• <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
    丁香六月天网| 亚洲人成网站在线观看播放| 久久精品国产a三级三级三级| 亚洲精品av麻豆狂野| 亚洲欧美日韩卡通动漫| 亚洲国产最新在线播放| 97精品久久久久久久久久精品| 少妇熟女欧美另类| 亚洲人成网站在线播| 乱人伦中国视频| 国产日韩欧美在线精品| 亚洲精品一二三| 亚洲欧美成人精品一区二区| 十八禁网站网址无遮挡| 欧美日韩一区二区视频在线观看视频在线| 最新的欧美精品一区二区| 国产黄色免费在线视频| 亚洲综合色惰| 在线观看国产h片| 毛片一级片免费看久久久久| 秋霞在线观看毛片| 自线自在国产av| 久久狼人影院| 人人妻人人澡人人爽人人夜夜| 你懂的网址亚洲精品在线观看| 国产永久视频网站| 国产成人精品久久久久久| 亚洲四区av| 中文字幕av电影在线播放| 亚洲精品国产色婷婷电影| 国产黄片视频在线免费观看| 亚洲,一卡二卡三卡| 精品卡一卡二卡四卡免费| 国产 精品1| 亚洲精品第二区| 婷婷色av中文字幕| 婷婷成人精品国产| 久久99热6这里只有精品| av在线app专区| 国产色爽女视频免费观看| 赤兔流量卡办理| 精品酒店卫生间| 国产成人精品久久久久久| 国产黄频视频在线观看| 亚洲国产欧美在线一区| 91aial.com中文字幕在线观看| 国产国语露脸激情在线看| 视频在线观看一区二区三区| 国产精品一国产av| 汤姆久久久久久久影院中文字幕| 成人国产麻豆网| 国产亚洲午夜精品一区二区久久| 热re99久久国产66热| av不卡在线播放| 最近的中文字幕免费完整| 三上悠亚av全集在线观看| 男人添女人高潮全过程视频| 国产精品不卡视频一区二区| 免费观看av网站的网址| 欧美日韩精品成人综合77777| 美女国产视频在线观看| 成人漫画全彩无遮挡| 午夜老司机福利剧场| 韩国av在线不卡| 亚洲美女搞黄在线观看| 黄色视频在线播放观看不卡| 大片免费播放器 马上看| 久久久久久久久久人人人人人人| 中文字幕免费在线视频6| 一级片'在线观看视频| 久久久久精品久久久久真实原创| 日产精品乱码卡一卡2卡三| 女人久久www免费人成看片| 秋霞伦理黄片| 乱码一卡2卡4卡精品| 国产精品久久久久久精品古装| 婷婷成人精品国产| 免费看av在线观看网站| 亚洲欧美清纯卡通| 亚洲av电影在线观看一区二区三区| av免费在线看不卡| 亚洲美女黄色视频免费看| 大话2 男鬼变身卡| 久久这里有精品视频免费| 高清在线视频一区二区三区| 亚洲精品第二区| av国产久精品久网站免费入址| 一本色道久久久久久精品综合| videosex国产| 国产精品久久久久成人av| 一级二级三级毛片免费看| www.色视频.com| 亚洲激情五月婷婷啪啪| 不卡视频在线观看欧美| 精品视频人人做人人爽| 欧美成人午夜免费资源| av女优亚洲男人天堂| 国产综合精华液| 性高湖久久久久久久久免费观看| 丁香六月天网| 最近的中文字幕免费完整| 久久99热这里只频精品6学生| 男女边摸边吃奶| 久久久欧美国产精品| 久热久热在线精品观看| 18禁在线无遮挡免费观看视频| 久久人人爽人人爽人人片va| 日韩av在线免费看完整版不卡| 成年av动漫网址| 日日摸夜夜添夜夜爱| 亚洲内射少妇av| 国产伦精品一区二区三区视频9| 亚洲av日韩在线播放| 久久久久久久久久成人| 国产成人午夜福利电影在线观看| 韩国高清视频一区二区三区| 99九九线精品视频在线观看视频| 日韩不卡一区二区三区视频在线| 久久人妻熟女aⅴ| 伦精品一区二区三区| 成人黄色视频免费在线看| 免费看不卡的av| 美女国产高潮福利片在线看| 精品久久国产蜜桃| 欧美精品人与动牲交sv欧美| 大香蕉97超碰在线| 亚洲精品色激情综合| 久久99一区二区三区| 亚洲欧美成人精品一区二区| 日韩免费高清中文字幕av| 高清av免费在线| 插逼视频在线观看| 一级二级三级毛片免费看| 人人妻人人澡人人看| 99国产精品免费福利视频| 亚洲图色成人| 香蕉精品网在线| 国产精品久久久久久久久免| 丰满饥渴人妻一区二区三| 久久久久久久大尺度免费视频| 亚洲欧美中文字幕日韩二区| 国产精品一区www在线观看| 一区二区三区免费毛片| 18禁在线无遮挡免费观看视频| 成人漫画全彩无遮挡| 一级毛片 在线播放| 国产av码专区亚洲av| 精品亚洲乱码少妇综合久久| 日韩免费高清中文字幕av| 99九九线精品视频在线观看视频| 国产精品秋霞免费鲁丝片| 亚洲美女搞黄在线观看| 久久久久精品性色| av卡一久久| 欧美日韩视频精品一区| 99国产综合亚洲精品| 国产午夜精品一二区理论片| 亚洲精品乱码久久久v下载方式| 国产精品一区www在线观看| 青青草视频在线视频观看| 亚洲怡红院男人天堂| 在线看a的网站| 欧美+日韩+精品| 国产乱人偷精品视频| 欧美3d第一页| 日韩亚洲欧美综合| 在线观看三级黄色| 久久精品国产自在天天线| 日本av免费视频播放| 亚洲国产精品999| 亚洲精品久久成人aⅴ小说 | 黄色视频在线播放观看不卡| 99久久中文字幕三级久久日本| 成年美女黄网站色视频大全免费 | 久久久精品94久久精品| 亚洲激情五月婷婷啪啪| 亚洲成人av在线免费| 99re6热这里在线精品视频| 国产精品人妻久久久久久| 99久久人妻综合| 九九久久精品国产亚洲av麻豆| 亚洲精品久久成人aⅴ小说 | 国产亚洲一区二区精品| 久久久久人妻精品一区果冻| 2018国产大陆天天弄谢| 不卡视频在线观看欧美| 高清欧美精品videossex| 亚洲综合色网址| 日本免费在线观看一区| av视频免费观看在线观看| 免费黄频网站在线观看国产| 免费黄色在线免费观看| 五月天丁香电影| 亚洲国产精品一区二区三区在线| 国产精品人妻久久久久久| h视频一区二区三区| 国产成人精品一,二区| 中文字幕av电影在线播放| 国产欧美日韩综合在线一区二区| 亚洲精品aⅴ在线观看| 高清av免费在线| 欧美bdsm另类| 中国美白少妇内射xxxbb| 丝袜喷水一区| 久久人人爽人人片av| 色婷婷久久久亚洲欧美| 国产黄片视频在线免费观看| 国产精品免费大片| av又黄又爽大尺度在线免费看| 菩萨蛮人人尽说江南好唐韦庄| 午夜av观看不卡| 大香蕉久久成人网| 22中文网久久字幕| 亚洲av国产av综合av卡| 美女脱内裤让男人舔精品视频| 人妻制服诱惑在线中文字幕| 久久久久国产网址| 色5月婷婷丁香| 尾随美女入室| 欧美97在线视频| 九九爱精品视频在线观看| 国产69精品久久久久777片| 毛片一级片免费看久久久久| 中文精品一卡2卡3卡4更新| 中国三级夫妇交换| 爱豆传媒免费全集在线观看| 少妇人妻久久综合中文| 又大又黄又爽视频免费| 国产熟女午夜一区二区三区 | 午夜福利视频在线观看免费| 伊人久久国产一区二区| 韩国av在线不卡| 成人影院久久| 又大又黄又爽视频免费| 精品国产乱码久久久久久小说| .国产精品久久| 亚洲不卡免费看| 精品久久国产蜜桃| 91久久精品电影网| 91午夜精品亚洲一区二区三区| 狠狠婷婷综合久久久久久88av| 亚洲欧美精品自产自拍| 久久久欧美国产精品| 亚洲精品乱码久久久v下载方式| a级毛片黄视频| 丝袜脚勾引网站| 午夜免费鲁丝| av有码第一页| 精品酒店卫生间| 伦精品一区二区三区| 中文字幕亚洲精品专区| 亚洲五月色婷婷综合| 一区二区三区乱码不卡18| 午夜福利视频精品| 最后的刺客免费高清国语| 99久久综合免费| 国产免费一区二区三区四区乱码| av国产精品久久久久影院| 免费观看性生交大片5| 日本爱情动作片www.在线观看| 亚洲国产精品一区三区| 亚洲欧洲国产日韩| 亚洲av成人精品一二三区| 菩萨蛮人人尽说江南好唐韦庄| 日日撸夜夜添| 国产欧美另类精品又又久久亚洲欧美| 亚洲av成人精品一二三区| 少妇人妻久久综合中文| 日本wwww免费看| 国产国语露脸激情在线看| 日本av免费视频播放| 中文欧美无线码| 亚洲熟女精品中文字幕| 日本av免费视频播放| 全区人妻精品视频| 一级毛片黄色毛片免费观看视频| 国产有黄有色有爽视频| 这个男人来自地球电影免费观看 | 一个人免费看片子| 国产色婷婷99| videos熟女内射| 免费少妇av软件| 亚洲精品一二三| 热re99久久精品国产66热6| 亚洲成人手机| 最近手机中文字幕大全| 亚洲四区av| 一区二区三区乱码不卡18| 啦啦啦视频在线资源免费观看| 国产综合精华液| 嫩草影院入口| 一区二区三区四区激情视频| 在线观看美女被高潮喷水网站| 国产免费视频播放在线视频| 韩国av在线不卡| 久久99热6这里只有精品| 蜜桃久久精品国产亚洲av| 夜夜爽夜夜爽视频| 久久久久精品久久久久真实原创| 老熟女久久久| 999精品在线视频| 国产精品女同一区二区软件| 国产精品女同一区二区软件| 日韩中字成人| 性高湖久久久久久久久免费观看| 亚洲无线观看免费| 18+在线观看网站| 18+在线观看网站| 成年人免费黄色播放视频| 免费看不卡的av| 在线观看免费视频网站a站| 大又大粗又爽又黄少妇毛片口| 国产成人精品一,二区| 午夜精品国产一区二区电影| 91久久精品国产一区二区成人| 男女边吃奶边做爰视频| 五月玫瑰六月丁香| 久久久久久伊人网av| 一本色道久久久久久精品综合| 国产一区亚洲一区在线观看| 亚洲国产av影院在线观看| 天堂8中文在线网| 国产精品女同一区二区软件| 在线观看国产h片| 欧美日韩视频高清一区二区三区二| 久久97久久精品| 天堂8中文在线网| 国产免费视频播放在线视频| 春色校园在线视频观看| 国产精品久久久久成人av| a级毛片黄视频| 亚洲精品中文字幕在线视频| 免费看av在线观看网站| 久久精品国产鲁丝片午夜精品| 97在线人人人人妻| 亚洲精品乱码久久久v下载方式| 曰老女人黄片| 欧美日韩视频高清一区二区三区二| 久久ye,这里只有精品| 国产精品免费大片| 欧美少妇被猛烈插入视频| 成人漫画全彩无遮挡| 久久韩国三级中文字幕| 午夜福利影视在线免费观看| 青春草亚洲视频在线观看| 亚洲人与动物交配视频| 晚上一个人看的免费电影| 国产亚洲av片在线观看秒播厂| 精品亚洲成国产av| 一个人免费看片子| 男人添女人高潮全过程视频| 国产精品人妻久久久久久| 夫妻性生交免费视频一级片| 三级国产精品欧美在线观看| 伊人亚洲综合成人网| 免费播放大片免费观看视频在线观看| 亚洲怡红院男人天堂| 国产亚洲午夜精品一区二区久久| 丰满乱子伦码专区| 啦啦啦视频在线资源免费观看| 成年人午夜在线观看视频| 51国产日韩欧美| 熟女人妻精品中文字幕| 麻豆乱淫一区二区| 久久精品久久久久久久性| 亚洲精品国产av蜜桃| 免费少妇av软件| 日日摸夜夜添夜夜添av毛片| 欧美日韩一区二区视频在线观看视频在线| 三级国产精品欧美在线观看| 五月伊人婷婷丁香| 免费久久久久久久精品成人欧美视频 | 亚洲欧美一区二区三区国产| 亚洲精品国产av成人精品| 99久国产av精品国产电影| 国产免费一区二区三区四区乱码| 日韩亚洲欧美综合| a级毛片黄视频| 人妻少妇偷人精品九色| 韩国高清视频一区二区三区| 久久精品国产a三级三级三级| 成年女人在线观看亚洲视频| 成年人免费黄色播放视频| 亚洲丝袜综合中文字幕| 久久久久久久久久成人| 夫妻性生交免费视频一级片| 中文天堂在线官网| 母亲3免费完整高清在线观看 | 在线观看www视频免费| 在线观看www视频免费| 久久久久久久大尺度免费视频| 在线观看免费视频网站a站| 一区二区日韩欧美中文字幕 | 又黄又爽又刺激的免费视频.| 久久久a久久爽久久v久久| 午夜视频国产福利| 日本黄色日本黄色录像| 午夜福利在线观看免费完整高清在| 亚洲精品aⅴ在线观看| 日韩av在线免费看完整版不卡| 人人妻人人澡人人爽人人夜夜| 国产精品一区二区三区四区免费观看| 日韩熟女老妇一区二区性免费视频| 性高湖久久久久久久久免费观看| 亚洲欧美精品自产自拍| av.在线天堂| 在线观看免费日韩欧美大片 | 两个人的视频大全免费| 国产极品天堂在线| 一级毛片 在线播放| 搡老乐熟女国产| 嫩草影院入口| 五月天丁香电影| 建设人人有责人人尽责人人享有的| a 毛片基地| 自线自在国产av| 国产成人精品在线电影| 国产免费福利视频在线观看| 欧美人与性动交α欧美精品济南到 | 免费大片黄手机在线观看| av.在线天堂| 少妇被粗大猛烈的视频| 久久久久人妻精品一区果冻| 中文字幕精品免费在线观看视频 | 五月开心婷婷网| 精品人妻偷拍中文字幕| 又粗又硬又长又爽又黄的视频| 国产成人免费无遮挡视频| 丝袜脚勾引网站| 涩涩av久久男人的天堂| 男女无遮挡免费网站观看| 岛国毛片在线播放| 久久女婷五月综合色啪小说| 午夜福利,免费看| av.在线天堂| 母亲3免费完整高清在线观看 | 一级片'在线观看视频| 男女边吃奶边做爰视频| 婷婷色综合www| 三上悠亚av全集在线观看| 日本91视频免费播放| 黄色一级大片看看| 制服丝袜香蕉在线| 国产黄频视频在线观看| 少妇丰满av| av一本久久久久| 国产精品熟女久久久久浪| 纯流量卡能插随身wifi吗| 国产不卡av网站在线观看| 久久这里有精品视频免费| 色94色欧美一区二区| 亚洲精品,欧美精品| 精品久久蜜臀av无| 青青草视频在线视频观看| 婷婷成人精品国产| 国产在线一区二区三区精| 大香蕉久久网| 成人黄色视频免费在线看| 黄色怎么调成土黄色| 婷婷色av中文字幕| 国产欧美亚洲国产| 在线亚洲精品国产二区图片欧美 | 成人毛片a级毛片在线播放| 蜜臀久久99精品久久宅男| 国产精品三级大全| 亚洲欧美一区二区三区国产| 久久狼人影院| 国产av码专区亚洲av| 久久99一区二区三区| 成人毛片a级毛片在线播放| 青青草视频在线视频观看| 国产精品一二三区在线看| 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 | 日韩精品有码人妻一区| 久久人人爽人人爽人人片va| 大片免费播放器 马上看| 中文字幕制服av| 国产精品99久久久久久久久| 91国产中文字幕| 久久久久久久精品精品| 国产精品久久久久久精品古装| 中国美白少妇内射xxxbb| 免费观看a级毛片全部| 99热网站在线观看| 我要看黄色一级片免费的| 免费黄频网站在线观看国产| 精品国产一区二区三区久久久樱花| 2018国产大陆天天弄谢| 狂野欧美激情性bbbbbb| 亚洲精华国产精华液的使用体验| 天堂中文最新版在线下载| 久久久久久伊人网av| 精品少妇内射三级| 乱人伦中国视频| 色网站视频免费| 亚洲一级一片aⅴ在线观看| 春色校园在线视频观看| 欧美97在线视频| 午夜福利在线观看免费完整高清在| 国产欧美另类精品又又久久亚洲欧美| 春色校园在线视频观看| 日韩精品免费视频一区二区三区 | 啦啦啦中文免费视频观看日本| 秋霞在线观看毛片| 欧美+日韩+精品| 久久久久精品久久久久真实原创| 91久久精品国产一区二区成人| 国产精品久久久久久精品古装| 免费看光身美女| 欧美人与性动交α欧美精品济南到 | 精品酒店卫生间| 在线观看免费视频网站a站| 日本91视频免费播放| 久久久久国产网址| 伦理电影大哥的女人| 日本av免费视频播放| 综合色丁香网| 欧美成人精品欧美一级黄| 少妇高潮的动态图| 久久99精品国语久久久| 久久热精品热| 国产一区亚洲一区在线观看| 男男h啪啪无遮挡| 在线观看人妻少妇| 亚洲av日韩在线播放| xxx大片免费视频| 亚洲四区av| 久久久欧美国产精品| 纵有疾风起免费观看全集完整版| 男女边吃奶边做爰视频| 日本黄色片子视频| 国产精品99久久久久久久久| 久久久午夜欧美精品| av国产精品久久久久影院| 乱人伦中国视频| 日本av免费视频播放| 亚洲高清免费不卡视频| 夜夜爽夜夜爽视频| 亚洲精品久久久久久婷婷小说| av国产精品久久久久影院| 国产亚洲精品第一综合不卡 | 亚洲欧美中文字幕日韩二区| 国产爽快片一区二区三区| 色94色欧美一区二区| xxx大片免费视频| 人妻系列 视频| 成人亚洲精品一区在线观看| 欧美精品国产亚洲| 久久99热6这里只有精品| 亚洲激情五月婷婷啪啪| 99久久精品国产国产毛片| 人体艺术视频欧美日本| 国精品久久久久久国模美| 尾随美女入室| 多毛熟女@视频| 国产淫语在线视频| 最新中文字幕久久久久| 91精品国产九色| 2022亚洲国产成人精品| 最近2019中文字幕mv第一页| 成人亚洲欧美一区二区av| 成人18禁高潮啪啪吃奶动态图 | 99国产精品免费福利视频| 有码 亚洲区| 97在线人人人人妻| 日韩熟女老妇一区二区性免费视频| 大片电影免费在线观看免费| 国产精品一区www在线观看| 久热这里只有精品99| 亚洲激情五月婷婷啪啪| 欧美少妇被猛烈插入视频| 久久精品国产亚洲网站| 免费看光身美女| 最近最新中文字幕免费大全7| 国模一区二区三区四区视频| 在线观看人妻少妇| 国产不卡av网站在线观看| 男人操女人黄网站| 男女边摸边吃奶| 最近的中文字幕免费完整| 国产永久视频网站| 激情五月婷婷亚洲| 我要看黄色一级片免费的| 少妇被粗大的猛进出69影院 | .国产精品久久| 五月玫瑰六月丁香| 999精品在线视频| 欧美精品一区二区大全| 啦啦啦视频在线资源免费观看| 啦啦啦啦在线视频资源| 久热这里只有精品99| 草草在线视频免费看| 狂野欧美激情性bbbbbb| 男女无遮挡免费网站观看| av福利片在线| av女优亚洲男人天堂| 国产精品一区二区三区四区免费观看| 国产成人精品婷婷| 亚洲人成网站在线播| 精品人妻偷拍中文字幕| 亚洲成人手机| 免费看不卡的av| 免费不卡的大黄色大毛片视频在线观看| 色婷婷久久久亚洲欧美| 欧美激情国产日韩精品一区| 一级毛片 在线播放| 国产乱来视频区| 久久人妻熟女aⅴ| 日韩亚洲欧美综合| 国产精品99久久久久久久久| 啦啦啦在线观看免费高清www| 特大巨黑吊av在线直播| 精品人妻偷拍中文字幕| 国产成人a∨麻豆精品| 欧美97在线视频|