1- آذری، ا. ۱۳۸۷. برآورد میزان بار گاز مصرفی شهر تهران با استفاده از فناوری شبکه های عصبی. نشریه دانشکده فنی، (8)42: 968-961.
2- اصغری مقدم، ا.، ندیری، ع. و الف فیجانی. 1388. پیشبینی مکانی غلظت فلوئورید با استفاده از مدلهای شبکههای عصبی مصنوعی و زمین آمار. مجله دانش آب وخاک، (2) 129:145-119.
3- حاجیهاشمیجزی، م.، آتشگاهی، م. و ا. ح. حمیدیان. 1389. برآورد مکانی مولفههای کیفی آبهای زیرزمینی با استفاده از روشهای زمین آمار(مطالعه موردی: دشت گلپایگان). نشریه محیط زیست طبیعی، مجله منابع طبیعی ایران، (4)63 :357-347.
4- حسنی پاک، ع. ا. 1377. زمین آمار (ژئواستاتیستیک)، انتشارات دانشگاه تهران، 314 ص.
5- دهقانی، ا.، عسگری ا. و. ا. مساعدی. 1389. مقایسه سه روش شبکه عصبی مصنوعی، سیستم استنتاجی فازی-عصبی تطبیقی و زمین آمار در میانیابی سطح آب زیرزمینی (مطالعه موردی:دشت قزوین). مجله علوم کشاورزی و منابع طبیعی، 16(ب-1): 528-517.
6- رحمانی، غ. ر. 1390.شبیهسازی منابع آب زیرزمینی دشت عقیلی با استفاده از شبکههای عصبی مصنوعی و مقایسه آن با نتایج مدل ریاضی تفاضلات محدود. پایان نامه کارشناسی ارشد، رشته زمینشناسی، دانشکده علوم زمین، دانشگاه شهید چمران اهواز.
7- زارعی، ح. و ع. م. آخوندعلی. 1386. مقایسه روشهای زمین آماری و آمار کلاسیک در ترسیم هیدروگراف واحد آب زیر زمینی. طرح پژوهشی سازمان آب و برق خوزستان. 72 ص.
8- زمانی، ر. 1391. بررسی کاربرد روش ترکیبی زمین آمار و شبکه عصبی مصنوعی بهینه شده با الگوریتم ژنتیک در میانیابی سطح آب زیرزمینی، پایاننامه کارشناسی ارشد، رشته منابع آب، دانشکده مهندسی علوم آب، دانشگاه شهید چمران اهواز.
9- زهرایی، ب. و س. م. حسینی. 1388. الگوریتم ژنتیک و بهینهسازی مهندسی. انتشارات گوتنبرگ، 298 ص.
10- صادقیراد، ر. 1390. تأثیر تطویل آمار در تخمین توزیع مکانی بارش با استفاده از روشهای زمین آماری. پایاننامه کارشناسی ارشد، رشته منابع آب، دانشکده مهندسی علوم آب، دانشگاه شهید چمران اهواز.
11- محمدی، ج. 1385. پدومتری جلد دوم (آمار مکانی). انتشارات پلک، 453 ص.
12- مسلمزاده، م. 1389. بهینهسازی ایستگاههای شبکه بارانسنجی جهت برآورد توزیع مکانی بارش با استفاده از ژئو استاتیستیک و الگوریتم ژنتیک. پایاننامه کارشناسی ارشد، رشته مهندسی عمران، دانشگاه شهید چمران اهواز.
14- Barcae, E. and G. Passarella. 2008. Spatial evaluation of the risk of groundwater quality degradation: Acomparison between disjunctive kriging and geostatistical simulation. Journal of Environmental Monitoring and Assessment, 133: 261-273.
15- Banerjee, P.R., Prasad, K., and V.S. Singh. 2009. Forecasting of groundwater level in hard rock region using artificial neural network. Environmental Geology, 58 (6):1239–1246.
16- Diamantopoulou, M.J., Antonopoulos, V.Z. and D.M. Papamichail. 2005. The use of a neural network technique for the prediction of water quality parameters of Axios River in Northern Greece. European Water, 11/12:55-62.
17- Ghahreman, B., Hoseini, M. and H. Asgari. 2005. Application of geostatistics in ground water quality. Journal of Technical and Engineering. Amir Kabir University, 55(5): 971-981.
18-
Izady, A.,
Davary, K.,
Alizadeh, A.,
Ghahraman, B.,
Sadeghi, M., A.
Moghaddamnia. 2012.
Application of "panel-data" modeling to predict groundwater levels in the Neishaboor Plain, Iran.
HydrogeologyJournal, 20 (3):435-447.
19- Kholghi, M. and Hosseini S.M. 2009. Comparison of Groundwater Level Estimation UsingNeuro-fuzzy and Ordinary Kriging. Journal of Environmental Modeling and Assessment, 14(6):729-753.
21- Maskey, S., Dibike, Y.B., Jonoski, A., and D.Solomatine. 2000. Groundwater model approximation with artificial neural network for selecting optimal pumping strategy for plume removal. In: Workshop Proceedings in Artificial Intelligence Methods in Civil Engineering Applications, pp. 67–80.
22- Mohammadi, K. 2008. Ground water table estimation using MODFLOW and artificial neural networks. Water Science and Technology Library, 68(2):127–138.
23- Steyl, G. 2009. Application of artificial neural networks in the field of geohydrology. University of the Free State, South Africa.
24- Sethi, R.R., Kumar, A., Sharma, S.P., and H.C. Verma. 2010. Prediction of water table depth in a hard rock basin by using artificial neural network. International Journal of Water Resources and Environmental Engineering, 2(4):95– 102.
25- Sreekanth, P.D., Geethanjali, N., Sreedevi, P.D., Shakeel, A., Ravi Kumar, N., and P.D. Kamala Jayanthi. 2009. Forecasting groundwater level using artificial neural networks, Current Science, 96(7), 933-939.
26- Uddameri, V. 2007. Using statistical and artificial neural network models toforecast potentiometric levels at a deep well in South Texas. Environmental Geology, 51(6):885–895.
27- Wei, S., Minasny, B., and A. Bratney. 2012. Analysis and prediction of soil properties using local regression- kriging. Geoderma, 171:16-23.
)
