亚洲精品中文字幕在线_欧美一级电影免费在线观看_欧美激情视频给我_狠狠色综合一区二区_国产日韩欧美另类_久久久人成影片一区二区三区观看 _国产欧美日韩专区发布_狠狠色综合一区二区_视频一区视频二区视频_一区二区在线观

當前位置 :

首頁?>?政務公開?>?規劃計劃

中國地震局關于印發《防震減災領域人工智能發展研究專項規劃(2023-2035年)》的通知

來源: 時間:2024年03月29日 閱讀:

各省、自治區、直轄市地震局,各直屬單位,機關各內設機構:

  《防震減災領域人工智能發展研究專項規劃(2023-2035年)》已經中國地震局2023年第20次局務會審議通過,現印發給你們,請認真貫徹執行。

  中國地震局? ??

  2023年10月13日

  (信息公開形式:主動公開)

防震減災領域人工智能發展研究專項規劃(2023-2035年)

  為貫徹落實黨中央關于科技創新和科技自立自強的戰略部署,搶占防震減災領域人工智能發展先機,構筑我國防震減災領域人工智能發展的先發優勢,加快建設地震科技強國,提升我國地震科技核心競爭力,根據《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》、《國家中長期科學和技術發展規劃綱要(2021-2035年)》、《新一代人工智能發展規劃(國發〔2017〕35 號)》、《新時代防震減災事業現代化綱要(2019-2035年)》、《“十四五”國家防震減災規劃》和《國家地震科技發展規劃(2021-2035年)》等文件,制定本規劃。

  一、戰略環境

  人工智能是一門研究、開發用于模擬、延伸和擴展人的智能的理論、方法及應用系統的技術科學,正深刻改變著人類經濟社會發展和科技創新格局。美國高度重視人工智能技術的發展,并于2016年制定了《國家人工智能研發戰略計劃》。2023年5月,美國再次更新并發布該項規劃。近年來,以ChatGPT為代表的通用人工智能技術的發展正在引領新一輪科學技術革命。人工智能技術正成為國際科技競爭的前沿領域,已成為我國深入實施創新驅動發展的戰略性支撐。

  地震科學作為一門基于觀測的大數據科學,積累了大量的地震觀測、大地測量、地球物理、地球化學、地震工程和地震地質等觀測數據。隨著高精度、高密度、寬頻帶和大動態的全國地震監測預警網和地球物理觀測基礎設施建設,人工智能在地震監測預報預警、探查區劃評估等領域具有廣闊的應用前景。

  (一)發展現狀

  世界各國高度重視人工智能在防震減災領域中的應用。美國地質調查局(USGS)建立了人工智能智庫平臺,開展大地震人工智能基礎方法和基于中長期概率預測的地震短臨預測研究。美國國家地震信息中心(NEIC)提出以深度學習和大數據為主導的監測預測預警技術,構建現代防震減災技術體系。美國谷歌公司所屬DeepMind實驗室已經在人工智能中期天氣預報領域實現了對學術界和行業部門的超越,并在快速推進人工智能地震預測研究。美國洛斯阿拉莫斯國家實驗室近年來全面采用人工智能技術進行巖石物理實驗產生的地震資料處理。日本在《第五期科學技術基本計劃(2016—2020)》中將智能化信息化減災作為重要的社會發展情景,建立綜合災害應對的大數據系統;日本氣象廳通過人工智能地震監測研究,持續改進現有地震預警系統。德國地學研究中心計劃在2021-2027年間通過人工智能方法推進地震的長期預測和短期預測。

  我國防震減災領域人工智能科技發展已取得多項成就。人工智能數據集方面,中國地震局提出了中國第一個大規模防震減災領域人工智能基準數據集——“諦聽”,可用于機器學習模型訓練和基準測試;將多源多參數的國內外衛星數據產品進行整合,提出了一個用于地震智能預測的多源衛星基準數據集,可用于測試地震短臨預測方法。關鍵技術與算法方面,中國科學技術大學提出了國際領先的人工智能地震定位和震源機制解算法;中國地震局基于人工智能等新技術構建了地震預警參數持續測定成套方法,震級測定時效性和精度得到有效提升;初步建立了地震造成的建筑物倒塌、道路破壞、地震滑坡等人工智能判定模型和軟件,顯著提高了震害識別的準確性。系統平臺方面,中國科學技術大學與中國地震局合作于2018年推出了世界首個人工智能地震實時監測系統——“智能地動”;中國地震局研發的地震智能編目輔助系統,已在四川、云南和福建等地區實現業務化運行。

  (二)面臨形勢

  防震減災發展對人工智能技術需求非常緊迫。地震監測預警方面,隨著密集地震監測臺網和實時地震監測技術的發展,地震監測數據量指數級增加,現有人機結合模式已無法應對,發展人工智能地震監測技術系統已勢在必行。地震預測方面,利用人工智能技術對傳統預測方法進行凝練吸收,在地震大數據支持下有可能挖掘出新的地震前兆信息,產生新的地震預報和風險評估方法,進而帶動地震預測理論發展。在地震災害評估方面,人工智能具備將空間對地觀測、視頻監控、強地面運動、結構臺陣、MEMS傳感器等數據融合處理的能力,實現對災害過程和災害鏈的分析研判,顯著提高震害自動監測預測的精度和時效性。通過人工智能技術能夠擺脫傳統地震科學研究對模型的依賴,拓展出“數據—模型”雙驅動、互驅動的研發路徑,構建全新的地震信息挖掘方法與業務應用場景。

  我國防震減災領域人工智能發展還存在諸多挑戰。基礎性和創新性研究與世界頂尖水平相比仍存在差距,基礎理論、核心算法、標準數據集、軟件與接口、算力等方面缺少重大原創成果。防震減災領域人工智能發展不全面、不平衡,研究力量小而散,與國家實驗室、高水平研究大學、國家科研機構和企業的深度融合不夠。防震減災領域人工智能系統的業務化應用尚有差距,平臺研發缺少統一布局、系統設計和規范評估,缺乏地震科學與人工智能復合型人才。為此,亟需激活政產學研用協同創新活力,實現基礎研究、技術研發、應用創新無縫對接,推動通用人工智能和地震專用人工智能的技術方法融合,有效提升我國防震減災科技能力,減輕地震災害風險。

  二、總體要求

  (一)指導思想

  堅持以習近平新時代中國特色社會主義思想為指導,貫徹落實黨的二十大精神,堅持“四個面向”,堅持地震科技創新在防震減災事業現代化建設中的核心地位。以國家地震安全戰略需求為導向,集聚力量進行原創性引領性地震科技攻關,增強地震科技自主創新能力。加強人工智能在地震科技和業務中的應用,突破防震減災事業關鍵領域核心技術瓶頸,為我國成為世界地震科技強國做出應有貢獻。

  (二)基本原則

  堅持需求導向。面向國家重大需求,找準防震減災領域人工智能科技創新的重點領域和優先主題,推動防震減災事業高質量、現代化、智能化發展。

  堅持統一布局。把握人工智能發展趨勢,在地震業務重點領域協調優勢資源,加強頂層設計,有計劃、有組織的開展防震減災領域人工智能技術研發與系統應用,引領人工智能在地震行業應用的有序發展。

  堅持強強聯合。堅持強強聯合、優勢互補、合作共贏的原則,發揮行業部門數據和應用的優勢,發揮高校、企業和國家實驗室等的算法優勢,發揮超算中心等算力優勢,加強資源整合,實現行業部門與社會力量的深度融合,推進人工智能在防震減災領域中的應用。

  堅持開放合作。加強國內外合作,建立科研機構、高校、企業、行業部門等協同創新機制,促進人才培養和國內國際合作交流以及產學研用相結合,推動人工智能共性技術和資源開放共享,構建良好的行業發展生態。

  (三)戰略目標

  到2025年,地震智能輔助編目和地震智能分類系統實現業務化運行,人工智能地震監測保持國際領先水平。開展人工智能地震預測研究,人工智能地震預測技術系統實現示范應用。人工智能地震預警技術系統實現示范應用,推動地震預警技術進入國際先進行列。研發地震災害評估承災體智能識別及其抗震能力智能評估技術,智能化地震災害防御和應急技術服務能力得到顯著提升。防震減災領域人工智能聯合實驗室基本建成。防震減災領域人工智能技術深度應用于中國地震科學實驗場建設和“深時數字地球”大科學計劃。

  到2035年,防震減災領域人工智能基礎數據集全面建成,算力大幅度提升,防震減災領域人工智能標準化基本實現,人工智能技術應用于大地震預測中。人工智能成為解決地震科學“瓶頸”問題的關鍵技術,引領地震科技發展,支撐防震減災事業。防震減災領域人工智能技術系統和防震減災領域人工智能聯合實驗室具備較高國際影響力。形成一支國際一流的防震減災領域人工智能科技人才隊伍,占據防震減災領域人工智能科技制高點。防震減災領域人工智能業務應用能力顯著提升,地震監測預測預警、災害防御和應急技術服務智能化水平全面進入國際先進行列,為全面實現地震科技現代化奠定基礎。

  三、戰略任務

  (一)防震減災領域人工智能數據集及標準化建設

  1.統籌建設防震減災領域人工智能訓練數據集

  發展地震監測預測預警訓練數據集。發展標準化的天然地震事件微震和強震動多功能標注數據集,發展標準化的非天然地震事件分類數據集,構建大模型訓練數據集,構建基于波形數據流、具備多報預警信息的人工智能地震預警訓練數據庫及標準測試庫。構建地震目錄、地震波形、地震前兆等地震預測數據信息庫,構建人工智能地震預測訓練數據集。構建探查區劃評估訓練數據集。構建房屋建筑、道路、橋梁、水庫、尾礦庫等承災體及其震害,以及地震滑坡等次多源遙感數據集;構建地震造成的結構損傷訓練數據集。

  2.加強地震數據開放共享

  面向地震監測預測預警、探查區劃評估等主要地震業務領域,推動人工智能訓練數據集共享。加大非涉密數據的共享力度,加強中國地震科學實驗場觀測數據共享。建設知識圖譜、算法訓練模型、軟件系統等共性服務產品,并鼓勵共享。統籌建設人工智能創新平臺,加強數據、算力和算法資源開放共享,支持防震減災領域人工智能的有序發展。

  3.開展防震減災領域人工智能模型評估與標準化建設

  建設面向防震減災領域人工智能訓練數據集、標準測試數據集等,制定防震減災領域人工智能算法與數據集標準框架,形成人工智能算法與模型測試評估的方法、技術、標準、規范和工具集。依托標準化數據集,積極開展防震減災領域人工智能模型和數據集檢測和評比,評選最佳模型和最佳解決方案。對于表現最佳的模型,積極在各觀測臺網推進應用,并在實踐中進一步改進模型。開展防震減災領域人工智能軟件系統的測試與驗證工作,科學評估系統性能指標。

  (二)地震大數據挖掘與建模

  1.發展地震大數據挖掘與隱藏信號實時提取技術

  利用大數據挖掘技術,識別提取前震、震群、慢地震、震顫、瞬時重力擾動、臨震微波動等各類震前異常信號。發展密集地震觀測臺陣、地球物理站網、地球化學觀測、地震電磁衛星等多種觀測數據分析與深度挖掘技術等,挖掘各類隱藏信息。發展多源數據人工智能實時處理技術,實現地震實時去噪、地下應力變化實時識別、介質結構變化信息快速提取、地震構造自動識別。

  2.發展地震建模技術

  研發三維/四維建模和模擬技術,提升大數據處理和建模的計算效率,實現地質構造大數據的集成、管理、挖掘分析、可視化表達及共享。發展基于人工智能的介質結構成像技術,實現三維與四維速度、衰減、各向異性等介質結構成像與反演技術,構建地下高分辨率介質結構模型。

  (三)人工智能地震監測預警

  1.發展地震智能速報、編目和分類技術

  發展地震實時檢測定位的人工智能技術,改進現有的人工智能地震監測分析系統,逐步實現地震智能速報系統的業務化應用。進一步發展基于人工智能的成核震相提取、前震及震群識別、余震檢測和精定位技術方法,實現地震序列快速識別與處理。升級完善自動編目系統,實現全國范圍的業務化運行,逐步替代現有的人工編目系統。研發震源參數智能測定、震源機制解智能計算技術,實現地震震源參數的智能識別。發展基于大數據和人工智能地震監測技術和系統平臺,實現地震參數的快速獲取和信息產品的快速發布,逐步實現地震監測業務系統升級。開展非天然地震監測預測研究,探索天然地震與誘發地震的智能識別技術。

  2.發展人工智能地震預警技術研究與應用技術

  發展數據—知識融合驅動的新型人工智能地震預警理論,研發地震影響場全過程演化智能預測技術,構建復合型、智慧型的新一代地震預警系統并示范應用,擴展城市系統工程地震災害預警服務系統,實現人工智能地震預警技術系統全面示范應用和業務運行。

  (四)人工智能地震預測

  1.發展防震減災領域人工智能綜合預測技術

  發展人工智能臨震異常提取技術,開展多模型人工智能地震預測研究和應用示范,實現重點區域發震強度或發震時間的中短期預測;開展人工智能地震序列類型預測,余震位置、強度預測研究。

  2.發展大地震智能預測技術

  開展機器學習模型研究,逐步將人工智能技術應用于大地震預測業務中;開展綜合預測方法效能評估,檢驗人工智能大地震預測方法的可行性、有效性和先進性。

  3.探索基于人工智能的實驗室地震預測

  探索地震潛在前兆信號的人工智能技術提取,加深機器學習預測實驗室地震的物理本質和地震前兆物理機制的認識,實現實驗室地震的發生時間和發震過程的預測。

  (五)地震災害智能探查區劃評估

  1.開展地震構造與災害風險智能探查技術研究

  開展人工智能識別和預測技術在地球物理探測、地震構造環境探查、活動構造探查、場地條件勘察等方面的應用研究,發展人工智能數據預處理、構造解釋、地震構造識別技術,高效構建地下高分辨率介質結構模型,提升地震災害風險探查識別精度和效率。發展圖像識別、互聯網爬蟲、健康監測等多源信息承災體動態智能采集更新技術,提升承災體數據獲取效率和自動更新能力。

  2.探索地震危險性及災害風險區劃智能技術

  基于現代地震學、信息技術、人工智能等多學科新技術新理論的研究,建立智能化精準化的震源模型、地震活動性模型、傳播介質模型和場地模型。研究三維地震震源數值模擬、基于震源破裂過程的區域尺度地震動影響場高效模擬以及三維場地地震動影響數值模擬技術。探索基于高分遙感、人工智能等多種手段建立空地一體化的基礎數據采集與更新系統,實現地震區劃及其信息服務相關數據、風險暴露數據等的動態收集、存儲與管理,提出精細化地震災害風險區劃評定等級方法。

  3.發展地震災害智能風險感知與評估技術

  發展云處理算法以及建筑震后損傷智能識別和快速評估方法;發展建筑群地震破壞快速預測方法和基于多源異構數據的易損性分析及可靠性檢驗方法;發展群體建筑群地震易損性智能分析與震后功能快速評估技術。發展風險感知網絡、結構智能損傷探測、房屋安全性智能鑒定、承災體智能識別等新技術,實現動態、精準地震災害風險監測,精細化大震巨災情景構建,精準化地震災害隱患識別,為不同行政單元和尺度風險管理、應急備災、應急處置提供技術支撐。

  (六)地震智慧服務與智能決策

  1.發展數據智能運維和智慧服務技術

  發展人工智能技術在數據產出、數據傳輸和數據服務中的應用,保障地震設備與系統正常運行。發展面向城市防災需求的數值仿真平臺以及數字孿生體,形成具備數據動態維護、模型實時更新等功能的新型抗震韌性城市動態管理與智能運維體系。發展數據智慧服務技術,提升地震數據服務能力和智能化水平。研發基于大數據和人工智能的地震信息服務技術,設計開發針對不同需求的地震信息服務智能化產品,實現不同用戶群體的地震信息的個性化和精準化服務。發展地震信息產品深加工服務的人工智能技術,研發并提供各類地震信息服務新產品。

  2.發展地震智慧應急技術服務與智能決策技術

  利用人工智能算法分析挖掘空天地災害監測數據、運維大數據進行智能分析決策。在災情快速獲取、災害感知評估和應急救援響應等多個領域開展人工智能技術的深度融合,建設地震災害及次生災害的智能評估體系和城市智能數字化防災體系。開展虛擬現實與人工智能融合的地震應急指揮調度系統和應急技術服務演練平臺、智慧地震震情災情監測與指揮決策數字孿生系統的示范應用,拓展人工智能在降低大城市巨災風險和地震應急技術服務領域的應用。

  (七)防震減災領域人工智能應用場景拓展與創新探索

  深化人工智能在水庫、油氣、地熱、礦山等能源開采領域的應用;加強人工智能海洋地震監測技術研發;拓展人工智能在極地和冰川等極端環境下的地震監測技術;探索人工智能在火星、月球地震監測和地下結構探測中的應用;研究火車、汽車、電梯等非常規振動信號的智能監測技術;發展光纖傳感信號的人工智能挖掘技術,拓展其在地震監測預測領域的應用。

  基于現有的人工智能通用大模型,結合地震系統的相關數據集,訓練產生面向地震科學領域的人工智能大模型,探索大模型在防震減災領域中的應用。融合多種類型數據源,加強多模態數據在人工智能地震監測預測中的應用。

  四、戰略保障

  (一)加強組織領導

  加強對防震減災領域人工智能發展研究規劃實施的組織領導。成立局領導牽頭,各個相關司和系統內外相關單位組成的工作組,設立防震減災領域人工智能專家組,出臺有關推動防震減災領域人工智能工作的扶持政策,大力推進防震減災領域人工智能發展研究規劃落實工作。

  (二)形成保障機制

  建立健全經費和資源投入保障機制。圍繞國家級重大科技計劃和工程項目,布局防震減災領域人工智能科學研究和應用,凝練成一批國家重點研發計劃、自然基金等項目。依托國家財政專項以及行業和科研院所自主科研經費、中國地震局相關業務項目等,統籌調配各類地震監測和研究設施、各類數據資源等,推進規劃主要任務的實施。同時拓寬和引導社會資金支持,保障規劃目標的實現。

  (三)構建合作平臺

  加強與中國地震學會、中國地球物理學會、中國災害防御協會等的合作,開展防震減災領域人工智能熱點問題研究的交流會、模型競賽、培訓和科普等。開展與上海人工智能實驗室、中國科學技術大學、南方科技大學、北京大學等機構的合作。加強與八方地動科技有限公司等企業的合作,發揮企業在關鍵技術研發和示范應用中的重要作用。借助國家超算中心、地震科學國際數據中心、“深時數字地球”國際大科學計劃等公共基礎設施計算資源,構建可持續發展的高性能計算應用生態環境。建設防震減災領域人工智能聯合實驗室和重點實驗室。吸引國際國內的科研院所、企業和個人開展人工智能在防震減災領域應用競賽。

  (四)強化人才隊伍建設

  依托國家人才計劃、地震科技創新團隊、地震人才工程,引進和培養一批在國內外學術界有重要影響的學術帶頭人和有較強競爭力的青年科技骨干,培養一批卓越的防震減災領域人工智能工程師。建設若干個具有國際影響力的研究團隊,形成一支具有良好科學素養的支撐防震減災領域人工智能任務的科技人才隊伍。持續強化后備人才培養,支持研究院所和高等院校聯合培養防震減災領域人工智能相關專業的研究生,著力提升研究生培養質量,擴大博士后流動人員規模。

關閉
微博 微信

微博二維碼

微信二維碼

亚洲精品中文字幕在线_欧美一级电影免费在线观看_欧美激情视频给我_狠狠色综合一区二区_国产日韩欧美另类_久久久人成影片一区二区三区观看 _国产欧美日韩专区发布_狠狠色综合一区二区_视频一区视频二区视频_一区二区在线观
91沈先生在线观看| 欧美黄色性视频| 999在线观看免费大全电视剧| 亚洲一区三区电影在线观看| 日韩在线导航| 欧美高跟鞋交xxxxhd| 亚洲精品乱码视频| 久久亚洲午夜电影| 国产日韩欧美日韩大片| 国产激情999| 欧美一区2区三区4区公司二百| 亚洲va电影大全| 精品乱码一区| 久久精品国产美女| 国产成人jvid在线播放| 欧美精品与人动性物交免费看| 亚洲精品欧美精品| 91精品国产色综合| 99视频免费观看| 日韩一区免费观看| 国产精品6699| 国产欧美一区二区在线播放| 蜜桃麻豆91| 国产精品成人v| 鲁鲁视频www一区二区| 欧美日韩另类丝袜其他| 好吊色欧美一区二区三区四区| 欧美一区在线直播| 91精品在线观| 永久久久久久| 欧美人与物videos另类| 国产精品久久久久久超碰| 51蜜桃传媒精品一区二区| 欧美激情18p| 91精品中国老女人| 久久久亚洲成人| 美脚丝袜一区二区三区在线观看| 久久久精品动漫| 国产伦精品一区二区三毛| 欧美h视频在线| 91在线直播亚洲| 亚洲精品欧美日韩专区| 国产福利视频一区二区| 久久青草福利网站| 国产精品一区二区a| 久久久久久香蕉网| 国产成人一区二区在线| 亚洲综合自拍一区| 国产欧美精品一区二区三区-老狼 国产欧美精品一区二区三区介绍 国产欧美精品一区二区 | 69视频在线免费观看| 国产热re99久久6国产精品| 97超碰蝌蚪网人人做人人爽| 69久久夜色精品国产69| 91精品在线播放| 国产尤物91| 国产精品福利观看| 狼狼综合久久久久综合网| 欧美怡春院一区二区三区| 欧美中文在线字幕| 免费国产一区| 欧美一区二三区| 欧美日韩国产三区| 欧美黄色成人网| 国产视频一区二区三区四区| 日本免费高清一区二区| 91视频免费在线| 97人洗澡人人免费公开视频碰碰碰| 日本精品久久中文字幕佐佐木| 97超碰国产精品女人人人爽| 久久久久久久999| 国产精品盗摄久久久| 欧美日韩精品中文字幕一区二区| 日本一区二区在线播放| 99国产视频| 91精品国产自产在线| 国产精品aaa| 欧美黑人视频一区| 亚洲精品国产系列| 欧美中文娱乐网| 91在线免费观看网站| 国产精品青草久久久久福利99| 丁香五月网久久综合| 精品久久久久久综合日本| 日韩av电影免费观看高清| 国产精品视频区| 日本一区二区在线播放| 色999五月色| 久久99久久精品国产| 国产精品美女视频网站| 欧美—级a级欧美特级ar全黄| 琪琪第一精品导航| 国产成人精品在线视频| 亚洲国产精品毛片| 欧美精品亚洲精品| 国产成人av网| 91青青草免费观看| 国产成人精品自拍| 国产91对白在线播放| 成人国产精品久久久久久亚洲| 粉嫩av一区二区三区免费观看| 久久久亚洲精选| 综合一区中文字幕| 欧美一级黑人aaaaaaa做受| 欧美亚洲激情在线| 伊人久久大香线蕉午夜av| 91久久久久久久久久| 狠狠爱一区二区三区| 国产精品免费一区二区| 一区二区三区我不卡| 一区不卡视频| 青草热久免费精品视频| 日韩亚洲不卡在线| 8050国产精品久久久久久| 亚洲午夜高清视频| 亚洲一区二区在| 国内精品久久久久伊人av| 亚洲一区二区三区sesese| 日本精品视频在线观看| 91丨九色丨国产在线| 国产精品日韩一区二区| 国产欧美日韩中文字幕在线| 99久热re在线精品996热视频| 亚洲曰本av电影| 91观看网站| 麻豆成人av| 亚洲精品二区| 久久久视频精品| 国产精品免费观看在线| 热99久久精品| 成人黄色生活片| 午夜精品一区二区三区在线观看 | 亚洲国产一区二区三区在线| 中文字幕欧美日韩一区二区三区 | 欧美交受高潮1| 国产精品一区二区久久精品| 国语精品中文字幕| 国外成人在线直播| 国产精品va在线播放| 欧美精品久久久久久久| 国产a∨精品一区二区三区不卡| 中文字幕一区二区三区精彩视频| 国产91精品久久久久久| 一区二区91美女张开腿让人桶| 国产精品成人aaaaa网站| 国产精品无码专区在线观看| 亚洲高清视频一区| 亚洲bt欧美bt日本bt| 欧美日韩一区二区三区在线视频| 日韩国产伦理| 亚洲va欧美va国产综合剧情| 国产欧美日韩视频| 亚洲永久在线观看| 欧美性色黄大片人与善| 韩国精品美女www爽爽爽视频| 蜜桃传媒视频麻豆一区| 成人av资源网| 国产精品久久久久久久7电影| 精品综合久久| 日本午夜一区二区三区| 98精品国产高清在线xxxx天堂| 婷婷久久伊人| 日本一区免费观看| 国产精品一区二区久久国产| 欧美激情视频在线观看| 日本欧美中文字幕| 性欧美亚洲xxxx乳在线观看| 日本10禁啪啪无遮挡免费一区二区 | 91视频免费进入| 国产精品一区二区a| 欧美肥老妇视频| 91av视频在线免费观看| 国产精品美女视频网站| 黄色国产精品一区二区三区| 蜜桃传媒一区二区| 日本亚洲精品在线观看| 91在线观看免费观看 | 国产国语刺激对白av不卡| 九九热久久66| 国产精品午夜av在线| 国产精品久久综合av爱欲tv| 日韩美女在线观看| 日韩美女写真福利在线观看| 91精品在线看| 久久久久久久久中文字幕| 国产传媒一区二区| 91在线观看免费观看| 亚洲一区二区自拍偷拍| 91久久精品国产91久久性色tv | 亚洲美女搞黄| 中文字幕在线中文字幕日亚韩一区 | 欧美大香线蕉线伊人久久| 91精品久久久久久蜜桃| 日韩一区二区三区高清| 国产日韩欧美日韩| 国模私拍视频一区| 91美女福利视频高清| 国产乱码精品一区二区三区卡| 欧美又大又硬又粗bbbbb| 久久精品国产综合精品| 欧美黑人国产人伦爽爽爽| 国产精品久久久久久五月尺| 91成人在线播放| 中文字幕日韩一区二区三区不卡| 91精品久久久久久综合乱菊| 日本一区二区三区四区高清视频 | 亚洲最大福利视频网站| 欧洲av一区| 国产在线精品播放| 热99精品里视频精品| 久久免费观看视频| 99电影在线观看| 亚洲一区高清| 97人人模人人爽人人喊38tv| 国产成人综合av| 欧美寡妇偷汉性猛交| 亚洲精品中字| 亚洲精品在线免费看| 国产精品成人免费电影| 国产精品一区二区久久| 久久久久久久一区二区| av激情久久| 国产精品美女诱惑| 69久久夜色精品国产69| 中文字幕人成一区| 成人免费在线看片| 国产精品视频免费在线| 亚洲欧美久久久久一区二区三区| 99视频免费观看| 91视频免费在线| 国产玖玖精品视频| 亚洲春色综合另类校园电影| 97精品国产97久久久久久免费 | 国产精品久久久| 国产精品有限公司| av资源站久久亚洲| 午夜精品一区二区在线观看的 | 免费久久99精品国产自| 91超碰rencao97精品| 91欧美视频网站| 亚洲电影一二三区| 日韩成人在线资源| 亚洲欧洲另类精品久久综合| 国产狼人综合免费视频| 国产一区二区不卡视频在线观看 | 国产欧美日韩伦理| 992tv成人免费视频| 国产精品一区二区欧美| 欧美国产一区二区三区| 91视频99| 欧美一级日本a级v片| 国产精品精品一区二区三区午夜版| 国产91对白在线播放| 日韩欧美一区二区三区四区五区| 欧美极品美女视频网站在线观看免费 | 国产成人综合亚洲| 欧美一区二区影视| 91成人在线看| 国产91免费看片| 欧美高清性xxxxhd| 国产专区一区二区| 国产成人拍精品视频午夜网站| 国产成人精品av| 日本成人黄色| 91黑丝在线观看| 91精品国产九九九久久久亚洲| 亚洲欧洲精品一区二区三区波多野1战4| 亚洲a级在线播放观看| 久久久久久午夜| 欧洲亚洲一区二区| 欧美激情视频一区二区| 欧洲精品亚洲精品| 国产综合在线视频| 欧美在线一区二区三区四区| 国产精品com| 99精彩视频在线观看免费| 久久久久久国产三级电影| 亚洲va韩国va欧美va精四季| 91精品久久久久久久久久另类| 久久亚洲一区二区| 国产无套精品一区二区| 亚洲欧洲在线一区| 日韩美女视频在线观看| 欧美黄色三级网站| 国产成人精品福利一区二区三区| 69av在线视频| 成人www视频在线观看| 欧美国产第一页| 欧美一区第一页| 欧美日韩一区二区三区在线观看免 | 欧美日韩精品免费观看| 97免费视频在线播放| 亚洲一区三区电影在线观看| 91精品在线播放| 91产国在线观看动作片喷水| 蜜桃久久精品乱码一区二区 | 成人在线视频网址| 91精品国产综合久久久久久蜜臀 | 久久久久久久电影一区| 国产精品久久久久久久久久| 国产精品手机在线| 精品国产一区二区三区麻豆小说| 超碰国产精品久久国产精品99| 欧美精品激情blacked18| 亚洲制服中文| 亚欧精品在线| 99久久99久久| 91精品久久久久久久久| 欧美在线激情| 91精品国产高清久久久久久久久| 国产精品1234| 欧洲在线视频一区| 国产伦精品一区二区三区高清版| 欧美一级片在线播放| 国产精品第8页| 91视频九色网站| 91精品久久久久久久久久| 一本久道久久综合| 97久久久久久| 欧美一区二区三区四区夜夜大片| 国产精品女主播视频| 在线成人性视频| 亚洲.欧美.日本.国产综合在线| 69av在线视频| 亚洲最大福利视频网站| 成人欧美一区二区三区在线湿哒哒| 中文字幕中文字幕在线中一区高清| 欧美精品久久久| 99re视频在线播放| 国产精品一区二区三| 国产综合第一页| 国产主播喷水一区二区| 亚洲qvod图片区电影| 欧美激情女人20p| 亚洲bt天天射| 成人激情综合网| 91免费国产网站| 91中文字幕在线| 91久久偷偷做嫩草影院| 亚洲va久久久噜噜噜| av噜噜色噜噜久久| 国偷自产av一区二区三区小尤奈| 国产尤物91| 欧美精品一区二区三区四区五区 | 欧洲午夜精品久久久| 奇米影视亚洲狠狠色| 成人av免费看| 国产欧美日韩在线播放| 91系列在线观看| 亚洲一区二区三区午夜| 国产精品久久久91| 国产盗摄xxxx视频xxx69| 97碰碰碰免费色视频| 91久久精品国产91久久性色| 欧美xxxx黑人又粗又长精品| 奇米影视亚洲狠狠色| 欧美疯狂性受xxxxx另类| 日本免费久久高清视频| 国产精品pans私拍| 日本在线播放一区| 国内精品久久久久| 国产精品日本精品| 五月天丁香综合久久国产| 日韩av电影手机在线观看| 国产精品com| 日韩国产一区久久| 97热在线精品视频在线观看| 成人在线观看视频网站| 国产精品一区视频网站| 欧美激情精品久久久久久免费印度| 欧美在线欧美在线| 国产精品黄页免费高清在线观看| 国产69久久精品成人| 国内精品视频一区| 亚洲一区二区少妇| 在线成人性视频| 成人妇女免费播放久久久| 一本色道久久综合亚洲精品婷婷| 国产在线观看不卡| 一本色道久久综合亚洲精品婷婷 | 国产精品国模大尺度私拍| 国产伦精品一区| 另类欧美小说| 欧美一级片一区| 五月天亚洲综合情| 国产成人av网址| 欧美黄色片视频| 高清视频在线观看一区| 国外成人在线视频| 日韩高清专区| 国产精品视频一区二区高潮| 精品久久久三级| 永久免费精品视频网站| 91久久在线播放| 欧美日韩国产免费一区二区三区| 国产综合久久久久| 欧美激情一区二区三区久久久| 欧美人与物videos另类| 国产一区二区精品在线| 免费精品视频一区二区三区| 91手机在线观看| 久久久亚洲福利精品午夜| 日本久久久久亚洲中字幕| 91久久大香伊蕉在人线| 国产精品视频yy9099| 伊人久久大香线蕉av一区| 91在线高清视频| 欧美激情久久久久| 欧美精品一区二区三区四区五区| 91超碰在线电影| 91精品国产高清| 玛丽玛丽电影原版免费观看1977 | 97av在线影院| 欧美激情一区二区三区高清视频| 青青久久av北条麻妃海外网| 国产免费一区| 日韩av电影国产| 日韩av影视| 国产欧美最新羞羞视频在线观看| 亚洲一卡二卡三卡四卡无卡网站在线看| 日本久久久a级免费| 国产日韩亚洲精品| 久久久久久久久久久成人| 国产欧美日韩视频一区二区三区| 日本aⅴ大伊香蕉精品视频| 久久久精彩视频| 国产精品pans私拍| 亚洲成人精品电影在线观看| 久久久久久久久久久av| 国产伦精品一区二区三区四区视频 | 久久亚洲午夜电影| 欧美亚洲日本黄色| 亚洲高清乱码| 欧美一区2区三区4区公司二百| 91视频九色网站| 成人国产在线激情| 91国内在线视频| 91精品婷婷国产综合久久蝌蚪| 国产精品丝袜久久久久久高清| 亚洲欧洲三级| 久久综合九色综合网站| 久久波多野结衣| 91久久综合亚洲鲁鲁五月天| 国产精品嫩草影院久久久| 欧美在线欧美在线| 91久久偷偷做嫩草影院| 成人性生交xxxxx网站| 国产日韩精品视频| 国产精品吴梦梦| 91精品久久久久久久久久久| 国产精品一区专区欧美日韩| 日韩亚洲不卡在线| 国产中文字幕亚洲| 国产综合久久久久| 99影视tv| 国产视频一区二区不卡| 成人久久18免费网站图片| 国产一区视频在线播放| 国产精品视频网址| 欧美中在线观看| 久久久久久久久久久一区| 不卡视频一区二区三区| 性色av一区二区三区红粉影视| 日韩免费三级| 欧美国产乱视频| 清纯唯美日韩制服另类| 国产精品第二页| 亚洲自拍偷拍色片视频| 国产高清在线一区| 国产亚洲情侣一区二区无 | 精品日本一区二区| 99re在线国产| 日韩免费在线看| 97视频免费在线观看| 成人免费福利视频| 日本一区二区三区视频在线播放| 制服国产精品| 日韩av免费在线看| 国产欧美一区二区三区在线| 久久综合给合久久狠狠色| 一区二区在线高清视频| 国产精品免费一区| 国产精品对白刺激久久久| 五月天久久狠狠| 日韩免费精品视频| 久久视频在线观看中文字幕| 欧美高清视频一区二区| 91精品综合视频| 亚洲免费视频一区| 国产精品大陆在线观看| 国产 高清 精品 在线 a| 欧美激情啊啊啊| 国产在线视频一区| 日韩一区二区三区资源| 国产欧美在线看| 久久久久久久97| 91成品人片a无限观看| 欧美中文字幕在线视频| 看高清中日韩色视频| 国产mv免费观看入口亚洲| 99在线视频首页| 久久久日本电影| 久久精品丝袜高跟鞋| 国内精品在线一区| 久久久久高清| 国产精品视频一区二区三区四 | 九九99玖玖| 91热福利电影| 久久精品国产第一区二区三区最新章节| 国产一区二区三区免费不卡| 午夜精品视频在线观看一区二区| 欧美极品少妇xxxxⅹ喷水| 国产成人综合精品| 久久久久这里只有精品| 日韩福利视频| 欧美久久在线| 欧美精品国产精品日韩精品| 97视频免费观看| 国产精品福利在线| 久久这里精品国产99丫e6| 久久久久成人精品| 麻豆蜜桃91| 国产成人一区二区三区| 久久久久久久久亚洲| 麻豆传媒一区| 51国偷自产一区二区三区| y111111国产精品久久婷婷| 欧洲美女免费图片一区| 一区精品在线| 欧美日韩国产不卡在线看| 国产精品自拍视频| 亲爱的老师9免费观看全集电视剧| 一区在线电影| 91在线|亚洲| 91亚洲精品一区二区| 国产精品欧美久久久| 国产精品久久久久av免费| 孩xxxx性bbbb欧美| 久久久综合av| 欧美国产视频日韩| 国产欧美日韩在线播放| 国产精品永久免费视频| 国产狼人综合免费视频| 国产精品swag| 奇米精品在线| 免费一区二区三区| 欧美另类网站| 日韩av电影免费在线观看| 欧美一区二区三区成人久久片| 欧美福利一区二区三区| 久久久久久久免费| 秋霞久久久久久一区二区| 成人免费看片网站| 欧美最顶级的aⅴ艳星| 欧美黑人xxxⅹ高潮交| 久久免费在线观看| 高清一区二区三区日本久| 成人福利视频网| 亚洲一区二区三区香蕉| 久久久影院一区二区三区| 欧美性天天影院| 97在线免费观看| 欧洲美女免费图片一区| 51ⅴ精品国产91久久久久久| 成人a级免费视频| 国产精品久久九九| 欧美高清视频一区| 一区二区视频国产| 91亚洲精华国产精华| 日本精品一区二区| 国产日韩一区二区三区| 亚洲va久久久噜噜噜久久狠狠 | 亚洲精品成人久久久998| 亚洲国产欧美不卡在线观看| 久久久久久香蕉网| 国产精品福利片| 国产精品福利网| 青青草国产精品| 91高清在线免费观看| 国产成人精品在线播放| 欧美一区二区视频97| 在线观看日本一区| 中文字幕欧美日韩一区二区| 在线国产精品网| 中文字幕人成一区| 欧美激情国产精品| 91精品国产色综合久久不卡98| 亚洲一区三区视频在线观看| 久久精品人人做人人爽电影| 国产精品福利小视频| 97久久精品人搡人人玩| 欧美激情精品久久久久| 国产精品久久久久999| 日本视频一区二区不卡| 国产精品一二区| 国产精品福利在线观看| 色一情一区二区三区四区| 91成人在线看| 97在线视频国产| 久久人人爽人人爽人人片av高清| 成人在线免费观看一区|