بیاتی خطیبی، مریم؛ 1392. بررسی تغییرات زمانی کانال‌های فعال در مسیرهای پیچان‌دار با استفاه از روش‌های تجربی و با اسناد به لایه‌بندی رسوبات کناری، مطالعه موردی: مسیر پیچان‌دار آجی چای. جغرافیا و برنامه‌ریزی محیطی. تابستان. سال 26، پیاپی 58.
جعفر بیگلو، منصور؛ باقری سید شکری، سجاد؛ نگهبان، سعید؛ صفرراد، طاهر؛ 1391. بررسی تغییرات بستر و ویژگی‌های ژئومورفیکی رودخانه گیلانغرب در سال‌های 1344 تا 1381. پژوهش‌های ژئوموفیکی کمی. شماره 2. پاییز 1391، صص 87-102.
جوکار سرهنگی، عیسی؛ تلنگ، ابراهیم؛ لرستانی، قاسم؛ 1396. بررسی تغییرات مورفومتری رودخانه با تاکید بر پیچانرودها (مطالعه موردی: رودخانه چهل چای-نرماب). فصلنامه علمی-پژوهشی آمایش جغرافیایی فضا. دانشگاه گلستان. سال هفتم. شماره مسلسل 26، صص 30-17.
یمانی، مجتبی؛ دولتی، جواد؛ زارعی، علیرضا؛ 1389. تأثیرگذاری عوامل هیدروژئومورفیک در تغییرات زمانی و مکانی بخش میانی رودخانه اترک. تحقیقات جغرافیایی. زمستان. سال بیست و پنجم شماره 4 (پیاپی 99). صص 1-24.
یمانی، مجتبی؛ نوحه‌گر، احمد؛ 1382. بررسی وضعیت ژئومورفولوژیکی پیچانرود و نقش آن در فرسایش بستر و کناره‌های رودخانه میناب (پایین دست سد میناب). پژوهش‌های جغرافیایی. شماره 51. بهار. صص 84-65.
Balasch, JC., Pino D., Ruiz-Bellet, JL., Tuset, J., Barriendos, M., Castelltort, X., & Peña JC., 2019. The extreme floods in the Ebro River basin since 1600 CE. Science of the Total Environment. Elsevier B.V. 646: 645–660. Available at: https:// doi.org/ 10.1016/ j. scitotenv. 2018.07.325
Di Baldassarre, G., & Uhlenbrook, S., 2012. Is the current flood of data enough? A treatise on research needs for the improvement of flood modelling. Hydrological Processes 26(1):153–158, DOI:10.1002/hyp.8226
Du, Y., Zhang, Y., Ling, F., Wang, Q., Li, W., & Li, X., 2016. Water Bodies’ Mapping from Sentinel-2 Imagery with Modified Normalized Difference Water Index at 10-m Spatial Resolution Produced by Sharpening the SWIR Band. Remote Sensing 8(4):354. Available at: http://www.mdpi.com/2072-4292/8/4/354
Himayoun, D., & Roshni, T., 2020. Geomorphic changes in the Jhelum River due to an extreme flood event: a case study. Arabian Journal of Geosciences. Arabian Journal of Geosciences 13(2):12-23. DOI: 10.1007/s12517-019-4896-9
Kumar, R., Kamal, V., & Singh, RK., 2013. Geomorphic Effects of 2011 Floods on Channel Belt Parameters of Rapti River: A Remote Sensing and GIS Approach. Corona Journal of Science and Technology 2(Ii):4–12, ISSN: 2319 – 6327 (Online), Vol. 2, No. II (2013), pp. 4-12
Kwang, C., Matthew, E., Jnr, O., & Amoah, AS., 2018. Comparing of Landsat 8 and Sentinel 2A using Water Extraction Indexes over Volta River. Journal of Geography and Geology; Vol. 10, No. 1; 10(1):1–7. DOI: 10.5539/jgg.v10n1p1
Langat, PK., Kumar, L., & Koech, R., 2019. Monitoring river channel dynamics using remote sensing and GIS techniques. Geomorphology. Elsevier B.V 325:92–102. Available at: https://doi.org/10.1016/j.geomorph.2018.10.007
McFeeters, SK., 1996. The use of the Normalized Difference Water Index (NDWI) in the delineation of open water features. International Journal of Remote Sensing 17(7):1425–1432, https://doi.org/10.1080/01431169608948714
Musa, ZN., Popescu, I., & Mynett, A., 2015. A review of applications of satellite SAR, optical, altimetry and DEM data for surface water modelling, mapping and parameter estimation. Hydrology and Earth System Sciences 19(9): 3755–3769, doi:10.5194/hess-19-3755-2015
Nandi, I., Srivastava, PK., & Shah, K., 2017. Floodplain Mapping through Support Vector Machine and Optical / Infrared Images from Landsat 8 OLI / TIRS Sensors : Case Study from Varanasi. Water Resources Management. Water Resources Management. Available at: http://dx.doi.org/10.1007/s11269-017-1568-y
Szantoi, Z., & Strobl, P., 2019. Copernicus Sentinel-2 Calibration and Validation. European Journal of Remote Sensing. Taylor & Francis 52(1):253–255. Available at: https:// doi.org/ 10.1080/22797254.2019.1582840
Wang, Y., Colby, JD., & Mulcahy, KA., 2002. An efficient method for mapping flood extent in a coastal floodplain using Landsat TM and DEM data. International Journal of Remote Sensing 23(18):3681–3696, https://doi.org/10.1080/01431160110114484
Xu, H., 2006. Modification of normalised difference water index (NDWI) to enhance open water features in remotely sensed imagery. International Journal of Remote Sensing 27(14):3025–3033, https://doi.org/10.1080/01431160600589179
Zhou, Y., He, B., Xiao, F., Feng, Q., Kou, J., & Liu, H., 2019. Retrieving the lake trophic level index with landsat-8 image by atmospheric parameter and RBF: A case study of Lakes in Wuhan, China. Remote Sensing 11(4), https://doi.org/10.3390/rs11040457
)
ارسال نظر در مورد این مقاله