• <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 ?

    深圳大鵬灣波高實時預報

    2016-07-29 10:13:37方瑩毛獻忠
    海洋預報 2016年3期
    關鍵詞:波高

    方瑩,毛獻忠

    (清華大學深圳研究生院海洋學部,廣東深圳518055)

    深圳大鵬灣波高實時預報

    方瑩,毛獻忠

    (清華大學深圳研究生院海洋學部,廣東深圳518055)

    摘要:采用非線性自回歸神經網絡與帶外部輸入的非線性自回歸神經網絡建立了深圳大鵬灣浮標站有效波高實時預報模型,分別預報了灣口與大梅沙兩處浮標站點的3 h、6 h與12 h有效波高。預報結果顯示:灣口浮標處3 h、6 h預報結果與實測值符合較好,相對誤差在10%以內,相關系數在0.8以上;大梅沙浮標處波高3 h預報絕對誤差在0.10 m以內,相關系數在0.6以上。

    關鍵詞:大鵬灣;波高;NAR神經網絡;NARX神經網絡;實時預報

    1  引言

    近岸波浪的長期預報可為沿海與近岸工程的規(guī)劃和設計、海岸生態(tài)環(huán)境保護提供科學依據,但對于海灘泳場、海上運動、航運作業(yè)以及現場工程作業(yè)等,則需要波浪的小窗口實時預報來保障沿?;顒雍褪┕と藛T的人身財產安全。當前波浪預報的方法主要有兩類,一類是基于波浪生成與耗散物理過程的數值模型,如SWAN[1-3]、WAM[4-5]、Wave WatchⅢ[6-9]等,該類模型主要用于區(qū)域預報;另一類是利用以往的氣象、波浪資料或浮標在線的實時或準實時數據經驗模型,如人工神經網絡(ANN)[10-11]、時間序列模型(ARMA)[12]、遺傳算法(GA)[13]等,用于預報點預報。區(qū)域數值預報模型需要的外源驅動數據多,計算成本大,同時對局部重要水域的精細預報精度偏低。隨著近年來在線浮標監(jiān)測網絡的建設,實時數據驅動模型預報成為研究熱點。

    由于ANN具有較好的非線性性能,因此在單點波浪預報中得到了廣泛的應用。Deo等[14]將ANN應用于印度東海岸亞南市附近海域波浪的實時預報。Deo等[15]進一步研究了ANN的適應性,預報了印度西海岸不同水深浮標有效波高和跨零周期。Agrawal等[16]采用3種算法訓練正向反饋的ANN對印度西海岸東部站點進行了有效波高的在線預報。Makarynskyy[17]采用校正系數提高ANN對大西洋與愛爾蘭西海岸附近站點24 h有效波高與跨零周期的預報。Londhe等[18]基于ANN預報了不同地區(qū)站點的有效波高。Mandal等[19]采用彈性BP算法預測了印度西海岸Marmugao港口附近海域12 h內的有效波高。Jain等[20]采用ANN、GT、MT等方法預報了印度西海岸Bengal灣不同水深區(qū)間的有效波高。Kamranzad等[21]比較了不同輸入組合對ANN預測波斯灣有效波高預報的影響。Vimala等[22]研究了ANN不同的輸入參數對Bengal灣深海單點的有效波高實時預報的影響。

    深圳市海洋局在深圳市海域建立了海洋實時監(jiān)測系統(tǒng),其中大鵬灣內布設波浪浮標實時監(jiān)測波浪的變化。本文采用了非線性自回歸神經網絡(NAR)與帶外部輸入的自回歸神經網絡(NARX),基于波浪浮標的實時觀測數據,建立了大鵬灣浮標站的波浪預報模型,為公眾近岸活動與海上作業(yè)提供服務,保障公眾人身財產安全。

    2  研究區(qū)域及數據分析

    大鵬灣位于南海北部,東接大鵬半島,西接香

    深圳市為社會服務、經濟發(fā)展以及海洋災害預警的需要建立了深圳海洋環(huán)境全方位監(jiān)測網絡,其中在大鵬灣內布設了3個浮標站點:大梅沙(DMS)、下沙(XS)與灣口站點(WK)(見圖1)。大梅沙站點位于大鵬灣北部大梅沙浴場,實時監(jiān)測浴場的波浪狀況;灣口站點則位于大鵬灣近岸與外海連接處,記錄進入大鵬灣的涌浪狀況,可在一定程度上反映外海進入灣內的波浪狀況。灣口浮標站波浪觀測精度為0.05 m,大梅沙浮標站為0.1 m。本文采用的數據:大梅沙浮標點由2014年4月3日8時—2014 年7月1日21時(北京時,下同),有效波高與風速各2144個數據;灣口浮標站點采用2014年10月1日0時—2014年11月16日14時,有效波高與風速各1 144個數據;兩處波浪數據采樣間隔均為1 h。

    觀測期內波浪和風要素的統(tǒng)計特征見表1。灣口波浪平均有效波高為1.154 m,平均周期13.71 s;大梅沙波浪平均有效波高為0.279 m,平均周期5.00 s;兩地的波向和風向基本一致。由灣口站點的波向與周期知,大鵬灣內受外海的涌浪影響。灣口處涌浪成分較多,而大梅沙處風浪成分較多。從統(tǒng)計數據看,兩站點有效波高的變異系數較小,說明離散程度??;而當地風速的變異系數相對較大,數據離散程度大;由此可知有效波高變化幅度較風速小。

    圖1大鵬灣區(qū)域示意圖

    3  模型預報方法

    3.1NAR神經網絡

    人工神經網絡可根據有無反饋主分為兩類:靜態(tài)神經網絡與動態(tài)神經網絡[25]。靜態(tài)神經網絡無反饋與延遲,輸出只依賴于此刻的輸入;動態(tài)神經網絡具有反饋與記憶功能,其輸出與此刻輸入、以往的輸入和輸出相關[26]。NAR為一種非線性自回歸神經網絡,包括輸入層、帶延遲的隱藏層與輸出層,其結構見圖2。

    表1浮標波浪與風要素統(tǒng)計

    圖2 NAR神經元結構示意圖

    圖2中y(t)為物理量的時間序列,n為NAR輸入階數,W1為序列y(t)中元素與隱藏層中神經元的連接權重,W2為隱藏層與輸出層間的連接權重,為隱藏層中的偏置值,b2為輸出層神經元的偏置值,f1為隱藏層中神經元間的非線性傳輸函數,f2為輸出層中的線性傳輸函數。NAR模型的結構為:

    f為NAR神經網絡的非線性函數。

    3.2 NARX神經網絡

    NARX為一種有外部輸入的非線性自回歸神經網絡,結構與NAR相似,模型結構為:

    式中:x(t-n)為與y(t)相關的參量。

    3.3神經網絡的設置

    在NAR神經網絡預報中,灣口處采用有效波高序列中前1 000個數據作為訓練數據,后144個作為驗證數據;大梅沙處則采用前2 000個數據用于訓練,后144個波高數據用于預報驗證數據。在NARX神經網絡預報中,灣口處采用有效波高與風速序列中的前1 000個數據用于訓練,后144個用于預報驗證;大梅沙處采用有效波高與風速前2 000組數據用于訓練;后144個波高數據用于預報驗證。NAR與NARX神經網絡中隱藏層數的設定遵循[27]:

    式中:nh為隱藏層神經元個數;本文nh設置為6。訓練函數選擇trainlm函數?;贜AR與NARX分別建立A、B模型:A模型是基于NAR建立的波高預報模型,波高預報僅依賴往波高;B模型是基于NARX建立的,在預報過程中加入了站點當地風速的影響。模型的輸入參數與階數的設置如下:

    模型A:

    模型B:

    式中:H為有效波高,u為風速,模型輸入階數n分別設定為3、6、12與24。預報結果采用以下平均絕對誤差MAE、平均相對誤差MRE和相關系數R進行評價:

    式中:yi為觀測值,xi為預報值,k為觀測值個數。其中MAE與MRE表示的是預測的絕對誤差與相對誤差;相關系數R則可以反映出預報結果與觀測數據的相關性,R越高則表明預報準確性更高,反之,準確性越低。

    4  結果與討論

    4.1模型選取

    灣口與大梅沙站點在選擇不同模型與輸入階數時的預報誤差與相關系數如表2、3以及圖3、4所示。在灣口站點(見表2),A模型表現明顯優(yōu)于B;在3 h預報中,當輸入階數n為3時,A模型的預報相關系數R達到了最高值0.912,而同一輸入階數的B模型為0.862;在6 h和12 h的預報中也有相同的情況;由此可知灣口處更適合采用A模型,且最優(yōu)輸入階數為3。在大梅沙站點,在3 h預報中,對于同一輸入階數,B模型預報相關系數高于A模型;在6 h與12 h預報中,輸入階數為3時,B模型表現優(yōu)于A模型;因此在大梅沙處適宜采用B模型,且最優(yōu)輸入階數為3。

    由圖3、4知,兩種模型的預報精度都隨預報時長增加而下降,預報與觀測數據的相關系數也隨之降低。在圖3中看到,灣口處3 h與12 h預報中,采用同一的輸入階數時,A模型預報相關系數R皆高于B模型;在6 h預報中,僅在輸入階數為24時,A模型預報相關系數R低于B模型;而在A模型的預報中輸入階數為3時預報結果相對較好。在圖4中看到,大梅沙處3 h預報中B模型優(yōu)于A模型;在6 h 與12 h預報中,采用不同的輸入階數n,A、B模型表現有所不同,當n為3時,B模型預報結果較好,n為6、12與24時,A模型表現較好;相比之下,大梅沙處更適合采用B模型,且在輸入階數為3時可得到相對較好的預報結果。

    綜上所述,灣口處最優(yōu)模型為A模型,最優(yōu)輸入階數為3,即當前時刻的波高受以往3 h內的波高影響最大;而大梅沙則更適合B模型,最優(yōu)輸入階數也為3,即當前時刻的有效波高受以往3 h內的有效波高與風速的共同影響。

    表2灣口預報誤差與相關系數

    表3  大梅沙站點預報誤差與相關系數

    圖3灣口站有效波高預報誤差與相關系數

    4.2預報結果分析

    根據3.1的分析,灣口浮標站采用A模型,最優(yōu)輸入階數為3;大梅沙浮標站采用B模型,最優(yōu)輸入階數為3。圖5、6分別為灣口、大梅沙3 h、6 h、12 h有效波高預報結果與觀測數據的比較。

    灣口浮標站3 h、6 h和12 h波高預報中,MAE分別為0.091 m、0.110 m與0.128 m,MRE為7.63%、9.24%與10.9%;預報相關系數R為0.912、0.846與0.809,信度檢驗結果顯示相應的p值均小于0.05,說明預報值與觀測值顯著相關;預報結果較為可信。3 h預報值與觀測值的變化趨勢基本一致;6 h與12 h預報中峰值處存在一定的滯后現象。

    大梅沙浮標站點預報結果與灣口處相似,3 h預報結果較好,6 h與12 h預報中波高峰值的預報存在一定的滯后。3 h、6 h和12h波高預報MAE分別為0.052 m、0.071 m、0.099 m,MRE為20.4%、27.5%、42.0%。預報相關系數R為0.763、0.613、0.370,信度檢驗結果顯示相應的p值均小于0.05;說明預報結果與觀測數據有顯著的相關性。該點波高較?。ㄆ骄ǜ咝∮?.3 m),預報相對誤差較大,絕對誤差MAE在觀測精度(0.1 m)以內,預報結果在允許的范圍內。

    預報時長增加,準確性下降主要是由于時間序列中相隔越遠的數據點之間的相關性越弱,預報時長愈長,預報的準確性必然降低[21];同時,預報誤差逐步積累,最終影響預報準確性。預報中峰值存在的滯后現象可能是采用的資料序列包含的極端情況的信息不充分,未能充分地反應出波浪的生長過程[16]。

    B模型預報時依賴于以往的波高與風速;A模型預報時僅依賴于以往的波高。在風浪成分較高的站點,則適合采用B模型,這是由于風是風浪生長最重要的驅動力,風浪與當地的風場密切相關,通過風輸入可得到波浪生長的更多信息,波浪預報更準確。在涌浪成分較高的站點,當地的波浪受涌浪的影響較大,風場影響較小,風與波浪相關性較弱,采用B模型效果較差,因此更適合采用A模型。

    圖4大梅沙站有效波高預報誤差與相關系數

    圖5灣口浮標站預報結果

    圖6大梅沙浮標站預報結果

    灣口站點位于大鵬灣與外海相連處,受到外海涌浪的影響,該站點的有效波高中涌浪成分為主,波高較大,相對容易預報。而大梅沙站點則風浪成分為主,因此帶風資料輸入的B模型更加適合大梅沙站點;大梅沙站點的浮標波浪觀測精度較低,且以風浪為主,采用帶風輸入的B模型可額外得到了以往波高的相關信息,有助于該站點預報準確性的提高。

    5  結論

    (1)采用兩種非線性自回歸神經網絡NAR與NARX建立深圳大鵬灣在線浮標實時數據驅動波浪預報模型;該模型預報精度高,計算成本低,可隨時根據浮標在線監(jiān)測數據更新預報;

    (2)大鵬灣灣口浮標站預報適合采用NAR神經網絡,最優(yōu)輸入階數為3,即當前時刻波高主要依賴當地以往3 h內的有效波高;3 h、6 h預報MAE在0.1 m以內,MRE在10%以內,預報相關系數R為0.922、0.846;在12 h預報中,存在一定的滯后現象;

    (3)大鵬灣大梅沙浮標站預報適合采用NARX神經網絡,最優(yōu)輸入階數為3,即當前波高依賴于以往3 h內波高與風速;3 h、6 h與12 h預報的絕對誤差均為觀測精度以內,3 h與6 h預報相關系數在0.6以上。

    參考文獻:

    [1]Ou S H,Liau J M,Hsu T W,et al.Simulating Typhoon Waves by SWAN Wave Model in Coastal Waters of Taiwan[J].Ocean Engineering,2002,29(8):947-971.

    [2]李燕,薄兆海.SWAN模式對黃渤海海域浪高的模擬能力試驗[J].海洋預報,2005,22(3):75-82.

    [3]Rogers W E,Kaihatu J M,Hsu L,et al.Forecasting and Hindcasting Waves with the SWAN Model in the Southern California Bight[J].Coastal Engineering,2007,54(1):1-15.

    [4]Lin J G,Chiu Y F,Weng W K.Wave Forecast System of Hualien Harbour[C]//Proceedings of 2008 Taiwan-Polish Joint Seminar on Coastal Protection.Taiwan:PJSCP,2008:D-37-D-46.

    [5]Brenner S,Gertman I,Murashkovsky A.Preoperational Ocean Forecasting in the Southeastern Mediterranean Sea:Implementation and Evaluation of the Models and Selection of the Atmospheric Forcing[J].Journal of Marine Systems,2007,65 (1-4):268-287.

    [6]聞斌,于福江,程明,等.全球海浪數值預報業(yè)務化試驗[J].海洋預報,2007,24(3):6-15.

    [7]李本霞,吳淑萍,邢闖,等.近海近岸高精度海浪業(yè)務化數值預報系統(tǒng)[J].海洋預報,2010,27(5):1-6.

    [8]馮芒,張文靜,李巖,等.臺灣海峽及近岸區(qū)域精細化海浪數值預報系統(tǒng)[J].海洋預報,2013,30(2):42-48.

    [9]Zamani A,Solomatine D,Azimian A,et al.Learning from Data for Wind-Wave Forecasting[J].Ocean Engineering,2008,35(10):953-962.

    [10]Günayd?n K.The Estimation of Monthly Mean Significant Wave Heights by Using Artificial Neural Network and Regression Methods[J].Ocean Engineering,2008,35(14-15):1406-1415.

    [11]?zger M.Significant Wave Height Forecasting Using Wavelet Fuzzy Logic Approach[J].Ocean Engineering,2010,37(16):1443-1451.

    [12]Ca?ellas B,Balle S,Tintoré J,et al.Wave Height Prediction in the Western Mediterranean Using Genetic Algorithms[J].Ocean Engineering,2010,37(8-9):742-748.

    [13]Nitsure S P,Londhe S N,Khare K C.Wave Forecasts Using Wind Information and Genetic Programming[J].Ocean Engineering,2012,54:61-69.

    [14]Deo M C,Sridhar Naidu C.Real Time Wave Forecasting Using Neural Networks[J].Ocean Engineering,1998,26(3):191-203.

    [15]Deo M C,Jha A,Chaphekar A S,et al.Neural Networks for Wave Forecasting[J].Ocean Engineering,2001,28(7):889-898.

    [16]Agrawal J D,Deo M C.On-Line Wave Prediction[J].Marine Structures,2002,15(1):57-74.

    [17]Makarynskyy O.Improving Wave Predictions with Artificial Neural Networks[J].Ocean Engineering,2004,31(5-6):709-724.

    [18]Londhe S N,Panchang V.One-Day Wave Forecasts Based on ArtificialNeuralNetworks[J].Journalof Atmosphericand Oceanic Technology,2006,23(11):1593-1603.

    [19]Mandal S,Prabaharan N.Ocean Wave Forecasting Using Recurrent Neural Networks[J].Ocean Engineering,2006,33(10):1401-1410.

    [20]Jain P,Deo M C,Latha G,et al.Real Time Wave Forecasting Using Wind Time History and Numerical Model[J].Ocean Modelling,2011,36(1-2):26-39.

    [21]Kamranzad B,Etemad-Shahidi A,Kazeminezhad M H.Wave HeightForecastinginDayyer,thePersianGulf[J].Ocean Engineering,2011,38(1):248-255.

    [22]Vimala J,Latha G,Venkatesan R.Real Time Wave Forecasting Using Artificial Neural Network with Varying Input Parameter[J]. Indian Journal of Geo-Marine Sciences,2014,43(1):82-87.

    [23]夏華永,李緒錄,韓康.大鵬灣環(huán)境容量研究Ⅰ:自凈能力模擬分析[J].中國環(huán)境科學,2012,31(12):2031-2038.

    [24]許林之.南海波浪場的分析與預報[J].海洋預報,1987,4(3):48-52.

    [25]李明,楊漢生,楊成梧,等.一種改進的NARX回歸神經網絡[J].電氣自動化,2006,28(4):6-8,11.

    [26]Gopinath D I,Dwarakish G S.Wave Prediction Using Neural Networks at New Mangalore Port along West Coast of India[J]. Aquatic Procedia,2015,4:143-150.

    [27]Hecht-Nielsen R.Kolmogorov's Mapping Neural Network Existence Theorem[C]//Proceedings of the IEEE 1st International Conference on Neural Networks.New York:IEEE,1987,3:11-14.

    中圖分類號:P731.22

    文獻標識碼:A

    文章編號:1003-0239(2016)03-0034-07

    DOI:10.11737/j.issn.1003-0239.2016.03.005

    收稿日期:2015-09-25

    基金項目:國家自然科學基金項目(41176001);深圳市科技項目(GJHS20120702112942334)。

    作者簡介:方瑩(1988-),女,碩士研究生,從事海洋環(huán)境預報方法研究。E-mail:maoxz@sz.tsinghua.edu.cn港,北接深圳,隸屬于香港特區(qū)與深圳市(見圖1)。大鵬灣為半封閉海灣,包含海域面積320 km2,平均水深為18 m[23],其中西南部水深最大;灣口寬度約為15 km。灣內西部島嶼眾多,海岸線蜿蜒曲折,東部岸線平緩。大鵬灣南部與南海相連,灣內受南海涌浪的影響;而南海海域廣闊,海況復雜,波浪場受不同的天氣形勢(如冷空氣,臺風與西南季風等)影響[24]。灣內沿岸建有鹽田港、航道、大小梅沙海濱浴場與淺海養(yǎng)殖區(qū),人工作業(yè)繁忙。

    Real time wave height forecasting in Mirs Bay of Shenzhen

    FANG Ying,MAO Xian-zhong
    (Division of Ocean Science and Technology,Graduate School at Shenzhen,Tsinghua University,Shenzhen 518055 China)

    Abstract:Nonlinear autoregressive network(NAR)and nonlinear autoregressive network with exogenous inputs (NARX)are applied to forecast the real-time wave height at buoys in Mirs Bay of Shenzhen.The wave heights for the next 3,6 and 12h at two buoy stations are forecasted.The result shows that the forecasting of wave height at Wankou station agrees well with observations,with the relative error of less than 15%and the correlation coefficient of greater than 0.8;the errors of 3,6h forecasting at Dameisha Station are less than 0.10m,and the correlation coefficients are more than 0.6.

    Key words:Mirs Bay;wave height;nonlinear autoregresive network;nonlinear auto regressive network with exogenous inputs;real-time forecast

    猜你喜歡
    波高
    基于FHDI-GNWM 數據的全球超越概率波高宏觀分布特征分析
    珊瑚礁地形上破碎波高試驗研究
    海洋工程(2021年5期)2021-10-27 08:36:46
    基于漂流浮標的南大洋衛(wèi)星高度計有效波高研究
    海洋通報(2021年3期)2021-08-14 02:20:46
    非平整港池的多向不規(guī)則波試驗研究
    潛堤傳遞波高系數研究
    水運工程(2020年12期)2020-12-23 05:17:50
    海堤設計波高計算
    復合土工膜缺陷條件下平原水庫波高分布研究
    陜西水利(2019年6期)2019-07-26 06:21:32
    基于外海環(huán)境預報的近岸島礁橋址區(qū)波高ANN推算模型
    波浪斜向入射近岸淺水變形波高模型建立
    水能經濟(2017年6期)2017-10-19 10:10:34
    江蘇省條子泥圍墾對周邊海域濁度影響分析
    科技資訊(2015年11期)2015-06-29 19:56:29
    在线国产一区二区在线| ponron亚洲| 亚洲欧洲国产日韩| 色综合站精品国产| 亚洲精品久久国产高清桃花| 国产久久久一区二区三区| 91狼人影院| 日本黄大片高清| 久久这里只有精品中国| 狠狠狠狠99中文字幕| 桃色一区二区三区在线观看| 一本精品99久久精品77| 免费观看精品视频网站| 国产日韩欧美在线精品| 久久这里有精品视频免费| 麻豆一二三区av精品| 看免费成人av毛片| 26uuu在线亚洲综合色| 青青草视频在线视频观看| 熟女人妻精品中文字幕| 看黄色毛片网站| 身体一侧抽搐| 日韩三级伦理在线观看| 午夜老司机福利剧场| 成年av动漫网址| 国产精品99久久久久久久久| 日本黄大片高清| 男人舔女人下体高潮全视频| 国产精品一及| 色综合站精品国产| 亚洲精品久久国产高清桃花| 丝袜美腿在线中文| 两个人视频免费观看高清| 欧美xxxx黑人xx丫x性爽| 国内精品宾馆在线| 婷婷色av中文字幕| 国产色爽女视频免费观看| 国产在线男女| 国产午夜精品论理片| av福利片在线观看| 亚洲第一区二区三区不卡| 亚洲一区二区三区色噜噜| 少妇丰满av| 亚洲av成人av| a级毛片a级免费在线| 日本av手机在线免费观看| 国产亚洲av嫩草精品影院| 青春草国产在线视频 | 午夜老司机福利剧场| 一本一本综合久久| 天堂av国产一区二区熟女人妻| 国产激情偷乱视频一区二区| 黄色欧美视频在线观看| 亚洲av中文字字幕乱码综合| 亚洲欧美日韩东京热| 人妻夜夜爽99麻豆av| 91午夜精品亚洲一区二区三区| 国产精品福利在线免费观看| 国产黄a三级三级三级人| 黄片无遮挡物在线观看| 久久久久久九九精品二区国产| 看非洲黑人一级黄片| 日本色播在线视频| 欧美日韩在线观看h| 久久99蜜桃精品久久| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 午夜精品国产一区二区电影 | 久久久精品欧美日韩精品| 女人十人毛片免费观看3o分钟| 午夜福利在线观看吧| 亚洲va在线va天堂va国产| 夜夜夜夜夜久久久久| 成人亚洲精品av一区二区| 亚洲国产精品国产精品| 久久这里有精品视频免费| 欧美日韩一区二区视频在线观看视频在线 | 国内精品美女久久久久久| 免费不卡的大黄色大毛片视频在线观看 | 亚洲av免费在线观看| 性色avwww在线观看| 亚洲天堂国产精品一区在线| 日韩欧美 国产精品| 精品久久久久久久久av| 久久久久性生活片| 大香蕉久久网| 搡女人真爽免费视频火全软件| 色播亚洲综合网| 直男gayav资源| 在线天堂最新版资源| 99热只有精品国产| 亚洲成人久久爱视频| 麻豆一二三区av精品| 国产av在哪里看| av在线天堂中文字幕| 色视频www国产| 欧美人与善性xxx| 国产 一区精品| 狠狠狠狠99中文字幕| 久久精品国产亚洲av天美| 精品不卡国产一区二区三区| 菩萨蛮人人尽说江南好唐韦庄 | 精品久久国产蜜桃| 国产69精品久久久久777片| 看黄色毛片网站| 国产精品.久久久| 男人舔女人下体高潮全视频| 久久久精品欧美日韩精品| 国产真实乱freesex| 看片在线看免费视频| 日韩一本色道免费dvd| 久久久精品94久久精品| 美女高潮的动态| 天天一区二区日本电影三级| 久久精品国产清高在天天线| 午夜爱爱视频在线播放| 国产成人freesex在线| 黄片wwwwww| 99久久无色码亚洲精品果冻| 成人一区二区视频在线观看| 国产 一区精品| 一个人观看的视频www高清免费观看| 国产久久久一区二区三区| 日本黄色视频三级网站网址| 久久久精品欧美日韩精品| 91精品国产九色| 免费无遮挡裸体视频| 国产精品久久久久久精品电影| 久久久久九九精品影院| 天堂av国产一区二区熟女人妻| 国产三级在线视频| 欧美激情在线99| a级毛色黄片| 精品久久久噜噜| 国产激情偷乱视频一区二区| 亚洲在久久综合| 夜夜看夜夜爽夜夜摸| 12—13女人毛片做爰片一| 看非洲黑人一级黄片| 丰满的人妻完整版| a级毛片a级免费在线| 久久韩国三级中文字幕| 国产淫片久久久久久久久| 亚洲在线观看片| 日韩,欧美,国产一区二区三区 | 日韩成人av中文字幕在线观看| 人妻久久中文字幕网| 一级黄色大片毛片| 欧美一区二区国产精品久久精品| 午夜福利成人在线免费观看| 国产精品久久久久久久电影| 亚洲国产欧美人成| 亚洲久久久久久中文字幕| 欧美三级亚洲精品| 久久综合国产亚洲精品| 国产综合懂色| 久久99精品国语久久久| 18禁在线无遮挡免费观看视频| 国产精品麻豆人妻色哟哟久久 | 黄色日韩在线| 草草在线视频免费看| 狠狠狠狠99中文字幕| 性欧美人与动物交配| 免费无遮挡裸体视频| 亚洲av.av天堂| 丝袜美腿在线中文| 99久国产av精品| 久久久久久久久中文| 亚洲国产高清在线一区二区三| 日日啪夜夜撸| 国产亚洲91精品色在线| 国产日本99.免费观看| 久久精品国产亚洲av涩爱 | 国产高清三级在线| 蜜臀久久99精品久久宅男| 亚洲国产精品成人综合色| 天堂网av新在线| 久久99蜜桃精品久久| videossex国产| 日韩一区二区视频免费看| 亚洲成人精品中文字幕电影| 99久国产av精品国产电影| 国产成人午夜福利电影在线观看| 国产一区二区三区av在线 | 精品人妻偷拍中文字幕| 男女视频在线观看网站免费| 小蜜桃在线观看免费完整版高清| 国产精品免费一区二区三区在线| 婷婷色av中文字幕| 国产爱豆传媒在线观看| 一级毛片我不卡| 成人午夜精彩视频在线观看| 黄片wwwwww| 老司机影院成人| 91狼人影院| 99热网站在线观看| 91精品国产九色| 亚洲电影在线观看av| 亚洲最大成人av| 内地一区二区视频在线| 2022亚洲国产成人精品| 男人的好看免费观看在线视频| 欧美变态另类bdsm刘玥| av免费在线看不卡| 免费看日本二区| 亚洲国产高清在线一区二区三| 青春草亚洲视频在线观看| 亚洲精品乱码久久久v下载方式| 日韩欧美 国产精品| 亚洲av熟女| 中文字幕久久专区| avwww免费| 成人性生交大片免费视频hd| 变态另类成人亚洲欧美熟女| 激情 狠狠 欧美| 尤物成人国产欧美一区二区三区| 波多野结衣高清无吗| 国产成人a∨麻豆精品| 青春草视频在线免费观看| 精品人妻视频免费看| 国产高清有码在线观看视频| 亚洲av电影不卡..在线观看| 国产精品久久久久久亚洲av鲁大| 国内精品宾馆在线| 天堂av国产一区二区熟女人妻| 神马国产精品三级电影在线观看| 亚洲精品粉嫩美女一区| 久久久色成人| 免费人成在线观看视频色| 寂寞人妻少妇视频99o| 国产精品国产三级国产av玫瑰| 99久久无色码亚洲精品果冻| 国产大屁股一区二区在线视频| 波多野结衣高清无吗| 99riav亚洲国产免费| 亚洲,欧美,日韩| 在线免费观看的www视频| 少妇人妻精品综合一区二区 | 国产亚洲5aaaaa淫片| 中文字幕熟女人妻在线| 女人被狂操c到高潮| 免费av不卡在线播放| 日韩强制内射视频| 高清在线视频一区二区三区 | 小蜜桃在线观看免费完整版高清| 亚州av有码| 免费看日本二区| 天天躁夜夜躁狠狠久久av| 免费搜索国产男女视频| 亚洲性久久影院| 国产男人的电影天堂91| 久久草成人影院| 国产女主播在线喷水免费视频网站 | 亚洲欧美日韩无卡精品| 最近2019中文字幕mv第一页| 1000部很黄的大片| 久久国内精品自在自线图片| 女同久久另类99精品国产91| 日日摸夜夜添夜夜爱| 免费av观看视频| 免费电影在线观看免费观看| 亚洲精品乱码久久久v下载方式| 亚洲真实伦在线观看| 免费观看的影片在线观看| 亚洲国产精品合色在线| 一个人免费在线观看电影| 欧美一级a爱片免费观看看| 国产一区二区在线观看日韩| 男人狂女人下面高潮的视频| 国产三级在线视频| 精品无人区乱码1区二区| 天堂中文最新版在线下载 | 国产伦一二天堂av在线观看| 欧美性猛交黑人性爽| 亚洲av成人精品一区久久| 精品国产三级普通话版| 蜜桃亚洲精品一区二区三区| ponron亚洲| 最近手机中文字幕大全| 波野结衣二区三区在线| 亚洲欧美日韩卡通动漫| 久久久久久久久久成人| or卡值多少钱| 在线国产一区二区在线| 丰满乱子伦码专区| 国产探花在线观看一区二区| 久久久久久久久久黄片| 国产色爽女视频免费观看| 91午夜精品亚洲一区二区三区| 校园人妻丝袜中文字幕| 亚洲人与动物交配视频| 亚洲国产日韩欧美精品在线观看| 亚洲av中文av极速乱| 国产黄片视频在线免费观看| 亚洲久久久久久中文字幕| 身体一侧抽搐| 免费搜索国产男女视频| 成年版毛片免费区| 一个人观看的视频www高清免费观看| av专区在线播放| 欧美日韩精品成人综合77777| 性插视频无遮挡在线免费观看| 亚洲成av人片在线播放无| 亚洲精品粉嫩美女一区| 日韩视频在线欧美| 亚洲av成人av| 精品国内亚洲2022精品成人| 99在线人妻在线中文字幕| 又爽又黄a免费视频| 少妇丰满av| 99热6这里只有精品| 亚洲最大成人中文| 国产成人91sexporn| 久久午夜亚洲精品久久| 亚洲欧美日韩高清在线视频| av天堂在线播放| 最近中文字幕高清免费大全6| 国产亚洲av片在线观看秒播厂 | 午夜福利视频1000在线观看| 又爽又黄无遮挡网站| 一本精品99久久精品77| 在线观看免费视频日本深夜| 久久中文看片网| 老司机影院成人| 精品少妇黑人巨大在线播放 | 精品久久国产蜜桃| 欧美成人精品欧美一级黄| 小说图片视频综合网站| 久久综合国产亚洲精品| 99热精品在线国产| 五月伊人婷婷丁香| 成人鲁丝片一二三区免费| 男女啪啪激烈高潮av片| 一进一出抽搐动态| 久久欧美精品欧美久久欧美| 麻豆精品久久久久久蜜桃| 国产三级中文精品| 成人av在线播放网站| 欧美日韩一区二区视频在线观看视频在线 | 高清毛片免费看| 亚洲成人中文字幕在线播放| 国产一级毛片在线| 97人妻精品一区二区三区麻豆| 简卡轻食公司| 亚洲精品乱码久久久久久按摩| 久久久色成人| 国产女主播在线喷水免费视频网站 | 日韩欧美三级三区| 99久久成人亚洲精品观看| 亚洲精品成人久久久久久| 日韩亚洲欧美综合| 日韩欧美精品免费久久| 99热6这里只有精品| 国产精品电影一区二区三区| 天堂中文最新版在线下载 | 伦理电影大哥的女人| 欧美日韩精品成人综合77777| 男女视频在线观看网站免费| 99久久成人亚洲精品观看| 亚洲av中文av极速乱| 两个人视频免费观看高清| 久久久a久久爽久久v久久| 黄片无遮挡物在线观看| 欧美xxxx黑人xx丫x性爽| 麻豆一二三区av精品| 日韩精品有码人妻一区| 久久久久网色| 久久精品国产亚洲av涩爱 | 久久精品国产亚洲av天美| 日韩精品青青久久久久久| 免费大片18禁| 欧美人与善性xxx| 一级毛片久久久久久久久女| 九草在线视频观看| 欧美成人一区二区免费高清观看| 人人妻人人澡人人爽人人夜夜 | 久久国产乱子免费精品| 欧美色视频一区免费| 大香蕉久久网| or卡值多少钱| 十八禁国产超污无遮挡网站| 亚洲自拍偷在线| 亚洲欧美清纯卡通| 少妇的逼水好多| 欧美bdsm另类| 97热精品久久久久久| 国产亚洲欧美98| 九草在线视频观看| 亚洲av免费在线观看| 国产中年淑女户外野战色| 日韩国内少妇激情av| 婷婷六月久久综合丁香| 欧美xxxx性猛交bbbb| 麻豆一二三区av精品| 亚洲美女视频黄频| av女优亚洲男人天堂| 人妻制服诱惑在线中文字幕| 免费大片18禁| 伦理电影大哥的女人| 亚洲高清免费不卡视频| 国产极品精品免费视频能看的| 久久久色成人| 久久欧美精品欧美久久欧美| 熟女人妻精品中文字幕| 一个人看的www免费观看视频| 成人漫画全彩无遮挡| 日韩大尺度精品在线看网址| 精华霜和精华液先用哪个| 久久国内精品自在自线图片| 国产在线男女| 丰满的人妻完整版| a级毛色黄片| 九九在线视频观看精品| 九色成人免费人妻av| 亚洲国产精品成人久久小说 | 亚洲欧洲日产国产| 亚洲一区高清亚洲精品| 天堂中文最新版在线下载 | 成人亚洲精品av一区二区| 日韩精品有码人妻一区| 国产色爽女视频免费观看| АⅤ资源中文在线天堂| 中国美白少妇内射xxxbb| 国产黄片视频在线免费观看| 亚洲成人av在线免费| 最近手机中文字幕大全| 大型黄色视频在线免费观看| 男人狂女人下面高潮的视频| 久久99热这里只有精品18| av黄色大香蕉| 国产男人的电影天堂91| 国产亚洲精品av在线| 校园人妻丝袜中文字幕| 成人亚洲欧美一区二区av| 男人的好看免费观看在线视频| 两个人的视频大全免费| 亚洲国产精品成人久久小说 | 国产精品永久免费网站| 97超视频在线观看视频| 国产精品野战在线观看| 18禁在线播放成人免费| 黄色日韩在线| 在线免费十八禁| 此物有八面人人有两片| 亚洲av电影不卡..在线观看| 在线免费观看的www视频| 美女被艹到高潮喷水动态| 狂野欧美激情性xxxx在线观看| 国产探花极品一区二区| 18禁在线无遮挡免费观看视频| 永久网站在线| 夜夜夜夜夜久久久久| avwww免费| 男女那种视频在线观看| 一级毛片电影观看 | 插逼视频在线观看| 简卡轻食公司| 哪个播放器可以免费观看大片| 亚洲久久久久久中文字幕| 亚州av有码| 午夜免费男女啪啪视频观看| 狠狠狠狠99中文字幕| 插逼视频在线观看| 国产中年淑女户外野战色| 搡老妇女老女人老熟妇| 99热这里只有是精品50| 99热网站在线观看| 亚洲国产精品久久男人天堂| 日本在线视频免费播放| 少妇丰满av| 欧洲精品卡2卡3卡4卡5卡区| 又粗又硬又长又爽又黄的视频 | 国产男人的电影天堂91| 波多野结衣巨乳人妻| 丰满乱子伦码专区| 成人欧美大片| 久久99热这里只有精品18| 欧美成人精品欧美一级黄| 国产真实伦视频高清在线观看| 免费观看的影片在线观看| 国产精品国产高清国产av| 一级毛片电影观看 | 亚洲精品久久国产高清桃花| 国产亚洲精品av在线| 亚洲av.av天堂| 成年av动漫网址| 欧美日韩精品成人综合77777| 久久99热6这里只有精品| 久久久午夜欧美精品| 久久精品国产亚洲网站| 日韩精品青青久久久久久| 99热6这里只有精品| 此物有八面人人有两片| 狂野欧美白嫩少妇大欣赏| 中文字幕av成人在线电影| 精品一区二区三区视频在线| 国产女主播在线喷水免费视频网站 | 深夜精品福利| 欧美+日韩+精品| 一区二区三区免费毛片| 日韩精品青青久久久久久| 中文字幕免费在线视频6| 亚洲av成人av| 少妇熟女aⅴ在线视频| 一本久久中文字幕| 久久99精品国语久久久| 午夜久久久久精精品| 国产精品爽爽va在线观看网站| 亚洲色图av天堂| 国产真实乱freesex| 婷婷色综合大香蕉| 免费观看精品视频网站| 一区二区三区四区激情视频 | 麻豆av噜噜一区二区三区| 国产精品久久久久久精品电影| 国产在线男女| 国产精品久久视频播放| 国产精品伦人一区二区| 欧美日韩国产亚洲二区| 日韩一本色道免费dvd| 韩国av在线不卡| 中文欧美无线码| 亚洲精品456在线播放app| 两个人的视频大全免费| 欧美成人一区二区免费高清观看| 久久精品国产亚洲av涩爱 | 国产一区二区三区在线臀色熟女| 久久这里有精品视频免费| 亚洲精品自拍成人| 中文字幕精品亚洲无线码一区| 久久欧美精品欧美久久欧美| 国产精品蜜桃在线观看 | 日本欧美国产在线视频| 中文亚洲av片在线观看爽| 国产精品嫩草影院av在线观看| 男人舔奶头视频| 国产视频内射| 色噜噜av男人的天堂激情| 精品日产1卡2卡| av国产免费在线观看| 高清在线视频一区二区三区 | 久久久成人免费电影| 黄色欧美视频在线观看| 国国产精品蜜臀av免费| 日韩成人伦理影院| 日本爱情动作片www.在线观看| 少妇熟女aⅴ在线视频| 美女内射精品一级片tv| 麻豆久久精品国产亚洲av| 一夜夜www| .国产精品久久| 成人av在线播放网站| 91aial.com中文字幕在线观看| 成人二区视频| 久久精品久久久久久噜噜老黄 | 看黄色毛片网站| 久久6这里有精品| 熟女电影av网| 亚洲国产精品成人久久小说 | 亚洲国产精品久久男人天堂| 亚洲熟妇中文字幕五十中出| 亚洲国产日韩欧美精品在线观看| 免费搜索国产男女视频| 日本黄大片高清| 可以在线观看的亚洲视频| 亚洲精品亚洲一区二区| 欧美丝袜亚洲另类| 免费观看a级毛片全部| 国产乱人偷精品视频| 久久久久久久午夜电影| 国产伦理片在线播放av一区 | 天堂av国产一区二区熟女人妻| 国产黄片视频在线免费观看| 一级黄色大片毛片| 六月丁香七月| 1000部很黄的大片| 如何舔出高潮| 国产成人91sexporn| 99热精品在线国产| 亚洲av第一区精品v没综合| 国产熟女欧美一区二区| 在线免费观看不下载黄p国产| 成人国产麻豆网| 成人一区二区视频在线观看| 美女xxoo啪啪120秒动态图| 成年版毛片免费区| 毛片女人毛片| 亚洲精品自拍成人| 欧美高清性xxxxhd video| 中文精品一卡2卡3卡4更新| 亚洲精华国产精华液的使用体验 | 国产精品一区二区三区四区免费观看| 一本久久精品| 只有这里有精品99| 久久久久久久久久久丰满| 亚洲18禁久久av| 在线国产一区二区在线| 欧美zozozo另类| 国产高潮美女av| 午夜福利成人在线免费观看| 深夜精品福利| 亚洲人成网站在线观看播放| 我要搜黄色片| 女同久久另类99精品国产91| 简卡轻食公司| 免费观看a级毛片全部| 精品久久久噜噜| 国产黄片视频在线免费观看| 国内精品美女久久久久久| 亚洲精品456在线播放app| 深夜精品福利| 亚洲无线观看免费| 好男人视频免费观看在线| 国产女主播在线喷水免费视频网站 | 国产日本99.免费观看| 99久久中文字幕三级久久日本|