تجزیه و تحلیل مکانی-زمانی تغییر کاربری اراضی/پوشش زمین ناحیه پیشین با استفاده از تصاویر ماهواره ای و GIS

تشخیص تغییر در چهره کره زمین با استفاده از GIS (سیستم اطلاعات جغرافیایی) به کمک تصاویر سنجش از راه دور اکنون به ابزاری ضروری در مدیریت منابع سیاره ما تبدیل شده است. پژوهش حاضر با کمک سیستم اطلاعات جغرافیایی و سنجش از دور (RS) نیز تلاشی مشابه در ثبت و کمی سازی تغییرات کاربری و پوشش اراضی در ناحیه پیشین در ابعاد مکانی و زمانی است.تصاویر ماهواره ای از وب سایت رسمی USGS از سه ماهواره LANDSAT به دست آمده است. این ماهواره‌ها LANDSAT 5، LANDSAT7 و LANDSAT 8 هستند. داده‌ها برای سال‌های 1992، 2003 و 2013 جمع‌آوری شدند. تصاویر ماهواره‌ای در ArcMap 10.1 پردازش شدند و طبقه‌بندی تصویر نظارت شده با حداکثر احتمال برای رسیدن به هدف تشخیص تغییر اعمال شد. نتیجه تجزیه و تحلیل نشان داد که مساحت ساخته شده 5.84٪ افزایش یافته است. پوشش گیاهی 3.89٪ افزایش یافت. بدنه های آبی 0.05٪ افزایش یافته و سطوح لخت 9.78٪ کاهش یافته است. کاهش سطوح بایر به دلیل افزایش پوشش گیاهی و مساحت ساخته شده است که جایگزین زمین بایر در منطقه مورد مطالعه شده است.

کلید واژه ها

مکانی-زمانی ، تغییر پوشش زمین ، ناحیه پیشین ، GIS ، تصاویر ماهواره ای

1. مقدمه

مطالعات علمی نشان داده اند که تنها مکان های کمی بر روی کره زمین باقی مانده است که هنوز در حالت طبیعی خود هستند و به دلیل دخالت و فعالیت های انسانی تغییری نکرده اند. فعالیت های انسان زایی همراه با برخی فرآیندهای طبیعی، وضعیت طبیعی روی زمین را به شدت تغییر داده است. الگوی کاربری زمین/پوشش زمین (LULC) یک منطقه تقریباً به طور کامل توسط فعالیت های انسانی و طبیعی تعریف می شود [ 1 ]. بنابراین، مطالعات تشخیص تغییر LULC برای نظارت بر محیط ما و استفاده از منابع زمین مادر به روشی عاقلانه بسیار مهم شده است [ 2 ]. مشاهده زمین از فضا با استفاده از تصاویر ماهواره ای نقش تعیین کننده ای در نظارت و نظارت بر تأثیر انسان بر محیط زیست زمین و منابع موجود برای استفاده ما دارد.3 ] . تشخیص تغییر به صورت دیجیتالی به تعیین تغییراتی که در کاربری زمین و پوشش زمین با کمک داده های سنجش از راه دور چند بعدی ارجاع داده شده جغرافیایی رخ داده است کمک می کند [ 4 ]. تصاویر ماهواره ای با وضوح های مختلف فضایی، زمانی، طیفی و رادیومتری به منظور تشخیص تغییرات هم در گستره مکانی و هم زمانی در منطقه مورد مطالعه استفاده می شود. این تصاویر با مشخصات داده‌های مختلف را می‌توان در قالب‌های متعدد از داده‌های مختلف ارائه‌دهنده منابع وب به صورت رایگان یا با پرداخت هزینه به ارائه‌دهندگان داده دریافت کرد [ 5 ]] . باید در نظر داشت که داده‌هایی که به‌صورت رایگان در دسترس هستند، عمدتاً با وضوح فضایی کمتری هستند، اما می‌توانند به طور مؤثر در تشخیص تغییر کاربری زمین استفاده شوند. برای هر نوع تشخیص تغییر دیجیتالی، لازم است تصاویری که از قبل پردازش شده و در صورت لزوم بهبود می یابند، طبقه بندی شوند [ 6 ]. تصاویری که به دست می‌آیند را می‌توان در بسته‌های نرم‌افزاری مختلف GIS با استفاده از روش‌های مختلف مانند طبقه‌بندی تحت نظارت و بدون نظارت پس از ثبت جغرافیایی و بهبود آن پردازش کرد [ 7 ]. فرآیند دیجیتال حداکثر احتمال به عنوان یک روش رایج بیشتر برای تشخیص تغییر در انواع تنظیمات جغرافیایی استفاده می شود [ 8 ]. طبقه بندی نظارت شده هنوز یکی از پرکاربردترین روش های طبقه بندی نظارت شده است [ 9] . این فرآیند نیز قابل اعتماد و دقیق در نظر گرفته می شود [ 10 ]. از GIS به عنوان ابزاری برای تشخیص تغییرات کاربری اراضی منطقه مورد مطالعه در عرصه مکانی و زمانی آن استفاده شد. برای انجام این کار، یک بسته نرم افزاری بسیار پیچیده GIS به نام ArcMap 10.1 برای دست زدن به تصاویر ماهواره ای استفاده شد. علاوه بر داده های ماهواره ای از سنسورهای مختلف LANDSAT، از برگه های توپوگرافی نیز برای دستیابی به هدف تشخیص تغییرات دیجیتال در منطقه مورد مطالعه استفاده شد.

در دسترس بودن تصاویر از تاریخ های مورد نظر یکی از محدودیت های مطالعه در کنار در دسترس بودن تصاویر ماهواره ای با وضوح بسیار بالا است. این تحقیق در مورد موضوعی انجام شده است که از اهمیت زیادی در مراقبت از منابع زمین با استفاده از GIS و سنجش از دور برخوردار است.

2. روش شناسی

2.1. منطقه مطالعه

ناحیه پیشین در شمال غربی ایالت بلوچستان پاکستان واقع شده است ( شکل 1 ) و از نظر جغرافیایی دارای کوه های مرتفع و فلات بین کوهی با مناطق جلگه ای پراکنده به شکل دشت های پیمونت است. موقعیت مطلق ناحیه پیشین در فاصله 30 درجه تا 17 دقیقه و 31 دقیقه شمالی و 13 درجه سانتی گراد تا 67 درجه و 50 دقیقه شرقی است [ 11 ] . مساحت کل بخش پیشین 5296 کیلومتر مربع است. منطقه پیشین دارای آب و هوای با تابستان های معتدل و زمستان های بسیار سرد است.

11 اینچ بارندگی در سال نشان دهنده آب و هوای خشک و نیمه خشک استان است. موقعیت جغرافیایی منطقه در حاشیه سیستم های آب و هوایی برجسته شبه قاره است که موسمی تابستانی و زمستانی است.

2.2. منابع داده و اکتساب

به منظور استفاده از اراضی و داده های تشخیص تغییر پوشش زمین از سنسورهای مختلف LANDSAT استفاده شد. داده های حاصل از تصاویر ماهواره ای از وب سایت رسمی USGS از سه ماهواره LANDSAT به دست آمده است. اولین مورد LANDSAT 5 حامل سنسور TM (Thematic Mapper) است. تصاویر مربوط به سال 92 از این سنسور دانلود شد. دومین مورد LANDSAT7 است که دارای سنسور ETM+ (نقشه‌نگار موضوعی پیشرفته) است. تصاویر مربوط به سال 2003 از این سنسور دانلود شد و سومین سنسور LANDSAT 8 حامل OLI (تصویرساز زمین عملیاتی) است. تصاویر مربوط به سال 2013 از این سنسور دانلود شده است. داده‌هایی که از این حسگرها به‌دست آمد، دارای گستره زمانی نسبتاً بزرگ‌تری در حدود 21 سال (1992-2013) و همچنین وضوح طیفی قابل‌توجهی بود.

2.3. تحلیل داده ها

طبقه‌بندی تصویر، تلاش مشترک انسان و رایانه برای شناسایی طبقات کاربری زمین/پوشش زمین موجود در تصاویر با استفاده از اطلاعات طیفی است که در تصاویر به شکل مقادیر عددی دیجیتال ذخیره می‌شود. برای اطلاع از تغییر کاربری و پوشش زمین، تصاویر ماهواره ای در ArcMap 10.1 طبقه بندی شدند. برای این مطالعه

فرآیند طبقه بندی نظارت شده با استفاده از اسکریپت طبقه بندی نظارت شده حداکثر احتمال انجام شد. در طی این فرآیند، نمونه‌های آموزشی طبقه‌بندی نظارت شده با دقت زیادی انتخاب شدند و هر کلاس LULC با کمک تصاویر و نقشه‌های توپوگرافیک مشخص شد. شایان ذکر است که مشاهده و آگاهی شخصی از منطقه مورد مطالعه نیز به فرآیند طبقه بندی کمک کرده است. ارزیابی دقت پس از طبقه بندی با استفاده از روش ماتریس خطا انجام شد. ارزیابی دقت صحت فرآیند طبقه بندی را تایید کرد. چهار طبقه کاربری و پوشش زمین برای تشخیص تغییر در منطقه مورد مطالعه شناسایی شد. جزئیات این کلاس ها در جدول 1 آورده شده است.

3. نتایج و بحث

هر سه تصویری که پردازش و طبقه بندی شدند برای رسیدن به هدف تشخیص تغییر LULC استفاده شدند. همانطور که قبلا ذکر شد، هر سه تصویر سال 1992، 2003 و 2013 با استفاده از طبقه‌بندی نظارت شده حداکثر احتمال طبقه‌بندی شدند. نتایج طبقه بندی در زیر به تفصیل مورد بحث قرار گرفته است.

نتایج تصویر طبقه بندی شده 1992

با توجه به نتایج تصویر طبقه بندی شده ( شکل 2 ) سطوح لخت بر کل مساحت غالب بوده و 03/88 درصد را پوشش می دهد که پس از آن مساحت ساخته شده با 56/6 درصد قرار دارد. توده های آبی کمترین سطح زمین را پوشش می دهند و تنها 0.13 درصد از کل مساحت را پوشش می دهند. ارزیابی دقت نیز برای تصویر طبقه بندی شده انجام شد. نتایج تصویر نشان می‌دهد که دقت کاربر برای تمامی کلاس‌ها به جز آب که حدود 84 درصد است، بسیار خوب است. این را می‌توان به همان پاسخ‌های طیفی برخی از پیکسل‌های آب نسبت داد که برخی از سنگ‌های تیره رنگ در سطوح برهنه کلاس. دقت کلی طبقه بندی نیز بسیار خوب است که حدود 89 درصد است.

نتایج تصویر طبقه بندی شده 2003

طبق نتایج طبقه‌بندی ( شکل 3 ) حجم‌های آبی کمترین قسمت از کل مساحت را که 14/0 درصد یا 54/1836 هکتار می‌باشد، تشکیل می‌دهند. زمین بایر بخش عمده ای از کل مساحت را پوشش می دهد که 81.62٪ یا 1068335.01 هکتار است. پوشش گیاهی 7.69٪ یا 100669.02 هکتار را پوشش می دهد. مساحت ساخت حدود 137834.54 هکتار یا 10.53 درصد از کل مساحت را پوشش می دهد. نقشه حاصل از تصویر سال 2003 که به منظور شناسایی کاربری و تغییر پوشش زمین طبقه بندی شده است در شکل 3 قابل مشاهده است. ارزیابی دقت تصویر 2003 به وضوح نشان می‌دهد که سطوح برهنه با دقت بیشتری طبقه‌بندی شده‌اند. این امر را می توان به این دلیل نسبت داد که بخش بزرگی از منطقه مورد مطالعه این نوع پوشش زمین را تشکیل می دهد. اجاره نامه دقیقا کلاس دوباره است

آب که 86 درصد می باشد را می توان به این دلیل نسبت داد که برخی از پیکسل های تصویر که قسمت کوهستانی منطقه مورد مطالعه را پوشش می دادند دارای ویژگی های طیفی مشابه با آب بودند.

نتایج طبقه بندی تصویر 2013

نتایج طبقه‌بندی ( شکل 4 ) نشان می‌دهد که زمین بایر هنوز بخش عمده‌ای از مساحت کل را به خود اختصاص می‌دهد که 78.25٪ یا 1024043.97 هکتار است و پس از آن منطقه ساخته شده که 12.40٪ یا 162303.31 هکتار را پوشش می‌دهد. پوشش گیاهی 9.17٪ یا 120016.27 هکتار را پوشش می دهد. حجم آب تنها 0.18 درصد یا 2311.57 هکتار را پوشش می دهد. ارزیابی دقت طبقه‌بندی نشان داد که طبقه‌بندی دقیق‌ترین طبقه‌بندی، سطوح لخت است که بخش عمده‌ای از منطقه مورد مطالعه را تشکیل می‌دهد.

این بدان معنی است که حدود 94٪ از سطوح لخت به طور دقیق طبقه بندی شده اند. کم دقت ترین طبقه بندی مجدداً آب است که 84 درصد به درستی طبقه بندی شده است. دقت کلی طبقه بندی 89٪ است.

3.1. کاربری زمین و تغییر پوشش زمین

پس از این تجزیه و تحلیل جزئیات با استفاده از تصاویر ماهواره‌ای که یک بازه زمانی نسبتاً طولانی حدود 21 را پوشش می‌داد، مشخص شد که سطوح لخت بخش عمده‌ای از مساحت زمین را پوشش می‌داد که 03/88 درصد از کل مساحت منطقه مورد مطالعه در سال 1992 بود که به کاهش می‌یابد. 81.63٪ در سال 2003 و بیشتر به 78.25٪ در سال 2013 کاهش یافت. بنابراین یک کاهش کلی 9٪ در سطوح لخت در طول دوره مورد مطالعه ثبت شد. مساحت ساخته شده در سال 1992 معادل 6.57 درصد از کل مساحت بوده که در سال 2003 به 10.53 درصد افزایش یافته و این رقم در سال 2013 به 12.40 درصد افزایش یافته است. کلاس کاربری خاص پوشش گیاهی در سال 1992 حدود 5.28 درصد از کل مساحت را تشکیل می داد که در سال 2003 به 7.69 درصد و در سال 2013 به 9.17 درصد افزایش یافت. بنابراین در مجموع 3 افزایش یافت. 89 درصد در طول دوره مطالعه ثبت شد. توده های آبی در سال 1992 0.13 درصد را پوشش می دادند که در سال 2003 به 0.14 درصد افزایش یافت، بدنه های آبی در سال 2013 به حدود 0.18 درصد از کل مساحت افزایش یافت. دوره مطالعه جزئیات افزایش یا کاهش کاربری اراضی و طبقه‌بندی پوشش اراضی و درصد تغییرات سال در آن آورده شده استجدول 2 .

3.2. یافته ها و توصیه ها

3.2.1. یافته ها

علیرغم بسیاری از عوامل مانند در دسترس بودن تصاویر برای زمان خاصی از سال و در دسترس بودن نقشه های توپوگرافی اخیر و به روز شده، موانعی را در یافتن تغییرات در منطقه مورد مطالعه ایجاد کرد. مطالعه حاضر در تحقق اهداف تعیین شده برای مطالعه بسیار مؤثر بود. این مطالعه یافته های زیر را به دست آورد:

1) مساحتی که پوشش گیاهی دارد به تدریج در حال افزایش است. این امر را می توان به افزایش تعداد چاه های لوله و تامین برق بیشتر قسمت های منطقه مورد مطالعه نسبت داد. در نتیجه این افزایش، تعدادی از افراد چاه لوله اکنون می توانند مزارع خود را در فواصل زمانی مورد نیاز برای رشد و تولید طبیعی آبیاری کنند.

2) اشاره شد که افزایش پوشش گیاهی تقریباً به طور کامل به بخش‌های دشت جنوبی، جنوب شرقی و جنوب غربی منطقه محدود می‌شود. این به دلیل در دسترس بودن زمین قابل کشت در آن بخش از منطقه مورد مطالعه است.

3) خاطرنشان شد که مساحت ساخته شده از نظر نسبت آن به کل مساحت بیشترین افزایش را داشته است. این امر را می توان ناشی از افزایش محصولات کشاورزی دانست که به نوبه خود باعث افزایش فعالیت های اقتصادی و در نهایت سکونت و جمعیت انسانی در منطقه مورد مطالعه می شود.

4) سطوح لخت در منطقه مورد مطالعه در حال کاهش است. این به این دلیل است که منطقه ای که زمانی توسط سطوح لخت اشغال شده بود، اکنون پوشیده از پوشش گیاهی و سکونتگاه های انسانی است.

5) حجم آب در منطقه مورد مطالعه با سرعت بسیار کم افزایش یافته و در حدود 21 سال تنها 0.05 درصد افزایش یافته است. این به این دلیل است که این منطقه در چند وقت اخیر دچار خشکی می شود.

6) وسعت تحت پوشش سطوح بایر بیشتر در نواحی دشتی جنوبی، جنوب شرقی و جنوب غربی منطقه کاهش یافته است.

7) افزایش اندک توده های آبی به دلیل احداث سدهای کوچک بر روی نهرهای فصلی است که از منطقه مورد مطالعه عبور می کند.

8) وسعت انباشتگی در اکثر نقاط ولسوالی، به ویژه در بخش های جلگه ای جنوبی، جنوب شرقی و جنوب غربی ولسوالی افزایش یافت.

9) دریاچه کوشدیل خان در بخش جنوبی مرکزی منطقه مورد مطالعه هنوز هم بزرگترین توده آبی است، اما مساحت تحت پوشش آن در طول زمان کوچک شده است.

10) بر اساس یافته‌های کنونی می‌توان پیش‌بینی کرد که زمین‌های بایر به کوچک شدن ادامه می‌دهند و منطقه و پوشش گیاهی جایگزین آن می‌شود.

3.2.2. توصیه ها

مطالعه حاضر در واقع اولین تلاش برای تشخیص تغییرات با کمک GIS و RS در منطقه مورد مطالعه است و با کمک تصاویر ماهواره ای رایگان در دسترس انجام شده است. مطالعه حاضر حمایت می کند که استفاده از تصاویر چند طیفی و چند زمانی می تواند برای این نوع مطالعه بسیار مفید باشد. تشخیص تغییر با استفاده از روش‌های دیگر، به‌ویژه با استفاده از روش مرسوم، اغلب کار نمی‌کند یا نتایج نادرستی ارائه می‌کند. این مطالعه ثابت کرد که طبقه بندی نظارت شده با حداکثر احتمال یکی از مناسب ترین فرآیندهای طبقه بندی مورد استفاده برای این نوع مطالعه است. احتمالات بالقوه زیادی وجود دارد که باید برای هر مطالعه آینده در نظر گرفته شود. در این زمینه توصیه های زیر ارائه می شود:

1) مطالعه حاضر با کمک تصاویر با وضوح متوسط ​​در دسترس آزاد انجام شد. تصاویر دارای وضوح طیفی و فضایی متوسط ​​بودند. در نتیجه، احتمال طبقه بندی اشتباه افزایش می یابد. بنابراین می توان از تصاویر ماهواره ای تجاری موجود با وضوح فضایی و طیفی بسیار بالا برای نتایج بسیار دقیق استفاده کرد.

2) GPS دیفرانسیل می تواند برای جمع آوری داده های مرجع برای ارزیابی دقت استفاده شود. نقاط مرجع جمع آوری شده با کمک GPS دیفرانسیل می تواند نتایج دقیق تری را در حین ارزیابی دقت طبقه بندی پس از ارائه دهد.

3) می توان از نقشه های توپوگرافی جدید و به روز استفاده کرد که مطمئناً به روند طبقه بندی و شناسایی طبقات کمک می کند.

4) عکس های هوایی رنگی مطمئناً می توانند در روند طبقه بندی و شناسایی طبقات کمک کنند. در صورت وجود چنین عکس هایی باید استفاده شوند.

5) روش های دیگر طبقه بندی را می توان در دستیابی به هدف کاربری و تشخیص تغییر پوشش اراضی مورد استفاده قرار داد.

4. نتیجه گیری

تشخیص تغییر کاربری و پوشش زمین با کمک تصاویر ماهواره ای برای پایش تغییرات محیطی مهم است [ 12] . مطالعه حاضر که برای تشخیص تغییر کاربری و پوشش اراضی در ناحیه پیشین با کمک تصاویر چند زمانی و چندطیفی ارائه شده توسط وب سایت سازمان زمین شناسی ایالات متحده از سری ماهواره های LANDSAT انجام شد، قویاً از این ماهواره حمایت می کند. تصاویر را می توان به طور موثر در تشخیص تغییرات در گستره های مکانی و زمانی تقریباً در هر قسمت از کره زمین مورد استفاده قرار داد. مطالعه از این نوع اگر بدون استفاده از GIS و سنجش از دور انجام شود، در غیر این صورت اگر بخواهیم تغییراتی را پیدا کنیم که چنین گستره زمانی و مکانی وسیعی را پوشش می‌دهد، غیرممکن بود. این مطالعه نشان می دهد که مساحت ساخته شده 5.84 درصد افزایش یافته است، پوشش گیاهی 3.89 درصد افزایش یافته است. بدنه های آبی 0.05٪ افزایش یافته و سطوح لخت 9.78٪ کاهش یافته است. کاهش سطوح بایر به دلیل افزایش پوشش گیاهی و مساحت ساخته شده است که جایگزین زمین بایر در منطقه مورد مطالعه شده است. بنابراین بر اساس نتایج ارائه شده توسط این مطالعه، نشان می‌دهد که GIS و RS در حال حاضر یکی از مؤثرترین ابزارها در تشخیص و کمی‌سازی تغییرات کاربری و پوشش زمین یک منطقه خاص هستند.

منابع

[ 1 ]	شوشانی، ام.، کوتیل، پی و لاوی، اچ (1996). نظارت بر تغییرات پوشش گیاهی موقت در اکوسیستم های مدیترانه و خشک با استفاده از تکنیک سنجش از دور: مطالعه موردی کوه جود و صحرای یهود. مجله محیط های خشک، 33، 9-21. https://dx.doi.org/10.1006/jare.1996.0042
[ 2 ]	لیو، جی و دنگ، ایکس (2010) پیشرفت روش‌های تحقیق در فرآیند زمانی و مکانی LUCC. بولتن علوم چین، 55، 1354-1362. https://dx.doi.org/10.1007/s11434-009-0733-y
[ 3 ]	Rogan, J. and Chen, D. (2004) فناوری سنجش از دور برای نقشه برداری و نظارت بر پوشش زمین و تغییر کاربری زمین. پیشرفت در برنامه ریزی، 61، 301-325. https://dx.doi.org/10.1016/S0305-9006(03)00066-7
[ 4 ]	Coppin, P., Jonckheere, I., Nackaerts, K., Muys, B. and Lambin, E. (2004) بررسی مقاله روشهای تشخیص تغییر دیجیتال در پایش اکوسیستم: یک بررسی. مجله بین المللی سنجش از دور، 25، 1565-1596. https://dx.doi.org/10.1080/0143116031000101675
[ 5 ]	Reis, S. (2008) تجزیه و تحلیل تغییرات کاربری/پوشش زمین با استفاده از سنجش از دور و GIS در Rize، شمال شرق ترکیه. سنسورها، 8، 6188-6202. https://dx.doi.org/10.3390/s8106188
[ 6 ]	Gitas, IZ, Mitri, GH and Ventura, G. (2004) طبقه‌بندی تصویر مبتنی بر شی برای نقشه‌برداری منطقه سوخته دماغه کرئوس، اسپانیا، با استفاده از تصاویر NOAA-AVHRR. سنجش از دور محیط زیست، 92، 409-413. https://dx.doi.org/10.1016/j.rse.2004.06.006
[ 7 ]	Macleod, RD and Congalton, RG (1998) مقایسه کمی الگوریتم‌های تشخیص تغییر برای پایش علف مارماهی از داده‌های سنجش از راه دور. مهندسی فتوگرامتری و سنجش از دور، 64، 207-216.
[ 8 ]	Zhao, Y. (2003) اصول و روشها برای کاربرد و تحلیل سنجش از دور. انتشارات علمی، پکن، 415-416.
[ 9 ]	Friedl, MA, McIver, DK, Hodges, JC, Zhang, XY, Muchoney, D., Strahler, AH and Baccini, A. (2002) نقشه برداری جهانی پوشش زمین از MODIS: الگوریتم ها و نتایج اولیه. سنجش از دور محیط زیست، 83، 287-302. https://dx.doi.org/10.1016/S0034-4257(02)00078-0
[ 10 ]	Mengistu، DA و Salami، AT (2007) کاربرد سنجش از راه دور و GIS نقشه برداری استفاده داخلی/پوشش زمین و تشخیص تغییر در بخشی از جنوب غربی نیجریه. مجله آفریقایی علوم و فناوری محیطی، 1، 99-109.
[ 11 ]	Tareen, AK, Sultan, IN, Parakulsuksatid, P., Shafi, M., Khan, A., Khan, MW and Hussain, S. (2014) تشخیص فلزات سنگین (Pb, Sb, Al, As) از طریق جذب اتمی طیف سنجی از آب آشامیدنی ناحیه پیشین، بلوچستان، پاکستان. مجله بین المللی میکروبیولوژی کنونی و علوم کاربردی، 3، 293-306.
[ 12 ]	Landis, JR and Koch, GG (1977) اندازه گیری توافق ناظر برای داده های طبقه بندی شده. بیومتریک، 33، 159-174.