• <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D-LinkNet的2014年云南魯?shù)镸S6.5地震建筑物損毀與重建評(píng)估*

    2022-09-01 00:46:54雷雅婷沈占鋒許澤宇王浩宇焦淑慧
    地震研究 2022年4期
    關(guān)鍵詞:魯?shù)?/a>房屋建筑物

    雷雅婷,沈占鋒,許澤宇,王浩宇,李 碩,焦淑慧

    (1.中國科學(xué)院空天信息創(chuàng)新研究院 國家遙感應(yīng)用工程技術(shù)研究中心,北京 100101;2.中國科學(xué)院大學(xué) 資源與環(huán)境學(xué)院,北京 100049;3.中國科學(xué)院大學(xué) 電子電氣與通信工程學(xué)院,北京 100049)

    0 引言

    根據(jù)中國地震臺(tái)網(wǎng)中心國家地震科學(xué)數(shù)據(jù)中心發(fā)布的中國臺(tái)網(wǎng)正式地震目錄,2011年1月1日—2021年7月25日,在中國境內(nèi)發(fā)生的6.0級(jí)以上強(qiáng)震共計(jì)61次,除東海海域內(nèi)發(fā)生的地震,7.0級(jí)以上大地震共4次,其中造成人員死傷最多的是2013年四川蘆山6.5地震和2017年四川九寨溝7.0地震。據(jù)中國地震局公布的信息,兩次地震造成的死傷人數(shù)分別為11 662和550人,九寨溝地震導(dǎo)致73 671間房屋不同程度受損。建筑物和道路是地震災(zāi)害最主要的承災(zāi)體,在地震中建筑物倒毀對(duì)生命及財(cái)產(chǎn)損失造成的影響尤為顯著(眭海剛等,2019;Yang,2021;Zhai,2021)。因此,對(duì)建筑物震害進(jìn)行評(píng)估對(duì)于在短期內(nèi)的救援行動(dòng)以及長期內(nèi)的重建工作起著至關(guān)重要的作用(Uros,2020;Xiong,2020;Matin,Pradhan,2021)。

    傳統(tǒng)的地震現(xiàn)場(chǎng)人工調(diào)查方法雖然精度與可信度較高,但是費(fèi)時(shí)費(fèi)力,難以滿足地震災(zāi)害搶險(xiǎn)救援的需求(Song,2020)。20世紀(jì)90年代,震害信息的提取方式主要是目視解譯,如張德成(1993)以1976年唐山7.8級(jí)大地震為例,建立了航空影像建筑物震害目視解譯的判讀標(biāo)志,提出了建筑物倒塌率與烈度之間的關(guān)系,為建筑物震害快速評(píng)估提供了思路。20世紀(jì)末,隨著遙感技術(shù)和計(jì)算機(jī)技術(shù)的飛速發(fā)展,獲取建筑物震害信息的方法逐漸向半自動(dòng)化和自動(dòng)化方向發(fā)展。

    基于對(duì)象的遙感圖像信息提取方法具有非常好的應(yīng)用前景(Bialas,2016;杜浩國等,2021)。Taskin等(2011)基于2010年海地7.0地震的Quickbird圖像,結(jié)合面向?qū)ο蟮姆椒?,?duì)震害信息(包括損毀建筑物在內(nèi))進(jìn)行檢測(cè),總體精度為81.4%。分割尺度參數(shù)(Segmentation Scale Parameter,SSP)可以影響影像分割的效果,選擇高的SSP會(huì)導(dǎo)致分割不足,而選擇低的SSP會(huì)導(dǎo)致過度分割,產(chǎn)生大量的小目標(biāo)片段(Davari,2019)。趙妍等(2016)基于2010年玉樹7.1地震的QuickBird影像的光譜與紋理信息,人工控制變量以確定最佳分割尺度,得到震前和震后建筑物的提取精度分別為88.53%和90.21%。為了解決人工最佳分割尺度確定方法耗時(shí)耗力的問題,杜妍開等(2020)提出了一種影像分割尺度參數(shù)算法來自動(dòng)選擇最優(yōu)分割尺度,對(duì)海地高分辨率遙感影像進(jìn)行建筑物震害信息提取。面向?qū)ο蠓椒ㄔ诟叻直媛视跋裉幚砼c分析領(lǐng)域有較大的優(yōu)勢(shì),但傳統(tǒng)的面向?qū)ο蠓诸惙椒ù嬖诰群退俣壬系牟蛔悖倚枰O(shè)置較多參數(shù)(Song,2020)。

    地震圖像信息提取的關(guān)鍵步驟是提取具有代表性的目標(biāo)特征,而特征提取的準(zhǔn)確性將直接影響最終的結(jié)果(Xu,2018)。為了避免手動(dòng)特征的設(shè)計(jì)高度依賴于專業(yè)知識(shí)(Li,2018),深度學(xué)習(xí)算法為遙感影像識(shí)別提供了一種新的思路,通過深度神經(jīng)網(wǎng)絡(luò)的構(gòu)建,充分利用影像的紋理、光譜、形狀等特征,提高遙感影像信息提取的精度。Bialas等(2016)、Conner等(2016)、Liu等(2020)將機(jī)器或深度學(xué)習(xí)應(yīng)用于地震災(zāi)害信息提取,證實(shí)了這種方法比已有方法表現(xiàn)得更好。在種類繁多的深度學(xué)習(xí)網(wǎng)絡(luò)模型中,深度卷積神經(jīng)網(wǎng)絡(luò)(Deep Convolutional Neural Network,DCNN)因其在空間結(jié)構(gòu)特征提取方面的優(yōu)勢(shì),是應(yīng)用效果最好的一種模型(王樹華等,2020)。雖然深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)模型可以從具有高分辨率的原始圖像中學(xué)習(xí)高層次的抽象特征,但它嚴(yán)重依賴于大量的訓(xùn)練樣本,這限制了基于深度學(xué)習(xí)技術(shù)的遙感圖像分類方法獲得更好的性能(Li,2018;Masarczyk,2020)。目前可以獲得的及時(shí)的震后遙感影像數(shù)據(jù)有限,針對(duì)可用的訓(xùn)練樣本庫很小的問題,Masarczyk等(2020)提出了一種簡(jiǎn)單有效的遷移學(xué)習(xí)方法,證實(shí)了該算法不受特定圖像類型或神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的限制,在提高分類精度方面非常有效。王澤泓和劉厚泉(2019)基于遷移學(xué)習(xí)改善預(yù)訓(xùn)練的VGG-16網(wǎng)絡(luò),設(shè)計(jì)出自適應(yīng)特征融合的卷積神經(jīng)網(wǎng)絡(luò),用于建筑物的識(shí)別,準(zhǔn)確率高達(dá)98.93%。

    目前深度學(xué)習(xí)技術(shù)在震災(zāi)信息的快速識(shí)別、損毀分析方面應(yīng)用較多,但在災(zāi)后重建評(píng)估中的應(yīng)用仍處于初步研究階段。本文以2014年云南魯?shù)?.5地震破壞最嚴(yán)重的龍頭山鎮(zhèn)為例,基于多源遙感影像,利用D-LinkNet深度卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)震后損毀建筑物的較高精度識(shí)別和變化檢測(cè),并構(gòu)建災(zāi)害損毀評(píng)估模型與災(zāi)后重建評(píng)估模型,實(shí)現(xiàn)區(qū)域受災(zāi)程度的快速分析及區(qū)域?yàn)?zāi)后重建恢復(fù)程度的準(zhǔn)確評(píng)估。

    1 研究區(qū)概況及數(shù)據(jù)源

    1.1 研究區(qū)概況

    2014年8月3日16時(shí)30分,在云南省昭通市魯?shù)榭h發(fā)生6.5地震,震中位于龍頭山鎮(zhèn)(27.1°N,103.3°E)。魯?shù)榭h位于云貴高原的西北部,地勢(shì)中間低平,東西兩側(cè)高,地貌錯(cuò)綜復(fù)雜。魯?shù)榈貐^(qū)屬于青藏高原東緣南北地震帶的中南段,主要發(fā)育NE向及NW向斷裂構(gòu)造,龍頭山鎮(zhèn)處于這兩個(gè)主要斷裂構(gòu)造的交匯處(龐衛(wèi)東等,2016)。本文選取的研究區(qū)域?yàn)?014年魯?shù)?.5地震的極災(zāi)區(qū)——龍頭山鎮(zhèn)。

    1.2 數(shù)據(jù)源

    1.2.1 數(shù)據(jù)來源

    魯?shù)榭h地形圖主要來源于ALOS PALSAR發(fā)布的12.5 m的DEM數(shù)據(jù);2014年的震后影像為分辨率0.2 m的無人機(jī)影像;2015、2018年的影像來源于谷歌地圖分辨率為0.6 m的歷史影像數(shù)據(jù)(表1),其它數(shù)據(jù)來自中國地震局及其它相關(guān)部門發(fā)布的信息。

    表1 遙感數(shù)據(jù)源信息

    1.2.2 影像預(yù)處理

    影像預(yù)處理工作主要是對(duì)2014年的無人機(jī)影像和2015年、2018年的谷歌影像進(jìn)行裁剪、幾何校正、圖像增強(qiáng)(包括輻射增強(qiáng)、濾波增強(qiáng)等)以及精確的地理配準(zhǔn),使得影像中的目標(biāo)識(shí)別物或檢測(cè)物位置互相匹配,并且可以更好地突出建筑物的信息,圖像增強(qiáng)效果對(duì)比如圖1所示。

    (a-1)2014年原始影像 (a-2)2014年預(yù)處理影像

    2 研究方法

    基于D-LinkNet的云南魯?shù)?.5地震災(zāi)害建筑物損毀與重建評(píng)估研究可分為4個(gè)部分,技術(shù)路線如圖2所示。一是完成多源遙感影像的預(yù)處理,損毀建筑物以及重建變化建筑區(qū)域的樣本標(biāo)簽制作;二是開展基于D-LinkNet神經(jīng)網(wǎng)絡(luò)的損毀建筑物識(shí)別以及地震烈度的確定,實(shí)現(xiàn)災(zāi)后損毀分析;三是基于D-LinkNet神經(jīng)網(wǎng)絡(luò)的損毀建筑物群變化檢測(cè)以及重建評(píng)估系數(shù)的計(jì)算,實(shí)現(xiàn)災(zāi)后重建評(píng)估;四是精度評(píng)價(jià)與效率描述,將研究結(jié)果與中國地震局以及相關(guān)部門發(fā)布的信息進(jìn)行對(duì)比,證實(shí)本方法的可行性和結(jié)果的準(zhǔn)確性。

    圖2 建筑物損毀與重建評(píng)估技術(shù)路線

    2.1 D-LinkNet模型

    D-LinkNet模型(圖3)是以Zhou 等(2018)提出的Link-Net作為基本框架,延續(xù)其Encoder-Decoder的架構(gòu),并且在中心部分使用空洞卷積層,從而保證了保持分辨率的同時(shí)擴(kuò)大了感受野。D-LinkNet模型還帶有預(yù)訓(xùn)練編碼器,可以在訓(xùn)練數(shù)據(jù)有限的情況下直接提高模型的性能。該模型的主要思想是編碼區(qū)將識(shí)別體的信息編碼到特征信息上,再將編碼的識(shí)別體特征信息映射到空間中進(jìn)行分割(張立恒等,2021)。D-LinkNet神經(jīng)網(wǎng)絡(luò)不僅在道路信息提取及應(yīng)用方面有良好的效果(張立恒等,2021;Yuan,2020),而且在識(shí)別建筑物、水域、農(nóng)田等方面也有較佳的效果(田櫪文,2020;朱祺琪等,2021;Zhu,2020;Xia,2021)。因此,本文采用D-LinkNet模型對(duì)2014年魯?shù)榈卣鹫鸷髶p毀的建筑物進(jìn)行識(shí)別,并對(duì)其結(jié)果進(jìn)行統(tǒng)計(jì)分析以評(píng)估研究區(qū)的受災(zāi)程度。

    圖3 D-LinkNet模型結(jié)構(gòu)

    為保證每個(gè)訓(xùn)練樣本影像中建筑物信息的完整性,將無人機(jī)影像按照1 024×1 024像素的尺度進(jìn)行切割,由于切割尺度較大,選取了50張包含損毀建筑物的樣本影像,對(duì)其中的損毀建筑物和基本完好建筑物分別進(jìn)行標(biāo)注,形成訓(xùn)練集。D-LinkNet模型為單輸入模型,在進(jìn)行變化檢測(cè)前,將前時(shí)相(2014年)分別與后時(shí)相(2015年和2018年)影像的通道合并,形成差異化影像,將合并后的影像按照1 024×1 024像素的切割尺度進(jìn)行切割,并選取50張包含損毀建筑物的樣本影像,對(duì)其中發(fā)生變化損毀建筑物區(qū)域進(jìn)行標(biāo)注,形成訓(xùn)練集。

    2.2 建筑物損毀評(píng)估方法

    《中國地震烈度表》 (GB/T 17742—2020)將房屋破壞分為5個(gè)等級(jí):基本完好、輕微破壞、中等破壞、嚴(yán)重破壞和毀壞。烈度表中定義平均震害指數(shù)為同類房屋震害指數(shù)的加權(quán)平均值,即各級(jí)震害的房屋所占比例與其相應(yīng)的震害指數(shù)的乘積之和。而震害指數(shù)是房屋震害程度的定量指標(biāo),由輕到重的震害程度可以用數(shù)字0.00~1.00表示(表2)。

    表2 震害指數(shù)定義

    平均震害指數(shù)為:

    (1)

    式中:表示房屋破壞等級(jí)為的震害指數(shù);表示破壞等級(jí)為的房屋破壞面積;表示各類房屋總面積。

    本文將研究區(qū)建筑物分為基本完好與毀壞,其震害指數(shù)分別為0.00與1.00。研究區(qū)中的毀壞建筑物以未經(jīng)抗震設(shè)防的單層砌體房屋或多層磚砌體房屋為主,屬于B類結(jié)構(gòu),本文根據(jù)云南省未設(shè)防磚混結(jié)構(gòu)房屋震害指數(shù)統(tǒng)計(jì)值(表3)(樸永軍,2013),來確定研究區(qū)的地震烈度。

    表3 B類建筑平均震害指數(shù)統(tǒng)計(jì)值

    2.3 災(zāi)后重建情況評(píng)估方法

    將2014年無人機(jī)影像分別與2015年、2018年谷歌影像合并通道后得到兩組用于變化檢測(cè)的影像,通過基于D-LinkNet模型的變化檢測(cè)方法,統(tǒng)計(jì)分析損毀建筑物重建變化的面積,計(jì)算重建評(píng)估系數(shù)并對(duì)災(zāi)后重建情況進(jìn)行評(píng)估,將重建評(píng)估等級(jí)劃分為基本完全恢復(fù)、一般恢復(fù)和未恢復(fù)。

    損毀建筑物的重建情況分析較為復(fù)雜,因?yàn)閷?duì)于震后的損毀建筑物,重建工作可能是修復(fù)可恢復(fù)的損毀建筑物,或是清除損毀建筑物的廢墟。由于異源遙感影像合并通道后的光譜、紋理特征都有所削弱,為了加快檢測(cè)的過程,在制作樣本標(biāo)簽時(shí)是以變化的建筑物群而不是單體建筑為單位。將變化檢測(cè)結(jié)果與損毀建筑物識(shí)別結(jié)果相交,即可獲得魯?shù)榈卣饟p毀建筑物的重建情況檢測(cè)結(jié)果,如圖4所示。

    (a)災(zāi)后損毀建筑物 (b)重建變化區(qū)域 (b)重建變化建筑物

    將2014年震后影像分別與2015、2018年重建后的影像進(jìn)行對(duì)比檢測(cè),得到重建評(píng)估系數(shù)為:

    (2)

    式中:表示2014年震后影像中的建筑物損毀面積;表示第年影像中損毀建筑物的重建面積。

    按照建筑物重建程度分級(jí)表(表4),將魯?shù)榭h建筑物的重建程度分為基本完全恢復(fù)、一般恢復(fù)和未恢復(fù)。

    表4 建筑物重建程度分級(jí)

    2.4 模型評(píng)價(jià)指標(biāo)

    D-LinkNet模型的評(píng)價(jià)指標(biāo)為準(zhǔn)確率、召回率和分?jǐn)?shù),計(jì)算公式如下:

    (3)

    (4)

    (5)

    式中:表示正確識(shí)別或檢測(cè)的建筑物像素?cái)?shù)量;和分別表示錯(cuò)誤識(shí)別或檢測(cè)的建筑物像素?cái)?shù)量和非建筑物像素?cái)?shù)量;表示分?jǐn)?shù)。

    3 分析與結(jié)果

    3.1 災(zāi)后損毀情況分析與評(píng)估

    研究區(qū)損毀建筑物的識(shí)別結(jié)果如圖5所示,建筑物損毀較集中的區(qū)域是龍頭山鎮(zhèn)中心區(qū),建筑物大多數(shù)為未經(jīng)抗震設(shè)防的單層砌體房屋或多層磚砌體房屋,抗震能力差且房屋密集。砌體建筑的高抗震易損性主要與建筑配置(細(xì)長墻的數(shù)量、開放式布局、結(jié)構(gòu)構(gòu)件之間的連接不當(dāng))以及砌體材料的固有力學(xué)性能有關(guān),具有高度的非彈性響應(yīng)和極低的抗拉強(qiáng)度(Sorrentino,2018)。其它區(qū)域多為硬山擱檁式房屋和夯土墻房屋,硬山擱檁式房屋極容易在地震中向內(nèi)倒塌,而夯土墻房屋墻梁連接不牢靠、自重大、承載力低、整體性差,抗震性能極弱(和嘉吉等,2015)。

    圖5 損毀建筑物的識(shí)別結(jié)果

    由圖5b、c可知,樣例區(qū)1與樣例區(qū)2的大部分損毀建筑物沒有清晰的邊界且不規(guī)則。從識(shí)別效果來看,基于D-LinkNet識(shí)別損毀建筑物的準(zhǔn)確率較高,但存在少部分建筑物信息漏檢或誤檢的現(xiàn)象。這是由于此次地震破壞十分嚴(yán)重,大部分建筑物完全損毀倒塌,以至于這些建筑物的光譜信息與周圍裸地或其它地物相似,導(dǎo)致了部分漏檢或誤檢現(xiàn)象。

    統(tǒng)計(jì)建筑物損毀的面積,并計(jì)算研究區(qū)內(nèi)建筑物的破壞率,得到損毀建筑物統(tǒng)計(jì)結(jié)果(表5)。

    表5 損毀建筑物統(tǒng)計(jì)

    研究區(qū)影像中毀壞建筑物的面積達(dá)28.78×10km,按照公式(1),研究區(qū)的平均震害指數(shù)的均值為0.579 4,根據(jù)表3可知,研究區(qū)的地震烈度為Ⅷ~Ⅸ,即研究區(qū)內(nèi)既有烈度為Ⅷ的區(qū)域,也有烈度為Ⅸ的區(qū)域。

    3.2 災(zāi)后重建情況分析與評(píng)估

    樣例區(qū)1損毀建筑物在2015—2018年的重建情況如圖6所示,2015年損毀建筑物的重建程度較低,區(qū)內(nèi)仍然存在部分建筑物廢墟,建筑物殘骸在2018年被完全清除,并完成了絕大部分損毀建筑物的重建。

    (a)2014年損毀建筑物 (b)2015年重建部分 (c)2018年重建部分

    統(tǒng)計(jì)損毀建筑物的重建面積,并按照公式(2)計(jì)算得到研究區(qū)損毀建筑物的重建評(píng)估系數(shù)(表6)。

    表6 建筑物重建面積和重建評(píng)估系數(shù)

    由表6可見,2015年與2018年龍頭山鎮(zhèn)的損毀建筑物分別重建恢復(fù)了41%與88%。按照表4可知,2015年龍頭山鎮(zhèn)的重建恢復(fù)等級(jí)為一般恢復(fù),而在2018年為基本完全恢復(fù)。

    3.3 精度評(píng)價(jià)

    D-Linknet模型精度評(píng)價(jià)結(jié)果見表7?;谕粺o人機(jī)影像,程希萌等(2016)利用面向?qū)ο蟮姆椒?均值漂移分割算法以及C5.0決策樹分類算法)識(shí)別2014年龍頭山鎮(zhèn)的損毀建筑物,其相對(duì)誤差最低達(dá)5.31%,最高達(dá)36.02%。對(duì)比表7可知,本文利用D-LinkNet模型開展損毀建筑物的識(shí)別與檢測(cè)有著良好的效果。

    表7 D-Linknet模型精度評(píng)價(jià)

    中國地震局2014年8月7日發(fā)布的魯?shù)榈卣鹣嚓P(guān)信息顯示,龍頭山鎮(zhèn)既有Ⅷ度也有Ⅸ度區(qū)域;2017年11月30日,云南魯?shù)?.5級(jí)地震災(zāi)后恢復(fù)重建指揮部宣布,魯?shù)榈卣馂?zāi)后恢復(fù)重建全面完成,但仍存在個(gè)別項(xiàng)目由于特殊原因還未竣工。這些信息也驗(yàn)證了本文研究方法的可靠性。

    在進(jìn)行損毀建筑物的提取時(shí),模型訓(xùn)練用時(shí)為170.27 min,約2.84 h;在檢測(cè)損毀建筑物重建恢復(fù)情況時(shí),模型訓(xùn)練用時(shí)為172.55 min,約2.88 h。無論是準(zhǔn)確度還是效率,本文方法都有巨大的優(yōu)勢(shì),可以及時(shí)為相關(guān)救援部門的工作提供重要的信息支撐。

    4 結(jié)論

    本文將多源遙感與深度學(xué)習(xí)技術(shù)相結(jié)合,提出了一種基于D-LinkNet神經(jīng)網(wǎng)絡(luò),對(duì)建筑物損毀情況與重建情況進(jìn)行快速、準(zhǔn)確評(píng)估的方法。以2014年云南魯?shù)?.5地震震中龍頭山鎮(zhèn)為例,確定其地震烈度以及重建程度,并與相關(guān)部門發(fā)布的權(quán)威信息進(jìn)行了對(duì)比驗(yàn)證,得到以下結(jié)論:

    (1)基于D-LinkNet神經(jīng)網(wǎng)絡(luò)識(shí)別損毀建筑物的準(zhǔn)確率達(dá)87.73%,檢測(cè)地震損毀建筑物的重建變化準(zhǔn)確率約為84.42%,驗(yàn)證了D-LinkNet模型在地震損毀建筑物識(shí)別方面有較好的效果。

    (2)由于地震損毀建筑物以及異源遙感影像合并通道的特殊性,大部分嚴(yán)重?fù)p毀的建筑物喪失了原有的地物界限,這對(duì)D-LinkNet模型的識(shí)別與檢測(cè)精度造成了一定的影響。

    (3)本文將損毀建筑物細(xì)分為基本完好、一般損毀、嚴(yán)重?fù)p毀3類開展實(shí)驗(yàn)并沒有達(dá)到更好的效果。有部分一般損毀建筑物會(huì)誤分為嚴(yán)重?fù)p毀類型,導(dǎo)致這兩類建筑物識(shí)別結(jié)果有重疊。今后的研究中,可以探索更精細(xì)的震害建筑物損毀程度的識(shí)別方法,并考慮不同類型結(jié)構(gòu)的抗震能力的差異性,參考綜合性的震害矩陣來確定建筑物地震損毀情況,綜合多方面因素來評(píng)估災(zāi)區(qū)的重建恢復(fù)程度。

    猜你喜歡
    魯?shù)?/a>房屋建筑物
    鄰近既有建筑物全套管回轉(zhuǎn)鉆機(jī)拔樁技術(shù)
    UMAMMA歷史房屋改造
    房屋
    文苑(2020年10期)2020-11-22 03:28:43
    描寫建筑物的詞語
    轉(zhuǎn)租房屋,出現(xiàn)問題由誰負(fù)責(zé)?
    金橋(2018年2期)2018-12-06 09:30:40
    火柴游戲
    奇怪又有趣的房屋
    讓我輕輕地把魯?shù)閾肀Вü?jié)選)
    目擊
    從魯?shù)榈卣鹂赐话l(fā)事件應(yīng)急管理機(jī)制的進(jìn)步
    大壩與安全(2014年4期)2014-02-28 02:37:04
    另类精品久久| 青青草视频在线视频观看| 一边亲一边摸免费视频| 欧美 亚洲 国产 日韩一| 特大巨黑吊av在线直播| 另类亚洲欧美激情| 国产av码专区亚洲av| 精品国产乱码久久久久久小说| av一本久久久久| 99久久精品国产国产毛片| 国产精品久久久久久精品古装| 国产在线男女| 一级,二级,三级黄色视频| 亚洲国产精品专区欧美| 免费不卡的大黄色大毛片视频在线观看| 菩萨蛮人人尽说江南好唐韦庄| 美女主播在线视频| 国产午夜精品久久久久久一区二区三区| 91久久精品电影网| 成年美女黄网站色视频大全免费 | 少妇的逼水好多| 尾随美女入室| av有码第一页| 亚洲国产精品一区二区三区在线| 一边亲一边摸免费视频| 国产精品嫩草影院av在线观看| 91成人精品电影| 黄色日韩在线| 亚洲精品乱久久久久久| 一本大道久久a久久精品| 亚洲不卡免费看| 国产精品一区二区三区四区免费观看| 精品久久久久久电影网| 国产亚洲精品久久久com| 伊人久久国产一区二区| 高清黄色对白视频在线免费看 | 精品视频人人做人人爽| 亚洲一区二区三区欧美精品| 一级二级三级毛片免费看| 精品人妻熟女av久视频| 欧美xxxx性猛交bbbb| 五月玫瑰六月丁香| 街头女战士在线观看网站| 97在线人人人人妻| 下体分泌物呈黄色| 亚洲精品自拍成人| 两个人的视频大全免费| 免费大片黄手机在线观看| 久久国产精品男人的天堂亚洲 | 久久久久精品久久久久真实原创| av又黄又爽大尺度在线免费看| av一本久久久久| 一二三四中文在线观看免费高清| 美女福利国产在线| 国产熟女午夜一区二区三区 | 欧美+日韩+精品| 日韩欧美 国产精品| 久久久午夜欧美精品| 日韩人妻高清精品专区| 日韩一本色道免费dvd| 欧美日韩在线观看h| 我的女老师完整版在线观看| 在线观看国产h片| 国产免费一区二区三区四区乱码| 亚洲精品日本国产第一区| 亚洲av免费高清在线观看| av免费在线看不卡| 99久久中文字幕三级久久日本| 日韩av免费高清视频| 波野结衣二区三区在线| 99热这里只有是精品50| av专区在线播放| 精品视频人人做人人爽| 精品少妇黑人巨大在线播放| 夫妻性生交免费视频一级片| 两个人的视频大全免费| 日韩精品有码人妻一区| 亚洲av成人精品一二三区| a级一级毛片免费在线观看| 午夜影院在线不卡| 欧美人与善性xxx| av黄色大香蕉| 伦理电影大哥的女人| 免费高清在线观看视频在线观看| 亚洲内射少妇av| 丰满少妇做爰视频| 亚洲国产欧美日韩在线播放 | 亚洲一区二区三区欧美精品| 亚洲综合色惰| 日日摸夜夜添夜夜爱| 精品一区二区三区视频在线| 99久久人妻综合| 亚洲图色成人| 国产69精品久久久久777片| 91精品国产九色| 9色porny在线观看| 精品久久久精品久久久| 亚洲国产精品成人久久小说| 婷婷色av中文字幕| 免费黄频网站在线观看国产| 看十八女毛片水多多多| 亚洲av国产av综合av卡| 18禁裸乳无遮挡动漫免费视频| 少妇的逼好多水| 美女xxoo啪啪120秒动态图| 97在线视频观看| 多毛熟女@视频| 五月玫瑰六月丁香| 日韩制服骚丝袜av| 欧美国产精品一级二级三级 | 丰满迷人的少妇在线观看| 婷婷色综合大香蕉| 免费观看a级毛片全部| 欧美精品一区二区免费开放| 亚洲av成人精品一二三区| 一边亲一边摸免费视频| 国产精品女同一区二区软件| 免费观看的影片在线观看| 99久国产av精品国产电影| 亚洲精品第二区| 亚洲精品中文字幕在线视频 | 亚洲精品自拍成人| 国产精品三级大全| 一区二区三区乱码不卡18| 狠狠精品人妻久久久久久综合| 精品久久久噜噜| 国产精品99久久久久久久久| 亚洲国产精品一区二区三区在线| 久久精品国产自在天天线| 伦理电影免费视频| 99热全是精品| 看十八女毛片水多多多| av一本久久久久| 特大巨黑吊av在线直播| 最近中文字幕2019免费版| 亚洲国产欧美在线一区| 三级国产精品片| 免费大片黄手机在线观看| 桃花免费在线播放| 丰满饥渴人妻一区二区三| 女性生殖器流出的白浆| 啦啦啦在线观看免费高清www| 狂野欧美激情性bbbbbb| 免费av不卡在线播放| 亚洲精品色激情综合| 欧美xxxx性猛交bbbb| 伊人久久精品亚洲午夜| 在线观看三级黄色| 美女视频免费永久观看网站| 亚洲性久久影院| 亚洲欧美精品专区久久| 亚洲国产精品一区三区| 51国产日韩欧美| 日韩精品免费视频一区二区三区 | 精品久久国产蜜桃| 久久午夜福利片| 一级av片app| 亚洲欧美成人精品一区二区| 少妇人妻久久综合中文| 性色av一级| 免费av不卡在线播放| 九色成人免费人妻av| 性色av一级| 大陆偷拍与自拍| 精品久久久久久久久av| 国产无遮挡羞羞视频在线观看| 亚洲经典国产精华液单| 欧美精品国产亚洲| 久久久久久久国产电影| 91午夜精品亚洲一区二区三区| 啦啦啦中文免费视频观看日本| 精品亚洲成国产av| 五月伊人婷婷丁香| 午夜激情福利司机影院| 最近中文字幕2019免费版| 久久久精品94久久精品| 中文字幕亚洲精品专区| 亚洲精品亚洲一区二区| 婷婷色综合www| 熟女av电影| 99久久精品热视频| 99热6这里只有精品| 国产成人精品福利久久| 国产精品一区二区在线不卡| 亚洲人成网站在线播| 我的老师免费观看完整版| 美女xxoo啪啪120秒动态图| 精品人妻一区二区三区麻豆| 亚洲美女黄色视频免费看| 能在线免费看毛片的网站| 国产伦精品一区二区三区四那| 久久精品国产自在天天线| 成年人午夜在线观看视频| 在线精品无人区一区二区三| 亚洲内射少妇av| 特大巨黑吊av在线直播| 国产精品一区二区性色av| 午夜免费鲁丝| 国产av一区二区精品久久| 久久精品久久久久久噜噜老黄| 国产老妇伦熟女老妇高清| 亚洲在久久综合| 中国三级夫妇交换| 在线亚洲精品国产二区图片欧美 | 免费久久久久久久精品成人欧美视频 | 国产毛片在线视频| 国产男女内射视频| 精品亚洲成a人片在线观看| 亚洲精品乱码久久久久久按摩| 黄色毛片三级朝国网站 | 免费大片18禁| 秋霞伦理黄片| 日韩三级伦理在线观看| 亚洲人成网站在线播| 在线观看av片永久免费下载| 国语对白做爰xxxⅹ性视频网站| 少妇的逼水好多| 国产精品福利在线免费观看| 国产极品粉嫩免费观看在线 | 18禁动态无遮挡网站| 大又大粗又爽又黄少妇毛片口| 久久久久久久久久久免费av| 哪个播放器可以免费观看大片| 天堂8中文在线网| 中文字幕精品免费在线观看视频 | 男女啪啪激烈高潮av片| 哪个播放器可以免费观看大片| 日本猛色少妇xxxxx猛交久久| 一区二区三区乱码不卡18| 国产一级毛片在线| 久久久久国产网址| 日韩伦理黄色片| 嫩草影院新地址| 精品久久久久久电影网| 成人影院久久| 国产日韩欧美视频二区| 日韩在线高清观看一区二区三区| 波野结衣二区三区在线| 啦啦啦在线观看免费高清www| 如何舔出高潮| 2022亚洲国产成人精品| 麻豆成人午夜福利视频| 久久国产精品大桥未久av | 久久久久久久大尺度免费视频| 女人久久www免费人成看片| 一级毛片 在线播放| 欧美 亚洲 国产 日韩一| 97在线人人人人妻| av有码第一页| 国产精品成人在线| 久久国产亚洲av麻豆专区| 伊人久久国产一区二区| 国产精品一区二区在线观看99| 极品人妻少妇av视频| av国产久精品久网站免费入址| 免费黄频网站在线观看国产| 日本-黄色视频高清免费观看| 亚洲自偷自拍三级| 丝袜脚勾引网站| 少妇的逼水好多| 国产真实伦视频高清在线观看| 夫妻午夜视频| 中文精品一卡2卡3卡4更新| 韩国av在线不卡| av天堂中文字幕网| 亚洲精品色激情综合| 啦啦啦中文免费视频观看日本| av在线app专区| 国内少妇人妻偷人精品xxx网站| 国产精品一区二区在线不卡| 内地一区二区视频在线| 天天操日日干夜夜撸| 久久ye,这里只有精品| 午夜精品国产一区二区电影| 一级毛片黄色毛片免费观看视频| 精品久久久久久久久av| 在线观看www视频免费| av.在线天堂| 国产男女内射视频| 亚洲精品成人av观看孕妇| 免费看光身美女| 99热国产这里只有精品6| 亚洲色图综合在线观看| 亚洲不卡免费看| 国产黄片美女视频| 各种免费的搞黄视频| 国产黄色视频一区二区在线观看| 欧美日本中文国产一区发布| 18禁在线播放成人免费| 80岁老熟妇乱子伦牲交| 午夜久久久在线观看| 观看免费一级毛片| 久久久久久久久大av| 一级av片app| 亚洲av中文av极速乱| 一本一本综合久久| 日本黄大片高清| 一区二区三区免费毛片| 女性生殖器流出的白浆| 卡戴珊不雅视频在线播放| 亚洲无线观看免费| 成人漫画全彩无遮挡| 99久久精品一区二区三区| 桃花免费在线播放| 涩涩av久久男人的天堂| 少妇人妻久久综合中文| 蜜桃久久精品国产亚洲av| 亚洲精品日韩av片在线观看| 超碰97精品在线观看| 亚洲精品亚洲一区二区| 一级黄片播放器| 两个人的视频大全免费| 久久久久精品性色| 成人毛片a级毛片在线播放| 午夜福利影视在线免费观看| 人体艺术视频欧美日本| 国产在视频线精品| 国产精品久久久久久久电影| 一本大道久久a久久精品| av福利片在线观看| 最后的刺客免费高清国语| 性高湖久久久久久久久免费观看| 久久国产亚洲av麻豆专区| 久久精品国产亚洲av涩爱| 亚洲国产精品一区三区| 国产精品不卡视频一区二区| 日日撸夜夜添| 久久精品国产亚洲网站| kizo精华| 亚洲人成网站在线观看播放| 日韩制服骚丝袜av| a级毛色黄片| 欧美日韩综合久久久久久| 国产日韩一区二区三区精品不卡 | 老司机亚洲免费影院| 亚洲无线观看免费| 亚洲av福利一区| 亚洲国产欧美日韩在线播放 | 少妇人妻精品综合一区二区| 国产男女超爽视频在线观看| 97在线视频观看| 在线观看一区二区三区激情| 精华霜和精华液先用哪个| 欧美xxxx性猛交bbbb| 成年美女黄网站色视频大全免费 | 美女cb高潮喷水在线观看| 精品少妇黑人巨大在线播放| 亚洲一级一片aⅴ在线观看| 丰满饥渴人妻一区二区三| 国产精品久久久久久久电影| 亚洲内射少妇av| 性色av一级| 三级经典国产精品| 午夜激情久久久久久久| 色视频www国产| 人体艺术视频欧美日本| 成人特级av手机在线观看| 涩涩av久久男人的天堂| 日韩中文字幕视频在线看片| 国产免费又黄又爽又色| 国产亚洲午夜精品一区二区久久| 国产成人午夜福利电影在线观看| 国产日韩一区二区三区精品不卡 | 最近2019中文字幕mv第一页| 中文字幕精品免费在线观看视频 | 久久99精品国语久久久| 国产欧美另类精品又又久久亚洲欧美| 丝袜脚勾引网站| 99久久精品一区二区三区| 汤姆久久久久久久影院中文字幕| 综合色丁香网| 女的被弄到高潮叫床怎么办| 免费大片黄手机在线观看| 自拍欧美九色日韩亚洲蝌蚪91 | 久久久午夜欧美精品| 一本久久精品| 麻豆成人av视频| 一级二级三级毛片免费看| 国产毛片在线视频| 免费观看无遮挡的男女| 亚洲成人av在线免费| 亚洲婷婷狠狠爱综合网| 亚洲中文av在线| 久久97久久精品| 国产精品.久久久| 99久久综合免费| .国产精品久久| 午夜老司机福利剧场| 国产av码专区亚洲av| 一本大道久久a久久精品| 国产免费福利视频在线观看| 狂野欧美激情性bbbbbb| 国产精品无大码| 国产精品久久久久久精品古装| av免费观看日本| 三上悠亚av全集在线观看 | 麻豆乱淫一区二区| 全区人妻精品视频| 色视频在线一区二区三区| 亚洲不卡免费看| 在线天堂最新版资源| 成人特级av手机在线观看| 国产精品蜜桃在线观看| 亚洲成人av在线免费| 日韩成人av中文字幕在线观看| 精品视频人人做人人爽| 久久国产乱子免费精品| 在线 av 中文字幕| 久久久国产精品麻豆| av卡一久久| 插逼视频在线观看| 国产片特级美女逼逼视频| 欧美精品人与动牲交sv欧美| 青春草国产在线视频| 欧美日韩视频精品一区| 亚洲国产欧美日韩在线播放 | 在线观看一区二区三区激情| 亚洲精品国产成人久久av| 亚洲性久久影院| 亚洲欧美日韩卡通动漫| 国产精品久久久久久久电影| 国产精品99久久99久久久不卡 | 久久99热这里只频精品6学生| www.av在线官网国产| 亚洲成人手机| 免费观看在线日韩| 亚洲欧美日韩另类电影网站| 久久国产乱子免费精品| 十八禁高潮呻吟视频 | 麻豆成人av视频| 久久6这里有精品| .国产精品久久| 欧美 亚洲 国产 日韩一| 国内少妇人妻偷人精品xxx网站| 麻豆乱淫一区二区| 国产极品粉嫩免费观看在线 | 18+在线观看网站| 天美传媒精品一区二区| 久久国产精品大桥未久av | 欧美日韩在线观看h| 啦啦啦啦在线视频资源| 国内少妇人妻偷人精品xxx网站| 午夜福利影视在线免费观看| 国产欧美亚洲国产| 色哟哟·www| 夜夜爽夜夜爽视频| 日本av免费视频播放| 能在线免费看毛片的网站| 人妻一区二区av| 亚洲欧洲日产国产| 国产91av在线免费观看| 国产精品国产三级专区第一集| 国产精品熟女久久久久浪| 免费看光身美女| 2018国产大陆天天弄谢| 欧美一级a爱片免费观看看| 日本vs欧美在线观看视频 | 国产高清国产精品国产三级| 国产成人精品福利久久| 热99国产精品久久久久久7| 国产黄色免费在线视频| 熟妇人妻不卡中文字幕| 又爽又黄a免费视频| 日日啪夜夜撸| 极品教师在线视频| 一级毛片 在线播放| 秋霞伦理黄片| 亚洲色图综合在线观看| 制服丝袜香蕉在线| 性色av一级| 极品人妻少妇av视频| 免费人成在线观看视频色| 亚洲情色 制服丝袜| 人人妻人人澡人人爽人人夜夜| av不卡在线播放| 亚洲精品乱码久久久久久按摩| 国产视频内射| 免费人妻精品一区二区三区视频| 亚洲精品第二区| 日韩一本色道免费dvd| 麻豆成人午夜福利视频| 寂寞人妻少妇视频99o| 亚洲婷婷狠狠爱综合网| 久久久久久久久久成人| 偷拍熟女少妇极品色| 国产在线男女| 2018国产大陆天天弄谢| 午夜影院在线不卡| 成人国产av品久久久| 国产高清有码在线观看视频| 日本-黄色视频高清免费观看| 免费在线观看成人毛片| 免费播放大片免费观看视频在线观看| 免费少妇av软件| 99九九线精品视频在线观看视频| 大陆偷拍与自拍| 亚洲人与动物交配视频| 亚洲欧洲国产日韩| 国产伦精品一区二区三区四那| 久久精品久久精品一区二区三区| 亚洲欧美一区二区三区黑人 | 精品一区二区免费观看| 国产在线男女| 大片免费播放器 马上看| av网站免费在线观看视频| 香蕉精品网在线| 一本色道久久久久久精品综合| 蜜桃在线观看..| 黄色毛片三级朝国网站 | 嘟嘟电影网在线观看| 一本—道久久a久久精品蜜桃钙片| 亚洲精华国产精华液的使用体验| 一区二区三区免费毛片| 91午夜精品亚洲一区二区三区| 成年av动漫网址| 少妇的逼好多水| 国产欧美亚洲国产| 久久久久精品性色| 久久久久精品久久久久真实原创| 日韩精品免费视频一区二区三区 | 亚洲电影在线观看av| 国模一区二区三区四区视频| 久久久久久久久久人人人人人人| 免费高清在线观看视频在线观看| 高清欧美精品videossex| 一级毛片黄色毛片免费观看视频| 国产成人免费无遮挡视频| 人人妻人人澡人人爽人人夜夜| 18禁在线无遮挡免费观看视频| 大陆偷拍与自拍| 久久国内精品自在自线图片| 在线看a的网站| 人妻少妇偷人精品九色| 伊人亚洲综合成人网| 国产美女午夜福利| 亚洲av国产av综合av卡| 色视频www国产| 成人黄色视频免费在线看| 晚上一个人看的免费电影| 国产午夜精品久久久久久一区二区三区| 建设人人有责人人尽责人人享有的| av免费观看日本| 久久精品国产a三级三级三级| 国产有黄有色有爽视频| 插阴视频在线观看视频| 国产免费福利视频在线观看| 久久久久精品性色| 2022亚洲国产成人精品| 一级av片app| 最新中文字幕久久久久| 中文字幕久久专区| 国产免费视频播放在线视频| 天天操日日干夜夜撸| 天堂俺去俺来也www色官网| 婷婷色综合大香蕉| 丝瓜视频免费看黄片| 久久久久久伊人网av| 亚洲第一av免费看| 欧美少妇被猛烈插入视频| 久久亚洲国产成人精品v| av天堂久久9| 人妻 亚洲 视频| 一级二级三级毛片免费看| 国产成人freesex在线| av在线播放精品| 岛国毛片在线播放| 热re99久久国产66热| 色网站视频免费| 国产老妇伦熟女老妇高清| 一级,二级,三级黄色视频| 另类精品久久| 成人国产麻豆网| 亚洲国产毛片av蜜桃av| 国产精品三级大全| 国产精品不卡视频一区二区| 最近中文字幕高清免费大全6| h日本视频在线播放| 一区二区三区免费毛片| 亚洲欧美一区二区三区黑人 | 麻豆乱淫一区二区| 亚洲欧美精品专区久久| 亚洲av不卡在线观看| 日韩制服骚丝袜av| 亚洲国产毛片av蜜桃av| 高清av免费在线| 午夜福利,免费看| 卡戴珊不雅视频在线播放| 肉色欧美久久久久久久蜜桃| 欧美xxxx性猛交bbbb| 一区在线观看完整版| 国产乱人偷精品视频| 午夜激情久久久久久久| 国产成人一区二区在线| 麻豆成人午夜福利视频| 极品人妻少妇av视频| 国产精品99久久久久久久久| 午夜福利影视在线免费观看| 伊人亚洲综合成人网| 亚洲成人一二三区av| 国产一区二区在线观看av| 在线观看一区二区三区激情| 亚洲欧洲日产国产| 一个人看视频在线观看www免费| 最后的刺客免费高清国语| 永久免费av网站大全| 国产乱来视频区| 亚洲av成人精品一二三区| 一级爰片在线观看| 欧美国产精品一级二级三级 | 日韩成人av中文字幕在线观看| 夫妻性生交免费视频一级片| 国产精品熟女久久久久浪| 久久久久久人妻| 26uuu在线亚洲综合色| 91成人精品电影|