• <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 ?

    水分特征曲線Gardner模型參數(shù)的預(yù)測模型對比分析

    2018-03-21 05:40:55李浩然樊貴盛
    節(jié)水灌溉 2018年2期
    關(guān)鍵詞:土壤質(zhì)地土壤水分向量

    李浩然,樊貴盛

    (太原理工大學(xué)水利科學(xué)與工程學(xué)院,太原 030024)

    土壤水分特征曲線是描述土壤基質(zhì)勢與土壤含水量之間關(guān)系的基本曲線[1],可以反映出土壤孔隙結(jié)構(gòu)特點與持水能力,對于研究土壤水分動態(tài)、溶質(zhì)運移等有著重要的意義。在對土壤水分特征曲線的研究中,許多學(xué)者提出了不同的物理—經(jīng)驗?zāi)P陀脕韺ν寥浪痔卣髑€進(jìn)行描述。目前,常見的經(jīng)驗?zāi)P陀蠽-G模型、Gardner模型、F-X模型等,其中Gardner模型由于其簡單的結(jié)構(gòu)形式、少量的參數(shù)以及較高的精確性等優(yōu)點,受到眾多學(xué)者的認(rèn)同。宋孝玉等[2]通過部分不同區(qū)域土壤進(jìn)行了Gardner模型建立與比較,證明了Gardner模型的準(zhǔn)確性與適用性;張露[3]等利用Gardner模型成功擬合出不同復(fù)配土壤的土壤水分特征曲線;李逸[4]等利用Gardner模型進(jìn)行擬合,得出了土壤水分特征曲線的斜率主要由土壤質(zhì)地決定的結(jié)論等。

    而在土壤水分特征曲線的研究中,如何準(zhǔn)確地獲取模型中的參數(shù)一直是人們研究的重點。對于模型參數(shù)的獲取一般有直接法(負(fù)壓計法、壓力膜儀法、砂形漏斗法)與間接法。由于直接方法在對參數(shù)的測定中需要耗費較多的人力物力,同時測量的結(jié)果易受外界條件的影響,從而導(dǎo)致精度較差。目前,隨著土壤傳輸理論的發(fā)展,運用土壤傳輸函數(shù)對土壤特征參數(shù)進(jìn)行預(yù)測的間接方法成為了人們研究的焦點。李曉鵬等[5]使用多種不同的土壤傳輸函數(shù),對不同地區(qū)土壤的飽和含水率進(jìn)行了預(yù)測,并成功得出適合各地區(qū)飽和含水率的飽和含水率;舒凱民[6]等利用BP神經(jīng)網(wǎng)絡(luò)對入滲參數(shù)進(jìn)行預(yù)測,并取得了較好的效果;Vereecken[7]運用線性回歸分析對土壤水分特征曲線參數(shù)進(jìn)行了研究,即對模型參數(shù)進(jìn)行了線性函數(shù)的預(yù)測。

    根據(jù)以上研究可以看出,土壤傳輸函數(shù)可以有效地對土壤的特征參數(shù)與運動參數(shù)進(jìn)行推求與預(yù)測。但是,對于土壤水分特征曲線Gardner模型參數(shù)的研究還鮮有報道。目前,在土壤傳輸函數(shù)的方法中,BP人工神經(jīng)網(wǎng)絡(luò)與支持向量機(SVM)是運用相對廣泛、精度較高的兩種方法。因此,本研究將在不同輸入變量的條件下,利用BP神經(jīng)網(wǎng)絡(luò)與支持向量機兩種預(yù)測手段對Gardner模型參數(shù)進(jìn)行預(yù)測,并對預(yù)測模型的精度進(jìn)行分析,為土壤水分特征曲線Gardner模型參數(shù)的預(yù)報模型的創(chuàng)建提供依據(jù)和參考。

    1 材料與方法

    1.1 試驗區(qū)土壤條件

    試驗所用土樣均來自山西省中西部地區(qū)的耕作農(nóng)田。試驗區(qū)地貌條件為平原、丘陵和高原等,氣候?qū)儆诘湫偷臏貛Т箨懶詺夂?。土壤類型有黃褐土、棕壤土等;土壤質(zhì)地類型復(fù)雜多樣,主要包括粉砂質(zhì)壤土、砂質(zhì)壤土等。試驗區(qū)土壤基本理化參數(shù)變化范圍如表1所示。

    表1 土壤樣本數(shù)據(jù)的取值范圍

    1.2 試驗設(shè)備與方法

    本文土壤水分特征曲線試驗使用1500F壓力膜儀進(jìn)行。首先將土樣風(fēng)干、過篩,并將其裝入相應(yīng)的環(huán)刀內(nèi),然后將環(huán)刀放入儀器中的陶土板中令其吸水以保證土樣達(dá)到水分飽和。當(dāng)土樣達(dá)到水分飽和后,對土樣進(jìn)行固定壓力值的施壓,以保證土壤中的水分可以充分排出,并間隔固定時間對土樣進(jìn)行稱重。當(dāng)前后稱重的土樣重量變化小于0.005 g,則認(rèn)為土樣中的水分全部排出,開始進(jìn)行下一壓力值的試驗。最后計算含水率,并通過相應(yīng)的計算擬合得到Gardner模型參數(shù)值。

    本次試驗需要測定的土壤基本理化參數(shù)主要包括土壤容重、土壤質(zhì)地、有機質(zhì)含量、無機鹽含量。其中由于是土樣為擾動圖,土樣容重按照1.10~1.70 g/cm3進(jìn)行配置;土壤質(zhì)地通過激光粒度分析儀對土壤中的黏粒、砂粒、粉粒含量進(jìn)行測定;土壤有機質(zhì)含量使用重鉻酸鉀容量法測定;土壤無機鹽含量是通過火焰光度計等儀器對八大離子進(jìn)行測定,并將測定值累加,和值為無機鹽含量。

    1.3 Gardner模型

    Gardner模型是Gardner在1970年提出[8,9],因其結(jié)構(gòu)簡單、精度及較高而廣泛應(yīng)用于實際當(dāng)中。 Gardner模型的具體表達(dá)式為:

    h=aθ-b

    (1)

    式中:h為土壤水吸力,cm;θ為土壤體積含水率,%;a、b均為擬合參數(shù),無單位量綱且均為正數(shù)。

    1.4 數(shù)據(jù)樣本

    通過實驗,建立了100組數(shù)據(jù)的樣本,即建立了土壤基本理化參數(shù)與Gardner模型參數(shù)a、b的一一對應(yīng)關(guān)系,代表性數(shù)據(jù)樣本見表2。

    表2 建模樣本數(shù)據(jù)表

    2 輸入變量情景設(shè)計與預(yù)測模型的建立

    2.1 土壤水分特征曲線主導(dǎo)因素分析

    土壤水分特征曲線的過程線決定著Gardner模型的參數(shù),而影響土壤持水性能的土壤基本理化參數(shù)的較多。前人[10,11]和本文的分析認(rèn)為主要的影響因子有土壤質(zhì)地、土壤容重、土壤有機質(zhì)含量、土壤無機鹽含量等。

    (1)土壤質(zhì)地。土壤質(zhì)地主要是指土壤中黏粒、粉粒、砂粒的組成情況。對于土壤而言,如果土壤中的黏粒含量與粉粒含量越高,土壤中會形成較多的中小空隙,進(jìn)而導(dǎo)致土壤中的毛管吸力增大,使得土壤的持水性能增加;另一方面,中小孔隙的增加會增加土壤的比表面積,表面能變大,從而導(dǎo)致土壤顆粒對水分的吸附能力變強。

    (2)土壤容重。土壤容重表示的是土壤結(jié)構(gòu)的密實程度與板結(jié)程度。對于多孔隙的土壤而言,土壤容重的增大代表著土壤被壓縮破壞,土壤中的大孔隙被擠壓破壞形成中小孔隙,從而導(dǎo)致土壤的毛管吸力與土體顆粒對水分的吸附能力變強。

    (3)土壤有機質(zhì)含量。土壤中的有機質(zhì)主要是指土壤內(nèi)的膠結(jié)物質(zhì),這些物質(zhì)會增大土壤的黏性從而改變土壤的內(nèi)部結(jié)構(gòu)。在有機質(zhì)的作用下,土壤內(nèi)的中小孔隙的結(jié)構(gòu)變得比較穩(wěn)定,因此有著較強的持水穩(wěn)定性。

    (4)土壤無機鹽含量。土壤中的無機鹽含量主要是指土壤中的八大離子的含量總和,隨著土壤中的含鹽量的增加,土壤分散度變大,土壤中的大孔隙崩塌,從而形成較多的中小孔隙,從而加強土壤的持水性能。

    2.2 輸入變量情景設(shè)計

    為了探究輸入變量對于BP神經(jīng)網(wǎng)絡(luò)與支持向量機預(yù)報模型預(yù)測精度的影響,需要對輸入變量的選擇方面設(shè)計了不同的情景模式。

    輸入變量的情景設(shè)計主要以輸入變量的數(shù)量和類型為原則。根據(jù)查閱文獻(xiàn)與機理分析,認(rèn)為土壤持水能力與土壤質(zhì)地與土壤容重有著直接的關(guān)系,因此在設(shè)計輸入變量的時候,土壤質(zhì)地與土壤容重是不可或缺的變量;同時,還應(yīng)考慮到土壤有機質(zhì)含量與土壤無機鹽含量對土壤持水性能的作用,以及輸入變量數(shù)量的改變對Gardner模型參數(shù)預(yù)測精度的影響。

    將以上因素綜合考慮,最終確定的輸入變量情景為3種模式,分別為:①土壤質(zhì)地+土壤容重;②土壤質(zhì)地+土壤容重+土壤有機質(zhì)含量;③土壤質(zhì)地+土壤容重+土壤有機質(zhì)含量+土壤無機鹽含量。

    2.3 土壤傳輸函數(shù)預(yù)報模型

    (1)支持向量機是Corinna Cortes和Vapnik等于1995年首先提出的一種處理小數(shù)據(jù)、非線性等問題的機器學(xué)習(xí)方法。支持向量機通過特定的映射,將因變量投影到高緯度的運算空間當(dāng)中,借助于核函數(shù)展開計算,從而解決樣本空間的非線性分類與回歸分析的問題。支持向量機由于能有效避免預(yù)測過程中的“過學(xué)習(xí)”、“過擬合”等問題,因此在近些年受到廣大學(xué)者的關(guān)注研究。具體預(yù)測模型如下:

    model=svmstrain(train_Y,train_X, ‘options’)

    (2)

    式中:svmtrain為向量機訓(xùn)練形式;train_X為自變量訓(xùn)練集屬性矩陣,包括輸入變量;train_Y為因變量訓(xùn)練集標(biāo)簽,包括Gardner模型參數(shù);options為參數(shù)選項,依據(jù)核函數(shù)類型,主要包括C、ε、σ,其中,C為懲罰因子;ε為不敏感損失函數(shù)值;σ為核函數(shù)參數(shù)。式(2)為支持向量機模型。

    (2)BP神經(jīng)網(wǎng)絡(luò)是1986年由Rumelhart和McClelland提出的一種按照誤差逆向傳播算法訓(xùn)練的多層前饋神經(jīng)網(wǎng)絡(luò)。BP神經(jīng)網(wǎng)絡(luò)因其自身特有的對于非線性關(guān)系處理能力與相對簡單的組成結(jié)構(gòu),在眾多人工神經(jīng)網(wǎng)絡(luò)中研究最為成熟,是目前應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)。具體預(yù)測模型如下:

    net=newff( min max(traininput),[20,2],{‘tan sig’,‘purelin’},‘trainlm’)

    (3)

    式中:net為本文所創(chuàng)建的BP神經(jīng)網(wǎng)絡(luò)模型;newff為在Matlab程序中的BP神經(jīng)網(wǎng)絡(luò)函數(shù);min max( ) 為決定輸入?yún)?shù)取值范圍的向量矩陣;20和2為分別為隱含層和輸出層神經(jīng)元的個數(shù);{‘tan sig’,‘purelin’}分別為隱含層和輸出層的傳輸函數(shù)形式;‘trainlm’ 為訓(xùn)練函數(shù)形式。式(3)為BP網(wǎng)絡(luò)模型。

    2.4 預(yù)報模參數(shù)與成果

    2.4.1 樣本數(shù)據(jù)預(yù)處理

    為了方便預(yù)報模型的計算以及減少輸入因素量綱對預(yù)測精度的影響,因此對輸入變量的數(shù)據(jù)進(jìn)行歸一化處理,歸一化處理公式如下。

    (4)

    式中:Y為歸一化處理后的數(shù)據(jù);X為樣本數(shù)據(jù);Xmin、Xmax分別為樣本數(shù)據(jù)的最大值與最小值。

    2.4.2 BP模型結(jié)構(gòu)與相關(guān)參數(shù)

    (1)BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)主要分為輸入層、隱含層、輸出層。通過對樣本不停地學(xué)習(xí)與訓(xùn)練,以均方誤差最小化作為反饋結(jié)果,進(jìn)而修正調(diào)整網(wǎng)絡(luò)權(quán)值和閾值,最終高度擬合數(shù)據(jù)并得出結(jié)果。BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示。

    圖1 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖

    (2)BP相關(guān)參數(shù)。本文所用BP神經(jīng)網(wǎng)絡(luò)預(yù)報模型的參數(shù)設(shè)定為最大學(xué)習(xí)迭代次數(shù)為1 500次,學(xué)習(xí)率0.01,訓(xùn)練精度為0.000 5。最終確定的參數(shù)如表3所示。

    2.4.3 SVM模型相關(guān)參數(shù)

    表3 BP神經(jīng)網(wǎng)絡(luò)預(yù)報模型參數(shù)

    (1)SVM結(jié)構(gòu)。支持向量機是將輸入變量映射到高維空間中,在高維空間中尋找一個最優(yōu)分類超平面,保證訓(xùn)練樣本中不同分屬的點可以很好地分布在超平面的不同側(cè)面,從而使空白區(qū)域?qū)崿F(xiàn)最大化,同時此超平面即為支持向量機的結(jié)果。支持向量機結(jié)構(gòu)如圖2所示。

    圖2 SVM最優(yōu)超平面示意圖

    (2)SVM相關(guān)參數(shù)。本文所用支持向量機預(yù)報模型的相關(guān)參數(shù)主要有C、σ、ε,其中C為懲罰因子,ε為不敏感損失函數(shù)值,σ為核函數(shù)參數(shù)。最終確定的參數(shù)如表4所示。

    表4 SVM預(yù)報模型參數(shù)

    3 預(yù)報模型精度比較

    將歸一化處理后的樣本數(shù)據(jù)按分別通過支持向量機與BP神經(jīng)網(wǎng)絡(luò)的預(yù)報模型的預(yù)測,并將預(yù)測值與實測值進(jìn)行比較。預(yù)測結(jié)果的精度比較如表5所示。

    表5 參數(shù)a預(yù)測誤差結(jié)果表

    注:RMSE為均方根誤差。

    由表5可知,當(dāng)輸入變量只有土壤質(zhì)地與土壤容重時,兩種模型的平均相對誤差分別為11.96%與9.64%,相對誤差較大,精度較低;但是隨著輸入變量種類的增加,無論是BP神經(jīng)網(wǎng)絡(luò)預(yù)報模型模型還是支持向量機預(yù)報模型,對于參數(shù)a預(yù)測的相對誤差值呈現(xiàn)出逐漸下降的趨勢,模型的預(yù)測精度不斷提高,并在輸入變量為土壤質(zhì)地、土壤容重、土壤有機質(zhì)含量、土壤無機鹽含量時,平均相對誤差達(dá)到最小值,分別為5.31%與3.80%,預(yù)測精度較好。這不僅說明輸入因子的種類變化對Gardner模型參數(shù)的預(yù)測精度的影響程度較為明顯,同時證明了兩種預(yù)測模型可以實現(xiàn)對于Gardner模型參數(shù)a的預(yù)測。

    將兩個預(yù)報模型進(jìn)行對比,兩者的誤差相差較小,精度相似。隨著輸入變量的增加,BP神經(jīng)網(wǎng)絡(luò)的相對誤差最大值分別為17.41%、14.79%、11.32%,最小值分別為0.94%、1.26%、0.27%;支持向量機的相對誤差最大值分別為13.63%、11.6%、8.9%,最小值為2.24%、3.87%、2.01%。可以看出,雖然BP神經(jīng)網(wǎng)絡(luò)的最小相對誤差值比支持向量機要小,但是就相對誤差波動的范圍而言,支持向量機的預(yù)測結(jié)果的波動程度較低,變化幅度較?。涣硪环矫?,RMSE是一種反映預(yù)測值與實測值之間偏差程度的數(shù)學(xué)手段,RMSE越小則實測值與預(yù)測值之間的離散程度越小,從表5可以看出,無論輸入變量的種類有多少,支持向量機對于參數(shù)a的RMSE都比BP神經(jīng)網(wǎng)絡(luò)小,從而進(jìn)一步說明支持向量機的預(yù)測結(jié)果的相對穩(wěn)定,能夠有效的保證預(yù)測結(jié)果的精度。

    如表6所示,與參數(shù)a的預(yù)測結(jié)果相似,無論是BP神經(jīng)網(wǎng)絡(luò)還是支持向量機,預(yù)測精度均會隨著輸入變量的增加而提高,最終平均相對誤差分別為5.56%與3.76%,預(yù)測精度較高,說明了土壤基本理化參數(shù)的變化對預(yù)測的效果有著明顯的影響。而且將兩種模型進(jìn)行對比,BP神經(jīng)網(wǎng)絡(luò)預(yù)測誤差的最大值為19.04%、13.79%、10.58%,最小值為1.07%、0.627%、0.651%;支持向量機預(yù)測誤差最大值為16.86%、12.56%、7.86%,最小值為3.21%、2.16%、1.27%。同參數(shù)a的結(jié)果相似,雖然BP神經(jīng)網(wǎng)絡(luò)的最小相對誤差值比支持向量機的要小,但是支持向量機預(yù)測的相對誤差區(qū)間相對較小,同時根據(jù)RMSE的數(shù)值可以看出支持向量機對于參數(shù)b的預(yù)測結(jié)果的離散程度較低,吻合度相對較高。

    表6 參數(shù)b預(yù)測誤差結(jié)果表

    綜上所述,對于Gardner模型而言,改變輸入因子的類型與數(shù)量可以有效地提高預(yù)測的精度,并且能夠有效的對Gardner模型參數(shù)進(jìn)行有效的預(yù)測。同時,采用支持向量機算法對Gardner模型參數(shù)進(jìn)行預(yù)測,所得到的結(jié)果相對穩(wěn)定,吻合度較好,使得相對誤差保持在較小的范圍內(nèi),相比于BP神經(jīng)網(wǎng)絡(luò)的波動性,支持向量機能夠使預(yù)測結(jié)果保持較好的穩(wěn)定性。

    4 結(jié) 語

    (1)在土壤特征曲線主要影響因素范圍內(nèi),兩種預(yù)報模型的預(yù)報精度隨著輸入因子類型的增加而提高,并在輸入變量為土壤質(zhì)地、土壤容重、土壤有機質(zhì)含量、土壤無機鹽含量時精度達(dá)到最高,預(yù)測結(jié)果的平均相對誤差均在6%以下。以土壤質(zhì)地、容重、有機質(zhì)含量、無機鹽含量為輸入變量的BP神經(jīng)網(wǎng)絡(luò)與支持向量機預(yù)報模型都可用于Gardner模型參數(shù)的預(yù)測。

    (2)BP神經(jīng)網(wǎng)絡(luò)預(yù)報模型的預(yù)測誤差的最小值小于支持向量機的最小值,但是支持向量機預(yù)報模型預(yù)測結(jié)果的波動較小,RMSE較低,預(yù)測結(jié)果吻合度較高,支持向量機預(yù)報模型相對于BP神經(jīng)網(wǎng)絡(luò)模型有著更好的穩(wěn)定性準(zhǔn)確性。

    (3)本文研究了BP神經(jīng)網(wǎng)絡(luò)與支持向量機預(yù)報模型的預(yù)測結(jié)果,證明了支持向量機對于Gardner模型參數(shù)的預(yù)測有著更高的精確度。此次研究為土壤水分特征曲線參數(shù)預(yù)測方法的選擇提供了理論依據(jù)。在今后的實驗中,會嘗試不同的預(yù)測方法,比如灰色預(yù)測模型、BNN預(yù)測模型等,對Gardner模型參數(shù)進(jìn)行預(yù)測以及對比分析,進(jìn)一步豐富土壤傳輸函數(shù)理論。

    [1] 雷志棟,楊詩秀,謝傳森.土壤水動力學(xué)[M].北京:清華大學(xué)出版社,1988.

    [2] 宋孝玉, 李亞娟, 李懷有,等. 土壤水分特征曲線單一參數(shù)模型的建立及應(yīng)用[J]. 農(nóng)業(yè)工程學(xué)報, 2008,24(12):12-15.

    [3] 張 露, 韓霽昌, 羅林濤,等. 砒砂巖與風(fēng)沙土復(fù)配土壤的持水特性研究[J]. 西北農(nóng)林科技大學(xué)學(xué)報(自然科學(xué)版), 2014,42(2):207-214.

    [4] 李 逸, 金建新. 石羊河流域下游地區(qū)土壤水分特征曲線研究[J]. 節(jié)水灌溉, 2014,(7):10-11.

    [5] 李曉鵬, 張佳寶, 吉麗青,等. 土壤傳遞函數(shù)在計算土壤飽和導(dǎo)水率中的應(yīng)用[J]. 灌溉排水學(xué)報, 2009,28(2):70-73.

    [6] 舒凱民, 樊貴盛. 基于Kostiakov二參數(shù)入滲模型參數(shù)的BP預(yù)測[J]. 節(jié)水灌溉, 2016,(10):1-5.

    [7] Vereecken H J, Maes J, Feyen J, et al. Estimating the soil moisture retention characteristic from texture, bulk density, and carbon content[J]. Soil Science, 1989,148(6):389-403.

    [8] Gardner W R,Hillel D,Benyamini Y. Post-irrigation movement of soil water:I. Redistribution[J]. Water Resources Research,1970,6(3):851-861.

    [9] Gardner W R,Hillel D,Benyamini Y. Post-irrigation movement of soil water:P. Simulations Redistribution and evaporation[J]. Water Resources Rrsearch,1970,6(4):1 114-1 153.

    [10] 蘇 楊, 朱 健, 王 平,等. 土壤持水能力研究進(jìn)展[J]. 中國農(nóng)學(xué)通報, 2013, 29(14):140-145.

    [11] 馮永軍, 聶俊華, 張 紅. 土壤持水性能及影響因素[J]. 山東農(nóng)業(yè)大學(xué)學(xué)報(自然科學(xué)版), 1996,(3):298-302.

    猜你喜歡
    土壤質(zhì)地土壤水分向量
    中國土壤質(zhì)地分類系統(tǒng)的發(fā)展與建議修訂方案
    基于機器學(xué)習(xí)方法的寧夏南部土壤質(zhì)地空間分布研究
    向量的分解
    基于MATLAB GUI的土壤質(zhì)地類型自動識別系統(tǒng)
    聚焦“向量與三角”創(chuàng)新題
    西藏高原土壤水分遙感監(jiān)測方法研究
    向量垂直在解析幾何中的應(yīng)用
    向量五種“變身” 玩轉(zhuǎn)圓錐曲線
    不同覆蓋措施對棗園土壤水分和溫度的影響
    植被覆蓋區(qū)土壤水分反演研究——以北京市為例
    av女优亚洲男人天堂| 久久久精品国产亚洲av高清涩受| 男人操女人黄网站| 成人影院久久| 久久影院123| 久久久久视频综合| 99国产精品免费福利视频| 国产成人午夜福利电影在线观看| 亚洲,欧美,日韩| 国产熟女欧美一区二区| 黑丝袜美女国产一区| 在线观看人妻少妇| 亚洲欧美色中文字幕在线| 日本欧美视频一区| 叶爱在线成人免费视频播放| 七月丁香在线播放| 99久久99久久久精品蜜桃| 久久久久久久大尺度免费视频| 熟女av电影| 国产成人精品久久久久久| 免费在线观看黄色视频的| 久久热在线av| 久久久久久免费高清国产稀缺| 国产又色又爽无遮挡免| 国产黄频视频在线观看| 看免费av毛片| 999久久久国产精品视频| 欧美人与善性xxx| 免费高清在线观看视频在线观看| 亚洲精品国产色婷婷电影| 老司机影院成人| 欧美av亚洲av综合av国产av | 国产亚洲欧美精品永久| 国产精品三级大全| 欧美日韩一区二区视频在线观看视频在线| 亚洲男人天堂网一区| 精品免费久久久久久久清纯 | 亚洲成av片中文字幕在线观看| 99国产综合亚洲精品| 欧美日韩成人在线一区二区| 又大又爽又粗| 各种免费的搞黄视频| 高清不卡的av网站| 在线免费观看不下载黄p国产| 亚洲av成人不卡在线观看播放网 | 国产精品嫩草影院av在线观看| 最近2019中文字幕mv第一页| 日韩制服丝袜自拍偷拍| 免费黄频网站在线观看国产| 熟女av电影| 日韩,欧美,国产一区二区三区| 成年人免费黄色播放视频| 欧美激情高清一区二区三区 | 国产精品熟女久久久久浪| 麻豆精品久久久久久蜜桃| 亚洲成人一二三区av| 老熟女久久久| 秋霞伦理黄片| 捣出白浆h1v1| 狠狠婷婷综合久久久久久88av| 亚洲av欧美aⅴ国产| 久久久精品国产亚洲av高清涩受| 亚洲av福利一区| 人人澡人人妻人| 亚洲国产欧美网| 欧美少妇被猛烈插入视频| 亚洲精品国产一区二区精华液| 亚洲欧洲精品一区二区精品久久久 | 男女免费视频国产| 久久天躁狠狠躁夜夜2o2o | 成人国语在线视频| av天堂久久9| 王馨瑶露胸无遮挡在线观看| 不卡av一区二区三区| 日韩中文字幕欧美一区二区 | 精品国产一区二区三区四区第35| 在线精品无人区一区二区三| 99久久人妻综合| 18禁国产床啪视频网站| 久久人妻熟女aⅴ| 国产麻豆69| 久久人人爽av亚洲精品天堂| 国产精品99久久99久久久不卡 | 可以免费在线观看a视频的电影网站 | 国产精品久久久久久久久免| 午夜免费男女啪啪视频观看| 久久精品国产亚洲av高清一级| 午夜老司机福利片| 国产精品女同一区二区软件| 啦啦啦视频在线资源免费观看| 一区二区三区乱码不卡18| 女人爽到高潮嗷嗷叫在线视频| 男人爽女人下面视频在线观看| 久久久久久免费高清国产稀缺| 欧美日韩亚洲高清精品| 日韩视频在线欧美| 欧美人与善性xxx| 91精品三级在线观看| 精品少妇黑人巨大在线播放| 久久精品熟女亚洲av麻豆精品| av视频免费观看在线观看| 久久人妻熟女aⅴ| 日韩制服骚丝袜av| netflix在线观看网站| 伊人久久大香线蕉亚洲五| 亚洲精华国产精华液的使用体验| 视频在线观看一区二区三区| 中国三级夫妇交换| 久久国产亚洲av麻豆专区| 九色亚洲精品在线播放| 亚洲国产精品国产精品| 男女床上黄色一级片免费看| 午夜日本视频在线| 亚洲精品国产一区二区精华液| 亚洲国产最新在线播放| 国产片特级美女逼逼视频| 麻豆精品久久久久久蜜桃| 日本91视频免费播放| 80岁老熟妇乱子伦牲交| 精品福利永久在线观看| e午夜精品久久久久久久| 久久国产亚洲av麻豆专区| 中文字幕高清在线视频| 在线观看www视频免费| 99热全是精品| 蜜桃国产av成人99| 嫩草影视91久久| avwww免费| 久久天堂一区二区三区四区| 80岁老熟妇乱子伦牲交| 午夜福利一区二区在线看| 国产精品国产av在线观看| 90打野战视频偷拍视频| 日韩伦理黄色片| 日韩av免费高清视频| xxxhd国产人妻xxx| 热99国产精品久久久久久7| 超碰成人久久| www日本在线高清视频| 老司机靠b影院| 国产成人午夜福利电影在线观看| 天天操日日干夜夜撸| 国产欧美日韩综合在线一区二区| 中国国产av一级| 国产老妇伦熟女老妇高清| 97在线人人人人妻| 久久久久久久久久久免费av| 欧美精品一区二区免费开放| 伦理电影免费视频| 9热在线视频观看99| 极品少妇高潮喷水抽搐| 国产成人精品福利久久| 午夜av观看不卡| 欧美中文综合在线视频| 亚洲欧美清纯卡通| 亚洲图色成人| 亚洲国产日韩一区二区| 亚洲精品久久久久久婷婷小说| 高清av免费在线| 午夜91福利影院| 老司机靠b影院| 亚洲国产精品999| 午夜福利网站1000一区二区三区| 国产97色在线日韩免费| 精品卡一卡二卡四卡免费| 亚洲av综合色区一区| 日韩精品免费视频一区二区三区| 夫妻性生交免费视频一级片| 午夜av观看不卡| 国产激情久久老熟女| 亚洲精品国产av成人精品| 欧美成人午夜精品| 久久久欧美国产精品| 19禁男女啪啪无遮挡网站| 最新的欧美精品一区二区| 别揉我奶头~嗯~啊~动态视频 | 久久精品久久久久久久性| 99久久人妻综合| 少妇精品久久久久久久| 精品亚洲乱码少妇综合久久| 女人精品久久久久毛片| www.精华液| 操美女的视频在线观看| 欧美日韩国产mv在线观看视频| 咕卡用的链子| 成年动漫av网址| 亚洲av日韩在线播放| 国产97色在线日韩免费| 少妇人妻 视频| 国产免费福利视频在线观看| 中文字幕制服av| 毛片一级片免费看久久久久| 天美传媒精品一区二区| 亚洲av电影在线观看一区二区三区| 中国三级夫妇交换| 国产男人的电影天堂91| 国产激情久久老熟女| 国产精品三级大全| 啦啦啦中文免费视频观看日本| 大片免费播放器 马上看| 国产成人欧美在线观看 | 亚洲成人一二三区av| 我要看黄色一级片免费的| 精品少妇内射三级| 亚洲综合色网址| 亚洲天堂av无毛| 日韩av不卡免费在线播放| 日本黄色日本黄色录像| 日韩电影二区| 桃花免费在线播放| 亚洲色图 男人天堂 中文字幕| 国产在线免费精品| 在线精品无人区一区二区三| 久久亚洲国产成人精品v| 少妇精品久久久久久久| 超碰97精品在线观看| 日韩成人av中文字幕在线观看| 大片电影免费在线观看免费| 成年女人毛片免费观看观看9 | 哪个播放器可以免费观看大片| 最近中文字幕2019免费版| 欧美97在线视频| www.自偷自拍.com| 中文字幕亚洲精品专区| 欧美成人精品欧美一级黄| 91成人精品电影| 免费少妇av软件| 欧美变态另类bdsm刘玥| 久久天堂一区二区三区四区| 国产亚洲精品第一综合不卡| 久久人人爽人人片av| 久久久久国产一级毛片高清牌| 亚洲精品久久久久久婷婷小说| 亚洲精品美女久久av网站| 在线观看一区二区三区激情| 日韩制服丝袜自拍偷拍| 久久韩国三级中文字幕| 日韩大码丰满熟妇| 国产成人精品无人区| 婷婷色麻豆天堂久久| 日本av免费视频播放| av免费观看日本| 视频区图区小说| 久久久久精品久久久久真实原创| 亚洲第一区二区三区不卡| 国产又爽黄色视频| 黑人巨大精品欧美一区二区蜜桃| 丁香六月欧美| 久久99热这里只频精品6学生| 熟女少妇亚洲综合色aaa.| 桃花免费在线播放| 久久国产精品大桥未久av| 国产一区二区三区综合在线观看| 亚洲美女搞黄在线观看| 波多野结衣av一区二区av| 夜夜骑夜夜射夜夜干| 欧美另类一区| 国产国语露脸激情在线看| 国精品久久久久久国模美| 亚洲四区av| 成人三级做爰电影| 亚洲国产日韩一区二区| 国产精品香港三级国产av潘金莲 | 精品国产乱码久久久久久男人| 美女大奶头黄色视频| 国精品久久久久久国模美| 在线观看免费视频网站a站| 精品国产一区二区久久| 久久精品久久久久久久性| 亚洲七黄色美女视频| 校园人妻丝袜中文字幕| 无限看片的www在线观看| netflix在线观看网站| 91老司机精品| 亚洲熟女精品中文字幕| 亚洲av成人不卡在线观看播放网 | 啦啦啦在线观看免费高清www| 欧美亚洲 丝袜 人妻 在线| 一级,二级,三级黄色视频| 国产 一区精品| 亚洲av成人精品一二三区| 一本色道久久久久久精品综合| 亚洲一级一片aⅴ在线观看| 日日撸夜夜添| 香蕉丝袜av| 在线天堂最新版资源| 国产一区有黄有色的免费视频| 国产亚洲午夜精品一区二区久久| 成人黄色视频免费在线看| 国产福利在线免费观看视频| 精品少妇黑人巨大在线播放| 美女中出高潮动态图| 国产欧美日韩一区二区三区在线| 精品少妇一区二区三区视频日本电影 | 国产成人啪精品午夜网站| 日韩一区二区三区影片| 欧美激情极品国产一区二区三区| 色吧在线观看| 午夜精品国产一区二区电影| 午夜av观看不卡| 最近2019中文字幕mv第一页| 亚洲精品aⅴ在线观看| 天天躁日日躁夜夜躁夜夜| 国产探花极品一区二区| 久久久久久久久免费视频了| 国产伦理片在线播放av一区| 国产精品 欧美亚洲| 免费少妇av软件| 日日撸夜夜添| 在线观看人妻少妇| 99久久精品国产亚洲精品| 久久久久久久国产电影| 亚洲一卡2卡3卡4卡5卡精品中文| 国产无遮挡羞羞视频在线观看| 电影成人av| 色婷婷久久久亚洲欧美| 精品免费久久久久久久清纯 | 无遮挡黄片免费观看| bbb黄色大片| 国产成人欧美| 别揉我奶头~嗯~啊~动态视频 | 国产片特级美女逼逼视频| 欧美激情高清一区二区三区 | a级毛片在线看网站| 亚洲精品日本国产第一区| 欧美日韩一区二区视频在线观看视频在线| 亚洲色图综合在线观看| 亚洲中文av在线| 观看美女的网站| 免费看不卡的av| 午夜久久久在线观看| 日本欧美视频一区| 777米奇影视久久| 国产亚洲精品第一综合不卡| 色吧在线观看| 搡老岳熟女国产| 99久久精品国产亚洲精品| 久久人人97超碰香蕉20202| 观看av在线不卡| 999精品在线视频| 亚洲美女黄色视频免费看| 麻豆精品久久久久久蜜桃| 亚洲av中文av极速乱| 曰老女人黄片| 母亲3免费完整高清在线观看| 老司机亚洲免费影院| 黄频高清免费视频| 高清av免费在线| 久久人人97超碰香蕉20202| 99精品久久久久人妻精品| 丰满饥渴人妻一区二区三| 亚洲精品自拍成人| 天堂俺去俺来也www色官网| 久久天躁狠狠躁夜夜2o2o | h视频一区二区三区| 在线观看三级黄色| avwww免费| 成人三级做爰电影| 人妻 亚洲 视频| 美女扒开内裤让男人捅视频| av视频免费观看在线观看| 欧美中文综合在线视频| 80岁老熟妇乱子伦牲交| 国产高清国产精品国产三级| 久久av网站| 久久午夜综合久久蜜桃| 高清视频免费观看一区二区| 最近中文字幕高清免费大全6| 亚洲男人天堂网一区| 人人澡人人妻人| 欧美黑人欧美精品刺激| 国产av国产精品国产| 男女床上黄色一级片免费看| 国产99久久九九免费精品| 国产一区二区三区综合在线观看| 国产1区2区3区精品| 成年人免费黄色播放视频| 黄色怎么调成土黄色| 亚洲第一青青草原| 夫妻午夜视频| 尾随美女入室| 亚洲精品av麻豆狂野| av有码第一页| 亚洲综合精品二区| 欧美在线一区亚洲| 亚洲精品第二区| 午夜日本视频在线| 国产亚洲一区二区精品| 最黄视频免费看| 中文字幕制服av| 亚洲欧美成人综合另类久久久| 久久久久久人妻| 亚洲伊人久久精品综合| 精品亚洲成国产av| 中文精品一卡2卡3卡4更新| 国产乱人偷精品视频| 两性夫妻黄色片| 亚洲欧美一区二区三区国产| 午夜福利免费观看在线| 中文字幕最新亚洲高清| 少妇精品久久久久久久| 波多野结衣一区麻豆| 热re99久久精品国产66热6| 国产 一区精品| 中文字幕制服av| 精品国产一区二区久久| 国产成人系列免费观看| 夫妻午夜视频| 99国产精品免费福利视频| 啦啦啦视频在线资源免费观看| 国产精品一区二区在线观看99| 欧美日韩国产mv在线观看视频| 精品国产一区二区三区久久久樱花| 老司机深夜福利视频在线观看 | 欧美最新免费一区二区三区| av不卡在线播放| 美女大奶头黄色视频| 秋霞在线观看毛片| 最黄视频免费看| 免费黄网站久久成人精品| 最黄视频免费看| 亚洲国产精品国产精品| 国产亚洲欧美精品永久| 1024香蕉在线观看| 黄色毛片三级朝国网站| 国产有黄有色有爽视频| 黄色视频在线播放观看不卡| 亚洲美女黄色视频免费看| 超碰97精品在线观看| 久久精品久久久久久噜噜老黄| 亚洲少妇的诱惑av| 国产男人的电影天堂91| 国产午夜精品一二区理论片| 久久久久人妻精品一区果冻| 19禁男女啪啪无遮挡网站| 午夜日韩欧美国产| 国产成人精品无人区| 亚洲五月色婷婷综合| 久久性视频一级片| 嫩草影视91久久| 国产97色在线日韩免费| 亚洲精品久久成人aⅴ小说| 久久午夜综合久久蜜桃| 性高湖久久久久久久久免费观看| 精品国产国语对白av| 高清黄色对白视频在线免费看| 一二三四在线观看免费中文在| 成人手机av| 在线亚洲精品国产二区图片欧美| 亚洲精品久久久久久婷婷小说| 我要看黄色一级片免费的| 国产免费现黄频在线看| 成人影院久久| 天天躁狠狠躁夜夜躁狠狠躁| 亚洲熟女精品中文字幕| 国产精品一区二区精品视频观看| 大陆偷拍与自拍| 中文字幕av电影在线播放| 亚洲,欧美精品.| 国产精品三级大全| 男人添女人高潮全过程视频| 极品人妻少妇av视频| 国产精品久久久久久久久免| 亚洲人成电影观看| 女人被躁到高潮嗷嗷叫费观| 亚洲伊人久久精品综合| 人妻 亚洲 视频| 最近中文字幕高清免费大全6| 国产高清不卡午夜福利| a 毛片基地| 亚洲熟女精品中文字幕| 国产亚洲av片在线观看秒播厂| 国产成人啪精品午夜网站| 欧美人与善性xxx| 9191精品国产免费久久| 亚洲精品aⅴ在线观看| 精品国产超薄肉色丝袜足j| 日韩伦理黄色片| 午夜福利视频在线观看免费| av一本久久久久| 欧美日本中文国产一区发布| 亚洲精品国产av成人精品| 一级,二级,三级黄色视频| 国产精品蜜桃在线观看| 亚洲精品乱久久久久久| 亚洲,欧美精品.| 热re99久久国产66热| 永久免费av网站大全| 丰满饥渴人妻一区二区三| 精品久久久久久电影网| 两个人免费观看高清视频| 亚洲色图综合在线观看| 国产免费福利视频在线观看| 国产无遮挡羞羞视频在线观看| av片东京热男人的天堂| 少妇被粗大的猛进出69影院| 美女福利国产在线| 美女大奶头黄色视频| 如何舔出高潮| 午夜激情久久久久久久| 91精品三级在线观看| 欧美日韩国产mv在线观看视频| 天天躁夜夜躁狠狠久久av| 老司机靠b影院| 国产成人欧美在线观看 | 成人手机av| videos熟女内射| 久久久久精品国产欧美久久久 | 精品亚洲乱码少妇综合久久| 男女高潮啪啪啪动态图| 久久久国产精品麻豆| 色婷婷久久久亚洲欧美| av免费观看日本| 搡老岳熟女国产| 国产成人av激情在线播放| 天天添夜夜摸| 一级a爱视频在线免费观看| 少妇被粗大猛烈的视频| 精品一品国产午夜福利视频| 国产成人免费无遮挡视频| 欧美在线一区亚洲| 久久久久久久国产电影| 国产亚洲午夜精品一区二区久久| 精品酒店卫生间| 丝袜脚勾引网站| 99热国产这里只有精品6| 欧美在线黄色| 啦啦啦中文免费视频观看日本| 国产成人精品久久久久久| 999精品在线视频| 国产精品人妻久久久影院| 男女床上黄色一级片免费看| 九九爱精品视频在线观看| 中文字幕色久视频| 中文字幕人妻丝袜一区二区 | 国产极品天堂在线| 人人妻,人人澡人人爽秒播 | av在线播放精品| 国产成人精品久久二区二区91 | av在线观看视频网站免费| 国产日韩欧美亚洲二区| 黑人欧美特级aaaaaa片| 中文字幕人妻丝袜制服| 天堂俺去俺来也www色官网| 中国三级夫妇交换| 91精品三级在线观看| 欧美国产精品va在线观看不卡| 中文欧美无线码| 午夜影院在线不卡| 亚洲色图综合在线观看| av网站免费在线观看视频| 久久久久久久国产电影| 丰满乱子伦码专区| 亚洲av电影在线进入| 亚洲精品第二区| 国产极品粉嫩免费观看在线| 一区二区日韩欧美中文字幕| 王馨瑶露胸无遮挡在线观看| 国产黄色免费在线视频| 女人高潮潮喷娇喘18禁视频| 久久久久久久久免费视频了| 国产免费福利视频在线观看| 婷婷色av中文字幕| 99久久精品国产亚洲精品| 久久亚洲国产成人精品v| 精品久久久精品久久久| 国产一区二区三区av在线| 日韩 欧美 亚洲 中文字幕| 啦啦啦视频在线资源免费观看| 天天操日日干夜夜撸| 嫩草影视91久久| av天堂久久9| 黄频高清免费视频| 纯流量卡能插随身wifi吗| 丰满乱子伦码专区| 欧美日韩亚洲综合一区二区三区_| 国产日韩欧美视频二区| 国产精品人妻久久久影院| 19禁男女啪啪无遮挡网站| 最近2019中文字幕mv第一页| 日日撸夜夜添| 精品人妻熟女毛片av久久网站| 丝袜脚勾引网站| 国产成人91sexporn| 一本一本久久a久久精品综合妖精| 在现免费观看毛片| 亚洲欧洲国产日韩| 国产伦理片在线播放av一区| 在线 av 中文字幕| 成人国产麻豆网| 亚洲精华国产精华液的使用体验| 人妻人人澡人人爽人人| 国产熟女午夜一区二区三区| 久久精品熟女亚洲av麻豆精品| 亚洲婷婷狠狠爱综合网| 街头女战士在线观看网站| 精品视频人人做人人爽| 色播在线永久视频| 香蕉国产在线看| 精品视频人人做人人爽| 丰满少妇做爰视频| 哪个播放器可以免费观看大片| 国产av一区二区精品久久| 欧美乱码精品一区二区三区| 哪个播放器可以免费观看大片| 考比视频在线观看| 一本久久精品| 日韩伦理黄色片| 宅男免费午夜| 亚洲一区中文字幕在线| 精品一区二区免费观看| 欧美黑人欧美精品刺激| 欧美精品亚洲一区二区| 最近最新中文字幕免费大全7| 国产不卡av网站在线观看|