• <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 ?

    機器學習模型與遙感反演水深的對比研究

    2022-05-08 13:25:58饒亞麗
    海洋湖沼通報 2022年2期
    關鍵詞:學習機水深波段

    紀 茜,沈 蔚,饒亞麗,孟 然

    (1. 上海海洋大學海洋科學學院,上海 201306;2.上海河口海洋測繪工程技術研究中心,上海 201306;3.南通智能感知研究院,江蘇 南通 226000)

    引 言

    水深是重要的地形要素,水深的測量有助于更好的了解淺海的地形地貌,也對近海開展經濟和軍事等活動有很重要的作用[1]。水深遙感反演因為覆蓋面積大、更新快和成本低的優(yōu)勢而成為測量水深的一種重要手段,也是對傳統(tǒng)水深測量方法和技術的補充和改進。遙感反演水深的原理是利用遙感影像,根據能夠測得的與水深相關性高的參數來反演水深值[2]。

    目前,反演水深的模型主要有理論模型、半理論半經驗模型和統(tǒng)計模型,其中半理論半經驗模型應用比較廣泛,常見的有線性回歸模型、雙波段比值模型和神經網絡模型[3]。Lyzenga[4]等在底層反射模型的基礎上,提出水深值和輻亮度之間的線性關系,從而獲得水深信息。Stumpf[5]等人提出了根據波段之間的比值與水深的線性回歸關系來獲取水深值,這在一定程度上消除了淺海中不同底質帶來的影響。王晶晶[6]等通過不同的模型和方法探討反射率的一階微分與水深之間的回歸關系,證明水深與水體反射率在近紅外波段相關性最好。為了提高反演精度,很多學者開始利用神經網絡進行水深反演,通過建立水深與反射率之間的非線性關系來反演水深。Sandidge[7]等利用BP神經網絡建立了遙感反射比與實測水深之間的相關模型。Anctil[8]等利用神經網絡捕捉水深波動的復雜變化,分析輸入延遲神經網絡、遞歸神經網絡和RBF等3種網絡建立的水深波動模型的效果,得出遞歸神經網絡更適合反演水深。鄧正棟[9]等分別建立了BP(Back Propagation)和RBF(Radial Basis Function)的水深反演模型,并與單波段、多波段模型進行比較,得出RBF模型反演精度更高。鄭貴洲[10]等也建立了BP和RBF人工神經網絡水深反演模型,得出RBF模型結構更簡單,對樣本要求低,反演精度高。Tatsuyuki Sagawa[11]等提出了一種基于隨機森林和多時相衛(wèi)星圖像的淺水測深制圖方法,建立了廣義深度估計模型,對高透明條件下的淺水區(qū)域研究提供了方法;Yuan Qiangqiang[12]等系統(tǒng)總結如何利用傳統(tǒng)的神經網絡和深度學習方法來推進環(huán)境遙感的過程。

    本文以甘泉島為例,利用WorldView-2遙感數據和激光測深數據建立了BP神經網絡、隨機森林和極限學習機的水深反演模型,并進行精度評價,旨在找出適合研究區(qū)每個深度范圍的反演模型和參數。

    1 遙感反演水深

    1.1 BP神經網絡法

    BP(Back Propagation)神經網絡[13]是一種按照誤差反向傳播訓練的多層前饋神經網絡。此網絡的主要特點是信號前向反饋,誤差反向傳播。在前向傳遞中,輸入信號從輸入層經過隱含層逐層處理,直到輸出層。每一層的神經元狀態(tài)僅影響下一層的神經元狀態(tài)。假如實際輸出與期望輸出不相符,則轉入反向傳播,將輸出誤差通過隱含層向輸入層逐層反轉,并將誤差分給各層的所有神經元,從各層獲得的誤差信號來調節(jié)網絡權值和閾值,經過不斷地訓練,使BP神經網絡預測輸出值逼近期望輸出值。

    1.2 隨機森林

    隨機森林(Random Forest,簡稱RF)是一種有監(jiān)督學習的算法,它是以決策樹為學習機器的集成學習算法。在算法中,可以同時生成多個預測模型,并通過綜合分析各模型的預測結果來提升預測準確度[14]。

    假設訓練數據中有M個樣本單元,N個變量,隨機森林模型的構建過程如下:

    1)從原始訓練數據中有放回的隨機抽取M個樣本,進行采樣,生成訓練集。未被抽到的樣本數據組成了袋外數據集,生成決策樹。

    2)在每棵樹的每個節(jié)點處,隨機抽取n

    3)每棵樹進行遞歸分割,直到該節(jié)點所有訓練樣本都屬于同一類,此時不再進行分割。

    1.3 極限學習機法

    極限學習機(Extreme Learning Machine, ELM)是2004年由南洋理工大學黃廣斌副教授提出的[15],其主要特征是隱含層節(jié)點參數可以是隨機或人為給定的且不需要調整,學習過程僅需計算輸出權重。在文獻[16-17]中可以看到ELM應用效果較好。ELM具有學習效率高和泛化能力強的優(yōu)點,被廣泛應用于分類、回歸、聚類、特征學習等問題中,在計算過程中不需要調整輸入權值和隱元的偏置[18],基本思想如下:

    假設有N個樣本(xi,yi),其中xi=[xi1,xi2,…,xin]T∈Rn,yi=[yi1,yi2,…,yin]T∈Rm,g(x)為激活函數,隱含層數目為L,則ELM模型可以表示為

    (1)

    其中,j=1,2,…,N;wi=[wi1,wi2,…,win]T表示輸入節(jié)點和第i個隱含層節(jié)點之間的權重;βi=[βi1,βi2,…,βim]T表示第i個隱含層節(jié)點與輸出節(jié)點之間的權重向量;bi表示第i個隱含層節(jié)點的閾值。ELM模型的矩陣表示形式為:

    Hβ=Y

    (2)

    當激活函數g(x)無限可微時,權值w和b是可以隨機選擇的,而且在訓練的時候保持不變。因此訓練ELM就可以轉化為計算Hβ=Y的最小二乘解問題。

    ELM算法有3個步驟:

    1)確定隱含層神經元個數L;

    2)選擇一個無限可微的函數來作為隱含層神經元的激活函數g(x),進而計算隱含層的輸出矩陣H;

    2 遙感反演水深實驗

    2.1 研究區(qū)與數據

    本文選取西沙群島中的甘泉島作為研究區(qū)域,研究區(qū)的范圍為118°34′41″~111°35′38″E,16°29′56″N~16°31′17″N。本文所采用的遙感影像是2014年4月2日03:33分(格林尼治時間)獲取的高分辨率WorldView-2多光譜遙感影像,一共有藍、綠、紅和近紅外四個波段,空間分辨率為2 m。對研究區(qū)域進行輻射定標、大氣校正、耀斑改正等預處理。實測水深數據為Leica hawk eye系統(tǒng)測量的甘泉島激光測深數據,利用了Terrasolid中的Terrascan和Terramatch模塊對LAS格式的機載激光點云數據進行了航帶拼接、裁剪、異常點的剔除、海島點云提取等過程,將與島嶼距離大于100 m的點的平均水面高程作為測量時的平均海平面,經過高程過濾,得到了水面以下的高程點,精度為分米級。隨機抽取了494 個水深點,353 個用來反演水深,其余141 個用作精度檢驗,如圖1所示。

    圖1 水深實測數據和遙感影像Fig.1 Measured data and remote sensing image of water depth

    2.2 相關性分析

    水深與多光譜影像較多波段存在線性關系,因此嘗試通過波段敏感性分析的方法來選取反演模型輸入參數,敏感波段的判斷方法是將水深實測值與遙感影像的不同波段組合之間建立Person相關系數,并將其作為判斷水深與遙感影像各波段相關程度的判斷依據,Person相關系數的計算公式為:

    (3)

    2.3 實驗過程

    為了保證模型的適用性,在所有實測點中隨機選取一部分作為進行建模的控制點,其余點作為模型驗證的檢查點。根據相關性分析,選擇WorldView-2多光譜影像波段的B1, B2,B3,B4及各波段之間的比值B1/B2,B1/B3,B1/B4,B2/B3,B2/B4,B3/B4共10個值作為自變量,利用影像各波段的光譜反射率及反射率比值作為模型的輸入值,把對應的實測水深值作為模型的輸出值,利用控制點建立模型,利用檢查點進行模型的驗證,根據模型的評價指標,判斷出適用性最強的模型。

    在建立模型的過程中,BP神經網絡需要設置大量的參數,為了得到最佳的反演模型,需要不斷的改變神經元的個數、隱含層函數和輸出的函數,需要花費大量的時間。而隨機森林和ELM具有自主學習的能力,可以通過樣本自動調節(jié)參數得到最佳的反演模型。BP神經網絡模型是利用Matlab編程實現的[19],通過不斷的訓練和調整,最終確定的參數為:訓練函數為trainlm,輸入層節(jié)點為10,隱含層節(jié)點為5,最大訓練次數為1000,訓練要求精度為0.000 04,學習率為0.1。隨機森林是利用R語言編程實現的,確定出算法中的回歸樹個數n為1000,分割節(jié)點所需的變量數目m為6。極限學習機模型是在Matlab平臺上實現的,輸入權重矩陣為訓練集的輸入矩陣,偏移矩陣為訓練集的輸出矩陣,隱含層神經元20 個,傳遞函數為Sigmoidal函數,類型選擇回歸。

    2.4 水深反演及結果分析

    將檢查點用建立的BP神經網絡模型、隨機森林模型和極限學習機模型分別進行擬合,計算出水深反演值,對比各模型的反演值和實測值之間的誤差,進行模型的精度驗證及分析。為了定量的比較各模型的反演效果,采用決定系數(R2)評價模型的優(yōu)劣性,均方根誤差(RMSE)、平均相對誤差(MRE)和平均絕對誤差(MAE) 3個統(tǒng)計參數作為水深反演精度的評價指標,對模型水深反演值與水深實測值進行回歸分析,比較各模型的反演精度。

    (4)

    (5)

    (6)

    (7)

    式中,Pi為第i個檢查點的水深反演值;Yi為第i 個檢查點的水深實測值;Y是指實測水深的平均值;n是指檢查點的水深反演值檢查點的數量。當決定系數R2越大時,表示實際水深值和反演水深值相關性越大,反演效果也越好。RMSE越小,表示水深反演誤差的波動越小,反演效果越好。MAE越小時,表示實測水深值與反演水深值誤差的絕對值越小,反演效果越好。MRE越小時,表示反演的可信程度越高。

    將BP神經網絡、隨機森林、極限學習機三個模型進行比較,繪制了實測值與反演值1:1的關系圖(如圖2所示)。從圖2中我們可以看出,整體擬合都比較緊湊,三個模型反演的水深與實測的水深有顯著的相關關系。BP神經網絡、隨機森林、極限學習機模型反演結果誤差分析如表1所示。由表分析可知,BP神經網絡、隨機森林、極限學習機模型的決定系數R2整體都很大,達到了0.95以上。3個模型的均方根誤差(RMSE)和平均絕對誤差(MAE)都是隨著水深的增加而變大,平均相對誤差(MRE)都是隨著水深的增加而減小。

    表1 水深反演模型反演結果Table 1 Results of water depth retrieval model

    圖2 水深反演值與真實值1:1關系圖Fig.2 1:1 Relation between theretrieved value of water depth and the true value

    在0~2 m水深范圍內,均方根誤差和平均絕對誤差較小,而平均相對誤差較大,這是因為在靠近海岸的區(qū)域,波浪較多,容易受到白色浪花以及沿岸的其他物質的影響。其中,RF的誤差是最小的,這可能是因為在建立決策樹時,它可以在內部對于一般化后的誤差產生不偏差的估計。在2~5 m內,平均相對誤差很明顯的減小,反射率變化較小,在這個區(qū)域生長著一些水生植物,水體性質類似,因此反射率變化小。其中ELM的誤差是最小的,ELM的反演效果更佳。在5~15 m內,水質逐漸清澈,影響因素減少,三個模型的反演效果差不多。在15~20 m處,建模所用的水深點較少,隨機森林和極限學習機的誤差差不多,明顯小于BP神經網絡??傮w來說,在0~2 m處,隨機森林效果更好,在2~5 m處,極限學習機更好,其他水深范圍內,二者反演效果相當。

    3 結論

    本文采用WorldView-2遙感影像與激光測深數據,利用BP神經網絡、隨機森林、極限學習機模型對甘泉島進行0~20m內的淺海水深反演,并同前人使用的非線性回歸模型進行橫向對比,其中,郭曉雷[20]等利用單波段線性回歸模型、雙波段比值模型和多波段線性回歸模型開展了遙感水深反演;吳忠強[16]等利用雙波段比值回歸模型、BP神經網絡和極限學習機進行水深反演;邱耀煒[21]等利用單波段模型和雙波段比值兩個線性回歸模型和隨機森林模型反演水深;以上結果均表明利用機器學習方法反演水深的模型精度比傳統(tǒng)的線性回歸模型精度低,且機器學習擬合能力更強;相比于BP神經網絡,極限學習機、支持向量機和隨機森林等都有較好的反演精度。結果分析表明:總體上,利用機器學習的非線性回歸模型反演水深的效果比較理想,對于機器學習模型,輸入層、權重和函數都會對模型的水深反演效果產生影響,因此需要多次實驗反復確定,以得到最適合的反演模型。對于不同的水深范圍,其反演水深效果最好的模型也不一樣,這可能是因為影響每個水深范圍的因子不同。在小于5 m的水深范圍內,靠岸近,懸浮泥沙和人工垃圾較多,影響反演效果。在大于15 m的水深范圍內,由于水體深度逐漸變大,光在水體中的穿透力變弱,因而影響反演效果。

    本文研究結果是根據甘泉島WorldView-2遙感影像和激光測深數據得出的,結論與其他研究成果基本一致。現有研究大多數是基于線性回歸模型和非線性回歸模型來對比,本文重點比較機器學習的各模型的差異。但還存在一些不足之處,在建立使用機器學習的水深反演模型時,以訓練誤差為標準來確定隱含層節(jié)點的個數,這樣很難找到真正的最優(yōu)解,在一定程度上會影響反演的效果。在今后的研究中,應該對參數的選取以及個數進行優(yōu)化,對模型進行優(yōu)化,并且提高模型的適用性。

    猜你喜歡
    學習機水深波段
    春日暖陽
    書法靜水深流
    河北水利(2022年10期)2022-12-29 11:48:12
    基于水深分段選擇因子的多光譜影像反演水深
    海洋通報(2022年4期)2022-10-10 07:40:32
    極限學習機綜述
    測控技術(2018年10期)2018-11-25 09:35:26
    基于極限學習機參數遷移的域適應算法
    自動化學報(2018年2期)2018-04-12 05:46:21
    分層極限學習機在滾動軸承故障診斷中的應用
    M87的多波段輻射過程及其能譜擬合
    日常維護對L 波段雷達的重要性
    西藏科技(2015年4期)2015-09-26 12:12:58
    GPS RTK技術在水深測量中的應用
    浸入式水深監(jiān)測儀器的設計
    美女扒开内裤让男人捅视频| 国产一区在线观看成人免费| 欧美性猛交黑人性爽| 1024视频免费在线观看| 亚洲avbb在线观看| 一本综合久久免费| 精品国产超薄肉色丝袜足j| 欧美黑人精品巨大| 亚洲aⅴ乱码一区二区在线播放 | 妹子高潮喷水视频| 美女高潮喷水抽搐中文字幕| 好男人在线观看高清免费视频| 中文字幕最新亚洲高清| 夜夜看夜夜爽夜夜摸| av国产免费在线观看| 国产精品自产拍在线观看55亚洲| 欧美色视频一区免费| 国产aⅴ精品一区二区三区波| 又黄又爽又免费观看的视频| 亚洲自拍偷在线| 久久香蕉国产精品| 三级毛片av免费| 99精品在免费线老司机午夜| 男人舔女人的私密视频| 成在线人永久免费视频| 国产区一区二久久| 99久久99久久久精品蜜桃| 老熟妇仑乱视频hdxx| 亚洲18禁久久av| www.www免费av| 成人18禁在线播放| 变态另类成人亚洲欧美熟女| 亚洲,欧美精品.| 中国美女看黄片| 亚洲国产中文字幕在线视频| 欧美 亚洲 国产 日韩一| av中文乱码字幕在线| 色综合站精品国产| 97超级碰碰碰精品色视频在线观看| 久久 成人 亚洲| 每晚都被弄得嗷嗷叫到高潮| АⅤ资源中文在线天堂| 免费在线观看亚洲国产| 搞女人的毛片| 亚洲片人在线观看| 欧美在线一区亚洲| 欧美中文综合在线视频| 国产亚洲精品久久久久久毛片| 18禁黄网站禁片免费观看直播| 久久人妻福利社区极品人妻图片| 亚洲第一欧美日韩一区二区三区| 曰老女人黄片| www日本黄色视频网| 免费看美女性在线毛片视频| 一卡2卡三卡四卡精品乱码亚洲| 欧美日本视频| 成人国产一区最新在线观看| 99在线人妻在线中文字幕| 两性夫妻黄色片| 国产又黄又爽又无遮挡在线| 免费在线观看影片大全网站| 亚洲av电影在线进入| 非洲黑人性xxxx精品又粗又长| 国产av麻豆久久久久久久| 12—13女人毛片做爰片一| 99在线人妻在线中文字幕| 精品熟女少妇八av免费久了| 日日摸夜夜添夜夜添小说| 少妇粗大呻吟视频| 五月玫瑰六月丁香| 操出白浆在线播放| 又黄又粗又硬又大视频| 久久婷婷人人爽人人干人人爱| 国产精品 国内视频| 精品久久久久久成人av| 亚洲 欧美 日韩 在线 免费| 琪琪午夜伦伦电影理论片6080| 欧美日韩福利视频一区二区| 国产精品亚洲美女久久久| 久久久国产欧美日韩av| 一个人观看的视频www高清免费观看 | 中亚洲国语对白在线视频| 色尼玛亚洲综合影院| 欧美日韩瑟瑟在线播放| 亚洲,欧美精品.| 亚洲欧美日韩高清专用| 日韩欧美在线乱码| 国产不卡一卡二| 老鸭窝网址在线观看| 日韩欧美在线二视频| av福利片在线观看| 亚洲熟妇熟女久久| 久久这里只有精品19| 人人妻人人看人人澡| 亚洲真实伦在线观看| 在线观看美女被高潮喷水网站 | 久久久久国产精品人妻aⅴ院| 美女免费视频网站| 日韩高清综合在线| 成人精品一区二区免费| av在线播放免费不卡| 一级片免费观看大全| 国内久久婷婷六月综合欲色啪| 久久香蕉精品热| 美女高潮喷水抽搐中文字幕| 精品无人区乱码1区二区| 成人永久免费在线观看视频| 丰满的人妻完整版| 亚洲人成电影免费在线| 国产成+人综合+亚洲专区| 美女免费视频网站| 给我免费播放毛片高清在线观看| 亚洲中文日韩欧美视频| 欧美av亚洲av综合av国产av| 丝袜人妻中文字幕| 日韩欧美在线乱码| 在线视频色国产色| 一本久久中文字幕| 黄色毛片三级朝国网站| 中文字幕人成人乱码亚洲影| 亚洲成av人片免费观看| 一本综合久久免费| 在线免费观看的www视频| 久9热在线精品视频| 天堂av国产一区二区熟女人妻 | 欧美色视频一区免费| 精品高清国产在线一区| 午夜影院日韩av| 国产亚洲精品久久久久5区| 欧美日韩亚洲国产一区二区在线观看| 亚洲电影在线观看av| 九色成人免费人妻av| 精品一区二区三区四区五区乱码| 少妇熟女aⅴ在线视频| 啦啦啦免费观看视频1| 久久精品91无色码中文字幕| 天堂av国产一区二区熟女人妻 | 欧美日韩一级在线毛片| 亚洲最大成人中文| 男女床上黄色一级片免费看| 国产成人欧美在线观看| 亚洲专区国产一区二区| 露出奶头的视频| 老司机午夜福利在线观看视频| 国产精品一区二区精品视频观看| 国产欧美日韩精品亚洲av| x7x7x7水蜜桃| 亚洲av五月六月丁香网| 国产精品,欧美在线| 久99久视频精品免费| 9191精品国产免费久久| 国产主播在线观看一区二区| 国产麻豆成人av免费视频| 国产精品亚洲美女久久久| 婷婷六月久久综合丁香| 一进一出抽搐动态| 久热爱精品视频在线9| 十八禁网站免费在线| 一进一出抽搐动态| 国内精品一区二区在线观看| 亚洲熟妇中文字幕五十中出| 91麻豆av在线| ponron亚洲| 欧美日韩乱码在线| 成人一区二区视频在线观看| 97人妻精品一区二区三区麻豆| 欧美成人一区二区免费高清观看 | 亚洲成人久久性| 99国产综合亚洲精品| 99热这里只有精品一区 | av中文乱码字幕在线| 啪啪无遮挡十八禁网站| 人人妻人人看人人澡| 午夜福利欧美成人| 狂野欧美白嫩少妇大欣赏| 超碰成人久久| 天堂√8在线中文| 久久久久久亚洲精品国产蜜桃av| 不卡一级毛片| 一夜夜www| 一本精品99久久精品77| 日韩欧美精品v在线| 久久精品成人免费网站| 一本大道久久a久久精品| 他把我摸到了高潮在线观看| 欧美3d第一页| 我的老师免费观看完整版| 国内毛片毛片毛片毛片毛片| 亚洲在线自拍视频| 18禁黄网站禁片免费观看直播| 国产亚洲av嫩草精品影院| 国产av麻豆久久久久久久| 99re在线观看精品视频| 男插女下体视频免费在线播放| 天堂av国产一区二区熟女人妻 | 两人在一起打扑克的视频| 国产精品99久久99久久久不卡| АⅤ资源中文在线天堂| 亚洲第一电影网av| 好男人电影高清在线观看| 在线观看美女被高潮喷水网站 | 少妇人妻一区二区三区视频| 欧美人与性动交α欧美精品济南到| 国产熟女xx| 国产真人三级小视频在线观看| a在线观看视频网站| 日韩欧美在线乱码| 天堂影院成人在线观看| 日韩欧美国产一区二区入口| 黄片大片在线免费观看| 日韩精品中文字幕看吧| 国产亚洲欧美在线一区二区| 中文在线观看免费www的网站 | 法律面前人人平等表现在哪些方面| 免费在线观看影片大全网站| 久久精品成人免费网站| 757午夜福利合集在线观看| 亚洲熟妇中文字幕五十中出| 色尼玛亚洲综合影院| 欧美+亚洲+日韩+国产| 亚洲国产欧美一区二区综合| 香蕉久久夜色| 女生性感内裤真人,穿戴方法视频| 精品日产1卡2卡| 不卡一级毛片| 久久久久国内视频| 亚洲欧美日韩东京热| 88av欧美| 日本在线视频免费播放| 在线视频色国产色| 黄片大片在线免费观看| 亚洲午夜理论影院| 天堂√8在线中文| 校园春色视频在线观看| 国产av在哪里看| 桃红色精品国产亚洲av| 777久久人妻少妇嫩草av网站| 琪琪午夜伦伦电影理论片6080| 国产精品永久免费网站| 国产一区二区在线观看日韩 | 黄色视频不卡| 最近最新中文字幕大全电影3| 男女午夜视频在线观看| 国产欧美日韩一区二区精品| 欧美成人午夜精品| 久久人妻福利社区极品人妻图片| 欧美一级a爱片免费观看看 | 麻豆一二三区av精品| 久久婷婷人人爽人人干人人爱| 免费在线观看亚洲国产| 日韩免费av在线播放| 久久精品91无色码中文字幕| 亚洲一区中文字幕在线| 日本免费a在线| 啦啦啦观看免费观看视频高清| 巨乳人妻的诱惑在线观看| 精品熟女少妇八av免费久了| 妹子高潮喷水视频| 日韩高清综合在线| 日本熟妇午夜| 久久中文字幕一级| 99精品在免费线老司机午夜| 88av欧美| 国产又黄又爽又无遮挡在线| 日韩 欧美 亚洲 中文字幕| 18禁黄网站禁片午夜丰满| 麻豆成人av在线观看| 叶爱在线成人免费视频播放| 久久久久久久久中文| 在线免费观看的www视频| 精品午夜福利视频在线观看一区| 国产精品影院久久| 女警被强在线播放| 我的老师免费观看完整版| a级毛片在线看网站| 欧美乱码精品一区二区三区| 国产一区二区激情短视频| 国产人伦9x9x在线观看| 国产av一区二区精品久久| 又爽又黄无遮挡网站| 18禁观看日本| 欧美日韩福利视频一区二区| 我的老师免费观看完整版| 中国美女看黄片| 99国产精品一区二区三区| videosex国产| 国产1区2区3区精品| 一进一出好大好爽视频| 亚洲国产精品久久男人天堂| 精品久久久久久,| 国产精品美女特级片免费视频播放器 | 国产在线精品亚洲第一网站| 国产亚洲精品第一综合不卡| 一边摸一边抽搐一进一小说| 亚洲一区中文字幕在线| 两个人视频免费观看高清| 成人精品一区二区免费| 国产亚洲欧美在线一区二区| 成人欧美大片| 99在线人妻在线中文字幕| 欧美大码av| 男人舔女人下体高潮全视频| 特大巨黑吊av在线直播| 99re在线观看精品视频| 色综合欧美亚洲国产小说| 一进一出抽搐gif免费好疼| 成人午夜高清在线视频| 不卡av一区二区三区| 亚洲精品粉嫩美女一区| 成人欧美大片| 女生性感内裤真人,穿戴方法视频| 久久热在线av| 精品乱码久久久久久99久播| 国产aⅴ精品一区二区三区波| 久久亚洲精品不卡| 精品日产1卡2卡| 午夜福利18| 香蕉国产在线看| 日本熟妇午夜| 久久天堂一区二区三区四区| 国产一区二区三区在线臀色熟女| 最好的美女福利视频网| 久久久国产精品麻豆| 桃色一区二区三区在线观看| 亚洲色图av天堂| 久久天堂一区二区三区四区| 国产真实乱freesex| 天天一区二区日本电影三级| 国产91精品成人一区二区三区| 国产麻豆成人av免费视频| 国产精品一区二区三区四区免费观看 | av在线播放免费不卡| 亚洲一卡2卡3卡4卡5卡精品中文| 搡老熟女国产l中国老女人| 他把我摸到了高潮在线观看| 美女 人体艺术 gogo| 曰老女人黄片| 久久香蕉国产精品| 国产激情久久老熟女| 日韩欧美国产一区二区入口| 精品久久久久久久末码| 国产精品一区二区三区四区免费观看 | 精品人妻1区二区| 免费在线观看黄色视频的| 老司机靠b影院| 黄片大片在线免费观看| 国产一区二区三区视频了| 黄片大片在线免费观看| 国产一区二区三区视频了| 国产精华一区二区三区| 人妻夜夜爽99麻豆av| 成人手机av| 动漫黄色视频在线观看| 后天国语完整版免费观看| 中文亚洲av片在线观看爽| 18美女黄网站色大片免费观看| 亚洲精品一卡2卡三卡4卡5卡| 免费搜索国产男女视频| av福利片在线观看| 一本久久中文字幕| 三级国产精品欧美在线观看 | 啦啦啦韩国在线观看视频| 岛国视频午夜一区免费看| 成人18禁高潮啪啪吃奶动态图| 少妇被粗大的猛进出69影院| 级片在线观看| 国产精品亚洲一级av第二区| 嫁个100分男人电影在线观看| 精品少妇一区二区三区视频日本电影| 丝袜人妻中文字幕| 国产99白浆流出| 桃红色精品国产亚洲av| 老司机靠b影院| 久久香蕉激情| 波多野结衣高清无吗| 99久久国产精品久久久| 亚洲乱码一区二区免费版| 欧美色欧美亚洲另类二区| 日本五十路高清| 久久久久性生活片| 色在线成人网| 精品久久久久久成人av| 午夜免费观看网址| 高潮久久久久久久久久久不卡| www.999成人在线观看| 亚洲人成网站高清观看| 国产黄a三级三级三级人| 黄色毛片三级朝国网站| 极品教师在线免费播放| 在线十欧美十亚洲十日本专区| 国产成人精品久久二区二区91| 又黄又爽又免费观看的视频| 18美女黄网站色大片免费观看| 亚洲人成网站在线播放欧美日韩| 久久九九热精品免费| 动漫黄色视频在线观看| 免费在线观看黄色视频的| 亚洲av成人不卡在线观看播放网| 久久久久性生活片| 亚洲成人中文字幕在线播放| www.熟女人妻精品国产| 88av欧美| 亚洲中文日韩欧美视频| 国产黄色小视频在线观看| 国产精品乱码一区二三区的特点| 一级片免费观看大全| 精品少妇一区二区三区视频日本电影| 亚洲色图 男人天堂 中文字幕| 身体一侧抽搐| 非洲黑人性xxxx精品又粗又长| 免费看a级黄色片| 狂野欧美激情性xxxx| 一a级毛片在线观看| svipshipincom国产片| 国产91精品成人一区二区三区| 国产成人av激情在线播放| 亚洲精品粉嫩美女一区| 香蕉久久夜色| 国产精品 国内视频| 午夜两性在线视频| 日韩有码中文字幕| 村上凉子中文字幕在线| 亚洲国产精品久久男人天堂| 国产成年人精品一区二区| 国产精品电影一区二区三区| 国产精品av久久久久免费| 欧美乱色亚洲激情| 亚洲国产欧美一区二区综合| 国产一区二区三区视频了| 18禁黄网站禁片午夜丰满| 2021天堂中文幕一二区在线观| 精品久久蜜臀av无| 他把我摸到了高潮在线观看| 国产精品电影一区二区三区| 日韩欧美免费精品| 国产精品99久久99久久久不卡| 日本一二三区视频观看| 久久精品人妻少妇| 少妇的丰满在线观看| 久久国产乱子伦精品免费另类| 精品久久蜜臀av无| 宅男免费午夜| 精品高清国产在线一区| 男女之事视频高清在线观看| 国产亚洲精品av在线| 亚洲九九香蕉| 白带黄色成豆腐渣| 十八禁人妻一区二区| 免费在线观看影片大全网站| xxxwww97欧美| 国产一区在线观看成人免费| 国产高清videossex| 亚洲精品色激情综合| 精品久久久久久久人妻蜜臀av| 国内毛片毛片毛片毛片毛片| 国产黄片美女视频| 黄片大片在线免费观看| 久久精品人妻少妇| 91麻豆av在线| 黄片小视频在线播放| 亚洲 欧美一区二区三区| 欧美性猛交╳xxx乱大交人| 久久久久国产精品人妻aⅴ院| 国产成人影院久久av| 午夜视频精品福利| e午夜精品久久久久久久| 国内揄拍国产精品人妻在线| 亚洲人成网站高清观看| 亚洲av电影在线进入| 国内精品一区二区在线观看| 男人的好看免费观看在线视频 | 欧美成人免费av一区二区三区| 午夜免费观看网址| 99国产精品99久久久久| 最近最新中文字幕大全免费视频| 亚洲国产高清在线一区二区三| 狂野欧美白嫩少妇大欣赏| av国产免费在线观看| 成人18禁高潮啪啪吃奶动态图| 国产亚洲欧美在线一区二区| 欧美精品啪啪一区二区三区| 一本久久中文字幕| 天天躁夜夜躁狠狠躁躁| 色综合欧美亚洲国产小说| 黄片小视频在线播放| 国产精品电影一区二区三区| 俄罗斯特黄特色一大片| 在线a可以看的网站| 99精品久久久久人妻精品| 国产精品久久久久久亚洲av鲁大| 婷婷丁香在线五月| 美女高潮喷水抽搐中文字幕| 露出奶头的视频| 欧美不卡视频在线免费观看 | 村上凉子中文字幕在线| 精品久久久久久久久久久久久| 国产一区二区激情短视频| 亚洲欧美日韩东京热| 午夜福利视频1000在线观看| 人人妻,人人澡人人爽秒播| 欧美另类亚洲清纯唯美| 哪里可以看免费的av片| 日本熟妇午夜| tocl精华| 丁香欧美五月| 91老司机精品| 制服丝袜大香蕉在线| 久久香蕉精品热| 亚洲欧美激情综合另类| 在线永久观看黄色视频| 国产成人精品久久二区二区免费| 啪啪无遮挡十八禁网站| 日韩免费av在线播放| 午夜福利成人在线免费观看| 久久精品影院6| 欧美性长视频在线观看| 成年人黄色毛片网站| 最好的美女福利视频网| 制服人妻中文乱码| 午夜福利免费观看在线| 国产精品98久久久久久宅男小说| 女警被强在线播放| 亚洲美女视频黄频| 看片在线看免费视频| 一个人观看的视频www高清免费观看 | 国产精品99久久99久久久不卡| 亚洲人成电影免费在线| 在线观看一区二区三区| 日日爽夜夜爽网站| 亚洲国产精品成人综合色| 亚洲精品中文字幕在线视频| 可以免费在线观看a视频的电影网站| 99热只有精品国产| 无限看片的www在线观看| 91国产中文字幕| 国产野战对白在线观看| 亚洲人成网站高清观看| 51午夜福利影视在线观看| 在线观看www视频免费| 欧美中文日本在线观看视频| 亚洲国产欧洲综合997久久,| 亚洲va日本ⅴa欧美va伊人久久| 一本一本综合久久| 99re在线观看精品视频| 亚洲精品av麻豆狂野| 一个人观看的视频www高清免费观看 | 女同久久另类99精品国产91| xxxwww97欧美| 美女高潮喷水抽搐中文字幕| 不卡av一区二区三区| 欧美人与性动交α欧美精品济南到| 99re在线观看精品视频| 国产激情偷乱视频一区二区| 久久天躁狠狠躁夜夜2o2o| 嫩草影视91久久| 高清在线国产一区| 极品教师在线免费播放| 国产99白浆流出| 婷婷丁香在线五月| av有码第一页| av福利片在线观看| 最新在线观看一区二区三区| www.999成人在线观看| 久久久久国产精品人妻aⅴ院| 欧美日韩一级在线毛片| 国产免费av片在线观看野外av| 亚洲午夜理论影院| 国产亚洲av嫩草精品影院| av国产免费在线观看| 日日爽夜夜爽网站| 麻豆av在线久日| 欧美日本亚洲视频在线播放| 久久久精品大字幕| 免费人成视频x8x8入口观看| 国产精品影院久久| 亚洲人成网站高清观看| 国产成人精品无人区| 又粗又爽又猛毛片免费看| 亚洲欧洲精品一区二区精品久久久| 露出奶头的视频| 亚洲 欧美 日韩 在线 免费| 91麻豆av在线| 亚洲无线在线观看| 全区人妻精品视频| 中出人妻视频一区二区| 国产亚洲欧美在线一区二区| 国产亚洲精品久久久久久毛片| 免费看日本二区| 久久久久久国产a免费观看| 国产av不卡久久| 777久久人妻少妇嫩草av网站| 欧美色欧美亚洲另类二区| 波多野结衣高清作品| 欧美不卡视频在线免费观看 | 两个人免费观看高清视频| 91九色精品人成在线观看| 国产精华一区二区三区| 一a级毛片在线观看| 亚洲av成人一区二区三| 制服诱惑二区| av在线播放免费不卡| 黑人操中国人逼视频| 这个男人来自地球电影免费观看| 国产成人系列免费观看| 一级毛片高清免费大全| 黄片大片在线免费观看| 亚洲国产看品久久| 日韩欧美在线乱码| 国产成人av激情在线播放| 亚洲aⅴ乱码一区二区在线播放 | 成人18禁在线播放| 免费观看人在逋| 久久久久久九九精品二区国产 | a级毛片a级免费在线| 久久久久久免费高清国产稀缺|