• <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XGBoost 的三維溫鹽反演模型聲速仿真應(yīng)用

    2023-07-29 11:48:04苑黎明張寶強(qiáng)
    海洋科學(xué)進(jìn)展 2023年3期
    關(guān)鍵詞:深度模型

    苑黎明,張寶強(qiáng),姜 浩,劉 聰

    (1. 青島協(xié)同創(chuàng)新研究院,山東 青島 266075;2. 中國人民解放軍 海軍潛艇學(xué)院,山東 青島 266199)

    聲吶水聲探測(cè)、水下安全航行、海洋工程和開發(fā)等均利用水聲信號(hào)作為通信、導(dǎo)航和監(jiān)測(cè)手段[1],精確的海水聲速能夠有效提升水聲設(shè)備性能。然而,水聲信號(hào)傳輸受三維溫鹽信息影響[2-4],直接利用聲速儀測(cè)量精確的海水聲速挑戰(zhàn)巨大,通常采用溫鹽深儀和投棄式溫鹽深探頭等間接測(cè)量[5-6]海水溫度、鹽度和壓力等參數(shù)的方法獲取。直接和間接聲速測(cè)量均需要消耗大量資源且效率低下,間接測(cè)量比直接測(cè)量更準(zhǔn)確,但每種設(shè)備有各自的使用條件。海水聲速研究主要有如下幾種方式:Munk 和Wunsch[7]、Cornuelle 等[8]、何利等[9]用聲層析法反演海水聲速剖面;李洪超等[10]、蔡艷輝等[11]和王桂華等[12]結(jié)合球諧函數(shù)和經(jīng)驗(yàn)正交函數(shù)分析方法建立三維聲速場(chǎng);景存[13]利用拋物線方程開展三維聲傳播研究;張林等[14]和笪良龍等[15]基于波束位移射線簡正波理論,建立三維射線-簡正波-拋物線方程模型;胡合歡等[16]基于BP(Back Propagation)神經(jīng)網(wǎng)絡(luò)建立三維聲速場(chǎng)模型。海洋環(huán)境復(fù)雜,其三維溫鹽分布及變化會(huì)影響水聲的傳播過程,利用更接近真實(shí)的海洋水下三維溫鹽狀態(tài)仿真聲速,建立聲速模型,對(duì)海洋研究和水聲設(shè)備應(yīng)用有重要意義。然而,實(shí)時(shí)水下三維溫鹽觀測(cè)資料不足,因此,實(shí)現(xiàn)三維溫鹽信息精確分析反演是海洋環(huán)境保障的關(guān)鍵。

    衛(wèi)星遙感資料具有覆蓋全球、分辨率高且獲取及時(shí)等優(yōu)點(diǎn),結(jié)合衛(wèi)星遙感資料的數(shù)值模型、動(dòng)力學(xué)和統(tǒng)計(jì)分析等方法已被廣泛應(yīng)用于水下三維溫鹽信息反演[17-20]。NCOM(Navy Coastal Ocean Model,美國海軍近岸海洋模式)[21]、HYCOM(Hybrid Coordinate Ocean Model,混合坐標(biāo)海洋模式)[22]、ROMs(Regional Ocean Model System,區(qū)域海洋模擬系統(tǒng))[23]等數(shù)值模型均能夠模擬海洋三維溫鹽流變化;李自立等[24]基于海洋動(dòng)力學(xué)基礎(chǔ)結(jié)合表面狀態(tài)參數(shù)提出了三維水動(dòng)力模型反演深層流速和流向信息,Wang 等[25]提出的“i-SQG”動(dòng)力學(xué)方法反演了海洋內(nèi)部溫鹽結(jié)構(gòu),Liu 等[26]和Chen 等[27]分別將該方法應(yīng)用于提取墨西哥灣和西南印度洋水下環(huán)境信息。相比于數(shù)值模型和動(dòng)力學(xué)方法,統(tǒng)計(jì)分析反演三維溫鹽信息的應(yīng)用更為廣泛,Garnes 等[28]基于海面衛(wèi)星數(shù)據(jù)采用最小二乘回歸方法分別反演了墨西哥灣流溫度垂向結(jié)構(gòu)和西北太平洋與西北大西洋溫鹽場(chǎng)[29],F(xiàn)ox 等[30]和Guinehut等[31]利用海面溫度和高度信息重構(gòu)了時(shí)空高分辨率的海洋三維溫度場(chǎng),王喜冬等[32]和何子康等[33]采用最小二乘線性回歸分別反演了南海三維溫鹽結(jié)構(gòu)和孟加拉灣鹽度信息;Maes[34]采用多變量經(jīng)驗(yàn)正交函數(shù)-分解的方法獲取溫鹽變化的耦合模態(tài),并通過線性擬合的方法得到局地化的溫鹽關(guān)系,F(xiàn)ujii 和Kamachi[35-36]將垂向合并的溫鹽經(jīng)驗(yàn)正交函數(shù)EOF 應(yīng)用到三維變分模型中反演三維溫度場(chǎng);朱江等[37]和肖賢俊等[38]基于三維變分框架(3DVAR)估計(jì)海水溫鹽場(chǎng);中國科學(xué)院大氣物理研究所開發(fā)了基于三維變分同化的海洋資料同化系統(tǒng)OVALS(Ocean Variational Analysis System),李云等[39]將OVALS 同化模塊引入西北太平洋三維溫鹽流預(yù)報(bào)系統(tǒng)中,對(duì)溫鹽場(chǎng)的模擬和預(yù)報(bào)均有所改進(jìn)。

    數(shù)值模型、動(dòng)力學(xué)方法具有黑箱性和計(jì)算代價(jià)昂貴性,統(tǒng)計(jì)分析方法過于依賴歷史資料且難以捕捉海洋發(fā)展混沌性,近期人工智能技術(shù)發(fā)展迅猛,一定程度上克服了數(shù)值模型、動(dòng)力學(xué)和統(tǒng)計(jì)分析方法弊端,在海洋環(huán)境領(lǐng)域得到廣泛應(yīng)用,如:Ali 等[40]采用人工神經(jīng)網(wǎng)絡(luò)從海面溫度(Sea Surface Temperature,SST)、海面高度(Sea Surface Height,SSH)、海面風(fēng)場(chǎng)(Sea Surface Wind,SSW)評(píng)估阿拉伯海的溫度結(jié)構(gòu);Wu 等[41]基于海表溫度異常和海表高度異常采用自組織神經(jīng)網(wǎng)絡(luò)模型反演了北大西洋海洋內(nèi)部的溫度結(jié)構(gòu);Su 等[42-43]基于衛(wèi)星海面資料提出支持向量機(jī)和地理加權(quán)回歸等方法重構(gòu)了印度洋水下三維溫度場(chǎng);Li 等[44]利用隨機(jī)森林回歸反演水下溫度異常場(chǎng),并指出隨機(jī)森林回歸優(yōu)于支持向量機(jī);楊欣等[45]采用隨機(jī)森林回歸模型反演了不同季節(jié)的海洋次表層溫度場(chǎng);王穎超等[46]基于土壤濕度和海洋鹽度衛(wèi)星(Soil Moisture and Ocean Salinity, SMOS )數(shù)據(jù)采用BP(Back Propagation,反向傳播)神經(jīng)網(wǎng)絡(luò)研究了海面鹽度高精度預(yù)測(cè)模型;聶旺琛等[47]研究了基于果蠅優(yōu)化廣義回歸神經(jīng)網(wǎng)絡(luò)算法的全球三維溫鹽場(chǎng)重構(gòu)技術(shù)。

    以往的研究側(cè)重于三維溫鹽模型構(gòu)建及精度(反演數(shù)據(jù)的準(zhǔn)確程度)的評(píng)估,在模型反演的時(shí)效性和反演結(jié)果的應(yīng)用方面未深入探討,本文在前人研究基礎(chǔ)上,對(duì)三維溫鹽人工智能反演模型時(shí)效性及其在聲速仿真應(yīng)用等方面開展了較深入研究?;诤C鏈囟群秃C娓叨荣Y料構(gòu)建了XGBoost 溫度(鹽度)反演模型,實(shí)現(xiàn)水下三維溫鹽信息高時(shí)效、高精度反演,并將反演結(jié)果應(yīng)用于聲速模擬仿真研究。

    1 研究區(qū)域和數(shù)據(jù)

    1.1 研究區(qū)域

    全球海洋蘊(yùn)藏了豐富的資源,普遍存在物質(zhì)、能量運(yùn)輸和海氣交換,是影響氣候的重要因素。本文研究區(qū)域?yàn)槿蚝S颍?0°15′E~00°15′W,89°45′S~89°45′N)。

    1.2 數(shù)據(jù)

    本文應(yīng)用的衛(wèi)星遙感資料和Argo(Array for Real-time Geostrophic Oceanography)數(shù)據(jù)具體信息如下。

    海 面 溫 度 數(shù) 據(jù)(SST ) (https://www.ncei.noaa.gov/thredds/catalog/OisstBase/NetCDF/V2.1/AVHRR/201704/catalog.html)融合了紅外輻射計(jì)(Advanced Very High Resolution Radiometer,AVHRR)和實(shí)測(cè)數(shù)據(jù),是利用最優(yōu)插值算法(Optimum Interpretation,OI)得到的網(wǎng)格產(chǎn)品。時(shí)間分辨率為1 d,空間分辨率為0.25°×0.25°。

    海面高度數(shù)據(jù)(SSH)(https://data.marine.copernicus.eu/product/SEALEVEL_GLO_PHY_L4_MY_008_047/download?dataset=cmems_obs-sl_glo_phy-ssh_my_allsat-l4-duacs-0.25deg_P1D/)是由CMEMS 分發(fā)的高度計(jì)海面高度異常網(wǎng)格延時(shí)產(chǎn)品,其融合了Jason-3、Sentinel-3A、HY-2A、Saral/AltiKa、Cryosat-2、Jason-2、Jason-1、T/P、ENVISAT、GFO、ERS1/2 等多任務(wù)測(cè)量值。時(shí)間分辨率為1 d,空間分辨率為0.25°×0.25°。

    Argo 數(shù)據(jù)(ftp://data.argo.org.cn/pub/ARGO/BOA_Argo/NetCDF/)是采用全三維空間多重網(wǎng)格三維變分?jǐn)?shù)據(jù)同化方法得到的網(wǎng)格產(chǎn)品。時(shí)間分辨率為1 個(gè)月,空間分辨率為1°×1°,深度覆蓋0~1 975 m,共58 層,包含溫度、鹽度和混合層深度等要素。

    2 研究方法

    2.1 數(shù)據(jù)預(yù)處理

    經(jīng)分析SST、SSH 和Argo 數(shù)據(jù)的時(shí)間覆蓋范圍,本文選取了2004 年1 月至2020 年5 月的數(shù)據(jù)進(jìn)行分析,為保障模型的訓(xùn)練效率和精度,需要對(duì)數(shù)據(jù)進(jìn)行預(yù)處理:一是統(tǒng)一處理時(shí)空分辨率,將SST 和SSH 數(shù)據(jù)進(jìn)行月平均、將Argo 數(shù)據(jù)進(jìn)行Nearest 空間插值,分別得到每月0.25°×0.25°的SST、SSH 和Argo 數(shù)據(jù);二是去除氣候態(tài)季節(jié)的影響,SST、SSH、Argo 溫度和Argo 鹽度數(shù)據(jù)分別移除2004 年1 月至2019 年12 月各自不同月份的平均氣候態(tài)場(chǎng),得到各參量的異常值(SSTA、SSHA、Argo-TA 和Argo-SA)。

    2.2 模型選擇

    為了保證三維溫鹽反演模型的時(shí)效和精度,本研究首先利用10 m 和70 m 深度的數(shù)據(jù)進(jìn)行隨機(jī)森林回歸(Random Forest, RF)、XGBoost(Extreme Gradient Boosting)模型訓(xùn)練(2004 年 1 月至2018 年12 月)和測(cè)試(2019 年1 月至2019 年12 月),相同參數(shù)下兩者時(shí)效、精度和硬件消耗的對(duì)比結(jié)果如表1 所示。

    表1 隨機(jī)森林回歸和XGBoost 模型對(duì)比Table 1 RF and XGBoost model comparison

    經(jīng)上述對(duì)比發(fā)現(xiàn),相同參數(shù)下XGBoost 模型在時(shí)效、精度和硬件消耗上都優(yōu)于RF 模型,因此,選擇XGBoost 模型開展海洋三維溫鹽反演。

    2.3 模型構(gòu)建

    XGBoost 是由Chen 和Guestrin[48]提出的一種基于Boosting 思想的迭代決策樹集成學(xué)習(xí)算法,在梯度提升樹(Gradient Boosting Decision Tree,GBDT)基礎(chǔ)上實(shí)現(xiàn)了算法和工程優(yōu)化,主要改進(jìn)在:采用二階泰勒公式進(jìn)行梯度下降,優(yōu)化了目標(biāo)函數(shù);在目標(biāo)函數(shù)中加入正則項(xiàng),防止過擬合;支持自動(dòng)并行,大大提高了運(yùn)算效率。XGBoost 中心思想為不斷進(jìn)行特征分裂生長成樹,每次生成的樹是一個(gè)新函數(shù)用來擬合上次預(yù)測(cè)產(chǎn)生的殘差,即每加入一棵樹其損失函數(shù)不斷降低,這樣建立K 個(gè)回歸樹,最后將每個(gè)葉節(jié)點(diǎn)的計(jì)算值權(quán)重相加即為最終的預(yù)測(cè)值。

    XGBoost 在傳統(tǒng)損失函數(shù)基礎(chǔ)上引入了模型復(fù)雜度來衡量算法的運(yùn)算效率,其目標(biāo)函數(shù) 計(jì)算式為:

    式中:L(φ)為線性空間上的表達(dá);i為數(shù)據(jù)集中第i個(gè)樣本;k為第k棵樹;為第i個(gè)樣本預(yù)測(cè)值和目標(biāo)真實(shí)值 yi之間的訓(xùn)練誤差; Ω(fk)為第k棵樹的正則項(xiàng)。為傳統(tǒng)的損失函數(shù),用來衡量真實(shí)值yi與預(yù)測(cè)值之間的誤差;為正則化項(xiàng),代表模型的復(fù)雜度,其中每棵樹的復(fù)雜度 Ω(f)定義為:

    式中: γ 為節(jié)點(diǎn)切分的難度;T 為葉子節(jié)點(diǎn)的個(gè)數(shù); λ 為L2 正則化系數(shù),防止過擬合; ‖ω‖為葉子節(jié)點(diǎn)向量的模。

    XGboost 算法已廣泛應(yīng)用于遙感分類、目標(biāo)檢測(cè)等領(lǐng)域,海洋內(nèi)部環(huán)境呈現(xiàn)復(fù)雜動(dòng)態(tài)變化,XGBoost 算法屬于非線性機(jī)器學(xué)習(xí)模型,能夠很好地解釋海洋的非線性過程[49],并且其在算法和工程上的優(yōu)化提高了模型的精度和泛化能力。本文基于XGBoost 算法實(shí)現(xiàn)全球三維溫鹽場(chǎng)反演,模型構(gòu)建流程如圖1 所示。由于XGBoost 算法單邊輸出,并且不同深度的溫度和鹽度特征存在顯著差異,本文按58 層深度分別構(gòu)建不同深度的溫度(鹽度)反演模型。模型構(gòu)建過程如下:①將2004 年1 月至2018 年12 月共15 a 的SSTA、SSHA 數(shù)據(jù)和58 層(0~1 975 m)Argo-TA(Argo-SA)數(shù)據(jù)按8∶2 隨機(jī)劃分為相互獨(dú)立的訓(xùn)練數(shù)據(jù)集和驗(yàn)證數(shù)據(jù)集;②基于訓(xùn)練數(shù)據(jù)集開展XGBoost 溫度(鹽度)模型訓(xùn)練,利用驗(yàn)證數(shù)據(jù)集通過參數(shù)調(diào)優(yōu)不斷優(yōu)化模型;③基于2019 年SSTA、SSHA 數(shù)據(jù)利用構(gòu)建的XGBoost 溫度(鹽度)模型反演溫度異常和鹽度異常,將其分別添加上述移除的對(duì)應(yīng)平均氣候態(tài)場(chǎng),得到全球三維溫鹽信息并進(jìn)行精度評(píng)估。本文的XGBoost 溫度(鹽度)模型訓(xùn)練和反演是在高性能服務(wù)器上實(shí)現(xiàn),充分保障了模型訓(xùn)練與反演時(shí)效性和精確性。

    圖1 XGBoost 模型構(gòu)建流程Fig. 1 Flowchart of XGBoost model construction

    2.4 模型精度評(píng)估方法

    本文采用平均絕對(duì)誤差(Mean Absolute Error, MAE)和均方根誤差(Root Mean Squared Error, RMSE)評(píng)定XGBoost 溫度(鹽度)模型的三維溫鹽反演精度。MAE 越小,說明反演數(shù)據(jù)越準(zhǔn)確;RMSE 越小,說明反演數(shù)據(jù)越準(zhǔn)確。表達(dá)式分別如下所示:

    式中:N 為數(shù)據(jù)數(shù)量; Ymodel,i為 模型反演的數(shù)據(jù); Yobs,i為對(duì)應(yīng)Argo 數(shù)據(jù)。

    2.5 聲速仿真

    海水聲速是重要的海洋環(huán)境參數(shù)之一,也是水下通信和監(jiān)測(cè)的良好載體,但是其受溫度、鹽度和靜壓力的影響。本文將XGBoost 溫度(鹽度)反演模型得到的三維溫鹽信息應(yīng)用于海水聲速仿真,利用較為精確的Wilson 和Wayne[50]聲速公式實(shí)現(xiàn)。Wilson 聲速公式具體如下:

    式中:c 為聲速(m/s);t 為溫度(℃),—4 ℃≤t≤30 ℃;S 為鹽度,0≤S≤37;p 為靜壓力(kg/cm2),1 kg/cm2≤p≤1 000 kg/cm2。該模型可獲得精度優(yōu)于0.3 m/s 的聲速,適用于我國海區(qū)。

    3 結(jié)果與分析

    3.1 全球溫度和鹽度特征分析

    本文建立了58 層獨(dú)立的XGBoost 溫度(鹽度)反演模型,實(shí)現(xiàn)了2019 年全球三維溫鹽反演。XGBoost 溫度反演模型單層深度平均反演時(shí)間為0.431 s,58 層總反演時(shí)間為25.016 s,平均MAE 和RMSE 分別為0.319 ℃和0.497 ℃;XGBoost 鹽度反演模型單層平均反演時(shí)間為0.378 s,58 層總反演時(shí)間為21.944 s,平均MAE 和RMSE 分別為0.050 和0.077。其中,溫度最大MAE 為0.618 ℃,深度位于100 m,這是由于海洋內(nèi)部層化結(jié)構(gòu)分布,特別是溫躍層附近溫度變化顯著所致。

    冬季和夏季的溫度特征和變化更顯著。選擇1 月和7 月分別表征冬夏兩季,對(duì)XGBoost 溫度(鹽度)反演模型、Argo 數(shù)據(jù)的溫度(鹽度)及差值(XGBoost 反演值減去Argo 值)進(jìn)行對(duì)比,從而更直觀地顯示反演模型效果。圖2 和圖3 分別展示了1 月和7 月0、100、500 和1 000 m 深度基于XGBoost 溫度反演模型、Argo 數(shù)據(jù)的全球溫度及差值空間分布,圖4 展示了4 月和10 月0、100 m深度對(duì)應(yīng)全球溫度空間分布,可以發(fā)現(xiàn):①同一深度上該反演模型的全球表層和水下溫度分布與Argo 溫度分布存在較高的吻合度,尤其局部高溫或低溫區(qū)域?qū)?yīng)良好,能夠反映全球不同海域的溫度分布特點(diǎn);②反演模型和Argo 數(shù)據(jù)在不同深度上特征一致,均表現(xiàn)為0 m 和100 m 深度的溫度變化范圍較大且空間分布存在較大的差異,而500 m 以深溫度變化范圍和空間分布差異均減小,這是由中深層海洋內(nèi)部熱力環(huán)境隨深度增加逐步趨于穩(wěn)定所致;③由溫度差值可以清晰顯示兩者差別位置,100 m 深度太平洋和印度洋中北部差別較大,其余深度集中在太平洋北部和印度洋南部有較小差別。圖5 和圖6 分別為1 月和7 月0、100、500 和1 000 m 深度基于XGBoost 鹽度反演模型、Argo 數(shù)據(jù)的全球鹽度及差值空間分布,圖7 展示了4 月和10 月0、100 m 深度對(duì)應(yīng)全球鹽度空間分布,可以發(fā)現(xiàn)鹽度不同季節(jié)的空間分布和層化結(jié)構(gòu)差異不顯著,反演模型和Argo 數(shù)據(jù)特征吻合。由差值發(fā)現(xiàn)鹽度反演精度更高,隨深度增加誤差降低,表層誤差最大值主要出現(xiàn)在太平洋中北部,其余深度誤差均較低。

    圖2 2019 年1 月不同深度XGBoost 溫度反演模型、Argo 數(shù)據(jù)的全球溫度及差值空間分布Fig. 2 Global temperature and their differential spatial distribution of XGBoost temperature inversion models and Argo data at different depths in January 2019

    圖3 2019 年7 月不同深度XGBoost 溫度反演模型、Argo 數(shù)據(jù)的全球溫度及差值空間分布Fig. 3 Global temperature and their differential spatial distribution of XGBoost temperature inversion models and Argo data at different depths in July 2019

    圖4 2019 年4 月和10 月不同深度XGBoost 溫度反演模型、Argo 數(shù)據(jù)的全球溫度及差值空間分布Fig. 4 Global temperature and their differential spatial distribution of XGBoost temperature inversion models and Argo data at different depths in April and October 2019

    圖5 2019 年1 月不同深度XGBoost 鹽度反演模型、Argo 數(shù)據(jù)的全球鹽度及差值空間分布Fig. 5 Global salinity and their differential spatial distribution of XGBoost salinity inversion models and Argo data at different depths in January 2019

    圖6 2019 年7 月不同深度XGBoost 鹽度反演模型、Argo 數(shù)據(jù)的全球鹽度及差值空間分布Fig. 6 Global salinity and their differential spatial distribution of XGBoost salinity inversion models and Argo data at different depths in July 2019

    圖7 2019 年4 月和10 月不同深度XGBoost 鹽度反演模型、Argo 數(shù)據(jù)的全球鹽度及差值空間分布Fig. 7 Global salinity and their differential spatial distribution of XGBoost salinity inversion models and Argo data at different depths in April and October 2019

    可見,本文的XGBoost 溫度(鹽度)反演模型能夠適用于全球不同季節(jié)的溫度和鹽度空間分布及層化結(jié)構(gòu)。

    為了進(jìn)一步驗(yàn)證XGBoost 溫度(鹽度)反演模型的精度,繪制2019 和2020 年1 月至5 月在100 m和500 m 深度的溫度和鹽度反演誤差如表2 所示, 這兩年4 月在100 m 和500 m 深度反演的溫度和鹽度空間分布如圖8 所示,發(fā)現(xiàn)不同年度同期對(duì)應(yīng)深度本反演模型的溫度和鹽度空間分布特征存在明顯一致性,可見本反演模型的穩(wěn)定性。

    圖8 2019 年和2020 年4 月100 m 和500 m 深度XGBoost 溫度(鹽度)反演模型的溫度和鹽度空間分布Fig. 8 Global temperature and salinity spatial distributions from XGBoost temperature (salinity)inversion models at 100 m and 500 m depth in April 2019 and 2020

    表2 2019 年和2020 年的1 月至5 月XGBoost 溫度(鹽度)反演模型誤差Table 2 XGBoost temperature (salinity) inversion model errors from January to May in 2019 and 2020

    3.2 局部溫度和鹽度特征分析

    南海和西太平洋海域是海洋研究重點(diǎn)關(guān)注海域,本文通過對(duì)南海和西太海域局部的溫度和鹽度剖面特征分析進(jìn)一步驗(yàn)證了模型有效性。圖9 為2019 年1 月和7 月19°37′30″N 經(jīng)向剖面的溫度和鹽度分布。由圖9a~9d 可見,反演模型和Argo 數(shù)據(jù)溫度剖面分布趨勢(shì)一致,均呈層狀分布;反演數(shù)據(jù)能夠反映溫躍層強(qiáng)度和深度的季節(jié)性差異,7 月受海表面高溫的影響溫躍層深度主要位于50~100 m,1 月深度下降至100~200 m。由圖9e~9h 可見,反演模型和Argo 數(shù)據(jù)鹽度分布趨勢(shì)較吻合,反演模型結(jié)果可反映該海域80~300 m 和400~600 m 深度分別呈現(xiàn)的顯著高鹽和低鹽特征,高鹽區(qū)東部略高于西部,低鹽區(qū)呈層狀均勻分布,且與Argo 數(shù)據(jù)強(qiáng)度和深度基本一致。

    圖9 2019 年1 月和7 月19°37′30″N 經(jīng)向剖面XGBoost 溫度(鹽度)反演模型、Argo 數(shù)據(jù)的溫度和鹽度斷面分布Fig. 9 Temperature and salinity section distributions from XGBoost temperature (salinity) inversion models,Argo data at the 19°37′30″N meridional section for January and July 2019

    此外,對(duì)南海和西太平洋海域特定點(diǎn)不同月份反演模型的溫度和鹽度剖面分布及精度進(jìn)行了分析。圖10 為南海(116°37′30″E, 17°37′30″N)處的XGBoost 溫度(鹽度)反演模型和Argo 數(shù)據(jù)的溫度和鹽度剖面分布。由圖10 可見,該點(diǎn)XGBoost 溫度(鹽度)反演模型與Argo 數(shù)據(jù)溫度(鹽度)特征一致,呈現(xiàn)明顯的季節(jié)趨勢(shì),特別是兩者溫度在夏秋季基本完全吻合。統(tǒng)計(jì)該點(diǎn)XGBoost 溫度(鹽度)反演模型的溫度和鹽度誤差,結(jié)果如表3 所示,溫度RMSE 和MAE 在冬春季明顯高于夏秋季,與圖10a~圖10d 曲線分布特征一致,即溫度在夏秋季反演精度更高;鹽度RMSE 和MAE 數(shù)值均較小,即鹽度反演精度未呈現(xiàn)明顯季節(jié)差異。圖11 為西太平洋(140°37′30″E, 12°37′30″N)處XGBoost 溫度(鹽度)反演模型和Argo 數(shù)據(jù)的溫度和鹽度剖面分布。由圖11 可見,溫度分布季節(jié)差異相對(duì)較小,同樣兩者溫度夏秋季吻合度高于冬春季節(jié);鹽度隨深度增加呈顯著高鹽、顯著低鹽、而后逐漸升高趨勢(shì),與經(jīng)向剖面特征(圖9)一致。該點(diǎn)的溫度和鹽度反演誤差如表3 所示,溫度RMSE 和MAE 同樣呈冬春季高于夏秋季特征,鹽度無明顯季節(jié)差異,溫度和鹽度反演精度較南海(116°37′30″E,17°37′30″N)相對(duì)低。由此可見,本文XGBoost 溫度(鹽度)反演模型能夠適用于局部海域的時(shí)空溫鹽研究。

    圖10 2019 年1、4、7 和10 月南海(116°37′30″E, 17°37′30″N)處XGBoost 溫度(鹽度)反演模型、Argo 數(shù)據(jù)的溫度(鹽度)剖面分布Fig. 10 Temperature (salinity) profile distribution of XGBoost temperature (salinity) inversion model,Argo data at South China Sea (116°37′30″E, 17°37′30″N) in January, April, July and October 2019

    圖11 2019 年1、4、7 和10 月西太平洋(140°37′30″E, 12°37′30″N)處XGBoost 溫度(鹽度)反演模型、Argo 數(shù)據(jù)的溫度(鹽度)剖面分布Fig. 11 Temperature (salinity) profile distribution of XGBoost temperature (salinity) inversion model,Argo data at western Pacific Ocean (140°37′30″E, 12°37′30″N) in January, April, July and October 2019

    表3 2019 年1、4、7 和10 月南海(116°37′30″E, 17°37′30″N)和西太平洋(140°37′30″E, 12°37′30″N)XGBoost 溫度(鹽度)反演模型誤差Table 3 XGBoost temperature (salinity) inversion model errors at South China Sea (116°37′30″E, 17°37′30″N ) and western Pacific Ocean (140°37′30″E, 12°37′30″N) in January, April, July and October 2019

    綜上所述,本文建立的XGBoost 溫度(鹽度)反演模型在保證模型精度的前提下,有效地提升了模型反演效率。

    3.3 聲速仿真結(jié)果

    基于2019 年XGBoost 溫度(鹽度)反演模型得到的三維溫鹽信息,結(jié)合聲速公式(5)得到了不同深度的全球聲速。2019 年1、4、7 和10 月的0、100、500 和1 000 m 的聲速分布如圖12 所示,可以發(fā)現(xiàn)聲速與溫度分布呈現(xiàn)較好的一致性,這是由于溫度對(duì)聲速的影響最為顯著;不同季節(jié)聲速空間分布差異不顯著,但存在較明顯的深度分布特征,伴隨時(shí)間和空間的變化淺水層聲速發(fā)生較大范圍變化,隨深度增加聲速變化范圍減小。

    圖12 2019 年1、4、7 和10 月基于XGBoost 溫度(鹽度)反演模型溫度和鹽度數(shù)據(jù)的全球聲速空間分布Fig. 12 Global spatial distribution of sound velocities based on XGBoost temperature (salinity) inversion model temperature and salinity data in January, April, July and October 2019

    聲速剖面能夠更好地反映海水聲速分布特征,本文針對(duì)上述局部海域的溫度和鹽度剖面對(duì)應(yīng)分析聲速剖面特征。圖13 為2019 年1、4、7 和10 月基于XGBoost 溫度(鹽度)反演模型溫度和鹽度數(shù)據(jù)的經(jīng)向和緯向聲速剖面分布,由圖13 可見,經(jīng)向剖面聲速季節(jié)差異不明顯,呈典型的均勻?qū)訝罘植?,與鹽度經(jīng)向剖面不同(圖9e 和9f),聲速隨深度增加逐漸減弱,同樣表征了溫度對(duì)聲速的影響最為顯著;緯向聲速剖面季節(jié)差異靠近海面較明顯而深層較弱,即100 m 以淺在22°N 以北聲速冬春季低于夏秋季,較深層聲速差異不明顯;200~800 m 深度聲速呈由南向北傾斜層狀分布,這與緯向溫度分布特征一致。

    圖13 2019 年1、4、7 和10 月基于XGBoost 溫度(鹽度)反演模型溫度和鹽度數(shù)據(jù)的19°37′30″N 經(jīng)向和130°37′30″E 緯向聲速斷面分布Fig. 13 Sound velocity section distributions of temperature (salinity) data from XGBoost temperature (salinity)inversion models at the 19°37′30″N meridional and 130°37′30″E zonal in January, April, July and October 2019

    進(jìn)一步分析南海和西太平洋特定點(diǎn)的2019 年1、4、7 和10 月聲速剖面(圖14),兩點(diǎn)的聲速季節(jié)差異不明顯,在同一季節(jié)、同一深度300 m 以淺西太平洋(140°37′30″E, 12°37′30″N)的聲速略高于南海(116°37′30″E, 17°37′30″N),300~800 m 兩者相反,而800 m 以深兩者聲速基本一致。

    圖14 2019 年南海(116°37′30″E, 17°37′30″N)和西太平洋(140°37′30″E, 12°37′30″N)基于XGBoost 溫度(鹽度)反演模型溫度和鹽度數(shù)據(jù)的聲速剖面分布Fig. 14 Distribution of sound velocity profiles based on XGBoost temperature (salinity) inversion model temperature and salinity data at South China Sea (116°37′30″E, 17°37′30″N)and western Pacific Ocean (140°37′30″E, 12°37′30″N) in 2019

    4 結(jié) 論

    本文基于衛(wèi)星遙感資料(SST 和SSH)構(gòu)建了XGBoost 溫度(鹽度)反演模型,反演全球海洋三維溫鹽信息,定性、定量地分析了該模型對(duì)全球及局部溫度和鹽度的反演效果、精度,并將反演數(shù)據(jù)應(yīng)用于聲速模擬仿真研究,能夠充分刻畫海水聲速特征。得到以下主要結(jié)論。

    1)本文構(gòu)建的XGBoost 溫度(鹽度)反演模型實(shí)現(xiàn)了2019 年全球58 層反演溫度MAE 和RMSE為0.319 ℃和0.497 ℃,反演鹽度MAE 和RMSE 為0.050 和0.077,可見模型具有較高的反演精度。

    2)實(shí)現(xiàn)了在30 s 內(nèi)反演2019 年全球三維溫度(鹽度)信息,即在保證模型精度的前提下,顯著提升了反演效率。

    3)XGBoost 溫度(鹽度)反演模型的溫度(鹽度)數(shù)據(jù)空間和深度分布特征能夠反映海水的層化結(jié)構(gòu)和內(nèi)部動(dòng)力環(huán)境分布。

    4)XGBoost 溫度(鹽度)反演模型的溫度和鹽度數(shù)據(jù)能夠表征海水聲速特征。

    綜上,XGBoost 溫度(鹽度)反演模型能夠適用于全球海洋三維溫鹽信息反演和聲速仿真研究,具有較高的反演精度和極高的反演效率,為海上平臺(tái)作業(yè)急需的海洋環(huán)境信息保障提供了有力的技術(shù)支撐。

    猜你喜歡
    深度模型
    一半模型
    深度理解一元一次方程
    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
    深度觀察
    深度觀察
    深度觀察
    深度觀察
    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
    我的女老师完整版在线观看| 日韩免费高清中文字幕av| 在线观看三级黄色| 亚洲国产精品专区欧美| 欧美日韩成人在线一区二区| 两性夫妻黄色片 | 天天操日日干夜夜撸| 日本-黄色视频高清免费观看| 亚洲国产日韩一区二区| 捣出白浆h1v1| 午夜影院在线不卡| 久久精品国产a三级三级三级| 女的被弄到高潮叫床怎么办| 如何舔出高潮| 在线亚洲精品国产二区图片欧美| 亚洲成av片中文字幕在线观看 | 黑人猛操日本美女一级片| 少妇的丰满在线观看| 亚洲成国产人片在线观看| 色婷婷av一区二区三区视频| 亚洲av男天堂| 精品一区二区免费观看| 亚洲欧美成人综合另类久久久| 欧美bdsm另类| 美女国产视频在线观看| 色婷婷av一区二区三区视频| 亚洲精品乱久久久久久| 大码成人一级视频| 亚洲成国产人片在线观看| 在线观看三级黄色| 国产国拍精品亚洲av在线观看| 日韩中文字幕视频在线看片| 国产精品人妻久久久影院| 精品一区二区免费观看| 亚洲精品乱久久久久久| 亚洲成国产人片在线观看| 九色成人免费人妻av| 国产激情久久老熟女| 亚洲欧洲精品一区二区精品久久久 | 伦理电影大哥的女人| 91精品三级在线观看| www.av在线官网国产| 伦理电影大哥的女人| 黑丝袜美女国产一区| 国产精品久久久久久久电影| 中文字幕另类日韩欧美亚洲嫩草| 伊人亚洲综合成人网| 中文欧美无线码| 亚洲av成人精品一二三区| 少妇的丰满在线观看| 一级a做视频免费观看| 久久影院123| 高清不卡的av网站| 中文字幕av电影在线播放| 卡戴珊不雅视频在线播放| 91精品伊人久久大香线蕉| 成人无遮挡网站| 国产精品熟女久久久久浪| 久久人人爽人人片av| 亚洲精品456在线播放app| 成年av动漫网址| 精品亚洲成a人片在线观看| 久久狼人影院| 伦精品一区二区三区| 看十八女毛片水多多多| 波野结衣二区三区在线| 永久网站在线| 久久久亚洲精品成人影院| 国产国语露脸激情在线看| 亚洲成国产人片在线观看| 男女边吃奶边做爰视频| 亚洲av.av天堂| 国产一区二区三区av在线| 两性夫妻黄色片 | 两个人看的免费小视频| 久久国产亚洲av麻豆专区| 亚洲综合精品二区| 国产精品一区www在线观看| 亚洲av综合色区一区| 日韩制服丝袜自拍偷拍| 天天影视国产精品| 精品一品国产午夜福利视频| 色5月婷婷丁香| 国产精品.久久久| 久久国产精品大桥未久av| 亚洲国产精品一区二区三区在线| 一级,二级,三级黄色视频| 国产熟女午夜一区二区三区| 一本—道久久a久久精品蜜桃钙片| 国产亚洲欧美精品永久| 日韩成人av中文字幕在线观看| 性色avwww在线观看| 亚洲人与动物交配视频| 亚洲成人一二三区av| 久久久a久久爽久久v久久| 考比视频在线观看| 国产一区二区三区综合在线观看 | 午夜福利视频精品| 女性被躁到高潮视频| 性色av一级| 一个人免费看片子| 午夜福利,免费看| 国产精品久久久久久久电影| 亚洲一区二区三区欧美精品| 两性夫妻黄色片 | 国精品久久久久久国模美| 一本大道久久a久久精品| 久久精品夜色国产| 精品99又大又爽又粗少妇毛片| 天天影视国产精品| 伦精品一区二区三区| 亚洲欧美精品自产自拍| 国产精品成人在线| 少妇人妻久久综合中文| 国国产精品蜜臀av免费| 久久精品久久精品一区二区三区| 我要看黄色一级片免费的| 亚洲精品成人av观看孕妇| 美女视频免费永久观看网站| 又黄又爽又刺激的免费视频.| 亚洲精品一二三| 成人亚洲欧美一区二区av| 99视频精品全部免费 在线| 22中文网久久字幕| 国产 一区精品| 欧美国产精品一级二级三级| 亚洲精品av麻豆狂野| 中文字幕精品免费在线观看视频 | 成人毛片a级毛片在线播放| 女人精品久久久久毛片| 久久久久人妻精品一区果冻| av国产久精品久网站免费入址| 妹子高潮喷水视频| 亚洲欧美色中文字幕在线| 亚洲成av片中文字幕在线观看 | av线在线观看网站| 精品人妻在线不人妻| 捣出白浆h1v1| 一级片免费观看大全| 欧美日韩精品成人综合77777| 桃花免费在线播放| 色视频在线一区二区三区| 美国免费a级毛片| 三级国产精品片| tube8黄色片| 九草在线视频观看| 高清黄色对白视频在线免费看| 视频区图区小说| 丰满迷人的少妇在线观看| 我要看黄色一级片免费的| 丝袜在线中文字幕| 国产成人精品一,二区| 赤兔流量卡办理| 亚洲图色成人| 高清欧美精品videossex| 精品午夜福利在线看| 女性生殖器流出的白浆| 51国产日韩欧美| 极品人妻少妇av视频| 欧美人与性动交α欧美精品济南到 | 在线亚洲精品国产二区图片欧美| 国产成人午夜福利电影在线观看| 九九在线视频观看精品| 国产精品成人在线| 国产精品欧美亚洲77777| 人妻人人澡人人爽人人| 少妇人妻精品综合一区二区| 欧美精品高潮呻吟av久久| videosex国产| 亚洲精品久久久久久婷婷小说| 国产精品国产三级国产av玫瑰| 人人澡人人妻人| 欧美人与性动交α欧美软件 | 女人精品久久久久毛片| 如日韩欧美国产精品一区二区三区| 爱豆传媒免费全集在线观看| 天美传媒精品一区二区| 欧美国产精品va在线观看不卡| 亚洲精品一区蜜桃| 国产探花极品一区二区| 天天躁夜夜躁狠狠久久av| 色吧在线观看| 一区二区三区四区激情视频| 久久人人爽人人片av| 老女人水多毛片| 亚洲精品美女久久av网站| 婷婷色麻豆天堂久久| 又粗又硬又长又爽又黄的视频| 精品少妇内射三级| 丰满饥渴人妻一区二区三| 欧美97在线视频| 看免费成人av毛片| 街头女战士在线观看网站| 又粗又硬又长又爽又黄的视频| 大片免费播放器 马上看| 建设人人有责人人尽责人人享有的| 精品一区二区三卡| 欧美日韩一区二区视频在线观看视频在线| 日韩伦理黄色片| 欧美国产精品一级二级三级| 精品久久久精品久久久| 亚洲国产精品国产精品| 夫妻性生交免费视频一级片| 两性夫妻黄色片 | 9热在线视频观看99| 日日啪夜夜爽| 人体艺术视频欧美日本| 成人国产麻豆网| 亚洲av电影在线观看一区二区三区| 狂野欧美激情性bbbbbb| 亚洲精华国产精华液的使用体验| 国产福利在线免费观看视频| 成人国产av品久久久| 亚洲精品国产av成人精品| 国产爽快片一区二区三区| 尾随美女入室| 这个男人来自地球电影免费观看 | 久久精品aⅴ一区二区三区四区 | 久久久国产欧美日韩av| 国产白丝娇喘喷水9色精品| 亚洲天堂av无毛| 亚洲欧洲精品一区二区精品久久久 | 日日摸夜夜添夜夜爱| 亚洲精品第二区| 日韩视频在线欧美| 亚洲人成77777在线视频| 如日韩欧美国产精品一区二区三区| 欧美国产精品一级二级三级| 99久国产av精品国产电影| 日日啪夜夜爽| 免费av不卡在线播放| 两性夫妻黄色片 | 国产精品99久久99久久久不卡 | 一本—道久久a久久精品蜜桃钙片| 在线观看免费高清a一片| 久热久热在线精品观看| 高清视频免费观看一区二区| 日产精品乱码卡一卡2卡三| 欧美少妇被猛烈插入视频| 97精品久久久久久久久久精品| kizo精华| a级毛片在线看网站| 中文精品一卡2卡3卡4更新| 精品国产国语对白av| 欧美成人精品欧美一级黄| 伦精品一区二区三区| 男人操女人黄网站| 天美传媒精品一区二区| 久久99热6这里只有精品| 尾随美女入室| 免费人妻精品一区二区三区视频| 一级片'在线观看视频| 我要看黄色一级片免费的| 久久久a久久爽久久v久久| 国产女主播在线喷水免费视频网站| av又黄又爽大尺度在线免费看| 婷婷色综合www| 国产色婷婷99| 插逼视频在线观看| 国产欧美日韩综合在线一区二区| 观看美女的网站| 亚洲av综合色区一区| 欧美激情国产日韩精品一区| 国产精品无大码| av国产精品久久久久影院| 热re99久久精品国产66热6| 精品少妇黑人巨大在线播放| 一区在线观看完整版| 免费观看性生交大片5| 国产69精品久久久久777片| 久久精品国产亚洲av涩爱| 婷婷色综合大香蕉| 啦啦啦视频在线资源免费观看| 高清毛片免费看| 日本-黄色视频高清免费观看| 成人国语在线视频| 国产精品久久久久久av不卡| 自线自在国产av| 十八禁网站网址无遮挡| 日本色播在线视频| 日日摸夜夜添夜夜爱| 精品人妻一区二区三区麻豆| 中文字幕另类日韩欧美亚洲嫩草| 亚洲精品色激情综合| 免费日韩欧美在线观看| 午夜视频国产福利| 免费人妻精品一区二区三区视频| 国产精品一区二区在线不卡| 亚洲 欧美一区二区三区| 一边摸一边做爽爽视频免费| 欧美老熟妇乱子伦牲交| 超色免费av| 亚洲精品久久午夜乱码| 成年av动漫网址| 国产精品一区二区在线观看99| 一区二区av电影网| 美女福利国产在线| 亚洲av在线观看美女高潮| 美女脱内裤让男人舔精品视频| 女人精品久久久久毛片| 美国免费a级毛片| 日韩视频在线欧美| 成人毛片60女人毛片免费| 男女边吃奶边做爰视频| 建设人人有责人人尽责人人享有的| 欧美+日韩+精品| 国产极品粉嫩免费观看在线| 国产1区2区3区精品| 精品亚洲乱码少妇综合久久| 亚洲一码二码三码区别大吗| 国国产精品蜜臀av免费| 黄网站色视频无遮挡免费观看| 日韩,欧美,国产一区二区三区| 26uuu在线亚洲综合色| 亚洲综合精品二区| 国产又爽黄色视频| 亚洲av中文av极速乱| 久久人人爽av亚洲精品天堂| 国产精品蜜桃在线观看| 人人妻人人澡人人爽人人夜夜| 草草在线视频免费看| 午夜老司机福利剧场| 国产一区有黄有色的免费视频| 午夜福利网站1000一区二区三区| 国产片内射在线| 国产深夜福利视频在线观看| 寂寞人妻少妇视频99o| 有码 亚洲区| 精品卡一卡二卡四卡免费| 丝袜喷水一区| 一级,二级,三级黄色视频| 青青草视频在线视频观看| 老熟女久久久| 在线看a的网站| 久久人人爽av亚洲精品天堂| 国产爽快片一区二区三区| 寂寞人妻少妇视频99o| 免费观看性生交大片5| 国产在线一区二区三区精| 亚洲av日韩在线播放| 国产精品一区二区在线不卡| 中文字幕免费在线视频6| 亚洲人成77777在线视频| 午夜激情久久久久久久| 国产日韩欧美视频二区| 看免费成人av毛片| 美女国产视频在线观看| 亚洲国产精品成人久久小说| 午夜福利,免费看| 精品久久久久久电影网| 夜夜骑夜夜射夜夜干| 午夜福利,免费看| 少妇人妻久久综合中文| 男人爽女人下面视频在线观看| 伦精品一区二区三区| 最近最新中文字幕免费大全7| 水蜜桃什么品种好| 久久久欧美国产精品| 99香蕉大伊视频| 男人爽女人下面视频在线观看| 尾随美女入室| av片东京热男人的天堂| 日韩 亚洲 欧美在线| 成年人免费黄色播放视频| 黑人高潮一二区| 999精品在线视频| 久久人妻熟女aⅴ| 欧美精品av麻豆av| 久久久久久久国产电影| 久久国产精品大桥未久av| 男女国产视频网站| 日日啪夜夜爽| 日韩一本色道免费dvd| 国产成人免费无遮挡视频| 久久久国产欧美日韩av| 汤姆久久久久久久影院中文字幕| 人人妻人人添人人爽欧美一区卜| 男女午夜视频在线观看 | 精品一区二区三区视频在线| 不卡视频在线观看欧美| 爱豆传媒免费全集在线观看| 久久久精品区二区三区| 全区人妻精品视频| 人人妻人人添人人爽欧美一区卜| 国产色爽女视频免费观看| 日产精品乱码卡一卡2卡三| 看免费av毛片| 久久国产精品男人的天堂亚洲 | 久久精品久久久久久久性| 亚洲av电影在线进入| 91久久精品国产一区二区三区| 男女午夜视频在线观看 | 亚洲五月色婷婷综合| 国产成人精品在线电影| 一级毛片电影观看| 韩国精品一区二区三区 | 久久人人爽人人片av| 成人亚洲精品一区在线观看| 亚洲欧洲精品一区二区精品久久久 | 国产精品久久久av美女十八| 两性夫妻黄色片 | tube8黄色片| 国产 一区精品| 大香蕉97超碰在线| 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 | 99精国产麻豆久久婷婷| 在线观看国产h片| 国产成人精品一,二区| 免费观看a级毛片全部| 老司机影院成人| 90打野战视频偷拍视频| 国国产精品蜜臀av免费| 久久精品国产a三级三级三级| 男女边摸边吃奶| 9191精品国产免费久久| 免费在线观看完整版高清| 免费不卡的大黄色大毛片视频在线观看| 黄网站色视频无遮挡免费观看| 免费观看在线日韩| 看免费av毛片| 成年动漫av网址| 国产一区二区在线观看av| 亚洲精品成人av观看孕妇| 亚洲成人av在线免费| 天堂8中文在线网| 久久久精品免费免费高清| 亚洲av成人精品一二三区| 少妇熟女欧美另类| 九九在线视频观看精品| 日本av手机在线免费观看| 成人黄色视频免费在线看| 一区二区三区四区激情视频| 午夜影院在线不卡| 99香蕉大伊视频| 51国产日韩欧美| 99国产综合亚洲精品| 国产日韩一区二区三区精品不卡| 91成人精品电影| 免费观看a级毛片全部| a 毛片基地| 精品酒店卫生间| 成人漫画全彩无遮挡| 日韩电影二区| 一区二区av电影网| 国产69精品久久久久777片| 国产一区亚洲一区在线观看| 婷婷色麻豆天堂久久| 国产在视频线精品| 国产精品.久久久| 丰满迷人的少妇在线观看| 精品一区二区三卡| 日本vs欧美在线观看视频| 久久精品久久久久久久性| 制服丝袜香蕉在线| 好男人视频免费观看在线| 高清视频免费观看一区二区| 国产精品免费大片| 亚洲欧美色中文字幕在线| 草草在线视频免费看| 久久精品久久久久久久性| 成年美女黄网站色视频大全免费| 久久韩国三级中文字幕| 久久这里有精品视频免费| 七月丁香在线播放| 18禁动态无遮挡网站| 亚洲av中文av极速乱| 亚洲欧美中文字幕日韩二区| 国产白丝娇喘喷水9色精品| 人人妻人人添人人爽欧美一区卜| 国产av一区二区精品久久| 中国三级夫妇交换| videos熟女内射| 精品一区二区三区四区五区乱码 | 久久久久精品性色| 你懂的网址亚洲精品在线观看| 99久久综合免费| 99国产精品免费福利视频| 精品久久国产蜜桃| 国产免费又黄又爽又色| 精品国产一区二区久久| 亚洲av综合色区一区| 国产黄色免费在线视频| 9热在线视频观看99| 男女免费视频国产| 午夜老司机福利剧场| 看十八女毛片水多多多| 啦啦啦中文免费视频观看日本| 宅男免费午夜| 亚洲欧洲日产国产| 在线观看一区二区三区激情| 99香蕉大伊视频| 婷婷成人精品国产| 亚洲精品久久久久久婷婷小说| 欧美日韩av久久| 在线看a的网站| 婷婷色综合www| 全区人妻精品视频| 毛片一级片免费看久久久久| 国产毛片在线视频| 国产高清国产精品国产三级| 久久国产精品男人的天堂亚洲 | 日韩制服丝袜自拍偷拍| 美女主播在线视频| 下体分泌物呈黄色| 国产成人精品久久久久久| 咕卡用的链子| 久久女婷五月综合色啪小说| 亚洲 欧美一区二区三区| 捣出白浆h1v1| 91久久精品国产一区二区三区| 一区二区日韩欧美中文字幕 | 亚洲国产最新在线播放| 国产白丝娇喘喷水9色精品| 免费观看无遮挡的男女| www.av在线官网国产| 亚洲,一卡二卡三卡| 国产在线视频一区二区| 精品少妇久久久久久888优播| 色5月婷婷丁香| 亚洲情色 制服丝袜| 日韩成人伦理影院| 制服人妻中文乱码| 国产精品人妻久久久久久| 男女高潮啪啪啪动态图| 久久这里有精品视频免费| 国产亚洲午夜精品一区二区久久| 男女无遮挡免费网站观看| 亚洲国产欧美在线一区| 亚洲第一av免费看| av又黄又爽大尺度在线免费看| 新久久久久国产一级毛片| 亚洲一级一片aⅴ在线观看| 亚洲欧美色中文字幕在线| 免费不卡的大黄色大毛片视频在线观看| 涩涩av久久男人的天堂| 七月丁香在线播放| 一个人免费看片子| 18禁裸乳无遮挡动漫免费视频| 日本91视频免费播放| 女人精品久久久久毛片| 纯流量卡能插随身wifi吗| 国产极品粉嫩免费观看在线| 日韩制服丝袜自拍偷拍| 日本vs欧美在线观看视频| 国产亚洲精品第一综合不卡 | 久久久久久久亚洲中文字幕| 亚洲国产欧美在线一区| 久久婷婷青草| 搡老乐熟女国产| 欧美激情国产日韩精品一区| 日本av手机在线免费观看| 捣出白浆h1v1| 卡戴珊不雅视频在线播放| 性高湖久久久久久久久免费观看| av卡一久久| 老司机影院毛片| av不卡在线播放| 在线看a的网站| 水蜜桃什么品种好| 丝袜人妻中文字幕| 亚洲成人一二三区av| 一区在线观看完整版| 久久人人97超碰香蕉20202| 亚洲国产av影院在线观看| 国产亚洲精品第一综合不卡 | 国产深夜福利视频在线观看| 最近最新中文字幕免费大全7| 国产精品久久久av美女十八| 国产激情久久老熟女| 日韩在线高清观看一区二区三区| 欧美性感艳星| 看免费成人av毛片| 精品少妇内射三级| 免费观看av网站的网址| 丝袜脚勾引网站| 国产精品国产三级专区第一集| 亚洲av综合色区一区| 免费在线观看黄色视频的| 精品亚洲成a人片在线观看| 亚洲av福利一区| 80岁老熟妇乱子伦牲交| 亚洲国产精品一区三区| 久久鲁丝午夜福利片| 在线观看免费高清a一片| 香蕉丝袜av| 在线观看www视频免费| 日本-黄色视频高清免费观看| 国产成人aa在线观看| 91aial.com中文字幕在线观看| 久久久久久久国产电影| 七月丁香在线播放| 欧美97在线视频| 欧美精品av麻豆av| 成年人免费黄色播放视频| 亚洲婷婷狠狠爱综合网| 最近最新中文字幕大全免费视频 | 欧美精品高潮呻吟av久久| 亚洲内射少妇av| 日韩在线高清观看一区二区三区| 久久99热这里只频精品6学生| 亚洲成色77777| 精品一区二区三区视频在线| 超色免费av| 免费黄网站久久成人精品| 各种免费的搞黄视频| 国产成人精品一,二区| 激情五月婷婷亚洲| 久久久久国产网址| 国语对白做爰xxxⅹ性视频网站| 精品福利永久在线观看| 超碰97精品在线观看| 精品一区二区三区四区五区乱码 | av黄色大香蕉| 免费av中文字幕在线| 亚洲精品美女久久久久99蜜臀 |