امیدوار، ک.، شفیعی، ش.، تقیزاده، ز. و علیپور، م. 1393. ارزیابی کارایی مدل درخت تصمیم در پیش بینی بارش ایستگاه
سینوپتیک کرمانشاه. نشریه تحقیقات کاربردی علوم جغرافیایی. سال چهاردهم، شماره 34، صفحات 89-110.
خلیلی، ن.، خداشناس، س.ر.، داوری، ک. و موسویبایگی، م. 1389. پیشبینی بارش روزانه با استفاده از شبکههای عصبی مصنوعی مطالعه موردی: ایستگاه سینوپتیک مشهد. مجله پژوهشهای آبخیزداری (پژوهش و سازندگی). شماره 89، صفحات 15-7.
دستورانی، م.ت.، حبیبیپور، ا.، اختصاصی، م.ر.، طالبی، ع. و محجوبی، ج. 1391. بررسی کارایی مدل درخت تصمیم در پیش بینی بارش (مطالعه موردی ایستگاه سینوپتیک یزد). مجله تحقیقات منابع آب ایران. سال هشتم، شماره 3، 14-27.
ستاری، م.ت. و نهرین، ف. 1392. پیشبینی مقادیر حداکثر بارش روزانه با استفاده از سیستمهای هوشمند و مقایسه آن
با مدل درختی M5؛ مطالعه موردی ایستگاههای اهر و جلفا. فصلنامهی علمی-پژوهشی مهندسی آبیاری و آب. سال چهارم، شماره چهاردهم، صفحات 83-98.
سیدکابلی، ح.، آخوندعلی، ع.م.، مساحبوانی، ح. و رادمنش، ف. 1391. ارائه مدل ریزمقیاس نمایی دادههای اقلیمی براساس روش ناپارامتریک نزدیکترین همسایگی (K-NN). نشریه آب و خاک (علوم و صنایع کشاورزی). جلد 26، شماره 4، صفحات 808-779.
طالبی، ع. و اکبری، ز. 1392. بررسی کارایی مدل درختان تصمیمگیری در برآورد رسوبات معلق رودخانهای (مطالعه موردی: حوضه سد ایلام). مجله علوم و فنون کشاورزی و منابع طبیعی، علوم آب و خاک. سال هفدهم، شماره 63، صفحات 121-109.
فداییکرمانی، ا.، خانجانی، م.ج. و بارانی، غ.ع. 1393. کاربرد الگوریتم K-نزدیکترین همسایگی در پایش خشکسالی بر مبنای شاخص بارش استاندارد (SPI) (مطالعه موردی: شهرستان بم). فصلنامه بین المللی پژوهشی تحلیلی منابع آب و توسعه. شماره 1، صفحات 138-131.
قربانی، خ. 1393. ارزیابی مدلهای دادهکاوی در ریزمقیاس نمایی بارش براساس دادههای مدل گردش عمومی
NCEP (مطالعه موردی: ایستگاه سینوپتیک کرمانشاه). مجله پژوهش آب ایران. سال هشتم، شماره 15، صفحات 177-186.
مهدوی،م . 1374. هیدرولوژی کاربردی، چاپ دوم، انتشارات دانشگاه تهران، تهران.
نعیمی، م. و احقاقی، ا. 1381. بررسی و مدیریت خشکسالی در ایران. مرکز اطلاعات و مدارک علمی ایران. شماره 484824.
Alberg, D., M. Last and A. Kindle. 2012. Knowledge discovery in data streams with regression tree methods. WIREs Data Mining Knowl Discov (2): 69-78.
Chattopadhyay, S. 2007. Feed forward artificial neural network model to predict the average summer-monsoon rainfall in India, Acta Geophysical, No. 55(3), pp. 369-382.
Chuan, C.S. 1997. Weather prediction using artificial neural network, Journal of Hydrology, 230: 101-119.
Hung, NQ., Babel, MS., Weesakul, S., Tripathi, NK. 2008. An artificial neural network model for rainfall forecasting in Bankok, Thailand, Hydrology and Earth System Sciences Discussions, No. 5, pp. 183–218.
Jagtap SS. Lall U. Jones, JW. Gijsman AJ. Ritchie JT. 2004. Dynamic nearest-neighbor method for estimating soil water parameters.Trans. ASAE. 47:1437–1444.
Lall, U., and Sharma, A. 1996. A nearest neighbor bootstrap for resampling hydrologic time series, Water Resources Research, 32(3), 679-694.
Maria, C., Haroldo , F., Ferreira, N. 2005. Artificial neural network technique for rainfall forecasting
applied to the Sao Paulo region, Journal of Hydrology, No. 301, pp.146-162.
Nash, J. E. and Sutcliffe, J. V. 1970. River flow forecasting through conceptual models, Part I - A discussion of principles, J. Hydrol., 10, 282–290.
Trafalis, TB., White, A., Santosa, B., Richman, MB. 2002. Data mining techniques for improved WSR-88D rainfall estimation, Computers in Industrial Engineering, No. 43, pp. 775–786.
Witten, L. and Frank, E. 2000. Data Mining: Practical Machine Learning Tools and Techniques with Java Implementations, Morgan Kaufmann Publishers.
Xindung, W. & Kumar, V. 2009. Top Ten Algorithm in Data Mining, First Edition, Taylor & Francis Group , USA.
Yakowitz, S. J. 1985. Nonparametric density estimation, prediction, and regression for markov sequences. J. Am. Stat. Assoc., 80, 215-221