Mapping oasis structure data based on ChinaCover dataset： a case study of Hexi Inland River Basin

doi:10.7522/j.issn.1000-694X.2022.00129

Journal of Desert Research ›› 2023, Vol. 43 ›› Issue (3): 230-242.DOI: 10.7522/j.issn.1000-694X.2022.00129

Mapping oasis structure data based on ChinaCover dataset： a case study of Hexi Inland River Basin

Sen Li(), Changzhen Yan

Key Laboratory of Desert and Desertification，Northwest Institute of Eco-Environment and Resources，Chinese Academy of Sciences，Lanzhou 730000，China

Received:2022-09-02 Revised:2022-10-24 Online:2023-05-20 Published:2023-05-31

Abstract

Abstract:

The production of oasis thematic data with both oasis uniqueness and structural characteristics is a key basic problem to be solved in oasis research at present. In this paper， a secondary classification system of oasis ecosystem was constructed according to the characteristics of oasis. Then， taking the Hexi inland river basin （HIRB） as the study area， the object-oriented random forest classification and superposition analysis method was used to complete the land structure data mapping of oases in the HIRB from 1975 to 2020 in seven periods， combining with ChinaCover data and Landsat NDVI images. The results show that：（1） the oasis structure data mapping method based on ChinaCover data set can produce oasis thematic data quickly and accurately. （2） the overall accuracy of the primary type of the oasis ecosystem is 96.17%， and the accuracy of the secondary type is 82.64%-92.99%， which is significantly higher than that of the existing land cover products. （3） the proportion of oases in HIRB accounted for 8.97% of the study area in 2020， the primary type was mainly artificial oasis， and the secondary type was mainly cultivated land and grassland. （4） the artificial oasis in the HIRB showed a continuous expansion trend， the desert-oasis ecotone showed a shrinking trend， and the natural oasis shrank at first and then expanded in the past 45 years. The expansion of artificial oasis is mainly due to the increase of cultivated land and construction land， while the shrinkage of ecotone and natural oasis is mainly due to the decrease of grassland. This study can provide a simple and accurate data method for oasis mapping in arid areas.

Key words: mapping oasis, classification system, oasis change, accuracy evaluation

CLC Number:

P283.49

Sen Li, Changzhen Yan. Mapping oasis structure data based on ChinaCover dataset： a case study of Hexi Inland River Basin[J]. Journal of Desert Research, 2023, 43(3): 230-242.

Figures/Tables 13

References 47

1	申元村.拓展中国绿洲研究，促进干旱区域可持续发展［J］.干旱区研究，2007（4）：415.
2	王涛.干旱区绿洲化、荒漠化研究的进展与趋势［J］.中国沙漠，2009，29（1）：1-9.
3	赵文智，庄艳丽.中国干旱区绿洲稳定性研究［J］.干旱区研究，2008（2）：155-162.
4	王玉洁，秦大河.气候变化及人类活动对西北干旱区水资源影响研究综述［J］.气候变化研究进展，2017，13（5）：483-493.
5	Jia B， Zhang Z， Ci L，et al.Oasis land-use dynamics and its influence on the oasis environment in Xinjiang，China［J］.Journal of Arid Environments，2004，56（1）：11-26.
6	巩杰，谢余初，高彦净，等.1963-2009年金塔绿洲变化对绿洲景观格局的影响［J］.生态学报，2015，35（3）：603-612.
7	王新源，刘世增，陈翔舜，等.河西走廊绿洲面积动态及其驱动因素［J］.中国沙漠，2019，39（4）：212-219.
8	Bie Q， Xie Y.The constraints and driving forces of oasis development in arid region：a case study of the Hexi Corridor in northwest China［J］.Scientific Reports，2020，10：17708.
9	Xie Y， Bie Q， Lu H，et al.Spatio-temporal changes of oases in the Hexi Corridor over the past 30 years［J］.Sustainability，2018，10：4489.
10	卫娇娇.基于遥感的甘肃河西地区绿洲分布提取及时空变化分析［D］.兰州：兰州大学，2016.
11	李森，颜长珍.近20年来河西走廊人工绿洲演变及人为因素分析［J］.干旱区资源与环境，2013，27（4）：92-98.
12	赵文智，杨荣，刘冰，等.中国绿洲化及其研究进展［J］.中国沙漠，2016，36（1）：1-5.
13	陈曦，罗格平.干旱区绿洲生态研究及其进展［J］.干旱区地理，2008（4）：487-495.
14	赵文智，常学礼.河西走廊水文过程变化对荒漠绿洲过渡带NDVI的影响［J］.中国科学：地球科学，2014，44（7）：1561-1571.
15	武磊，李常斌，王刘明，等.基于ESA-LUC和MODIS-NDVI的西北干旱荒漠-绿洲体系分类阈值及应用［J］.中国沙漠，2020，40（6）：139-150.
16	Foley J A， DeFries R， Asner G P，et al.Global consequences of land use［J］.Science，2005，309（5734）：570-574.
17	Running S W.Ecosystem disturbance，carbon，and climate［J］.Science，2008，321（5889）：652-653.
18	Gong P， Wang J， Yu L，et al.Finer resolution observation and monitoring of global land cover：first mapping results with Landsat TM and ETM+ data［J］.International Journal of Remote Sensing，2013，34（7）：2607-2654.
19	Zhang Z， Wang X， Zhao X，et al.A 2010 update of National Land Use/Cover Database of China at 1∶100000 scale using medium spatial resolution satellite images［J］.Remote Sensing of Environment，2014，149：142-154.
20	Yang Y， Xiao P， Feng X，et al.Accuracy assessment of seven global land cover datasets over China［J］.ISPRS Journal of Photogrammetry and Remote Sensing，2017，125：156-173.
21	Chen J， Zhu X， Imura H，et al.Consistency of accuracy assessment indices for soft classification：Simulation analysis ［J］.ISPRS Journal of Photogrammetry and Remote Sensing，2010，65：156-164.
22	Fei C， Jun C， Hao W，et al.A landscape shape index-based sampling approach for land cover accuracy assessment［J］.Science China （Earth Sciences），2016，59（12）：2263-2274.
23	Loveland T R， Belward A S.The IGBP-DIS global 1 km land cover data set，DISCover：first results［J］.International Journal of Remote Sensing，1997，18（15）：3289-3295.
24	Loveland T R， Reed B C， Brown J F，et al.Development of a global land cover characteristics database and IGBP DISCover from 1 km AVHRR data［J］.International Journal of Remote Sensing，2000，21（6/7）：1303-1330.
25	Hansen M C， Defries R S， Townshend J R G，et al.Global land cover classification at 1 km spatial resolution using a classification tree approach［J］.International Journal of Remote Sensing，2000，21（6/7）：1331-1364.
26	Bartholome E， Belward A S.GLC2000：a new approach to global land cover mapping from Earth observation data［J］.International Journal of Remote Sensing，2005，26（9）：1959-1977.
27	Friedl M A， Mciver D K， Hodges J C F，et al.Global land cover mapping from MODIS：algorithms and early results［J］.Remote Sensing of Environment，2002，83（1/2）：287-302.
28	Friedl M A， Sulla-Menashe D， Tan B，et al.MODIS Collection 5 global land cover：algorithm refinements and characterization of new datasets［J］.Remote Sensing of Environment，2010，114（1）：168-182.
29	Arino O， Bicheron P， Achard F，et al.GLOBCOVER：the most detailed portrait of Earth［J］.ESA Bulletin，2008，136：25-31.
30	Bontemps S， Defourny P， Van Bogaert E，et al.GLOBCOVER 2009 products description and validation report［J］.Foro Mundial De La Salud，2011，136（53）：10013.
31	Defourny P， Achard F， Boettcher M，et al.Global and regional land cover mapping and characterization for climate modelling：current achievements of the Land Cover component of the ESA Climate Change Initiative［C］//Living Planet Symposium 2016.Prague，Czech，2016.
32	Tateishi R， Hoan N T， Kobayashi T，et al.Production of global land cover data-GLCNMO2008［J］.Journal of Geography Geology，2014，6（3）：99.
33	Yu L， Wang J， Gong P.Improving 30 m global land-cover map FROM-GLC with time series MODIS and auxiliary data sets：a segmentation-based approach［J］.International Journal of Remote Sensing，2013，34（16）：5851-5867.
34	Karra K， Kontgis C， Statman-Weil Z，et al.Global land use / land cover with Sentinel 2 and deep learning［J］.IEEE International Geoscience and Remote Sensing Symposium IGARSS，2021：4704-4707.
35	Chen J， Chen J， Liao A，et al.Global land cover mapping at 30 m resolution：a POK-based operational approach ［J］.ISPRS Journal of Photogrammetry and Remote Sensing，2015，103：7-27.
36	吴炳方，张淼.从遥感观测数据到数据产品［J］.地理学报，2017，72（11）：2093-2111.
37	张磊，吴炳方，李晓松，等.基于碳收支的中国土地覆被分类系统［J］.生态学报，2014，34（24）：7158-7166.
38	张济世.河西内陆河流域水资源与现代生态环境演变［D］.北京：中国科学院研究生院，2003.
39	王金强，李俊峰，王昭阳，等.基于像元二分模型的典型绿洲区近20年植被覆盖变化及分析［J］.节水灌溉，2019（1）：96-101.
40	廖杰，王涛，薛娴.近55 a来黑河流域绿洲演变特征的初步研究［J］.中国沙漠，2012，32（5）：1426-1441.
41	谢家丽，颜长珍，李森，等.近35 a内蒙古阿拉善盟绿洲化过程遥感分析［J］.中国沙漠，2012，32（4）：1142-1147.
42	Ge G， Shi Z， Zhu Y，et al.Land use/cover classification in an arid desert-oasis mosaic landscape of China using remote sensed imagery：performance assessment of four machine learning algorithms［J］.Global Ecology and Conservation，2020，22：e00971.
43	顾峰，丁建丽，王敬哲，等.基于随机森林的绿洲典型湿地信息提取［J］.中国农村水利水电，2019（6）：44-50.
44	卡地尔牙·忙苏尔，依力亚斯江·努尔麦麦提，张永福，等.基于多特征PolSAR数据的干旱区土地利用/覆被分类［J］.地理空间信息，2021，19（12）：40-44.
45	廖杰.黑河流域绿洲演变研究［D］.北京：中国科学院研究生院，2011.
46	吴炳方.中华人民共和国土地覆被地图集（1∶1 000 000）［M］.北京：中国地图出版社，2017.
47	Li S， Zhang Z， Wang T，et al.Oasis functional stability evaluation based on multiple indicators，northwest China［J］.Acta Geologica Sinica （English Edition），2020，94（3）：624-636.

数据集名称	发布单位	时间	分辨率	卫星数据源	参考文献
IGBP DISCover	国际地圈生物圈计划数据和信息系统	1992—1993年	1 km	NOAA AVHRR	[23-24]
UMD	马里兰大学	1992—1993年	1 km	NOAA AVHRR	[25]
GLC 2000	欧洲委员会联合研究中心（JRC）	2000年	1 km	SPOT VGT	[26]
MOD12Q1 and MCD12Q1	美国波士顿大学	2001年至今	500/1 000 m	Terra and Aqua	[27-28]
GlobCover	欧洲航天局	2005—2006/2009年	300 m	ENVISAT MERIS	[29-30]
CCI-LC	欧洲航天局	2000/2005/2010年	300 m	ENVISAT MERIS	[31]
GLCNMO	全球制图国际指导委员会	2003/2008年	500 m	Terra and Aqua	[32]
FROM-GLC	清华大学	1984—2011年	30 m/10 m	Landsat/Sentinel-2	[18，33]
Esri 10-Meter Land Cover	Esri	2017—2021年	10 m	Sentinel-2	[34]
Globeland30	国家测绘中心	2000/2010/2020年	30 m	Landsat、环境星、高分一号	[35]

数据集名称	发布单位	时间	分辨率	卫星数据源	参考文献
IGBP DISCover	国际地圈生物圈计划数据和信息系统	1992—1993年	1 km	NOAA AVHRR	[23-24]
UMD	马里兰大学	1992—1993年	1 km	NOAA AVHRR	[25]
GLC 2000	欧洲委员会联合研究中心（JRC）	2000年	1 km	SPOT VGT	[26]
MOD12Q1 and MCD12Q1	美国波士顿大学	2001年至今	500/1 000 m	Terra and Aqua	[27-28]
GlobCover	欧洲航天局	2005—2006/2009年	300 m	ENVISAT MERIS	[29-30]
CCI-LC	欧洲航天局	2000/2005/2010年	300 m	ENVISAT MERIS	[31]
GLCNMO	全球制图国际指导委员会	2003/2008年	500 m	Terra and Aqua	[32]
FROM-GLC	清华大学	1984—2011年	30 m/10 m	Landsat/Sentinel-2	[18，33]
Esri 10-Meter Land Cover	Esri	2017—2021年	10 m	Sentinel-2	[34]
Globeland30	国家测绘中心	2000/2010/2020年	30 m	Landsat、环境星、高分一号	[35]

序号	Ⅰ级分类	代码	Ⅱ级分类	指标
1	林地	101	常绿阔叶林	H=3~30 m，C≥0.2，常绿，阔叶
		102	落叶阔叶林	H=3~30 m，C≥0.2，落叶，阔叶
		103	常绿针叶林	H=3~30 m，C≥0.2，常绿，针叶
		104	落叶针叶林	H=3~30 m，C≥0.2，落叶，针叶
		105	针阔混交林	H=3~30 m，C≥0.2，25%<F<75%
		106	常绿阔叶灌丛	H=0.3~5 m，C≥0.2，常绿，阔叶
		107	落叶阔叶灌丛	H=0.3~5 m，C≥0.2，落叶，阔叶
		108	常绿针叶灌丛	H=0.3~5 m，C≥0.2，常绿，针叶
		109	稀疏林	H=3~30 m，C=0.04~0.2
		110	稀疏灌丛	H=0.3~5 m，C=0.04~0.2
		111	乔木园地	人工植被，H=3~30 m，C≥0.2
		112	灌木园地	人工植被，H=0.3~5 m，C≥0.2
		113	乔木绿地	人工植被，人工表面周围，H=3~30 m，C≥0.2
		114	灌木绿地	人工植被，人工表面周围，H=0.3~5 m，C≥0.2
2	草地	201	温性草原	K<1，H=0.03~3 m，C≥0.2
		202	高寒草原	K<1，H=0.03~3 m，C≥0.2，T<1 300，海拔>3 200 m
		203	温性草甸	K≥1，土壤湿润，H=0.03~3 m，C≥0.2
		204	高寒草甸	K≥1，土壤湿润，H=0.03~3 m，C≥0.2，T<2 300，海拔>3 200 m
		205	草丛	K≥1，H=0.03~3 m，C≥0.2
		206	稀疏草地	H=0.03~3 m，C =0.04~0.2
		207	草本绿地	人工植被，人工表面周围，H=0.03~3 m，C≥0.2
3	耕地	301	水田	人工植被，土地扰动，水生作物，收割过程
3	耕地	302	旱地	人工植被，土地扰动，旱生作物，收割过程
4	湿地	401	乔木湿地	W>2或湿土，H=3~30 m，C≥0.2
		402	灌木湿地	W>2或湿土，H=0.3~5 m，C≥0.2
		403	草本湿地	W>2或湿土，H=0.03~3 m，C≥0.2
		404	湖泊	自然水面，静止
		405	水库/坑塘	人工水面，静止沿海晒盐场地
		406	河流	自然水面，流动
		407	运河/水渠	人工水面，流动
5	人工表面	501	建设用地	人工硬表面，包括居住地和工业用地
		502	交通用地	人工硬表面，线状特征
		503	采矿场	人工挖掘表面
6	其他	601	苔藓/地衣	自然，苔藓或地衣覆盖
		602	裸岩	自然，坚硬表面，石质，C <0.04
		603	戈壁	自然，砾石表面，砾漠，C <0.04
		604	裸土	自然，松散表面，壤质，C <0.04
		605	沙漠	自然，松散表面，沙质，C<0.04
		606	盐碱地	自然，松散表面，高盐分
		607	冰川/永久积雪	自然，水的固态

序号	Ⅰ级分类	代码	Ⅱ级分类	指标
1	林地	101	常绿阔叶林	H=3~30 m，C≥0.2，常绿，阔叶
		102	落叶阔叶林	H=3~30 m，C≥0.2，落叶，阔叶
		103	常绿针叶林	H=3~30 m，C≥0.2，常绿，针叶
		104	落叶针叶林	H=3~30 m，C≥0.2，落叶，针叶
		105	针阔混交林	H=3~30 m，C≥0.2，25%<F<75%
		106	常绿阔叶灌丛	H=0.3~5 m，C≥0.2，常绿，阔叶
		107	落叶阔叶灌丛	H=0.3~5 m，C≥0.2，落叶，阔叶
		108	常绿针叶灌丛	H=0.3~5 m，C≥0.2，常绿，针叶
		109	稀疏林	H=3~30 m，C=0.04~0.2
		110	稀疏灌丛	H=0.3~5 m，C=0.04~0.2
		111	乔木园地	人工植被，H=3~30 m，C≥0.2
		112	灌木园地	人工植被，H=0.3~5 m，C≥0.2
		113	乔木绿地	人工植被，人工表面周围，H=3~30 m，C≥0.2
		114	灌木绿地	人工植被，人工表面周围，H=0.3~5 m，C≥0.2
2	草地	201	温性草原	K<1，H=0.03~3 m，C≥0.2
		202	高寒草原	K<1，H=0.03~3 m，C≥0.2，T<1 300，海拔>3 200 m
		203	温性草甸	K≥1，土壤湿润，H=0.03~3 m，C≥0.2
		204	高寒草甸	K≥1，土壤湿润，H=0.03~3 m，C≥0.2，T<2 300，海拔>3 200 m
		205	草丛	K≥1，H=0.03~3 m，C≥0.2
		206	稀疏草地	H=0.03~3 m，C =0.04~0.2
		207	草本绿地	人工植被，人工表面周围，H=0.03~3 m，C≥0.2
3	耕地	301	水田	人工植被，土地扰动，水生作物，收割过程
3	耕地	302	旱地	人工植被，土地扰动，旱生作物，收割过程
4	湿地	401	乔木湿地	W>2或湿土，H=3~30 m，C≥0.2
		402	灌木湿地	W>2或湿土，H=0.3~5 m，C≥0.2
		403	草本湿地	W>2或湿土，H=0.03~3 m，C≥0.2
		404	湖泊	自然水面，静止
		405	水库/坑塘	人工水面，静止沿海晒盐场地
		406	河流	自然水面，流动
		407	运河/水渠	人工水面，流动
5	人工表面	501	建设用地	人工硬表面，包括居住地和工业用地
		502	交通用地	人工硬表面，线状特征
		503	采矿场	人工挖掘表面
6	其他	601	苔藓/地衣	自然，苔藓或地衣覆盖
		602	裸岩	自然，坚硬表面，石质，C <0.04
		603	戈壁	自然，砾石表面，砾漠，C <0.04
		604	裸土	自然，松散表面，壤质，C <0.04
		605	沙漠	自然，松散表面，沙质，C<0.04
		606	盐碱地	自然，松散表面，高盐分
		607	冰川/永久积雪	自然，水的固态

一级类型	特征描述及分布	二级类型	特征描述及分布
人工绿洲	位于荒漠基质背景下，植被生产力明显高于周围，耕地和建设用地是其主要土地覆被类型，绿洲外围和耕地周围有明显的条带状防护林草带	林地	以人工防护林为主，主要是防护人工绿洲遭到风沙侵害，与耕地或建设用地这样的典型类型相邻
		草地	分布在绿洲内部，斑块较小，一般属于未开垦地或者撂荒地
		耕地	人工绿洲的主体，呈规则的块状
		湿地	人工绿洲内的坑塘、人工湿地、河渠等
		建设用地	人工绿洲内的农村居民点、城镇用地及道路设施
		未利用地	人工绿洲内斑块较小的未利用地，一般多为裸土、盐碱地等
荒漠-绿洲过渡带	由于自然绿洲与荒漠没有明显的植被覆盖度降低的梯度，本研究中过渡带指的是人工绿洲和荒漠的中间地带。因此主要分布在荒漠和人工绿洲之间，以天然或半人工灌草为主，植被生产力明显低于人工绿洲，高于荒漠，通常植被覆盖度高于14%	林地	分布在人工绿洲的外围，以天然或半人工林灌为主，有少量的人类活动痕迹
		草地	分布在人工绿洲的外围，以天然或半人工草地为主，有少量的人类活动痕迹
		湿地	分布在人工绿洲的外围，以天然湿地为主，遭受少量的人类活动影响
		未利用地	过渡带内斑块较小的未利用地，一般不与山地-荒漠系统连接，多为裸土、盐碱地等
自然绿洲	主要分布在下游尾闾附近，主要是无人工干扰的林草灌等类型，有的具有一定面积的天然湿地。小部分位于河流两边，属于河岸林	林地	分布在流域下游或河流两侧，与人工绿洲的位置关系是在人工绿洲的下方向，一般是天然林灌，极少受到人类干扰
		草地	分布在流域下游或河流两侧，与人工绿洲的位置关系是在人工绿洲的下方向，一般是天然旱生草地，极少受到人类干扰
		湿地	分布在流域下游河流和尾闾湖泊及周围湿地
		未利用地	自然绿洲内斑块较小的未利用地，一般不与山地-荒漠系统连接，多为裸土、盐碱地等

Mapping oasis structure data based on ChinaCover dataset： a case study of Hexi Inland River Basin

RichHTML

PDF

Knowledge

Abstract

Cite this article

share this article

Figures/Tables 13

References 47

Related Articles 6

Recommended Articles

Metrics

Comments

	人工绿洲	自然绿洲	过渡带	山地荒漠	合计
人工绿洲	669	3	5	1	678
自然绿洲	5	127	2	2	136
过渡带	8	7	83	5	103
山地荒漠	0	3	4	250	257
合计	682	140	94	258	1 174
用户精度	98.09%	90.71%	88.30%	96.90%
制图精度	98.67%	93.38%	80.58%	97.28%
总体精度	96.17%
Kappa系数	0.936

一级类型	二级类型	1975年	1990年	2000年	2005年	2010年	2015年	2020年
人工绿洲	林地	526.45	544.69	645.09	700.98	754.30	848.70	902.43
	草地	884.14	857.88	993.51	1 012.52	1 148.02	1 231.31	1 186.39
	耕地	11 016.00	11 315.92	12 083.39	12 760.85	12 858.57	13 032.21	13 333.13
	湿地	138.11	150.33	152.84	165.48	188.77	207.11	207.24
	建设用地	1 128.45	1 167.65	1 172.63	1 257.22	1 324.50	1 617.21	1 712.99
	未利用地	293.08	227.54	221.55	210.29	213.01	273.82	280.39
	小计	13 986.21	14 264.00	15 269.01	16 107.35	16 487.16	17 210.35	17 622.57
过渡带	林地	1 273.93	1 260.92	1 218.73	1 186.06	1 125.18	1 101.01	1 103.84
	草地	4 026.42	3 976.08	3 535.31	3 372.20	3 306.82	3 102.80	2 974.67
	湿地	39.70	35.25	33.34	28.10	27.94	28.46	32.71
	未利用地	1 581.86	1 582.40	1 403.74	1 380.55	1 112.49	1 066.98	1 059.53
	小计	6 921.90	6 854.65	6 191.13	5 966.92	5 572.43	5 299.25	5 170.76
自然绿洲	林地	1 613.55	1 615.79	1 600.01	1 586.13	1 582.54	1 548.26	1 573.78
	草地	4 814.36	4 807.38	4 739.16	4 602.05	4 558.62	4 535.54	4 593.83
	湿地	550.13	518.90	517.26	594.06	600.93	727.34	722.43
	未利用地	407.38	386.97	382.58	393.27	337.22	387.80	388.34
	小计	7 385.43	7 329.04	7 239.01	7 175.51	7 079.31	7 198.94	7 278.38
总计		28 293.55	28 447.69	28 699.15	29 249.77	29 138.90	29 708.55	30 071.71

类型	FROM-GLC数据		本研究绿洲二级类数据
类型	制图精度	用户精度	制图精度	用户精度
农田	72.36%	81.65%	92.19%	95.93%
林地	14.29%	57.14%	87.04%	90.38%
草地	47.27%	40.00%	79.17%	63.33%
建设用地	0.00%	0.00%	100.00%	100.00%
湿地	94.74%	85.71%	94.74%	100.00%
未利用地	88.24%	29.41%	76.47%	68.42%
总体	60.08%		89.33%
Kappa系数	0.439		0.845

一级类型	二级类型	本数据	oasis_wang	oasis_xie
人工绿洲	林地	754.3	629.61	—
	草地	1 148.02	786.2	—
	耕地	12 858.57	10 262.61	—
	湿地	188.77	301.54	—
	建设用地	1 324.5	1 395.94	—
	未利用地	213.01	208.15	—
	小计	16 487.16	13 584.05	14 410.73

[1]	Haotian Yang, Xinrong Li, Peijie Yan, Yunfei Li, Quanlin Ma. Soil types and spatial distribution in Tengger Desert [J]. Journal of Desert Research, 2020, 40(4): 154-162.
[2]	Zhang Meiling, Jiang Wenlan, Cheng Quangong, Liu Xiaoni. Estimation of Grassland Net Primary Production in China with Improved CASA Model Based on the CSCS [J]. JOURNAL OF DESERT RESEARCH, 2014, 34(4): 1150-1160.
[3]	FENG Yi-ming, WU Bo, ZHOU Na, CHE Teng-teng, WANG Feng, CONG Ri-chun, CAO Yan-li, LU Qi. Gobi Classification System Based on Remote Sensing Image Recognition [J]. JOURNAL OF DESERT RESEARCH, 2013, 33(3): 635-641.
[4]	DONG Yu-xiang. Classification of Coastal Dunes in Temperate Zone in China [J]. JOURNAL OF DESERT RESEARCH, 2000, 20(2): 159-165.
[5]	LIU Shu-zhen, CHAI Zong-xin, FAN Jian-rong. Discussion on Classification System of Land Desertification in China [J]. JOURNAL OF DESERT RESEARCH, 2000, 20(1): 35-39.
[6]	LI Sen, WANG Yue, HA Si, YANG Ping, JIN He-ling, ZHANG Jia-shen. CLASSIFICATION AND DEVELOPMENT OF AEOLIAN SAND LANDFORM IN THE YURLUNG ZANGBO VALLEY [J]. JOURNAL OF DESERT RESEARCH, 1997, 17(4): 342-350.