亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        復(fù)雜地形影響下四川省逐月氣溫空間插值方法研究

        2019-07-24 02:39:12蹇東南林正雨四川省農(nóng)業(yè)科學(xué)院農(nóng)業(yè)信息與農(nóng)村經(jīng)濟(jì)研究所四川成都610066四川省農(nóng)業(yè)科學(xué)院大數(shù)據(jù)中心四川成都610066四川農(nóng)業(yè)大學(xué)資源學(xué)院四川成都611130
        關(guān)鍵詞:海拔高度氣象站平均氣溫

        何 鵬,蹇東南,李 曉,林正雨 (1.四川省農(nóng)業(yè)科學(xué)院農(nóng)業(yè)信息與農(nóng)村經(jīng)濟(jì)研究所,四川 成都610066;.四川省農(nóng)業(yè)科學(xué)院大數(shù)據(jù)中心,四川成都 610066;3.四川農(nóng)業(yè)大學(xué)資源學(xué)院,四川成都 611130)

        隨著生態(tài)學(xué)、農(nóng)業(yè)科學(xué)、資源環(huán)境科學(xué)等相關(guān)學(xué)科的發(fā)展,氣候信息在區(qū)域和全球尺度變化研究中發(fā)揮著重要作用,特別是各類生態(tài)系統(tǒng)模型、作物模型都需要空間化的氣候要素,并且所要求的時間和空間分辨率也越來越高。例如,在全球變化研究中,景觀、區(qū)域、全球尺度的生態(tài)系統(tǒng)模型,如山地小氣候模擬模型(Mountain Microclimate Simulation Model,MT-CLIM)、森林生態(tài)系統(tǒng)模擬模型(FOREST-BGC)等,都需要空間化的氣溫、降水、太陽輻射等環(huán)境因子作為輸入?yún)?shù)[1]。因此,利用現(xiàn)有的地面氣象觀測資料和相關(guān)技術(shù)開發(fā)空間化的氣候數(shù)據(jù)產(chǎn)品成為近年來生態(tài)學(xué)、農(nóng)業(yè)區(qū)劃、資源和環(huán)境科學(xué)研究的重點任務(wù)之一[2-5]。

        在某些研究區(qū)域氣象站點分布不均,對于這些區(qū)域氣象數(shù)據(jù)只能利用有限的觀測數(shù)據(jù),借助于空間插值方法通過推算求得。氣象要素中氣溫的空間分布主要受經(jīng)緯度、大氣環(huán)流、大山系的走向、地形條件、測站點的海拔高度和下墊面性質(zhì)(土壤、植被)等要素的影響,其中以海拔高度和地形條件的影響最為顯著[6]。一般情況下,隨著海拔高度的增加氣溫下降,但其變化速率因山地性質(zhì)和氣候條件而不同[7]。傳統(tǒng)的數(shù)學(xué)插值模型大多沒有考慮地形和海拔等相關(guān)因素的影響,插值精度不高,不同插值方法得到的結(jié)果也有較大差異,在應(yīng)用于四川省這類地形地貌復(fù)雜的區(qū)域案例較少[4,8]。為了對比和分析海拔高度對氣溫空間分布的影響,提高其空間插值精度,該研究在定量分析經(jīng)緯度、海拔高度差異對氣溫空間分布影響的基礎(chǔ)上,選擇多種插值模型對四川省多年月平均氣溫進(jìn)行空間插值,并利用交叉檢驗法對結(jié)果的精度進(jìn)行評估,探討適合地形復(fù)雜、氣象站點相對稀少區(qū)域的氣候資源空間插值方法。

        1 數(shù)據(jù)與方法

        1.1 氣溫數(shù)據(jù)

        氣溫數(shù)據(jù)來自國家氣象信息中心建設(shè)維護(hù)的中 國 氣 象 數(shù) 據(jù) 網(wǎng)(http://data.cma.cn/)提 供 的1981—2010年30 a逐月氣象資料,數(shù)據(jù)制作時間為2012年,共包括四川省144個國家級地面氣象站點,數(shù)據(jù)質(zhì)量采用氣候界限值、臺站極值和內(nèi)部一致性3種方法進(jìn)行檢查和控制[9]。氣象站點的空間分布詳見圖1。

        1.2 數(shù)字高程模型

        數(shù)字高程模型(DEM)來源為國際科學(xué)數(shù)據(jù)服務(wù)平臺(http://datamirror.csdb.cn/)申請下載的ASTER GDEM第一版本(V1)數(shù)據(jù),數(shù)據(jù)時間2009年,數(shù)據(jù)投影為UTM/WGS84,空間分辨率為30 m,空間范圍為四川省全域。

        圖1 四川省國家級地面氣象站點分布Fig.1 Spatial distribution of meteorological stations in Sichuan Province

        1.3 插值方法

        常用的插值模型有樣條函數(shù)法(SF)、反距離權(quán)重法(IDW)、克立格法(KRGE)等,由于氣溫隨海拔高度增加而降低[7,10-11],考慮海拔高度影響后的插值結(jié)果要優(yōu)于不考慮海拔高度影響的插值結(jié)果,所以進(jìn)行氣溫空間插值時海拔高度是附加的重要變量。該研究直接對常用插值模型進(jìn)行海拔高度修正后插值,再結(jié)合多元回歸模型插值進(jìn)行比較。

        以144個站點30 a逐月平均氣溫數(shù)據(jù)為基礎(chǔ),與各氣象站點的經(jīng)度、緯度和海拔高度數(shù)據(jù)進(jìn)行相關(guān)性分析。多年逐月平均氣溫與經(jīng)度呈正相關(guān),說明四川省平均氣溫隨著經(jīng)度的增加而升高,這與四川省地勢西高東低的總體趨勢是一致的,而平均氣溫隨月份波動比較明顯,夏季相關(guān)系數(shù)大于冬季,說明川西高原區(qū)與東部平原盆地區(qū)的冬季溫差要小于夏季溫差。多年逐月平均氣溫與緯度呈負(fù)相關(guān),說明四川省平均氣溫隨著緯度的增加而降低。但相關(guān)系數(shù)隨月份波動非常明顯,相關(guān)系數(shù)最大月份是相關(guān)系數(shù)最小月份的3倍左右,說明四川省北部與南部相比冬季溫差要大于夏季溫差。以相關(guān)系數(shù)的絕對值之比來看,四川省平均氣溫分布在5—10月的經(jīng)度地帶性都遠(yuǎn)大于緯度地帶性,而11—翌年4月的經(jīng)度地帶性與緯度地帶性相比并不明顯,這可能與四川省位于中低緯度地區(qū)(26°~34°N),南北氣溫差異較小有關(guān)。多年逐月平均氣溫與海拔高度呈負(fù)相關(guān),平均氣溫與海拔高度的相關(guān)性隨月份波動不大,但也呈現(xiàn)出夏秋季相關(guān)性大于冬春季的趨勢。

        表1 氣象站點經(jīng)緯度、海拔高度與月平均氣溫的相關(guān)性Table 1 Relationship of geographical factors and mean monthly temperature of meteorological stations

        1.3.1 樣條函數(shù)法(spline function method,SP)和加入海拔影響因子的樣條函數(shù)法(spline function method considering elevation effect,SPE)

        樣條函數(shù)是自然樣條函數(shù)在二維空間上的推廣,使用函數(shù)逼近曲面的方法,在空間插值時準(zhǔn)確地通過實測樣點擬合出連續(xù)光滑的曲面[12]。樣條函數(shù)的估計值計算公式為

        式(1)中,T(x,y)為氣象要素的推算值,℃;n為參與插值的臺站數(shù);ri為待插值點到第i個氣象站點的距離,m;x、y為待插值點的坐標(biāo);ε為條件曲面曲率大小的經(jīng)驗參數(shù),一般取10-2~1。Fi、a0、a1、a2為方程系數(shù),由下式計算得到。

        式(2)中,Ti為i點的地面氣象觀測值;xi、yi為第i個地面觀測站的坐標(biāo)。

        考慮了海拔高度影響后,對于網(wǎng)格上任一待插值點,先分別計算各地面氣象站點海拔高度與待插值點海拔高度的插值并乘以回歸模型中的海拔高度系數(shù),然后分別求其余對應(yīng)站點要素值的代數(shù)和,通過此方法將各臺站要素值訂正到與待插值點的同一海拔高度上,最后利用樣條函數(shù)對該網(wǎng)格點進(jìn)行插值[13],其計算公式為式(3)~(5)中,Yi為i站氣象要素與影響因子的多元回歸值;b0為常數(shù)項;bk為第k個影響因子的系數(shù);xk為k個影響因子值;Hi,j為待插值點的海拔高度,m;Hk為第k個點的海拔高度,m;β為氣溫隨海拔高度的遞減率;W(x,y)為氣象要素的推算值,℃。

        1.3.2 反距離權(quán)重法(inverse distance weight interpolation,IDW)和加入海拔影響因子的反距離權(quán)重法(inverse distance weighing considering elevation effect,IDWE)

        反距離權(quán)重法是對采樣點進(jìn)行線性的加權(quán)來決定輸出的柵格值,加權(quán)值與距離成反比,采樣點離輸出柵格越遠(yuǎn),對輸出柵格的影響越小。反距離權(quán)重法的表達(dá)式為

        式(6)中,Ti,j為待插值的網(wǎng)格點要素值;Tk為第k個點的要素值;k為第k個被引用到的插值點;dk-2為第k個點到待插值點距離平方的倒數(shù)。

        考慮了海拔高度影響后,由于氣溫隨著海拔高度增高而降低,進(jìn)行氣溫空間插值時,海拔高度是附加的重要變量[13],其計算公式為

        式(7)中,Wi,j為考慮海拔高度影響后氣象要素的推算值,℃。

        1.3.3 普通克立格法(ordinary Kriging)和加入海拔影響因子的普通克立格法(ordinary Kriging considering elevation effect,OKE)

        普通克立格法又稱局部最優(yōu)線性無偏估計法,是建立在變異函數(shù)理論結(jié)構(gòu)分析基礎(chǔ)之上。所謂線性是指估計值是樣本值的線性組合,即加權(quán)線性平均;無偏是指理論上估計值的平均值等于實際樣本值的平均值,即估計的平均誤差為0,最優(yōu)勢指估計的誤差平方差最小。計算公式為

        式(8)中,Z(ti,j)為待插值的柵格點要素值;Z(tk)為第k個點的要素值;λk為權(quán)重系數(shù),其和等于1。

        加入海拔影響因子的普通克立格法基于普通克立格法并充分考慮了海拔因子的影響[13],其計算公式為

        1.3.4 多元回歸分析法(multivariable linear regression method,MRM)

        多元規(guī)劃分析模型是應(yīng)用數(shù)理統(tǒng)計方法,建立氣象要素與影響氣象要素空間插值因子的多元回歸模型。在該研究中是建立基于經(jīng)度、緯度和海拔高度的多年平均氣溫多元回歸模型,并計算殘差[2]。

        多元規(guī)劃分析模型表達(dá)式為

        式(10)中,b0為常數(shù);b1、b2、b3為待定系數(shù);λ為經(jīng)度;φ為緯度;h為海拔高度,m;ε為殘差。

        1.3.5 氣溫垂直變化率

        氣溫垂直變化率計算公式為

        式(11)中,Ci為各月平均氣溫,℃;at為回歸系數(shù);bi為殘差;i為月份,i=1,2,…,12。

        1.4 數(shù)據(jù)處理

        利用地理信息系統(tǒng)軟件ArcGIS 10.1的數(shù)據(jù)管理模塊(Data Management Tools)、轉(zhuǎn)換模塊(Conversion Tools)、地統(tǒng)計模塊(Geostatistical Analyst Tools)和空間分析模塊(Spatial Analyst Tools)進(jìn)行數(shù)據(jù)預(yù)處理和插值。屬性數(shù)據(jù)的處理采用SPSS 2.0軟件。

        (1)參考游松財?shù)萚6]提出的氣溫垂直遞減法。首先,根據(jù)海拔高程和氣溫垂直遞減率將各氣象站的實測氣溫訂正到虛擬海平面上;其次,運用3種常規(guī)插值方法(樣條函數(shù)法、反距離權(quán)重法和普通克立格法)對虛擬海平面上的月平均氣溫進(jìn)行空間插值,得到虛擬海平面上的氣溫空間分布;最后,在GIS軟件支持下利用相應(yīng)的DEM數(shù)據(jù)和氣溫垂直變化率進(jìn)行柵格圖層的代數(shù)運算,得到月平均氣溫的空間分布。

        (2)利用144個氣象站點的經(jīng)度、緯度、海拔高度和多年平均氣溫數(shù)據(jù),在SPSS 20軟件中進(jìn)行多元回歸分析,擬合出回歸模型(MRM)。將四川省DEM數(shù)據(jù)在ArcGIS 10.1軟件中生成屬性值分別為經(jīng)度(x)和緯度(y)的柵格圖層,使用柵格計算器根據(jù)回歸模型生成多年平均氣溫柵格圖。

        表2 地面氣象站逐月氣溫與各地理要素的關(guān)系Table 2 Regression equation of geographical factors and monthly temperature of meteorological stations

        1.5 模型驗證

        在使用氣象站點數(shù)據(jù)進(jìn)行氣候指標(biāo)插值結(jié)果的精度檢驗時,交叉檢驗(cross-validation)是最常用的一種方法。該方法假設(shè)某一個氣象站點的氣溫未知,用其他所有氣象站點來估算該氣象站點的氣溫,通過計算所有氣象站點的實際氣溫值與估算值之間的誤差來評判空間插值方法的精度。對不同的插值方法,交叉驗證可準(zhǔn)確驗證不同插值方法之間的相對精度,使用時一般用平均絕對誤差(MAE,EMA)和均方根誤差(RMSE,ERMS)作為檢驗精度的標(biāo)準(zhǔn)。MAE反映樣本數(shù)據(jù)估值的總體誤差或精度水平,RMSE則反映樣本數(shù)據(jù)的估值靈敏度和極值[8]。計算公式分別為

        式(12)~(13)中,Ti表示第i個氣象站點的實際多年平均氣溫,℃;T'i表示空間化后第i個氣象站點所在柵格單元的氣溫,℃;abs為求絕對值函數(shù)。

        2 結(jié)果與分析

        2.1 月平均氣溫隨海拔高度的變化

        一般情況下,在對流層范圍內(nèi)氣溫隨海拔的升高而降低,海拔每升高100 m,氣溫下降約0.65℃,但是氣溫的垂直遞減率因地點、季節(jié)和晝夜氣候條件等因素的不同而變化[10]。將各測站點氣溫隨海拔變化這一現(xiàn)象定義為氣溫垂直變化率,根據(jù)四川省144個氣象站的海拔高度和30 a月平均氣溫資料,計算四川省30 a各月地面測站點平均氣溫垂直變化率,分布區(qū)間在0.308~0.443 ℃·hm-2之間,具體計算結(jié)果見表3。

        四川省多年逐月平均氣溫與海拔高度呈負(fù)相關(guān),平均氣溫與海拔高度的相關(guān)性隨月份波動不大,夏秋季大于冬春季,說明四川省平均氣溫受地形影響極大,垂直地帶性明顯,在氣象數(shù)據(jù)空間化過程中應(yīng)該對地形地貌這一影響因子開展更多研究。

        表3 氣象站逐月氣溫隨海拔高度的變化Table 3 Regression relationship between monthly temperature and altitude of meteorological stations

        2.2 誤差分析

        基于MAE和RMSE的交叉檢驗方法,采用常規(guī)的SP、IDW、OK插值方法、加入海拔影響因子的SPE、IDWE、OKE和MRM插值方法對四川省1981—2010年144個氣象站點的月平均氣溫空間插值。結(jié)果表明:3種常規(guī)插值方法中,精度從大到小依次為IDW>OK>SP(圖2)。其中IDW方法對月平均氣溫插值的平均EMA為0.96℃,平均ERMS為1.53;OK方法對月平均氣溫插值的平均EMA為1.29℃,平均ERMS為2.00;SP方法對月平均氣溫插值的平均EMA為1.87℃,平均ERMS為3.70。因此在不考慮海拔高度影響時僅IDW方法插值的EMA小于1℃,可以用于月平均氣溫插值,但誤差仍然較大,而SP和OK方法誤差太大,不能用于月平均氣溫插值[2]。IDW方法對冬季(11月、12月、1月)的平均氣溫插值效果最好,其余季節(jié)差異不大。SP和OK方法對下半年(6—12月)的平均氣溫插值效果普遍好于上半年(1—5月),其中6—9月插值效果又略好于10—12月。

        圖3表明,加入海拔影響因子的SPE、IDWE、OKE和MRM對平均氣溫的插值精度均明顯優(yōu)于常規(guī)的插值方法,精度從大到小為MRM>IDWE>OKE>SPE。以典型的1月(代表冬季)、4月(代表春季)、7月(代表夏季)、10月(代表秋季)作比較,4種加入海拔因子的方法對夏季和秋季平均氣溫的插值效果均好于冬季和春季,其中以夏季(6—8月)插值效果最好。相比常規(guī)IDW方法,加入海拔因子的IDWE方法對月平均氣溫插值精度提高0.11~0.46℃,對月平均氣溫插值的平均EMA為0.72℃,平均ERMS為1.09℃;OKE方法對月平均氣溫插值精度比OK方法提高0.42~0.58℃,對月平均氣溫插值的平均EMA為0.80℃,平均ERMS為1.12;SPE方法對月平均氣溫插值精度比SP方法提高0.71~1.04℃,對月平均氣溫插值的平均EMA為0.97℃,平均ERMS為1.57℃;MRM對月平均氣溫插值的平均EMA為0.65℃,平均ERMS為0.96℃,精度最高。

        圖2 不考慮海拔影響下3種插值方法的平均絕對誤差和均方根誤差的對比Fig.2 Contrast results of cross-validation error about 3 models without considering elevation effect

        圖3 考慮海拔影響下4種插值方法的平均絕對誤差和均方根誤差的對比Fig.3 Contrast results of cross-validation error about 4 models considering elevation effect

        2.3 月平均氣溫的空間分布

        以1月和7月平均氣溫為例,把常規(guī)的SP、IDW和OK這3種方法插值后得到的分辨率為500 m×500 m柵格數(shù)據(jù)作圖(圖4)。3種方法空間插值的1月氣溫范圍分別為-11.7~13.6、-23.1~18.6和-14.5~11.9℃,溫差跨度極大,低溫區(qū)主要分布在川西北地區(qū)和部分川西地區(qū),高溫區(qū)主要分布在川南地區(qū),氣溫分布由低向高略呈西北—東南方向梯度變化;主要受川西高原海拔的影響,氣溫分布表現(xiàn)出一定的緯度地帶性。3種方法空間插值的7月氣溫范圍分別為9.0~27.4、2.5~33.0、7.2~27.3 ℃,溫差小于冬季,高溫區(qū)主要分布在川東、川南的盆周丘陵山區(qū)和川中丘陵區(qū),低溫區(qū)仍然為川西高原的甘孜和阿壩州,氣溫分布由低向高開始出現(xiàn)一定的西—東方向梯度變化。無論是1月還是7月,樣條函數(shù)和反距離加權(quán)2種方法插值結(jié)果均出現(xiàn)了“牛眼”現(xiàn)象,而普通克立格方法插值結(jié)果則比較平滑,但反距離加權(quán)方法插值在川西高原部分的分布與四川省氣候區(qū)劃[14]一致性較好,普通克立格插值由于平滑過多,與實際氣溫分布和氣候區(qū)劃差異較大。

        以1、4、7和10月平均氣溫為例,加入海拔因子后把SPE、IDWE、OKE和MRM這4種方法插值后得到的分辨率為500 m×500 m柵格數(shù)據(jù)作圖。由于考慮了海拔影響,無論采用哪一種空間插值方法都能體現(xiàn)出氣溫隨地形特征變化的趨勢,與實際氣溫分布較為貼近,4種插值方法下的1月平均氣溫分別為-21.2~19.4、-14.2~14.2、-16.9~13.1和-15.6~14.4 ℃,溫差跨度極大,4種插值方法下的7月平均氣溫分別為-3.2~28.3、-2.8~27.9、-2.9~27.8 和-3.4~27.9℃,溫差小于冬季。以精度最高的MRM方法制圖為例(圖5),1月全省氣溫高值區(qū)出現(xiàn)在東部四川盆地區(qū)和西南金沙江流域溝谷區(qū)域,最高溫出現(xiàn)在攀枝花市內(nèi)金沙江流域,氣溫低值區(qū)出現(xiàn)在川西高原區(qū),最低溫出現(xiàn)在甘孜州雀兒山和貢嘎山,氣溫分布由低向高略呈西北—東南方向梯度變化,主要受川西高原海拔的影響,同時表現(xiàn)出一定的緯度地帶性;7月全省高溫區(qū)域主要出現(xiàn)在川東、川南的盆周丘陵山區(qū)和川中丘陵區(qū),最高溫出現(xiàn)在廣安市、達(dá)州市下轄的渠江和嘉陵江流域,低溫區(qū)域仍然為川西高原的甘孜和阿壩州,最低溫出現(xiàn)在甘孜州貢嘎山。

        圖4 不考慮海拔高度影響下四川省1月和7月平均氣溫空間分布Fig.4 The spatial distribution map of monthly mean temperature in Januray and July in Sichuan without considering ele?vation effect

        圖5 考慮海拔高度影響下四川省不同月份多元回歸分析法(MRM)插值的平均氣溫空間分布Fig.5 The spatial distribution map of monthly mean temperature of different months in Sichuan Province considering elevation effect under MRM method

        3 討論與結(jié)論

        四川省1981—2010年累年月平均氣溫與海拔高度之間呈顯著相關(guān)關(guān)系,各月平均氣溫隨海拔高度的增加均呈遞減趨勢,但是遞減幅度不同。四川省夏季月平均氣溫隨海拔高度增加而降低的幅度明顯大于冬季,各月平均氣溫的垂直變化率在0.308~0.443℃·(100 m)-1之間;且相關(guān)性呈現(xiàn)明顯的季節(jié)性變化,夏季月平均氣溫與海拔高度之間的相關(guān)系數(shù)大于冬季[15]。以MAE和RMSE來評價插值精度,不同插值方法的夏季EMA值均為0.5~0.7℃左右,明顯高于冬季??紤]地形因子的插值結(jié)果明顯好于不考慮地形因子影響的插值結(jié)果。在考慮海拔高度影響的4種空間插值方法中,MRM精度最好,其次是OKE和IDWE,SPE最差。

        GIS技術(shù)和數(shù)學(xué)插值方法為氣象要素的定量空間分布研究提供了很好的技術(shù)手段,但是,如何根據(jù)氣象站點的數(shù)目、空間分布和不同氣象要素的特點等選擇合適的空間插值方法是非常值得研究的。沒有絕對最優(yōu)的空間內(nèi)插方法,必須對所研究的區(qū)域和數(shù)據(jù)進(jìn)行探索性分析,再根據(jù)當(dāng)?shù)靥攸c選擇最優(yōu)的方法[16]。由于現(xiàn)有的國家氣象站點地理坐標(biāo)僅精確到分,實測海拔高度和從30和90 m DEM中提取的其所在位置海拔高度有較大誤差,會降低插值精度,這是需要定量研究考慮的。同時該研究僅對4種插值方法的月平均氣溫插值結(jié)果進(jìn)行了分析討論,沒有將研究區(qū)的氣象站點按不同海拔高度分別分析其插值精度,進(jìn)而闡明復(fù)雜地形對插值方法選擇的影響,這些都是未來需要深入研究的內(nèi)容。

        猜你喜歡
        海拔高度氣象站平均氣溫
        珠峰上架起世界最高氣象站
        故障狀態(tài)下純電動汽車環(huán)境壓力及海拔高度估算方法
        北京汽車(2021年1期)2021-03-04 13:05:46
        烏蘭縣近38年氣溫變化特征分析
        心靈氣象站
        趣味(語文)(2019年3期)2019-06-12 08:50:14
        從全球氣候變暖大背景看萊州市30a氣溫變化
        1981—2010年拐子湖地區(qū)氣溫變化特征及趨勢分析
        近50年來全球背景下青藏高原氣候變化特征分析
        自動氣象站應(yīng)該注意的一些防雷問題
        不同海拔高度人群胃蛋白酶原血清水平差異性分析
        自動氣象站常見故障判斷與維護(hù)
        河南科技(2014年12期)2014-02-27 14:10:40
        欧洲AV秘 无码一区二区三| 91视频爱爱| 97SE亚洲国产综合自在线不卡| 鲁丝一区鲁丝二区鲁丝三区| 丰满少妇一区二区三区专区 | 丰满人妻无套中出中文字幕| 日韩精品中文字幕综合| 亚洲精品久久麻豆蜜桃| 91久久偷偷做嫩模影院| 日本频道一区二区三区| 真实夫妻露脸爱视频九色网| 亚洲人成电影网站色| 品色堂永远免费| 国产精品欧美成人| 人妻丰满熟妇av无码区hd| 欧美成人a视频免费专区| 亚洲精品在线一区二区| 亚洲日韩成人无码| 国产免费av片无码永久免费| 正在播放国产对白孕妇作爱| 亚洲AV无码秘 蜜桃1区| 日韩精品一区二区三区视频| 日本男人精品一区二区| 久久99热狠狠色精品一区| 国产精品一区二区 尿失禁| www.亚洲天堂.com| 久久综合九色综合久久久| 国产香港明星裸体xxxx视频 | 无码午夜人妻一区二区三区不卡视频| 精品视频999| 一区二区中文字幕蜜桃| 亚洲av无一区二区三区| 国产两女互慰高潮视频在线观看| 97久久香蕉国产线看观看| 亚洲AⅤ男人的天堂在线观看| 丰满人妻无套内射视频| 日本不卡的一区二区三区中文字幕 | 推油少妇久久99久久99久久 | 中文字幕中文一区中文字幕| 看日本全黄色免费a级| 亚洲成av人片在www|