• <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Landsat-8數據的洞庭湖區(qū)地表水體提取方法評價

    2023-08-22 07:53:20葉雨陽呂獻林羅鍇澍操華雙
    水利水電快報 2023年8期
    關鍵詞:豐水期水體精度

    葉雨陽,呂獻林,羅鍇澍,操華雙,陳 剛

    (1.中國地質大學 海洋學院,湖北 武漢 430074; 2.中國電建集團河南省電力勘測設計院有限公司,河南 鄭州 450007; 3.湖北大學 資源環(huán)境學院,湖北 武漢 430062; 4.竹山縣水利和湖泊局,湖北 十堰 442200)

    0 引 言

    湖泊作為陸地水圈的重要組成部分,參與自然界的水分循環(huán),使得地球表層系統(tǒng)各圈層相互聯(lián)結。同時湖泊也是環(huán)境變化重要的指示器,近年來由于氣候變化以及人類活動的影響[1],洞庭湖趨于萎縮,洪澇干旱災害頻繁發(fā)生,水環(huán)境形勢不容樂觀,進而影響洞庭湖區(qū)及周邊生態(tài)環(huán)境。因此,精準、快速識別湖泊水體信息并掌握其水體時空分布特征對于水資源監(jiān)測與應用具有重要意義[2],且可為有關部門制定保護政策從而改善湖泊周邊生態(tài)環(huán)境提供可靠依據。

    衛(wèi)星遙感技術因具有宏觀、綜合、動態(tài)、快速等無可比擬的優(yōu)點[3],已經成為分析和傳遞不同地球資源特別是地表水變化數據的重要信息來源。目前,Landsat系列衛(wèi)星數字產品因其較高的空間分辨率、覆蓋范圍全球化及易獲取性被廣泛應用于水體信息提取。利用遙感數據提取水體信息的方法一般大致分為兩類:一類為光譜分析方法,即考慮水體在多光譜波段的輻射特性提取水體信息。例如,Xu[4]基于各地物在不同波段光譜特性的差異提出改進的歸一化差異水體指數(Modified Normalized Difference Water Index,MNDWI),可以有效分割建筑區(qū)水體;Feyisa等[5]提出的自動水體提取指數(Automated Water Extraction Index,AWEIsh)能有效抑制陰影以正確識別水體特征。另一類為影像分類方法,即采用特征提取和分類技術進行水域檢測和定量分析。例如,Paul等[6]的研究表明,即使僅用少量的標記樣本進行訓練,支持向量機(Support Vector Machine,SVM)分類方法也能較好地從遙感影像中提取水體信息;王雪等[7]構建的全卷積神經網絡(Fully Convolution Neural Networks,FCN)模型可以從抽象特征中恢復出每個像素所屬類別來提取水體;王新宇[8]利用隨機森林算法(Random Forest,RF)挖掘特征組合信息,提升遙感影像水體范圍的提取效果。

    本文對比分析了MNDWI,AWEIsh,SVM,ANNs和RF等5種典型方法在洞庭湖水體提取中的表現(xiàn)。以Landsat-8枯水期影像數據為基礎,豐水期影像數據為輔,將通過目視解譯的水體信息作為真值,據此建立混淆矩陣并評價各方法提取精度。通過對比枯水期5種方法提取結果細節(jié)差異及枯、豐水期水體提取精度等,為各提取方法在不同應用及制圖需求中的靈活運用及基于中等空間分辨率遙感數據的湖泊動態(tài)監(jiān)測精準化研究等方面提供一定參考[9]。

    1 研究區(qū)概況及數據來源

    1.1 研究區(qū)概況

    洞庭湖區(qū)位于長江中游(27°39′N~29°51′N,111°19′E~113°34′E;如圖1所示),是中國第二大淡水湖,大型通江湖泊,具有防旱蓄洪、調節(jié)湖區(qū)周邊濕地生態(tài)環(huán)境等重要作用[10]。東洞庭湖向南連接湘江,向西連通資水、沅江和澧水,經調蓄后由城陵磯匯入長江[1],形成錯綜復雜的吞吐調蓄性湖泊。其東、南、西三面環(huán)山,呈河網平原地貌景觀,屬于典型的亞熱帶季風濕潤氣候。1~3月為枯水期,7~9月為豐水期,枯、豐水期水域分布變化極為強烈,素有“洪水一大片,枯水幾條線”之景。鑒于研究區(qū)基礎影像是洞庭湖區(qū)枯水期影像且湖區(qū)內水系面域較大[11],本文選取背景地物復雜、水體類型多樣的東洞庭湖區(qū)及水系分布復雜的湖區(qū),共2塊具有代表性的區(qū)域,見圖1(b)、(c),作精度評定。

    注:黑色方框為精度驗證區(qū)所在位置,水體邊界以黃色線條描繪。圖1 研究區(qū)示意

    1.2 數據來源及預處理

    本文以Landsat-8為數據源,枯水期影像數據為基礎、豐水期影像數據為輔,其中枯水期選取成像時間為2020年3月19日和2020年4月29日各一景影像,軌道號為124/40和123/40;豐水期選取成像時間為2020年10月22日的兩景影像,軌道號為123/39和123/40。所選影像皆為云量低于5%的高質量影像。

    因獲取影像存在地物間對比度低,受大氣散射、吸收、反射影響等問題,本文進行了如下預處理操作。首先使用ENVI5.3軟件對影像數據進行線性拉伸,突出顯示水體信息[12];其次進行輻射定標及FLAASH大氣校正;然后使用三次卷積法進行無縫鑲嵌;最后使用研究區(qū)矢量圖裁剪影像,以獲得研究區(qū)范圍枯、豐水期數據。

    2 研究方法

    為全面對比分析湖泊水體信息提取方法在洞庭湖的應用效果,本文從水體指數法和機器學習法中分別選取多種代表性分類方法,通過總體精度、Kappa系數、漏提率及過提率等4種評價指標進行評價分析。

    2.1 水體指數法

    水體指數法因其提取速度快、可擴展性強等優(yōu)點被廣泛用于水體信息提取。本文選取改進的歸一化差異水體指數(Modified Normalized Difference Water Index,MNDWI)和自動水體提取指數(Automated Water Extraction Index,AWEIsh)兩種方法作為典型代表用于后文對比分析。通過研究發(fā)現(xiàn),閾值的大小會受亞像素土地覆蓋組成成分占比影響,當土地覆蓋由水、土壤和植被組成時,水分占比越高,選取的最優(yōu)分割閾值越接近理論分割閾值0[13]。因此,本文通過對比分析水體、植被、農用地等地物灰度值,將理論分割閾值0進行調整,得到最優(yōu)分割閾值。且通過試驗發(fā)現(xiàn),水體指數法提取時間皆小于30 s。

    2.1.1 MNDWI

    Xu[4]改進了歸一化差異水體指數(Normalized Difference Water Index,NDWI)[14],將近紅外波段(NIR)替換為短波紅外波段(SWIR1),提出MNDWI,即

    (1)

    式中:Green(0.525~0.600 μm)為綠光波段;SWIR1(1.560~1.660 μm)為短波紅外1波段。由于水體與建設用地等地物反射特性在NIR波段相似但在SWIR1波段差異較大,MNDWI能更有效地抑制甚至去除建成區(qū)、植被及土壤噪聲。根據單波段影像灰度直方圖(圖2)選取閾值發(fā)現(xiàn),當閾值設定為0.464 2和0.459 4時,水體信息提取效果良好且受背景地物影響較小。因此,本文將大于0.464 2的像元劃分為枯水期水體,將大于0.459 4的像元劃分為豐水期水體。

    圖2 MNDWI法枯、豐水期水體灰度直方圖

    2.1.2 AWEIsh

    Feyisa等[5]利用Landsat-5 TM數據提出了AWEIsh指數,表達式為

    AWEIsh=Blue+2.5×Green-

    1.5×(NIR+SWIR1)-0.25×SWIR2

    (2)

    式中:Blue(0.450~0.515 μm)為藍光波段;SWIR2(2.100~2.300 μm)為短波紅外2波段;下標“sh”表明旨在有效消除陰影像元,提高存在山體陰影和其他暗面區(qū)域的水體提取精度。本文根據單波段影像灰度直方圖(圖3)選取閾值,最終選定0.064 8和0.093 0作為最優(yōu)分割閾值,將大于0.064 8的像元劃分為枯水期水體,大于0.093 0的像元劃分為豐水期水體。

    圖3 AWEIsh法枯、豐水期水體灰度直方圖

    2.2 機器學習法

    機器學習分為傳統(tǒng)機器學習和深度學習,近年來在水體信息提取方面的應用受到廣泛關注,該方法可以提取出更精細的水體細部信息。本文選取傳統(tǒng)機器學習支持向量機(Support Vector Machine,SVM)、隨機森林(Random Forest,RF)以及深度學習人工神經網絡(Artificial Neural Networks,ANNs)共3種方法用于后文對比分析,且均使用5,4,3波段(NIR,Red,Green)作為輸入波段。

    2.2.1 SVM

    SVM是以統(tǒng)計學為基礎,實現(xiàn)結構風險最小化原則的智能算法[15]。在水體提取中,由于SVM能有效解決影像混合像元等問題而被廣泛應用。其性能主要取決于核函數類型選擇和參數設置[16]。徑向基(RBF)核函數相較于線性核函數、多項式核函數及Sigmoid核函數識別率更高,性能更好,且訓練集減少時分類性能最穩(wěn)定[11],因此本文選取RBF作核函數。設置不同的Gamma值相當于調整模型復雜度,當Gamma值過大時,模型過擬合;Gamma值過小時,模型欠擬合。本文測試了Gamma值為[1,20]時的提取效果,最終將Gamma值設置為10,懲罰參數C為100。訓練時間為10 min。

    2.2.2 RF

    RF由Breiman[17]于2001年提出,是一種基于分類樹的機器學習算法[18],其思路是改進早前提出的Bagging算法[19]在節(jié)點特征選擇部分引入了隨機過程,它提高了簡單決策樹的預測精度。本文使用基尼不純度確定節(jié)點最優(yōu)條件,測試樹數量為[100,150]時的提取效果,通過對比發(fā)現(xiàn)當子樹數量為130時提取效果最佳,訓練時間為3 min。

    2.2.3 ANNs

    人工神經網絡簡稱為“神經網絡”(Neural Networks,NNs),本文采用的神經網絡由3層組成:輸入層、隱藏層和輸出層。輸入層負責數據接收和類型轉化等操作,隱含層將抽象層處理后的數據進行數據屬性抽象描述[20],輸出層負責將特征映射到特定維度并輸出預測結果。本文使用209個訓練樣本,146個測試樣本,Logistic函數作為激活函數[21],測試隱含層數量為[1,2],學習率為[0.2,0.5]時的提取效果,最終將隱含層設置為1層,學習率為0.2,迭代次數為1 000次,訓練時間為7 min。

    2.3 精度評價指標

    本文基于混淆矩陣[22]計算總體分類精度、Kappa系數、漏提率和過提率等4個指標進行提取結果精度評價。

    2.3.1 總體分類精度(Overall Accuracy,OA)

    OA表示被正確分為水體的像元數占像元總數的百分比,其表達式為

    (3)

    式中:TP表示實際為水體像元且檢測結果也為水體像元的像元數;TN表示實際為非水體像元且檢測結果也為非水體像元的像元數;FP表示實際為非水體像元而檢測結果為水體像元的像元數;FN表示實際為水體像元而檢測結果為非水體像元的像元數。

    2.3.2 Kappa系數

    Kappa系數是衡量一致性的常用統(tǒng)計方法,其表達式為

    (4)

    (5)

    式中:P0為總體分類精度;Pe為期望一致率,即兩次提取結果由于偶然機會所造成的一致率;n為總像元數。

    2.3.3 漏提率及誤提率

    本文采用“漏提率”和“過提率”對水體提取效果差異進行量化描述,公式為

    (6)

    (7)

    2.4 驗證數據

    為驗證各提取方法精度,本文通過如下方法提取驗證數據集,制作流程如圖4所示。

    圖4 驗證數據集制作流程

    (1) 分別選取枯、豐水期影像為底圖,在ArcGIS軟件平臺通過人工目視解譯獲得精度驗證區(qū)水體真值;

    (2) 在人工目視解譯結果的基礎上,以枯、豐水期水體分布作為約束條件,創(chuàng)建隨機水體樣本點[23];

    (3) 同理,生成非水體樣本點。

    最后,本文共收集了6 512個水體樣本點,6 512個非水體樣本點。

    3 結果與分析

    本研究通過分析水體提取精度及影響因素揭示各提取方法魯棒性并針對提取精度、提取時長及適用范圍對各方法作出評價。

    3.1 精度評價

    本文使用MNDWI,AWEIsh,SVM,ANNs和RF法對研究區(qū)水體進行提取,5種方法提取結果總體精度及漏提、過提等情況如表1所示;精度驗證區(qū)如圖1(b),(c)所示??梢钥闯?區(qū)域b中,SVM法漏提率最低,總體精度最高。區(qū)域c中,雖然AWEIsh法過提率最高但總體精度也最高,這是由于它對湖體的提取較其他方法更加完整,即漏提率最低;SVM法過提率最低但漏提率高于AWEIsh法和RF法,因此總體精度略低于這兩種方法。2個區(qū)域中,RF法過提率雖相對AWEIsh法更低,漏提率卻更高,因此總體精度略低于AWEIsh法。由此可見,漏提率指標在總體精度評定中起到更重要的參考作用。

    3.2 水體提取精度影響因素分析

    3.2.1 水體類型及背景地物影響

    本文將選取精度驗證區(qū)b,c中的差異水體類型及背景地物共4個重點區(qū)域,通過視覺比較和定量指標進一步評估5種方法的水體提取性能并分析影響提取精度的原因。其中,因本研究提取對象為洞庭湖區(qū)內由湖泊、水庫及細小河流組成的水系,魚場雖為水體但會對提取結果造成一定影響,因此將其視為背景地物。具體分類結果如圖5~6所示。

    圖5 5種算法在水庫、細小河流的提取效果差異

    通過與原始影像數據目視比較,提取效果差異主要表現(xiàn)為水庫、細小河流的漏提現(xiàn)象,農用地、魚場的過提現(xiàn)象。其中,MNDWI法、AWEIsh法對水庫漏提較嚴重,SVM法、AWEIsh法對農用地及魚場過提較嚴重,RF法最輕且對湖體間淺水處水體提取效果最好。為了定量評價水體分類的準確性及差異性,本文計算了水庫、細小河流、農用地及魚場的漏提率或過提率,結果如表2所示。

    表2 5種方法在4個區(qū)域的提取效果評價

    從表2中可知,MNDWI法對水庫漏提最嚴重,其原因可能是水庫與背景地物通過波段計算后DN值相似。AWEIsh法對細小河流的提取效果最好,但對背景地物過提嚴重,通過分析發(fā)現(xiàn)農用地、魚場等背景地物的光譜特性與部分水體相近容易造成過提。SVM法提取的水庫最貼近真實形態(tài),且通過對比效果圖發(fā)現(xiàn),該方法提取水體細部信息的效果較ANNs法更好。RF法對背景環(huán)境敏感性最低,即過提率最低??傮w來說,水體指數法對細小水體提取效果較好,機器學習法對于水體輪廓復雜度適應性良好,對背景環(huán)境敏感度基本低于水體指數方法,魯棒性更強。且綜合各水體類型及背景地物的漏提率、過提率排序來看,可與表1中結果相互印證。

    3.2.2 水域季節(jié)性變化影響

    由于洞庭湖區(qū)水系水體分布隨季節(jié)變化巨大,分為枯水期與豐水期(圖7中淡藍色部分為豐水期水體分布,深藍色虛線為枯水期水體分布范圍),本文通過計算4種定量評價指標分析水域變化對各方法提取精度的影響程度,結果見表3。

    通過對比發(fā)現(xiàn),水域面積季節(jié)性變化對各方法漏提率及過提率影響較大但對總體精度及Kappa系數影響不大。除ANNs法豐水期提取精度外,各方法枯、豐水期總體精度高的漏提率較低,且過提率相近時漏提率越高,總體精度越低。分析豐水期過提率高于枯水期的原因,發(fā)現(xiàn)豐水期水體分布更加復雜且裸露河床及淺水區(qū)較多易過提。各方法中,SVM法枯、豐水期總體提取精度均最高(95.02%,95.76%),表明其在應對湖泊水域面積變化時具有更好的魯棒性。精度表現(xiàn)最差的是MNDWI法(94.61%,93.06%),該方法枯、豐水期平均總體精度最低,且兩者差異最大,這表明指數型方法在區(qū)域化應用時泛化能力較差。因此綜合來看,表現(xiàn)更好的是機器學習法,其中SVM法效果最好,而水體指數法表現(xiàn)略遜一籌。

    3.3 提取方法評價

    通過前文對5種水體提取方法的綜合分析得知,MNDWI法和AWEIsh法提取結果受光譜特性影響較大,因此,在有大面積農用地等背景地物時不建議選擇水體指數法,但該種方法操作簡單、提取速度快,可用于自動化應急監(jiān)測。RF與ANNs相比:從提取水體類型來看,RF法適于提取細小河流,ANNs法適于提取面域較大的水體;從提取時長、背景環(huán)境影響來看,RF法速度更快且對背景環(huán)境敏感性更低,適用于背景地物復雜地區(qū)水域動態(tài)監(jiān)測。SVM法能較好地適應水域面積變化并能保證輪廓復雜水體的提取精度要求,適用于提取精度要求較高、水體類型多樣時的水體提取并制作地表水體分布圖。但該方法提取速度受樣本數量影響較大,因此,選取有效訓練樣本至關重要,這可以提高正確識別率及分類速度。

    4 結論與展望

    本文基于Landsat-8影像數據采用5種方法提取洞庭湖區(qū)枯、豐水期水體信息,得到以下結論:

    (1) 漏提率指標在精度評價中具有更高參考價值。

    (2) 基于Landsat-8影像,洞庭湖區(qū)水體信息提取精度及魯棒性排序為SVM>RF>AWEIsh>ANNs>MNDWI;提取時長排序為SVM>ANNs>RF>水體指數法。

    (3) 機器學習方法中,SVM法提取精度最高、魯棒性強,適用于多尺度、多類型水體精細化提取,能夠基本滿足高精度地表水體制圖需求;RF法對背景地物敏感度最低,適用于背景地物復雜地區(qū)的水體提取;ANNs法較適用于大面積水域提取。水體指數法受光譜特征影響較大,適用于城區(qū)內小型湖泊提取。

    本文研究僅選取同一衛(wèi)星兩個不同時期的洞庭湖水系進行分析,下一步將選取Landsat系列衛(wèi)星,使用多時相、長時間序列遙感影像數據分析洞庭湖水系面積季節(jié)變化及年際變化,為洞庭湖資源合理利用規(guī)劃提供科學依據。

    猜你喜歡
    豐水期水體精度
    豐水期巢湖水體與沉積物重金屬污染及分配特征研究
    陽谷縣農村地區(qū)枯水期和豐水期生活飲用水微生物檢測結果分析
    膠東沿海某地區(qū)生活飲用水總α、總β放射性水平調查分析
    農村黑臭水體治理和污水處理淺探
    生態(tài)修復理念在河道水體治理中的應用
    基于DSPIC33F微處理器的采集精度的提高
    電子制作(2018年11期)2018-08-04 03:25:38
    廣元:治理黑臭水體 再還水清岸美
    GPS/GLONASS/BDS組合PPP精度分析
    滇池流域入湖河流水文形貌特征對豐水期大型底棲動物群落結構的影響
    改進的Goldschmidt雙精度浮點除法器
    日韩欧美免费精品| 国内精品一区二区在线观看| 亚洲专区中文字幕在线| 免费高清视频大片| 十八禁人妻一区二区| 国产视频内射| 久久久久久久久中文| 亚洲 欧美 日韩 在线 免费| 在线永久观看黄色视频| 久久久久国内视频| 色综合欧美亚洲国产小说| 欧美高清成人免费视频www| 日韩欧美 国产精品| 18禁国产床啪视频网站| 国产精品久久视频播放| 国产久久久一区二区三区| 亚洲最大成人中文| 丁香欧美五月| 人成视频在线观看免费观看| 级片在线观看| 亚洲av五月六月丁香网| 国产精品久久久人人做人人爽| 日日干狠狠操夜夜爽| 国产区一区二久久| 99国产精品一区二区三区| 欧美+亚洲+日韩+国产| 久久久水蜜桃国产精品网| 国产精华一区二区三区| 久久人妻av系列| 国产精品免费视频内射| 国产精品一及| a在线观看视频网站| svipshipincom国产片| 两性午夜刺激爽爽歪歪视频在线观看 | 一二三四社区在线视频社区8| 免费看十八禁软件| √禁漫天堂资源中文www| 岛国在线观看网站| 国产又色又爽无遮挡免费看| 99久久无色码亚洲精品果冻| 国产v大片淫在线免费观看| 韩国av一区二区三区四区| 国产爱豆传媒在线观看 | 欧美高清成人免费视频www| 成人国产一区最新在线观看| 国产精品自产拍在线观看55亚洲| 夜夜夜夜夜久久久久| 韩国av一区二区三区四区| 亚洲精品在线观看二区| 欧美性猛交╳xxx乱大交人| aaaaa片日本免费| 精品高清国产在线一区| 天天躁夜夜躁狠狠躁躁| 国产精品精品国产色婷婷| 国产日本99.免费观看| 中文字幕高清在线视频| 精品久久久久久,| 久久人妻福利社区极品人妻图片| 免费看日本二区| 老司机深夜福利视频在线观看| 最好的美女福利视频网| 亚洲狠狠婷婷综合久久图片| 久久久久久亚洲精品国产蜜桃av| 亚洲色图av天堂| 男女下面进入的视频免费午夜| 欧美成人性av电影在线观看| 亚洲天堂国产精品一区在线| 少妇粗大呻吟视频| 麻豆国产97在线/欧美 | 99久久久亚洲精品蜜臀av| 亚洲熟妇中文字幕五十中出| 99久久精品国产亚洲精品| 亚洲av成人一区二区三| 欧美日本亚洲视频在线播放| 两个人视频免费观看高清| 特大巨黑吊av在线直播| 亚洲国产高清在线一区二区三| 久久中文看片网| 午夜福利在线观看吧| 亚洲国产中文字幕在线视频| 欧美精品亚洲一区二区| 久久中文看片网| 国产精华一区二区三区| 真人做人爱边吃奶动态| 国产精品久久久久久亚洲av鲁大| 欧美成人性av电影在线观看| 国产av一区在线观看免费| 9191精品国产免费久久| 成人国语在线视频| 999久久久国产精品视频| 欧美日本视频| 一本久久中文字幕| 亚洲国产看品久久| 精品高清国产在线一区| 一夜夜www| 一进一出好大好爽视频| 亚洲天堂国产精品一区在线| 亚洲国产欧洲综合997久久,| 女人爽到高潮嗷嗷叫在线视频| 老鸭窝网址在线观看| 999精品在线视频| 性欧美人与动物交配| 黄片小视频在线播放| 中文字幕高清在线视频| 亚洲aⅴ乱码一区二区在线播放 | 亚洲五月天丁香| 悠悠久久av| 成人三级做爰电影| 国产精品免费一区二区三区在线| 国产亚洲精品av在线| 精品久久久久久久末码| 久久精品人妻少妇| 法律面前人人平等表现在哪些方面| 亚洲精品色激情综合| 一本综合久久免费| 91国产中文字幕| 亚洲国产精品sss在线观看| 男女那种视频在线观看| 极品教师在线免费播放| 激情在线观看视频在线高清| 国产真实乱freesex| 久久精品夜夜夜夜夜久久蜜豆 | 天堂av国产一区二区熟女人妻 | 午夜福利视频1000在线观看| 国产野战对白在线观看| 男女那种视频在线观看| 亚洲av第一区精品v没综合| 亚洲精品在线美女| 欧美丝袜亚洲另类 | 色综合亚洲欧美另类图片| 国产精品野战在线观看| а√天堂www在线а√下载| 午夜福利免费观看在线| 99国产精品一区二区三区| 桃红色精品国产亚洲av| 男女午夜视频在线观看| 天堂影院成人在线观看| 亚洲性夜色夜夜综合| 国产精品亚洲一级av第二区| 精品无人区乱码1区二区| 丰满的人妻完整版| 国产亚洲精品av在线| 中国美女看黄片| 亚洲美女黄片视频| 国产成人av激情在线播放| 日本a在线网址| 一进一出抽搐gif免费好疼| 欧美成人免费av一区二区三区| 国产欧美日韩精品亚洲av| 午夜激情av网站| xxxwww97欧美| 天堂动漫精品| 成人高潮视频无遮挡免费网站| 麻豆国产av国片精品| 国产高清激情床上av| 亚洲午夜理论影院| 成年人黄色毛片网站| 国产一区在线观看成人免费| 日日爽夜夜爽网站| 俺也久久电影网| 丁香欧美五月| 女人高潮潮喷娇喘18禁视频| 一本大道久久a久久精品| 又爽又黄无遮挡网站| 麻豆av在线久日| 国产精品爽爽va在线观看网站| 久久天堂一区二区三区四区| 国内精品一区二区在线观看| 欧美丝袜亚洲另类 | 99riav亚洲国产免费| 美女大奶头视频| 搡老熟女国产l中国老女人| av福利片在线| 日韩欧美三级三区| 国产精品一区二区精品视频观看| 久热爱精品视频在线9| 村上凉子中文字幕在线| 欧美黄色片欧美黄色片| 在线观看美女被高潮喷水网站 | 欧美乱妇无乱码| 欧美成人免费av一区二区三区| 欧美乱码精品一区二区三区| 中文亚洲av片在线观看爽| 日韩中文字幕欧美一区二区| 成人特级黄色片久久久久久久| 欧美+亚洲+日韩+国产| 天堂动漫精品| 国产成人精品无人区| 在线观看免费午夜福利视频| 99久久国产精品久久久| 成人18禁高潮啪啪吃奶动态图| 激情在线观看视频在线高清| 国产男靠女视频免费网站| 巨乳人妻的诱惑在线观看| 老汉色av国产亚洲站长工具| 国产成人精品无人区| 中出人妻视频一区二区| 一区二区三区国产精品乱码| 精品不卡国产一区二区三区| 国产成人系列免费观看| 在线免费观看的www视频| a级毛片a级免费在线| 欧美成人性av电影在线观看| 久久天躁狠狠躁夜夜2o2o| 久久久久久亚洲精品国产蜜桃av| 国产99久久九九免费精品| 亚洲一区二区三区色噜噜| 黄片小视频在线播放| 欧美成人性av电影在线观看| 久久久久性生活片| 正在播放国产对白刺激| 91九色精品人成在线观看| 熟女电影av网| 婷婷六月久久综合丁香| 母亲3免费完整高清在线观看| 一卡2卡三卡四卡精品乱码亚洲| 国产精品国产高清国产av| 丁香欧美五月| 淫秽高清视频在线观看| 操出白浆在线播放| 19禁男女啪啪无遮挡网站| av超薄肉色丝袜交足视频| 国产v大片淫在线免费观看| 在线观看舔阴道视频| 午夜两性在线视频| 国内少妇人妻偷人精品xxx网站 | 国产爱豆传媒在线观看 | 国产视频内射| 日日夜夜操网爽| 男人舔女人的私密视频| 宅男免费午夜| 欧美成人一区二区免费高清观看 | 亚洲一区高清亚洲精品| 看片在线看免费视频| 一区二区三区高清视频在线| 免费电影在线观看免费观看| 欧美成人性av电影在线观看| 久久性视频一级片| 法律面前人人平等表现在哪些方面| 国产成+人综合+亚洲专区| 国产亚洲av高清不卡| 亚洲国产看品久久| а√天堂www在线а√下载| 又爽又黄无遮挡网站| 精品第一国产精品| 黄色成人免费大全| 97人妻精品一区二区三区麻豆| 床上黄色一级片| 丝袜美腿诱惑在线| 两性夫妻黄色片| 色综合欧美亚洲国产小说| 久久久久久久久中文| 国产精品综合久久久久久久免费| 久久久久久久午夜电影| 狂野欧美白嫩少妇大欣赏| 成人欧美大片| 欧美日韩黄片免| 国产蜜桃级精品一区二区三区| 18禁美女被吸乳视频| 国产成人欧美在线观看| 91在线观看av| av天堂在线播放| 亚洲精品美女久久久久99蜜臀| 老鸭窝网址在线观看| 久久久久国产一级毛片高清牌| 国产成+人综合+亚洲专区| 亚洲成人精品中文字幕电影| 香蕉丝袜av| 国产69精品久久久久777片 | 免费一级毛片在线播放高清视频| 免费在线观看影片大全网站| 日韩欧美三级三区| 午夜福利视频1000在线观看| 免费观看精品视频网站| 12—13女人毛片做爰片一| 麻豆国产97在线/欧美 | 9191精品国产免费久久| 色噜噜av男人的天堂激情| 老鸭窝网址在线观看| 日本三级黄在线观看| 日本熟妇午夜| 亚洲欧美日韩无卡精品| 听说在线观看完整版免费高清| 最近在线观看免费完整版| 最近最新中文字幕大全电影3| 免费在线观看视频国产中文字幕亚洲| 亚洲专区中文字幕在线| 日本精品一区二区三区蜜桃| 1024视频免费在线观看| 黄色丝袜av网址大全| 久久香蕉精品热| 日韩欧美三级三区| 老鸭窝网址在线观看| 国产激情久久老熟女| 国产午夜精品论理片| 亚洲人成网站在线播放欧美日韩| 欧美一区二区精品小视频在线| 精华霜和精华液先用哪个| 亚洲av成人av| 在线观看美女被高潮喷水网站 | 亚洲18禁久久av| 麻豆成人午夜福利视频| 中文字幕av在线有码专区| 人人妻人人澡欧美一区二区| 亚洲狠狠婷婷综合久久图片| aaaaa片日本免费| 中文资源天堂在线| 无遮挡黄片免费观看| 18禁美女被吸乳视频| 亚洲第一欧美日韩一区二区三区| 熟妇人妻久久中文字幕3abv| 国产亚洲精品第一综合不卡| 久久精品国产亚洲av高清一级| √禁漫天堂资源中文www| 动漫黄色视频在线观看| 欧美黑人欧美精品刺激| 亚洲人成伊人成综合网2020| 99国产精品一区二区三区| 亚洲男人天堂网一区| 老司机午夜福利在线观看视频| 精品电影一区二区在线| 成人手机av| 国产精品免费视频内射| 99国产精品一区二区蜜桃av| 搞女人的毛片| 国产精品自产拍在线观看55亚洲| 精品国内亚洲2022精品成人| 亚洲成人国产一区在线观看| 国产久久久一区二区三区| 欧美又色又爽又黄视频| 久9热在线精品视频| 亚洲精品一卡2卡三卡4卡5卡| 在线观看美女被高潮喷水网站 | 18禁国产床啪视频网站| 色尼玛亚洲综合影院| 精品久久久久久,| 免费在线观看黄色视频的| 在线观看免费视频日本深夜| 大型av网站在线播放| 国产伦在线观看视频一区| 日韩三级视频一区二区三区| 欧美久久黑人一区二区| 在线永久观看黄色视频| www国产在线视频色| 女人高潮潮喷娇喘18禁视频| 精品一区二区三区四区五区乱码| 久久久久精品国产欧美久久久| 亚洲国产精品sss在线观看| 亚洲欧美激情综合另类| 18禁观看日本| 黄色片一级片一级黄色片| 欧美日韩黄片免| 桃红色精品国产亚洲av| 日韩中文字幕欧美一区二区| 青草久久国产| 亚洲人成网站在线播放欧美日韩| 久久亚洲真实| 欧美日韩精品网址| 欧美在线一区亚洲| 成人国产综合亚洲| 69av精品久久久久久| 欧美绝顶高潮抽搐喷水| 九九热线精品视视频播放| 国产激情欧美一区二区| 国产一区二区在线av高清观看| 国产成人啪精品午夜网站| 麻豆久久精品国产亚洲av| 丝袜美腿诱惑在线| 色尼玛亚洲综合影院| 日韩中文字幕欧美一区二区| 国产黄a三级三级三级人| 久久精品夜夜夜夜夜久久蜜豆 | 精品高清国产在线一区| 亚洲中文av在线| 久久久精品大字幕| 深夜精品福利| 亚洲人成网站高清观看| 精品国产美女av久久久久小说| 亚洲精品国产一区二区精华液| 亚洲美女黄片视频| 女人被狂操c到高潮| 午夜福利在线在线| 欧美色欧美亚洲另类二区| 国产爱豆传媒在线观看 | 丁香欧美五月| 亚洲欧美精品综合久久99| 无遮挡黄片免费观看| 日本撒尿小便嘘嘘汇集6| 欧美一区二区精品小视频在线| 制服诱惑二区| 免费在线观看影片大全网站| 毛片女人毛片| 老司机靠b影院| 香蕉国产在线看| 在线观看www视频免费| 一本久久中文字幕| 国产午夜福利久久久久久| 久久性视频一级片| 久久婷婷成人综合色麻豆| 一边摸一边抽搐一进一小说| 一级黄色大片毛片| 亚洲精华国产精华精| 欧美乱色亚洲激情| 我要搜黄色片| 99国产精品一区二区三区| 日本a在线网址| 欧美不卡视频在线免费观看 | 成人特级黄色片久久久久久久| 亚洲五月婷婷丁香| 亚洲精品中文字幕在线视频| 操出白浆在线播放| 男女午夜视频在线观看| 狂野欧美激情性xxxx| 精品久久久久久,| 成人国语在线视频| 18禁黄网站禁片免费观看直播| www国产在线视频色| 中文字幕人成人乱码亚洲影| 国产精品久久电影中文字幕| 国产精品综合久久久久久久免费| 欧美在线一区亚洲| 窝窝影院91人妻| 亚洲精品久久成人aⅴ小说| 国产av又大| 国语自产精品视频在线第100页| 淫秽高清视频在线观看| svipshipincom国产片| 久久久久亚洲av毛片大全| 1024视频免费在线观看| 国产亚洲精品综合一区在线观看 | 成人三级做爰电影| 18禁观看日本| 18美女黄网站色大片免费观看| 天天添夜夜摸| av视频在线观看入口| 国产又黄又爽又无遮挡在线| 村上凉子中文字幕在线| 两性夫妻黄色片| 欧美 亚洲 国产 日韩一| 亚洲精品粉嫩美女一区| 99热这里只有是精品50| 国产黄a三级三级三级人| 亚洲精品av麻豆狂野| 亚洲av日韩精品久久久久久密| 精品高清国产在线一区| 国产伦人伦偷精品视频| 免费无遮挡裸体视频| 久久天躁狠狠躁夜夜2o2o| 一边摸一边做爽爽视频免费| 亚洲成av人片免费观看| 亚洲av成人不卡在线观看播放网| 久久精品国产99精品国产亚洲性色| 国产不卡一卡二| 国产成人啪精品午夜网站| 1024香蕉在线观看| 淫妇啪啪啪对白视频| 老汉色av国产亚洲站长工具| 色综合婷婷激情| 国内毛片毛片毛片毛片毛片| 亚洲va日本ⅴa欧美va伊人久久| 搡老妇女老女人老熟妇| 国语自产精品视频在线第100页| 嫁个100分男人电影在线观看| 国产99白浆流出| 久久性视频一级片| 波多野结衣高清无吗| 狂野欧美激情性xxxx| 国产又色又爽无遮挡免费看| √禁漫天堂资源中文www| 18禁国产床啪视频网站| 亚洲 欧美一区二区三区| 国产黄a三级三级三级人| 在线国产一区二区在线| 亚洲av第一区精品v没综合| 国产精品一区二区三区四区免费观看 | 99国产精品99久久久久| 成在线人永久免费视频| 日韩国内少妇激情av| 亚洲黑人精品在线| 黑人巨大精品欧美一区二区mp4| 亚洲成av人片免费观看| 欧美+亚洲+日韩+国产| 国产69精品久久久久777片 | 中亚洲国语对白在线视频| 全区人妻精品视频| 日本一区二区免费在线视频| 欧美日本亚洲视频在线播放| 国产激情久久老熟女| 国产精品,欧美在线| 天堂av国产一区二区熟女人妻 | 可以在线观看毛片的网站| 90打野战视频偷拍视频| 在线十欧美十亚洲十日本专区| 免费搜索国产男女视频| 精品一区二区三区视频在线观看免费| 午夜福利视频1000在线观看| 91字幕亚洲| 国产亚洲欧美98| 欧美黑人精品巨大| 欧美一级a爱片免费观看看 | 久热爱精品视频在线9| 欧美色视频一区免费| 成人av一区二区三区在线看| 久久精品国产99精品国产亚洲性色| 久久精品夜夜夜夜夜久久蜜豆 | 国产高清激情床上av| 夜夜躁狠狠躁天天躁| 色综合站精品国产| 特级一级黄色大片| 丝袜人妻中文字幕| 大型黄色视频在线免费观看| 中出人妻视频一区二区| 亚洲精品色激情综合| 人人妻人人看人人澡| 国产亚洲精品久久久久5区| 婷婷精品国产亚洲av| 亚洲欧美日韩高清专用| 久久欧美精品欧美久久欧美| 人妻久久中文字幕网| 18禁国产床啪视频网站| 波多野结衣巨乳人妻| 我要搜黄色片| 在线观看免费视频日本深夜| 一进一出抽搐动态| 巨乳人妻的诱惑在线观看| 午夜久久久久精精品| 欧美一区二区国产精品久久精品 | 波多野结衣高清作品| 91九色精品人成在线观看| 精品久久久久久久末码| 伊人久久大香线蕉亚洲五| 欧美日韩亚洲国产一区二区在线观看| 免费在线观看完整版高清| 亚洲中文日韩欧美视频| 亚洲avbb在线观看| 国产av一区二区精品久久| 精品久久久久久久久久免费视频| 精品久久久久久久毛片微露脸| 成人国产综合亚洲| 99精品久久久久人妻精品| 亚洲成人精品中文字幕电影| 最近最新中文字幕大全电影3| 久久久精品欧美日韩精品| 国产精品国产高清国产av| 欧美成狂野欧美在线观看| 久久欧美精品欧美久久欧美| 国产成人啪精品午夜网站| 长腿黑丝高跟| 日韩国内少妇激情av| 久久九九热精品免费| 久久久国产欧美日韩av| 男女那种视频在线观看| 国产精品精品国产色婷婷| 一二三四在线观看免费中文在| 99久久国产精品久久久| 亚洲精品久久成人aⅴ小说| 啦啦啦韩国在线观看视频| 制服丝袜大香蕉在线| 亚洲国产高清在线一区二区三| 18禁黄网站禁片午夜丰满| 久久这里只有精品中国| 亚洲av成人精品一区久久| 中文字幕熟女人妻在线| av免费在线观看网站| 亚洲成人久久爱视频| www日本黄色视频网| 人妻丰满熟妇av一区二区三区| 叶爱在线成人免费视频播放| 欧美成人午夜精品| 女人被狂操c到高潮| АⅤ资源中文在线天堂| 成人高潮视频无遮挡免费网站| 欧美乱妇无乱码| 亚洲国产精品999在线| 夜夜躁狠狠躁天天躁| 亚洲国产精品成人综合色| 亚洲av成人不卡在线观看播放网| 成人18禁高潮啪啪吃奶动态图| 性色av乱码一区二区三区2| 两个人的视频大全免费| www.精华液| 国产精品精品国产色婷婷| 国产一区二区三区视频了| 色av中文字幕| or卡值多少钱| 动漫黄色视频在线观看| 熟女少妇亚洲综合色aaa.| 色综合站精品国产| 亚洲中文字幕日韩| 精品久久蜜臀av无| 欧美日韩中文字幕国产精品一区二区三区| 一级黄色大片毛片| 免费看日本二区| 国产一区二区激情短视频| 国产视频一区二区在线看| 欧美3d第一页| АⅤ资源中文在线天堂| 变态另类成人亚洲欧美熟女| 久久久国产成人精品二区| 女生性感内裤真人,穿戴方法视频| 精品不卡国产一区二区三区| 久久草成人影院| videosex国产| 亚洲国产高清在线一区二区三| 色综合欧美亚洲国产小说| 亚洲人成77777在线视频| 国产99白浆流出| 亚洲国产精品久久男人天堂| 久久人妻福利社区极品人妻图片| 身体一侧抽搐| 国产久久久一区二区三区| 少妇裸体淫交视频免费看高清 | 91国产中文字幕| 久久精品夜夜夜夜夜久久蜜豆 | 视频区欧美日本亚洲|