• <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PCA睵SO睸VR的丹江口水庫年徑流預報研究

    2018-12-29 10:10:08張巖楊明祥雷曉輝舒堅牛文生余瑯
    南水北調與水利科技 2018年5期
    關鍵詞:粒子群優(yōu)化算法丹江口水庫主成分分析

    張巖 楊明祥 雷曉輝 舒堅 牛文生 余瑯

    摘要:在年徑流預報中,氣象因子之間的自相關會對預報精度產生影響。針對這個問題,將主成分分析(PCA)和粒子群優(yōu)化(PSO)算法加入SVR模型中,建立了PCAPSOSVR預報模型,剔除冗余信息和噪聲,提取因子間的主要特征,并選擇模型的最優(yōu)參數組合作為回歸支持向量機(SVR)模型的輸入。選擇南水北調中線水源地丹江口水庫為研究區(qū),利用丹江口1981-2016年入庫資料進行模型檢驗。結果表明,模型驗證期間合格率為8333%、距平一致率也達到8333 %,具有精度高穩(wěn)定性強等優(yōu)點,對丹江口水庫年徑流預報有一定的參考意義。

    關鍵詞:年徑流預報;主成分分析;粒子群優(yōu)化算法;回歸支持向量機;丹江口水庫

    中圖分類號:P333 文獻標志碼:A 文章編號:

    16721683(2018)05003506

    Research on annual runoff forecast of Danjiangkou Reservoir based on PCAPSOSVR

    ZHANG Yan1,YANG Mingxiang2,LEI Xiaohui2 ,SHU Jian1,NIU Wensheng3,YU Lang2

    1.School of Software,Nanchang Hangkong University,Nanchang 330063,China;2.China Institute of Water Resources and Hydropower Research,Beijing 100038,China;3.AVIC Xi′an Institute of Aeronautical Computing Technology,Xi′an 710068,China

    Abstract:

    In the annual runoff forecast,the autocorrelation between meteorological factors will have an impact on forecast accuracy.In order to solve this problem,we added PCA and PSO to the SVR model and established a PCAPSOSVR model.We removed the redundant information and noise,extracted the main features of the factors,and used the optimal parameter combination of the model as input to the regression support vector machine (SVR) model.Taking Danjiangkou Reservoir,the water source of the Middle Route of the SouthtoNorth Water Diversion Project,as the study area,we carried out model tests using the data from 1981 to 2016 in Danjiangkou.The results showed that the qualification rate during the model verification period was 8333% and the consistency rate also reached 8333%,indicating high accuracy and stability.The model has certain reference value for the annual runoff forecast of Danjiangkou Reservoir.

    Key words:

    annual runoff forecast;principal component analysis;particle swarm optimization;regression support vector machine;Danjiangkou Reservoir

    隨著我國水資源調度實踐的不斷推進,長期徑流預報的重要性愈加凸顯。然而徑流的形成受到降水、蒸發(fā)、匯流等一系列復雜過程和人類活動等因素的影響,具有較強的隨機性和不確定性,給長期預報帶來了困難[1]。隨著計算技術與方法的不斷發(fā)展,如人工神經網絡、支持向量機等各種智能學習方法逐漸應用到長期徑流預報中。支持向量機(Support Vector Machine,SVM)作為一種新興的機器學習方法,在20世紀90年代中期被Vapnik等人首次提出[2],主要用于解決分類和回歸預測問題。文獻[3]在支持向量機建模過程中引入了徑向基核函數,簡化了非線性問題的求解過程。與人工神經網絡模型預報結果比較顯示,該模型能提高中長期徑流預報的精度。文獻[4]表明進行預報因子優(yōu)化后的SVM模型明顯提高了徑流的預報精度,具有更好的應用價值。文獻[5]提出了一種基于遺傳算法的支持向量機模型,該模型結合遺傳算法收斂速度快的特點對支持向量機參數進行優(yōu)化選擇,實現參數的全局自動化選取。文獻[6]提出一種基于灰色關聯分析的模糊支持向量機預報方法,結果表明,該模型是一種有效的徑流時間序列預測模型。文獻[7]提出了基于小波分解的參數優(yōu)化支持向量機(WDSVMPSO)預測模型,實現了對歷史徑流過程的分頻預處理、分類訓練、參數優(yōu)化及交叉驗證,從樣本數據、模型參數、訓練機制三方面對預測模型性能進行優(yōu)化,為分析和完善數據驅動徑流預測模型、提高徑流預測精度和可靠性提供參考。

    丹江口水庫是南水北調中線工程的水源地[8]。準確預報丹江口水庫的年入庫徑流,對于南水北調中線工程供水安全具有重要意義。然而在實際應用中,由于某些氣象因子之間往往存在一定的自相關性,如果選擇不當,會產生信息冗余和噪音,從而降低預報精度[9]。主成分分析(PCA)是一種在減少需要分析的指標同時,達到對所收集數據進行全面分析的降維方法[10]。因此將主成分分析(PCA)和粒子群優(yōu)化(PSO)算法加入SVR模型中,建立PCAPSOSVR模型,并將此模型應用于丹江口水庫的年徑流預報中,取得了較好的效果。

    1 研究區(qū)概況

    丹江口水庫(東經110°-112°,北緯32°- 33°)是亞洲第一大人工淡水湖泊,位于湖北省丹江口市和河南省浙川縣境內, 也是漢江干流與其支流丹江的交匯地,總面積17 916 km2。庫區(qū)地形的主要特點是高差大、坡度陡、切割深,最高海拔1 7989 m,相對高差為1 7119 m。地形總體情況為西北向偏高、東南向偏低,北方地形較陡、南方地形較緩,在漢江沿線主要呈現出盆地與峽谷交替的地貌[11]。丹江口庫區(qū)地處北亞熱帶向暖溫帶過渡地帶,屬于典型的季風型大陸性半濕潤氣候,具有春季溫暖,秋季涼爽,四季分明,雨量比較充沛等特點。庫區(qū)土壤類型主要有山地黃棕壤、黃褐土、山地棕壤土和紫色土,森林植被主要有針葉林、闊葉林、竹林、灌叢及灌草叢等。

    丹江口水庫作為南水北調中線工程水源地,總庫容量達1745億m3,水庫入庫水量平均395億m3,入庫徑流以汛期(7月-10月)為主(占全年總量的60%以上)[12]。庫區(qū)集水區(qū)是由漢江和丹江兩大流域匯合形成。漢江干流河寬平均約200~300 m,較大的支流有乾佑河、金錢河、泗河等。丹江水系上較大的支流包括淇河、老灌河。丹江口水庫上游興建的水利工程眾多,其中大中型水庫有位于漢江干流上的安康水庫等,見圖1。南水北調中線工

    程向河南、河北、天津、北京等四個省市的20多座大中型城市進行供水,一期工程年均調水95億m3,中遠期規(guī)劃每年調水量將達130億m3,有效緩解了中國北方部分地區(qū)的水資源嚴重短缺局面[13]。

    2 數據來源與研究方法

    2.1 資料準備

    從中國氣象局國家氣候中心獲取百項氣候系統(tǒng)指數集[14](即88項大氣環(huán)流指數、26項海溫指數和16項其他指數),對預報年份前一年百項氣候系統(tǒng)指數與預報年份徑流值進行相關性分析。由于降雨數據也是影響徑流的主要因素,所以把預報年份前一年累積降雨也作為預報因子加入主成分分析法中進行降維。

    2.2 主成分分析(PCA)

    主成分分析(PCA)法是由Karl Parson在1901年提出的一種多元統(tǒng)計分析方法[15]。在研究的問題變量個數較多時,通過該方法構建盡可能少的新變量,這些變量之間兩兩不相關,彼此正交,同時這些變量盡可能地保留了原問題的信息,起到了降維的作用。

    設初始的變量為X1,X2,…,Xn,經過主成分分析過后新的變量為Z1,Z2,…,Zm(m≤n) ,則:

    式中:Z1,Z2,…,Zm為X1,X2,…,Xn所對應的第一,第二,……,第m主成分,矩陣L為載荷矩陣。其中Z1的方差最大,Z2次之, 依此類推。方差越大,表示主成分所含的原變量信息量就越多[16]。

    2.3 粒子群優(yōu)化算法(PSO)

    粒子群優(yōu)化(Particle Swarm Optimization,PSO)算法是Kennedy和Eberhart受人工生命研究結果的啟發(fā)、通過模擬鳥群覓食過程中的遷徙和群聚行為而提出的一種基于群體智能的全局隨機搜索算法[17]。

    (1)初始化粒子群和參數范圍。包括粒子群規(guī)模、迭代代數、隨機位置和速度等。

    (2)計算每個粒子的適應值。

    (3)確定每個粒子的個體最佳位置。

    (4)確定整個粒子群的全局最佳位置。

    (5)根據式(2)、(3)更新粒子的速度和位置。

    式中:i表示迭代代數;xi表示第i次迭代時粒子所在位置;[WTB1X]v[WTBX]i表示第i次迭代時粒子的速度;pbest表示粒子局部最優(yōu)位置;gbest表示粒子群全局最佳位置;r1,r2為(0,1)之間的兩個隨機數;c1,c2表示的是增速因子,它們的取值均大于0,一般都取為2;[WTB1X]w[WTBZ]為權重因子,取值范圍是(0,1)[18];

    判斷算法是否滿足結束條件,滿足則輸出最優(yōu)結果,此時的全局最優(yōu)解即是參數的最優(yōu)值;不滿足則轉到(2)。

    2.4 回歸支持向量機(SVR)

    支持向量機(SVM)是一種可以在多個方面應用的學習機器,可以達成統(tǒng)計學習理論,并且在這個過程中將結構風險降到了極小值。支持向量機主要用于解決分類和回歸預測問題,針對回歸預測問題,研究者提出了一系列回歸算法,回歸支持向量機(Support Vector Machine for Regression,SVR)就是其中的一種,且尤其適用于小樣本、非線性問題的回歸預測[19]。SVR的基本思想是利用核函數將低維度非線性問題轉換成高維度線性問題,在高維特征空間中利用線性方法解決非線性問題。通過多次試驗證明,SVR在解決回歸預測問題時具有較高的可信度和良好的泛化能力。

    SVR實現回歸預測的步驟如下。

    SVR通過引入核函數K(x,x′)來代替式(11)中的內積(φ(xi)φ(x)),從而最優(yōu)回歸超平面可表示為:

    f(x)=∑[DD(]l[]i=1[DD)](αi-α*i)K(xi,x′)+b (12)

    常用的核函數有:線性核函數:K(x,x′)=x°x′; 多項式核函數:K(x,x′)=[(x°x′)+1]d;徑向基核函數(RBF):K(x,x′)=exp(-‖x-x′‖2/σ2);Sigmoid核函數。

    基于丹江口水庫的調度工程實際和優(yōu)先原則,將徑向基核函數(RBF)[ 24]作為SVR模型的核函數。那么SVR模型就可以表示為:

    y=f(x|(C,ε,σ)) (13)

    [BT2+*6] 3 結果與討論

    現有丹江口水庫1981-2016年共36年的年平均入庫流量數據,數據中有少量缺失值,已采用線性插值法對數據進行預處理。利用1981-2004年共24年的年平均入庫流量訓練模型,用2005-2016年共12年的年平均入庫流量對構建的模型進行檢驗。經查閱資料得知,丹江口水庫處于東亞副熱帶季風區(qū),其降水主要來源于東南和西南兩股暖濕氣流[25]。同時,太平洋、印度洋等海域海溫的變化對東亞天氣影響較大。考慮這些因素,初步選擇如下預報因子:前1年9月NINO W區(qū)海表溫度距平指數、前1年5月北半球極渦中心緯向位置指數、前1年7月西太平洋暖池面積指數、前1年11月冷空氣次數、前1年12月南海副高脊線位置指數、前1年6月東亞槽強度指數和前1年丹江口水庫累積降雨(表1)。

    將因子值和徑流值歸一化后輸入模型,通過PCA方法對輸入數據進行主成分分析,去掉因子噪聲。在主成分分析過程中,發(fā)現前5個特征值已經達到了85%的閾值,表明它們在整個數據分析中占絕對的比重,所以本次預報只選取前5個主成分來代替全部的預報因子(表2)。

    在PSO算法的參數設置中,粒子群數n=300 ,最大迭代次數 pcount=500 ,學習因子c1=2、c2=2、[WTB1X]w[WTBZ]=08 經過PSO算法率定后,由此得到丹江口年徑流預報SVR模型的最佳參數值(C,ε,σ)=(453158,82685,55177),然后將三個參數值代入到PCAPSOSVR模型中進行預測,得到訓練集和驗證集的預測結果見圖2(黑色虛線左邊表示訓練期,右邊表示驗證期)。

    為了驗證PCAPSOSVR模型的可靠性,選取BP神經網絡模型、PSOSVR模型與PCAPSOSVR模型進行丹江口年徑流預報對比。以平均相對誤差的絕對值、距平一致率[26]以及合格率來衡量各模型的預報性能。

    平均相對誤差的計算公式為:

    由表3可以看出,BP神經網絡模型的擬合效果較好,但是檢驗效果較差,模型的可信度不高; PSOSVR模型雖然整體誤差較小,但受因子間互相關性影響,距平一致率和合格率一般;PCAPSOSVR模型在PSOSVR模型基礎上加入主成分分析,而主成分分析方法可以來消除因子間的冗余信息,減少噪聲的影響。從對比結果來看,無論是在訓練期間還是驗證期間,PCAPSOSVR模型的平均相對誤差減小且距平一致率也提高很多,預報合格率為8333%距平一致率達到8333%,且平均相對誤差為1486%,符合《水文情報預報規(guī)范》[27]規(guī)定的相對誤差小于20%為合格的評判標準。說明PCAPSOSVR模型適用于丹江口的年徑流預報,穩(wěn)定性強且預報精度較高,有望為丹江口水庫年徑流預報提供一定的參考。

    4 結語

    選擇丹江口水庫作為研究對象,建立了PCAPSOSVR預報模型,利用主成分分析(PCA)方法降低因預報因子選擇不當所產生的噪聲,并且考慮到回歸支持向量機(SVR)參數C,ε,σ的選擇存在計算量大、選取困難等問題,采用粒子群優(yōu)化(PSO)算法來確定最優(yōu)參數組合,有望為丹江口水庫年徑流預報提供參考。然而徑流的形成受到降水、蒸發(fā)、匯流等一系列復雜過程和人類活動等因素的影響,且各影響因素之間存在十分復雜的非線性關系,如何描述并解釋這種復雜非線性關系進而指導預報工作,將是作者今后研究的重點。

    參考文獻(References):

    [1] 盧敏,張展羽.徑流預測的支持向量機應用研究[J].中國農村水利水電,2006(2):4749.( LU M,ZHANG Z Y.Application research of support vector machines for runoff prediction[J].China Rural Water and Hydropower,2006(2):4749.(in Chinese)) DOI:10.3969/j.issn.10072284.2006.02.017.

    [2] VAPNIK V.The Nature of Statistical Learning Theory[M].New York:Springer,1995.DOI:10.1007/9781475724400.

    [3] 林劍藝,程春田.支持向量機在中長期徑流預報中的應用[J].水利學報,2006,37(6):681686.( LIN J Y,CHENG C T.Application of support vector machine in midlong term runoff forecast[J].Journal of Hydraulic Engineering.2006,37(6):681686.(in Chinese)) DOI:10.3321/j.issn:05599350.2006.06.007.

    [4] 趙紅標,吳義斌.基于支持向量機的中長期入庫徑流預報[J].黑龍江大學工程學報,2009,36(3):5559.(ZHAO H B,WU Y B.Measurement of runoff from medium and long term based on support vector machine[J].Journal of Heilongjiang University Engineering,2009,36 (3):5559.(in Chinese)) DOI:10.3969/j.issn.2095008X.2009.03.001.

    [5] 徐瑩,王嘉陽,蘇華英.基于遺傳算法的支持向量機在徑流中長期預報中的應用[J].水利與建筑工程學報,2014(5):4245.( XU Y,WANG J Y,SU H Y.Application of support vector machine based on genetic algorithm in longterm runoff forecasting[J].Journal of Water Resources and Architectural Engineering,2014(5):4245.(in Chinese)) DOI:10.3969/j.issn.16721144.2014.05.008.

    [6] 朱雙,周建中,孟長青,等.基于灰色關聯分析的模糊支持向量機方法在徑流預報中的應用研究[J].水力發(fā)電學報,2015,34(6):16(ZHU S,ZHOU J Z,MENG C Q,et al.Application of fuzzy support vector machine based on gray relational analysis in runoff forecast[J].Journal of Hydroelectric Engineering.2015,34(6):16.(in Chinese))

    [7] 周婷,金菊良,李榮波,等.基于小波支持向量機的徑流預測性能優(yōu)化分析[J].水力發(fā)電學報,2017(10):4555.( ZHOU T,JIN J L,LI R B,et al.Optimization analysis of runoff prediction performance based on wavelet support vector machine.2017(10):4555.(in Chinese)) DOI:10.11660/slfdxb.20171005.

    [8] 沈悅,李陽.南水北調工程水資源生態(tài)補償研究——以丹江口水庫為例[J].電網與清潔能源,2016,32(1):119124(SHEN Y,LI Y.Study on ecological compensation of water resources in SouthtoNorth Water Diversion Project Taking Danjiangkou Reservoir as an example[J].Power Grid & Clean Energy,2016,32 (1):119124(in Chinese)) DOI:10.3969/j.issn.16743814.2016.01.021.

    [9] 徐緯芳,劉成忠,顧延濤.基于PCA和支持向量機的徑流預測應用研究[J].水資源與水工程學報,2010,21(6):7275.( XU W F,LIU C Z,GU Y T.Application of PCA and support vector machines in runoff prediction[J].Journal of Water Resources and Water Engineering,2010,21(6):7275.(in Chinese))

    [10] ABEYWARDENA V.An application of principal component analysis in genetics[J].Journal of Genetics,1972,61(1):2751.DOI:10.1007/9783319683249_34.

    [11] 包洪福.南水北調中線工程對丹江口庫區(qū)生物多樣性的影響分析[D].哈爾濱:東北林業(yè)大學,2013.( BAO H F.Analysis of the impact of the Middle Route Project of SouthtoNorth Water Diversion on the biodiversity of Danjiangkou Reservoir[D].Harbin:Northeast Forestry University,2013.(in Chinese))

    [12] 廖煒.丹江口庫區(qū)土地利用變化與生態(tài)安全調控對策研究[D].武漢:華中師范大學,2011.( LIAO W.Research on land use changes and ecological security control in Danjiangkou Reservoir Area[D].Wuhan:Central China Normal University,2011.(in Chinese))

    [13] 陳剛.水庫移民安置補償政策績效評估以湖北丹江口水庫為實證[D].武漢:華中農業(yè)大學,2016.(CHEN G.Performance evaluation of reservoir resettlement compensation policyTaking Danjiangkou Reservoir as an empirical[D].Wuhan:Huazhong Agricultural University,2016.(in Chinese))

    [14] 中國氣象局國家氣候中心氣候系統(tǒng)監(jiān)測·診斷·預測·評估[EB/OL].http://cmdp.ncccma.net/cn/monitoring.htm.(China Meteorological Administration National Climate Center Climate System Monitoring,Diagnosis,Prediction,and Evaluation[EB/OL].http://cmdp.ncccma.net/monitoring.htm.(in Chinese))

    [15] 張小確,高枝榮,夏云貴.主成分分析方法及其在各儀器分析中的應用[J].河北工業(yè)科技,2007,24(6):345350.( ZHANG X Q,GAO Z R,XIA Y G.Principle Component Analysis Method and Its Application in Various Instrument Analysis[J].Hebei Industry Science and Technology.2007,24(6):345350.(in Chinese)) DOI:10.3969/j.issn.10081534.2007.06.009.

    [16] 石威.長江三峽梯級中長期徑流預報模型研究及其系統(tǒng)開發(fā)[D].武漢:華中科技大學,2012.( SHI W.The Yangtze River Three Gorges cascade longterm runoff forecasting model and system development[D].Wuhan:Huazhong University of Science and Technology.2012 (in Chinese))

    [17] 高博,盧輝斌.改進型粒子蟻群算法的應用研究[J].計算機安全,2010(11):1113.(GAO B,LU H B.Application of improved particle ant colony algorithm[J].Computer Security,2010 (11):1113) (in Chinese)) DOI:10.3969/j.issn.16710428.2010.11.004.

    [18] CARLISLE A,DOZIER G.An offtheshelf PSO[C].// The Workshop on Particle Swarm Optimization.2001.

    [19] YOO K H,JU H B,MAN G N,et al.Prediction of golden time using SVR for recovering SIS under severe accidents[J].Annals of Nuclear Energy,2016,94:102108.DOI:10.1016/j.anucene.2016.02.029.

    [20] 郝繼升.基于LSSVR的回歸曲線建模[J].江西科學,2007, 25(5):563564.(HAN J S.Study on regression curve modeling based on LSSVR[J].Jiangxi Science,2007,25 (5):563564.(in Chinese)) DOI:10.3969/j.issn.10013679.2007.05.015.

    [21] 王秋云.對偶原理及其應用[J].吉安師專學報,1990(6):1418.(WANG Q Y.Polecular principle and its application[J].Journal of Ji′an Teachers College,1990 (6):1418.(in Chinese))

    [22] 曹健,孫世宇,段修生,等.基于KKT條件的SVM增量學習算法[J].火力與指揮控制,2014(7):139143.(CAO J,SUN S Y,DUAN X S,et al.Advanced SVM incremental learning algorithm based on KKT condition[J].Fire and Command & Control,2014 (7):139143.(in Chinese))

    [23] 董春曦,饒鮮,楊紹全.基于重復訓練提高SVM識別率的算法[J].系統(tǒng)工程與電子技術,2003,25(10):12921294.(DONG C X,RAO X,YANG S Q.An Algorithm for improving SVM recognition rate based on repetitive training[J].Systems engineering and electronic technology,2003,25(10):12921294.(in Chinese)) DOI:10.3321/j.issn:1001506X.2003.10.034.

    [24] 王春燕,夏樂天,孫毓蔓.基于不同核函數的SVM用于徑流預報的比較[J].人民黃河,2010,32(9):3536.(WANG C Y,XIA L T,SUN Y M.Comparison of SVM for runoff forecast based on different kernel function[J].People′s Yellow River,2010,32 (9):3536.(in Chinese)) DOI:10.3969/j.issn.10001379.2010.09.014.

    [25] 郭海晉,金蓉玲.丹江口水庫上游水資源現狀及變化趨勢分析[J].資源科學,1997,24(1):2834.(GUO H J,JIN R L status and dynamics of water upstream of Danjiangkou Reservoir[J].Resources Science,1997,24 (1):2834.(in Chinese))

    [26] 張岳軍,周靜,韓照宇,等.基于海氣耦合模式的山西省夏季降水統(tǒng)計降尺度預測研究[J].氣候與環(huán)境研究,2016,21(3):323332.( ZHANG Y J,ZHOU J,HAN Z Y,et al.Study on downscaling prediction of summer precipitation in Shanxi based on the coupled model of oceanatmosphere[J].Climatic and Environmental Research.2016,21(3):323332.(in Chinese)) DOI:10.3878/j.issn.10069585.2016.15218.

    [27] SL 250-2000,水文情報預報規(guī)范[S].( SL 250-2000,Specification for Hydrological Information Forecast[S].

    猜你喜歡
    粒子群優(yōu)化算法丹江口水庫主成分分析
    丹江口水庫的水資源管理與保護概述
    科學與財富(2018年8期)2018-05-09 01:30:10
    水庫移民農地流轉與生計恢復問題及對策研究
    基于ETM+數據的水體信息提取
    綠色科技(2017年10期)2017-07-05 12:18:01
    丹江口水庫河南外遷農村移民安置效果研究
    科技資訊(2017年7期)2017-05-06 11:42:44
    基于改進SVM的通信干擾識別
    基于自適應線程束的GPU并行粒子群優(yōu)化算法
    基于混合粒子群算法的供熱管網優(yōu)化設計
    基于改進支持向量機的船舶縱搖預報模型
    中國水運(2016年11期)2017-01-04 12:26:47
    主成分分析法在大學英語寫作評價中的應用
    大學教育(2016年11期)2016-11-16 20:33:18
    江蘇省客源市場影響因素研究
    韩国av一区二区三区四区| 亚洲av第一区精品v没综合| 欧美激情久久久久久爽电影| av超薄肉色丝袜交足视频| 麻豆成人av在线观看| 亚洲七黄色美女视频| 女同久久另类99精品国产91| 桃红色精品国产亚洲av| 免费在线观看影片大全网站| 国产v大片淫在线免费观看| 亚洲人成77777在线视频| 亚洲成人精品中文字幕电影| 国产精品亚洲一级av第二区| 久久国产亚洲av麻豆专区| 正在播放国产对白刺激| 18禁黄网站禁片午夜丰满| 日韩高清综合在线| 免费看美女性在线毛片视频| 午夜影院日韩av| 欧美激情久久久久久爽电影| 丰满人妻熟妇乱又伦精品不卡| 久久久久九九精品影院| 岛国视频午夜一区免费看| 欧美亚洲日本最大视频资源| 久久国产亚洲av麻豆专区| cao死你这个sao货| 久久久久亚洲av毛片大全| 亚洲一区高清亚洲精品| 在线天堂中文资源库| 中文字幕久久专区| 欧美zozozo另类| 国产精品影院久久| 黄片播放在线免费| 久久久久久久精品吃奶| 午夜免费成人在线视频| 欧美另类亚洲清纯唯美| 国产精品av久久久久免费| 日本免费一区二区三区高清不卡| 757午夜福利合集在线观看| 俺也久久电影网| 美女大奶头视频| 波多野结衣巨乳人妻| 18禁裸乳无遮挡免费网站照片 | 制服诱惑二区| 国产欧美日韩一区二区三| 中文字幕精品免费在线观看视频| a级毛片在线看网站| www.自偷自拍.com| 熟女少妇亚洲综合色aaa.| 亚洲av电影在线进入| 亚洲电影在线观看av| 99精品久久久久人妻精品| 亚洲国产精品999在线| 成人精品一区二区免费| 免费在线观看完整版高清| 天天一区二区日本电影三级| 大香蕉久久成人网| 国产欧美日韩一区二区三| 国产精品99久久99久久久不卡| 亚洲成国产人片在线观看| 一级片免费观看大全| 深夜精品福利| 午夜影院日韩av| 亚洲国产高清在线一区二区三 | 搞女人的毛片| 天堂影院成人在线观看| bbb黄色大片| 久久亚洲真实| 国产一区二区在线av高清观看| 国产成人系列免费观看| 国产精品国产高清国产av| 亚洲男人的天堂狠狠| 久99久视频精品免费| 国产精品久久久久久人妻精品电影| 欧美黄色片欧美黄色片| 欧美日本亚洲视频在线播放| 又紧又爽又黄一区二区| 国产亚洲精品综合一区在线观看 | 99久久综合精品五月天人人| 午夜福利视频1000在线观看| 黑丝袜美女国产一区| 久久中文看片网| 国产野战对白在线观看| 熟女电影av网| 国产伦一二天堂av在线观看| 成人18禁高潮啪啪吃奶动态图| 国产亚洲欧美98| 久久久久国内视频| 俄罗斯特黄特色一大片| 美女黄网站色视频| 欧美日韩在线观看h| 免费在线观看影片大全网站| 国产精品国产高清国产av| 国产人妻一区二区三区在| 欧美日韩精品成人综合77777| 国产在线精品亚洲第一网站| 免费看美女性在线毛片视频| 欧美日韩综合久久久久久| 成年免费大片在线观看| 丰满人妻一区二区三区视频av| 亚洲性久久影院| 国产亚洲精品久久久com| 深夜a级毛片| 啦啦啦观看免费观看视频高清| 搡老妇女老女人老熟妇| 国产熟女欧美一区二区| 国产视频内射| 男女做爰动态图高潮gif福利片| 欧美潮喷喷水| 毛片一级片免费看久久久久| 男人舔奶头视频| 亚洲国产精品国产精品| 国产精品一二三区在线看| 日本欧美国产在线视频| 少妇猛男粗大的猛烈进出视频 | 国产欧美日韩精品一区二区| 中文字幕免费在线视频6| 麻豆国产av国片精品| 日本a在线网址| 欧美一区二区国产精品久久精品| 久久久久久久久大av| 国产三级在线视频| 国产高潮美女av| 亚洲色图av天堂| 97超碰精品成人国产| 高清毛片免费看| 久久久国产成人精品二区| 精品人妻熟女av久视频| 男插女下体视频免费在线播放| 午夜亚洲福利在线播放| 国产成人福利小说| av免费在线看不卡| 一级a爱片免费观看的视频| 国内久久婷婷六月综合欲色啪| 国产美女午夜福利| 99久久精品国产国产毛片| 久久6这里有精品| 俄罗斯特黄特色一大片| 精品久久久久久久久av| 亚洲综合色惰| 最新中文字幕久久久久| 欧美日韩在线观看h| 神马国产精品三级电影在线观看| 不卡一级毛片| av福利片在线观看| 欧美+日韩+精品| 午夜日韩欧美国产| 99精品在免费线老司机午夜| 尤物成人国产欧美一区二区三区| 极品教师在线视频| 午夜激情欧美在线| 亚洲四区av| 久久午夜福利片| av在线播放精品| 黄色视频,在线免费观看| 国产精品日韩av在线免费观看| 国产精品国产三级国产av玫瑰| av天堂在线播放| 国产在线男女| 欧美在线一区亚洲| 国产av在哪里看| 日韩成人伦理影院| 天堂网av新在线| 亚洲va在线va天堂va国产| 九九久久精品国产亚洲av麻豆| 搡老熟女国产l中国老女人| 久99久视频精品免费| 亚洲熟妇熟女久久| 亚洲欧美精品自产自拍| 国产色爽女视频免费观看| 日本一二三区视频观看| 亚洲欧美清纯卡通| 一区二区三区免费毛片| 中国美女看黄片| 一夜夜www| 18禁在线播放成人免费| 97在线视频观看| 色综合站精品国产| 免费不卡的大黄色大毛片视频在线观看 | 国产男靠女视频免费网站| 亚洲精品亚洲一区二区| 波多野结衣高清无吗| 国产三级中文精品| 亚洲精品亚洲一区二区| 男女啪啪激烈高潮av片| 国产爱豆传媒在线观看| 亚洲激情五月婷婷啪啪| 国产男靠女视频免费网站| 久久人人精品亚洲av| 国产午夜精品久久久久久一区二区三区 | 亚洲精品日韩av片在线观看| 久久中文看片网| 天美传媒精品一区二区| 麻豆国产av国片精品| 国产精品一二三区在线看| 亚洲欧美日韩东京热| 婷婷亚洲欧美| 我的老师免费观看完整版| 波多野结衣高清作品| 有码 亚洲区| 在线观看美女被高潮喷水网站| 99久国产av精品国产电影| 日本欧美国产在线视频| 午夜激情欧美在线| 中文在线观看免费www的网站| 亚洲不卡免费看| 别揉我奶头 嗯啊视频| 久久久a久久爽久久v久久| 免费观看精品视频网站| 中文字幕av在线有码专区| 久久久久免费精品人妻一区二区| 国产成人freesex在线 | 九九热线精品视视频播放| 露出奶头的视频| 69人妻影院| 亚洲精品久久国产高清桃花| 三级国产精品欧美在线观看| 成年女人看的毛片在线观看| 麻豆久久精品国产亚洲av| 精品人妻偷拍中文字幕| 国产男靠女视频免费网站| 看非洲黑人一级黄片| 男女做爰动态图高潮gif福利片| 国产精品免费一区二区三区在线| 五月玫瑰六月丁香| 国产一区二区亚洲精品在线观看| 俄罗斯特黄特色一大片| 丝袜美腿在线中文| 国产成人影院久久av| 国产淫片久久久久久久久| 亚洲成人久久爱视频| 午夜精品一区二区三区免费看| 午夜视频国产福利| 国产午夜精品论理片| 网址你懂的国产日韩在线| 欧美日韩一区二区视频在线观看视频在线 | 黄色一级大片看看| 成人特级黄色片久久久久久久| 天天躁夜夜躁狠狠久久av| 色在线成人网| 久久这里只有精品中国| 日本精品一区二区三区蜜桃| 亚洲国产欧美人成| 国产黄色小视频在线观看| 卡戴珊不雅视频在线播放| 亚洲精品久久国产高清桃花| 可以在线观看的亚洲视频| 一级av片app| 真实男女啪啪啪动态图| 日韩欧美在线乱码| 黄色配什么色好看| 国产成人精品久久久久久| 国产三级在线视频| 精品一区二区免费观看| 亚洲精品粉嫩美女一区| 免费大片18禁| 亚洲aⅴ乱码一区二区在线播放| 午夜福利视频1000在线观看| 在线看三级毛片| 亚洲国产精品国产精品| 亚洲中文日韩欧美视频| 国产精品亚洲美女久久久| 啦啦啦韩国在线观看视频| 成人综合一区亚洲| 亚洲欧美成人精品一区二区| 亚洲欧美日韩东京热| 啦啦啦韩国在线观看视频| 国产精品一区二区三区四区免费观看 | 91麻豆精品激情在线观看国产| 麻豆国产97在线/欧美| 成人午夜高清在线视频| 精品一区二区三区视频在线| 免费黄网站久久成人精品| 亚洲欧美成人精品一区二区| 变态另类成人亚洲欧美熟女| 日产精品乱码卡一卡2卡三| 日韩三级伦理在线观看| 岛国在线免费视频观看| 麻豆成人午夜福利视频| 国产久久久一区二区三区| 亚洲欧美成人精品一区二区| 午夜福利在线观看免费完整高清在 | 久久久欧美国产精品| 国内少妇人妻偷人精品xxx网站| 国产精品国产三级国产av玫瑰| 欧美在线一区亚洲| 国产单亲对白刺激| 国产免费男女视频| 色在线成人网| 亚洲无线在线观看| 精品99又大又爽又粗少妇毛片| 成年女人看的毛片在线观看| 亚洲av美国av| 国产美女午夜福利| 中文资源天堂在线| 人人妻人人澡欧美一区二区| 久久婷婷人人爽人人干人人爱| 国产黄a三级三级三级人| av在线播放精品| 国产精品一区www在线观看| 精品日产1卡2卡| 国产激情偷乱视频一区二区| 日韩国内少妇激情av| 日韩欧美 国产精品| 搡女人真爽免费视频火全软件 | videossex国产| 桃色一区二区三区在线观看| 精品久久久久久久久久免费视频| 搞女人的毛片| 人妻夜夜爽99麻豆av| 少妇被粗大猛烈的视频| 欧美一区二区国产精品久久精品| 97热精品久久久久久| 麻豆精品久久久久久蜜桃| 国产高清三级在线| 亚洲欧美日韩东京热| 日韩一本色道免费dvd| 国产精品一及| 国产高清有码在线观看视频| 最近2019中文字幕mv第一页| 精品人妻一区二区三区麻豆 | 日韩一本色道免费dvd| 我要搜黄色片| 简卡轻食公司| 国产大屁股一区二区在线视频| 欧美激情国产日韩精品一区| 两个人的视频大全免费| 久久久成人免费电影| 搡老妇女老女人老熟妇| 亚洲人与动物交配视频| 男女那种视频在线观看| 国产毛片a区久久久久| 久久99热这里只有精品18| 国产欧美日韩一区二区精品| 中文在线观看免费www的网站| 12—13女人毛片做爰片一| 乱人视频在线观看| 1024手机看黄色片| 国产色爽女视频免费观看| 小说图片视频综合网站| 男女做爰动态图高潮gif福利片| 成人午夜高清在线视频| 啦啦啦啦在线视频资源| 国产伦一二天堂av在线观看| 亚洲电影在线观看av| 午夜影院日韩av| 丰满乱子伦码专区| 俺也久久电影网| 精品午夜福利视频在线观看一区| 免费av观看视频| 人妻夜夜爽99麻豆av| 久久久久久久久大av| 美女xxoo啪啪120秒动态图| 桃色一区二区三区在线观看| 国内精品久久久久精免费| 色综合色国产| 亚洲精品亚洲一区二区| 99久久精品热视频| 69人妻影院| 国产视频内射| 99久久精品一区二区三区| 国产精品久久久久久亚洲av鲁大| 久久精品综合一区二区三区| 午夜激情欧美在线| 人妻丰满熟妇av一区二区三区| 成人亚洲欧美一区二区av| eeuss影院久久| 欧美一区二区亚洲| 成人鲁丝片一二三区免费| 国产伦在线观看视频一区| 日本色播在线视频| 午夜福利在线观看吧| 中文字幕久久专区| 亚洲真实伦在线观看| 日韩强制内射视频| 麻豆av噜噜一区二区三区| 国产伦在线观看视频一区| 日本色播在线视频| av视频在线观看入口| 18+在线观看网站| 色综合亚洲欧美另类图片| 一个人观看的视频www高清免费观看| 亚洲av成人精品一区久久| 寂寞人妻少妇视频99o| 十八禁网站免费在线| 午夜免费激情av| 天堂网av新在线| 一进一出抽搐gif免费好疼| 久久精品综合一区二区三区| 干丝袜人妻中文字幕| 成人av一区二区三区在线看| 成年女人永久免费观看视频| 特大巨黑吊av在线直播| 波多野结衣高清无吗| 性插视频无遮挡在线免费观看| 国产av麻豆久久久久久久| 五月伊人婷婷丁香| 国产欧美日韩一区二区精品| 日本熟妇午夜| 中文字幕熟女人妻在线| 91精品国产九色| 成年女人看的毛片在线观看| 乱人视频在线观看| 尤物成人国产欧美一区二区三区| 人妻夜夜爽99麻豆av| 一区二区三区四区激情视频 | 亚洲人成网站高清观看| 一区二区三区高清视频在线| 国产一区二区三区在线臀色熟女| 久久久久久久久久久丰满| 神马国产精品三级电影在线观看| 日韩高清综合在线| av专区在线播放| 国产精品久久久久久精品电影| 久久人人爽人人片av| 小说图片视频综合网站| or卡值多少钱| 欧美成人精品欧美一级黄| 欧美+亚洲+日韩+国产| 国产成人影院久久av| 精品少妇黑人巨大在线播放 | 少妇高潮的动态图| 久久久精品欧美日韩精品| 国产乱人偷精品视频| 蜜臀久久99精品久久宅男| 天天躁日日操中文字幕| 国产成人一区二区在线| 国产男人的电影天堂91| 最近2019中文字幕mv第一页| 欧美日韩国产亚洲二区| 国产男靠女视频免费网站| av视频在线观看入口| 日韩成人伦理影院| 精品久久国产蜜桃| 成人亚洲精品av一区二区| 国产男靠女视频免费网站| 1024手机看黄色片| 国产精品99久久久久久久久| 亚洲成人精品中文字幕电影| 亚洲人与动物交配视频| 不卡一级毛片| 91久久精品国产一区二区成人| 可以在线观看毛片的网站| 亚洲熟妇中文字幕五十中出| 精品久久久久久久久久久久久| 久久国产乱子免费精品| 免费观看的影片在线观看| 三级男女做爰猛烈吃奶摸视频| 狠狠狠狠99中文字幕| 成人欧美大片| 亚洲美女视频黄频| 极品教师在线视频| 亚洲国产精品sss在线观看| 最近手机中文字幕大全| 人妻夜夜爽99麻豆av| 国产精品免费一区二区三区在线| 亚洲欧美中文字幕日韩二区| 91狼人影院| avwww免费| 精品欧美国产一区二区三| 波多野结衣巨乳人妻| 国产黄a三级三级三级人| 真实男女啪啪啪动态图| 久久亚洲精品不卡| 成人亚洲精品av一区二区| 色在线成人网| 国产精品伦人一区二区| 少妇猛男粗大的猛烈进出视频 | 日本撒尿小便嘘嘘汇集6| 白带黄色成豆腐渣| 国产一区亚洲一区在线观看| 亚洲成a人片在线一区二区| 变态另类成人亚洲欧美熟女| 男女边吃奶边做爰视频| 啦啦啦啦在线视频资源| 精品福利观看| 精品久久国产蜜桃| 亚洲精品乱码久久久v下载方式| 亚洲成人久久性| 狠狠狠狠99中文字幕| 国产久久久一区二区三区| 在线观看一区二区三区| 亚洲美女搞黄在线观看 | 一卡2卡三卡四卡精品乱码亚洲| 亚洲精品日韩av片在线观看| 如何舔出高潮| 一区福利在线观看| 国内久久婷婷六月综合欲色啪| 久久精品国产亚洲av香蕉五月| 高清毛片免费看| 99久久精品热视频| 国产久久久一区二区三区| 99久久精品热视频| 级片在线观看| 精品乱码久久久久久99久播| 乱码一卡2卡4卡精品| 亚州av有码| 国产综合懂色| 亚洲自偷自拍三级| 丝袜喷水一区| 最新中文字幕久久久久| 直男gayav资源| 久久婷婷人人爽人人干人人爱| 国产乱人偷精品视频| 我的女老师完整版在线观看| 日本一本二区三区精品| 日韩一本色道免费dvd| 国产欧美日韩精品亚洲av| 精品久久久久久久久久免费视频| 亚洲熟妇中文字幕五十中出| 欧美中文日本在线观看视频| av在线观看视频网站免费| 国产日本99.免费观看| 久久人人精品亚洲av| 老司机午夜福利在线观看视频| 男女下面进入的视频免费午夜| 晚上一个人看的免费电影| 欧美一区二区精品小视频在线| 午夜免费激情av| 全区人妻精品视频| 老司机影院成人| 国产高潮美女av| 在现免费观看毛片| 亚洲中文字幕日韩| 亚洲四区av| 不卡一级毛片| 欧美zozozo另类| 亚洲欧美日韩东京热| 91在线精品国自产拍蜜月| 国产免费男女视频| 国产一区二区在线av高清观看| 亚洲欧美日韩高清在线视频| 一区福利在线观看| 晚上一个人看的免费电影| 人人妻,人人澡人人爽秒播| 国产亚洲精品久久久com| 精品福利观看| 日韩欧美免费精品| 国产伦精品一区二区三区四那| 国产精品久久久久久精品电影| 性欧美人与动物交配| 久久精品人妻少妇| 亚洲最大成人手机在线| 变态另类成人亚洲欧美熟女| 俺也久久电影网| .国产精品久久| 久久6这里有精品| 成人精品一区二区免费| 男女边吃奶边做爰视频| 天堂网av新在线| 美女黄网站色视频| 国产乱人偷精品视频| 黄片wwwwww| 欧美中文日本在线观看视频| 大型黄色视频在线免费观看| 99久国产av精品国产电影| 中文亚洲av片在线观看爽| 18禁在线无遮挡免费观看视频 | 精品久久国产蜜桃| 精品久久久久久久久久免费视频| 日本 av在线| 亚洲美女搞黄在线观看 | 夜夜夜夜夜久久久久| 国产真实伦视频高清在线观看| 亚洲欧美精品综合久久99| www.色视频.com| 国内精品久久久久精免费| 露出奶头的视频| 又黄又爽又免费观看的视频| av卡一久久| 国产视频一区二区在线看| 欧美xxxx黑人xx丫x性爽| 女同久久另类99精品国产91| 久久6这里有精品| 国产精品久久久久久久电影| 久久天躁狠狠躁夜夜2o2o| 一个人看的www免费观看视频| 69av精品久久久久久| 不卡视频在线观看欧美| 国产精品女同一区二区软件| 搡老熟女国产l中国老女人| 欧美性猛交╳xxx乱大交人| 小蜜桃在线观看免费完整版高清| 精品久久久久久久久av| 欧美潮喷喷水| 波多野结衣高清作品| 又黄又爽又刺激的免费视频.| 久久中文看片网| 啦啦啦观看免费观看视频高清| 天堂动漫精品| 成人欧美大片| 精品久久久久久久久av| 国产av麻豆久久久久久久| 亚洲无线在线观看| 中文资源天堂在线| 一夜夜www| 国产熟女欧美一区二区| 午夜爱爱视频在线播放| 国产精品久久久久久亚洲av鲁大| 夜夜夜夜夜久久久久| 国产 一区精品| 欧美成人精品欧美一级黄| 男人舔女人下体高潮全视频| 亚洲av电影不卡..在线观看| 久久精品国产亚洲av香蕉五月| 久久精品国产鲁丝片午夜精品| 色吧在线观看| 欧美最黄视频在线播放免费| a级毛片a级免费在线| 亚洲国产日韩欧美精品在线观看| 99九九线精品视频在线观看视频| 日韩,欧美,国产一区二区三区 | 亚洲精品一区av在线观看| 国内久久婷婷六月综合欲色啪| 亚洲内射少妇av|