· آرخی، ص. 1394. آشکارسازی تغییرات پوشش/کاربری اراضی با پردازش شیءگرای تصاویر ماهوارهای با استفاده از نرم افزاز Idrisi selva در منطقه آبدانان، اطلاعات جغرافیایی سپهر، 24(95): 62-51.
· پاکروان، م.، قربانی، ا.، ۱۳۹۱. تهیه نقشه کاربری اراضی حوضه آبخیز شیروان درهسی اردبیل با استفاده از تفسیر چشمی و رقومی تصاویر TM و Google Earth و سیستم اطلاعات جغرافیایی، دومین کنفرانس برنامهریزی و مدیریت محیطزیست، دانشگاه تهران، تهران، ص 12-1.
· خزائی، م.، زارع، م.، مختاری، م. ح.، رشتیان، ع.، عربی علیآباد، ف. (1398). مقایسه دقت انواع روشهای طبقهبندی در تهیه نقشه کاربری اراضی (مطالعه موردی: شهر یزد) کاوش های جغرافیایی مناطق بیابانی، 7(1): 178-165.
· رضایی مقدم، م. ح.، ولی زاده کامران، خ.، اندریانی، ص.، الماس پور، ف.، 1394. مقایسه روشهای شبکه عصبی و ماشینبردار پشتیبان در استخراج نقشههای کاربری و پوشش اراضی با استفاده از تصاویر لندست 8 حوضه صوفهچای، 19(54): 183-163.
· رضایی مقدم، م. ح.، ولی زاده، خ.، اندریانی، ص.، الماس پور، ف.، 1395. تعیین بهترین الگوریتم استخراج کاربری و پوشش اراضی و کشف تغییرات از تصاویر ماهوارهای لندست، حوضه صوفه چای، مراغه، سال 16، شماره 55، ص 85-65.
· سفیانیان، ع.، مدنیان، م. (1390). مقایسه روش های طبقه بندی کننده حداکثر مشابهت و حداقل فاصله از میانگین در تهیه نقشه پوشش اراضی (مطالعه موردی: استان اصفهان). علوم آب و خاک (علوم و فنون کشاورزی و منابع طبیعی)، 15(57): 253-264.
· عبدالعلیزاده، ز.، ۱۳8۹. بررسی تغییرات پوشش سطح زمین طی سه دهه گذشته (سالهای 1382-1354) و پیشبینی وضعیت آینده با استفاده از GIS و RS در منطقه سبزکوه، پایاننامه کارشناسی ارشد، رشته مرتعداری، دانشکده منابع طبیعی، دانشگاه شهرکرد، 8۵ ص.
· علوی پناه، ک.، 1389. کاربرد سنجشازدور در علوم، تهران، انتشارات دانشگاه تهران.
· غفاری، ص.، مرادی، ح.ر.، مدر، ر. 1394. مقایسه روشهای طبقهبندی پیکسلپایه و شیءگرا در تهیه نقشه کاربری اراضی مطالعه موردی: دشتهای اصفهان- برخوار، نجفآباد و چادگان، سنجش از دور و سامانه اطالعات جغرافیایی در منابع طبیعی، 9(1) 57-40.
· مختاری،م.، نجفی، ا. (1394). مقایسه روشهای طبقهبندی ماشین بردار پشتیبان و شبکه عصبی مصنوعی در استخراج کاربریهای اراضی از تصاویر ماهوارهای لندست TM، علوم آب و خاک، 19 (۷۲) :۳۵-۴۵.
· مددی، ع.، بابایی اولم، ط. (1403). مقایسه دقت انواع روشهای طبقهبندی برای تهیه نقشه کاربری اراضی (مطالعه موردی: شهر رضوانشهر)، جغرافیا و روابط انسانی، 6(4): 402-389.
· مرادی، ح.ر.، رضایی، و. 1399. مقایسه الگوریتمهای طبقهبندی نوع کاربری در تهیه نقشه کاربری اراضی در حوزه آبخیز زنوز چای استان آذربایجان شرقی، تخریب و احیاء اراضی طبیعی، 1(2): 88-80.
· معمارزاده کیانی، ا.، دانشور فتاح، ف. (1402). بررسی روند تغییرات کاربری اراضی کشاورزی شهرستان شهریار با استفاده از سنجش از دور وGIS ، نشریه محیط زیست طبیعی، 76(4): 674-659
· نخعی نژاد فرد، س.، غلامی، ح.، اکبری، د.، رضایی، م. (1397). مقایسه روشهای مختلف طبقهبندی کاربری اراضی با رویکرد بهرهگیری از باند حرارتی در استان خراسان جنوبی. مدیریت بیابان، 6(11): 81-65.
· B. Gabrya, L. Petrakieva., Combining labeled and unlabelled data in the design of pattern classification systems, International Journal of Approximate Reasoning, (2004).
· C. Palaniswami, A. K. Upadhyay and H. P. Maheswarappa, "Spectral mixture analysis for subpixel classification of coconut", Current Science, Vol. 91, No. 12, pp. 1706 -1711, 25 December 2022.
· Congalton, R. G., Green, K., 1999. Assessing the accuracy of remotely sensed data principles and practices, Boca Raton: Lewis Publications.
· D. Landgrebe., Hyperspectral image data analysis, IEEE signal process. Mag., volume 19, pp. 17-28, (Jan 2002).
· D. Lu, Q. Weng, "A survey of image classification methods and techniques for improving classification performance",
· Foody, M. G., Mathur, A., 2004, A relative evaluation of multiclass image classification by support vector machines, IEEE Transactions on Geoscience and Remote Sensing, 42:1335-1343.
· International Journal of Remote Sensing, Vol. 28, No. 5, pp.823-870, January 2007.
· J. A. Richards., Remote Sensing Digital Image Analysis, Springer-Verlag, Berlin, pp. 240-255, (1999).
· James A. Shine and Daniel B. Carr, "A Comparison of Classification Methods for Large Imagery Data Sets", JSM 2002 Statistics in an ERA of Technological Change-Statistical computing section, New York City, pp.3205-3207, 11-15 August 2002.
· Jasinski, M. F., "Estimation of subpixel vegetation density of natural regions using satellite multispectral imagery", IEEE Trans. Geosci. Remote Sensing, Vol. 34, pp. 804–813, 2021.
· Landgrebe D., "On information extraction principles for hyperspectral data", Cybernetics 28 part c, Vol. 1, pp. 1-7, 1999.
· M. Govender, K. Chetty and H. Bulcock, "A review of hyperspectral remote sensing and its application in vegetation and water resource studies", Water SA, Vol. 33, No. 2, pp.145-151, April 2007.
· M. Govender, K. Chetty, V. Naiken and H. Bulcock, "A comparison of satellite hyperspectral and multispectral remote sensing imagery for improved classification and mapping of vegetation", Water SA, Vol. 34, No. 2, April 2008.
· Smith R. B., "Introduction to hyperspectral imaging", 2001a. www.microimages.com (Accessed 11/03/2006).
· Smith R. B., "Introduction to remote sensing of the environment", 2001b. www.microimages.com .
