پایش مکانی و زمانی خشکسالی کشاورزی با استفاده از تصاویر سنجنده مودیس و فن‌آوری سنجش از دور (مطالعه موردی: استان آذربایجان شرقی)

جلیلی ش، 1384. مقایسه شاخص­های ماهواره­ای و هواشناسی در پایش خشکسالی­ها (مطالعه موردی: استان تهران). پایان نامه کارشناسی ارشد سنجش از دور و  GIS. دانشگاه تربیت مدرس، تهران.

رضایی ع، نظرلو ع و فریدپور م، ۱۳۹۲. برآورد خشکسالی کشاورزی با تاکید بر تصاویر ماهواره ای و شاخص سلامت پوشش گیاهی (منطقه مورد مطالعه: آذربایجان شرقی و غربی). همایش ملی پدافند غیر عامل در بخش کشاورزی، جزیره قشم، ایران.

رضایی بنفشه م، رضایی ع و فریدپور م، 1394. تحلیل خشکسالی کشاورزی استان آذربایجان‌شرقی با تاکید بر سنجش از دور و شاخص وضعیت پوشش گیاهی. دانش آب و خاک، جلد 25، شماره 1، صفحه‎های 113 تا 123.

عیوضی م، مساعدی ا و دهقانی ا، 1388.  مقایسه روش­های مختلف پیش بینی شاخص خشکسالیSPI . پژوهش­های حفاظت آب و خاک، جلد 16، شماره 2، صفحه‎های 145 تا 167.

لشنی زند م،  1383. بررسی اقلیمی خشکسالی­های ایران و راهکارهای مقابله با آن. رساله دکتری جغرافیای طبیعی. دانشگاه اصفهان، اصفهان.

موذن زاده ر، ارشد ص، قهرمان ب و داوری ک، 1391. پایش خشکسالی در کشت­های غیر آبی با استفاده از سنجش از دور. مدیریت آب و آبیاری، جلد 2، شماره 2، صفحه‎های 39 تا 52.

میرموسوی ح و کریمی  ح، 1392. مطالعه اثر خشکسالی بر روی گیاه با استفاده از مودیس. جغرافیا و توسعه، جلد 31، صفحه‎های 57 تا 76.

Caccamo J, Chisholm LA, Bradstock RA and Puotinen ML, 2011. Assessing the sensitivity of MODIS to monitor drought in high biomass ecosystems. Remote Sensing Environment 115: 2626-2639.

Jensen JR, 1996. Introductory Digital Image Processing: A Remote Sensing Perspective. Upper Saddle River, New Jersey: Prentice Hall.

Johnson GE, Achutuni VR, Thiruvengadachari S and Kogan FN, 1993. The role of NOAA satellite data in drought early warning and monitoring: Selected case studies. Pp. 31-48. In: Wilhite DA (ed). Drought Assessment, Management, and Planning: Theory and Case Studies. Chapter 3. Kluwer Academic Publishers.

Keshavarz MR, Vazifehdoust M and Alizadeh A, 2014. Drought monitoring using a Soil Wetness Deficit Index (SWDI) derived from MODIS satellite data. Agricultural Water Management 132: 37-45.

Kogan FN, 1995. Droughts of the late 1980s in the United States as derived from NOAA polar orbiting satellite data. Weather in the United States. Bulletin of American Meteorological Society 76: 655–668.

Lessel J, Sweeney A and Ceccato P, 2016. An agricultural drought severity index using quasi-climatological anomalies of remotely sensed data. International Journal of Remote Sensing 37 (4): 913- 925.

McKee TB, Doesken NJ and Kleist J, 1993. The relationship of drought frequency and duration to time scale. In: Proceedings of the Eighth Conference on Applied Climatology, Anaheim, California 17–22 January 1993. Boston, American Meteorological Society 179–184.

McVicar TR, Van Niel TG, Li LT, Hutchinson MF, Mu XM and Liu ZH, 2007. Spatially distributing monthly reference evapotranspiration and pan evaporation considering topographic influences. Journal of Hydrology 338: 196-220.

Nichol JE and Abbas S, 2015. Integration of remote sensing datasets for local scale assessment and prediction of drought. Science of the Total Environment 505: 503- 507. 

Peters E, 2003. Propagation of drought through groundwater systems-illustrated in the Pang (UK) and Upper-Guadiana (ES) catchments. Ph.D. Thesis, Wageningen University, the Netherlands.

Shahabfar A, Ghulam A and Eitzinger J, 2012 .Drought monitoring in Iran using the perpendicular drought indices. International Journal of Applied Earth Observation and Geoinformation 18: 119-127.

Tate EL and Gustard A, 2000. Drought definition: a hydrological perspective. Pp. 23-48. In: Vogt JV and Somma F (eds). Drought and Drought Mitigation in Europe. Kluwer Academic Publishers.

Thenkabail PS, Gamage MSDN, Smakhtin VU, 2004. The use of remote sensing data for drought assessment and monitoring in Southwest Asia. Research Report 85 Colombo, Sri Lanka: International Water Management Institute.

Zhang A and Jia G, 2013. Monitoring meteorological drought in semiarid regions using multi-sensor microwave remote sensing data. Remote Sensing of Environment 134: 12- 23.