مقایسه مدل‌های IBK و M5 با روش‌های زمین‌آماری در کیفیت آب زیرزمینی

احمدیان، م.، چاوشیان، م.، درویش، م.، 1394. بررسی نوسان های سطح سفره آب زیرزمینی به عنوان معیاری از تخریب اراضی مناطق نیمه­خشک با استفاده از فنون زمین آمار (مطالعه موردی دشت کبودرآهنگ- فامنین). تحقیقات مرتع و بیابان ایران، 1، 109-120.

خاشعی سیوکی، ع.، سربازی، م.، 1393. بررسی توزیع مکانی کیفیت آب زیرزمینی با استفاده از مدل­های MLP، LS-SVM و زمین آماری. آب و فاضلاب، 26(3)، 93-103

خاشعی سیوکی، ع.، قهرمان، ب.، کوچک­زاده، م.، 1392. مقایسه مدل­های شبکه عصبی مصنوعی، ANFIS و رگرسیونی در برآورد سطح ایستابی آبخوان دشت نیشابور، آبیاری و زهکشی ایران، 1: 10-22.

خاشعی سیوکی، ع.، کوچک زاده، م.، قهرمان، ب.، 1390. پیش بینی عملکرد گندم دیم از داده های هواشناسی با استفاده از سیستم خبره در استان خراسان، ایران. علوم و فنون کشاورزی ایران، 13: 640-627.

رضایی، ا.، خاشعی سیوکی، ع.، شهیدی، ع.، 1393. طراحی شبکه پایش سطح آب زیرزمینی با استفاده از مدل حداقل مربعات ماشین بردار پشتیبان (LS-SVM). تحقیقات آب و خاک ایران، 4: 389-396.

رضایی، م.، دعوتگر، ن.، تاجداری، ک.، ابوالپور، ب.، 1389. بررسی تغییرپذیری مکانی برخی عوامل مهم کیفی آب زیرزمینی در گیلان. آب و خاک ایران، 24(5)، 932-941.

زمانی احمد محمودی، ر.، آخوندعلی، ع.م.، زارعی، ح.، رادمنش، ف.، 1393. تخمین سطح ایستابی با استفاده از یک روش ترکیبی بهینه­شده با الگوریتم ژنتیک در دشت رامهرمز. مهندسی آب و آبیاری ایران، 4(3)، 26-38

کاردان مقدم، ح.، خاشه سیوکی، ع.، 1391. پهنه‌بندی در علوم آب توسط زمین آمار. انتشارات آستان قدس. مشهد، ایران

نکوآمال کرمانی، م.، میرعباسی نجف­آبادی، ر.، 1395. ارزیابی روش­های درون­یابی در تخمین سطح آب زیرزمینی (مطالعه موردی: دشت سرخون). هیدروژئولوژی، 2(2)، 84-95

نهرین، ف.، ستاری، م.ت.، بیگ­زالی، ن.، 1392. مقایسه تخمین بار معلق به دو روش منحنی سنجه رسوب و مدل درختی M5 (مطالعه موردی: رودخانه لیقوان چای). دوازدهمین اجلاس هیدرولیک ایران، گروه مهندسی آبیاری و آبادانی، پردیس کشاورزی و منابع طبیعی دانشگاه تهران، تهران، ایران.

Barcae, E., Passarella, G., 2008. Spatial evaluation of the risk of groundwater quality degradation: A comparison between disjunctive kriging and geostatistical simulation. Journal of Environmental Monitoring and Assessment, 133: 261-273.

Dagostino, V., Greene, E.A., Passarella, G., Vurro, M., 1998. Spatial and temporal study of nitrate concentration in groundwater by means of co regionalization. Journal of Environmental Geology, 36: 285-295.

Fallahi, M.R., Varvani, H., and Goliyan, S. 2012. Precipitation forecasting using regression tree model to flood control. 5th international watershed and water and soil resources management, Kerman, Iran.‏

Gundogdu, K.S., Guney, I., 2007. Spatial analyses of groundwater levels using universal kriging. Journal of Earth System Science, 116(1): 49-55.

Kisi, O., 2012. Least squares support vector machine for modeling daily reference evapotranspiration, Irrigation Science, 31(4): 611-619.

Lallahema, S., Maniaa, J., Hania, A., Najjarb, Y., 2005. on the use of neural networks to evaluate groundwater levels in fractured media. Journal of Hydrology, 307. 92-111.

Liang, X., Schilling, K., Kuan-Zhang, Y., Jones, C., 2016. CoKriging estimation of Nitrate-Nitrogen loads in an agricultural river. Journal of Water Resources Management, 30 (5): 1771-1784.

Maroufpoor, S., Fakheri-Fard, A., and Shiri, J. 2019. Study of the spatial distribution of groundwater quality using soft computing and geostatistical models. ISH Journal of Hydraulic Engineering, 25(2), 232-238.‏

Mouser, P. J., and Rizzo, D.M. 2004. Evaluation of geostatistics for combined hydrochemistry and microbial community fingerprinting at a waste disposal site. In Critical Transitions in Water and Environmental Resources Management, 1-11.

Pal, M. 2006. M5 model tree for land cover classification. International Journal of Remote Sensing, 27(4), 825-831.

Witten, I. H., and Frank, E. 2002. Data mining: practical machine learning tools and techniques with Java implementations. Acm Sigmod Record, 31(1), 76-77.

Yates, D., Gangopadhyay, S., Rajagopalan, B., Strzepek, K., 2003. A technique for generating regional climate scenarios using a nearst-neighbor algorithm. Water Resources Research, 39 (7): 1-15.