠操夜夜爽| 国产成人精品久久久久久| 啦啦啦啦在线视频资源| 91麻豆精品激情在线观看国产| 久久久欧美国产精品| 久久韩国三级中文字幕| 久久热精品热| 亚洲人成网站在线播| 亚洲精品粉嫩美女一区| 伦理电影大哥的女人| 精品一区二区三区视频在线| eeuss影院久久| 日本一本二区三区精品| 观看美女的网站| 国产午夜福利久久久久久| 欧美3d第一页| 日本精品一区二区三区蜜桃| 日韩国内少妇激情av| 男人和女人高潮做爰伦理| 国产 一区精品| 久久久精品大字幕| 亚洲七黄色美女视频| 人妻夜夜爽99麻豆av| 精品午夜福利视频在线观看一区| 哪里可以看免费的av片| 欧美不卡视频在线免费观看| 97超级碰碰碰精品色视频在线观看| 丰满的人妻完整版| 在线播放无遮挡| 性色avwww在线观看| 亚洲精品一区av在线观看| 99久久成人亚洲精品观看| 国产一区二区三区在线臀色熟女| 欧美日韩综合久久久久久| 日本撒尿小便嘘嘘汇集6| 国产精品一及| 欧美人与善性xxx| 美女cb高潮喷水在线观看| 国产一区二区三区av在线 | 国产高潮美女av| 精品久久久久久成人av| 国产精品日韩av在线免费观看| 一个人看的www免费观看视频| 51国产日韩欧美| 菩萨蛮人人尽说江南好唐韦庄 | 色视频www国产| 国产成年人精品一区二区| 国产亚洲精品综合一区在线观看| 插阴视频在线观看视频| 国产真实伦视频高清在线观看| 久久久精品大字幕| 日韩av在线大香蕉| 日韩精品青青久久久久久| 级片在线观看| 我要搜黄色片| 99久久久亚洲精品蜜臀av| 欧美高清性xxxxhd video| 淫秽高清视频在线观看| 中文亚洲av片在线观看爽| 久久久国产成人精品二区| 长腿黑丝高跟| 国语自产精品视频在线第100页| 99热6这里只有精品| 久久中文看片网| 国产成人freesex在线 | 一a级毛片在线观看| 波多野结衣巨乳人妻| 性色avwww在线观看| 深夜a级毛片| 成人欧美大片| 国模一区二区三区四区视频| 亚洲真实伦在线观看| 亚洲在线观看片| 99久久无色码亚洲精品果冻| 99国产极品粉嫩在线观看| 老师上课跳d突然被开到最大视频| 在线观看美女被高潮喷水网站| 两个人的视频大全免费| 亚洲图色成人| 日韩欧美免费精品| av在线蜜桃| 日本在线视频免费播放| 欧美一区二区亚洲| 12—13女人毛片做爰片一| 国产精品永久免费网站| 在线观看美女被高潮喷水网站| 成人av一区二区三区在线看| 久久精品国产鲁丝片午夜精品| 日韩欧美免费精品| 久久久久久九九精品二区国产| av黄色大香蕉| 91在线精品国自产拍蜜月| 国产三级中文精品| 久久久久久久亚洲中文字幕| 免费搜索国产男女视频| av在线观看视频网站免费| 中文字幕久久专区| 免费搜索国产男女视频| 自拍偷自拍亚洲精品老妇| 精品国内亚洲2022精品成人| 欧美成人一区二区免费高清观看| 亚洲国产精品sss在线观看| 精品久久久久久久人妻蜜臀av| 亚洲欧美清纯卡通| 国内揄拍国产精品人妻在线|