آذری، ا. ۱۳۸۷. برآورد میزان بار گاز مصرفی شهر تهران با استفاده از فناوری شبکه های عصبی. نشریه دانشکده فنی. جلد ۴۲(8) ، ص۹۶۱ تا ۹۶8.
2. اصغری مقدم، ا.، ع. ندیری و ا. فیجانی. 1388. پیشبینی مکانی غلظت فلوئورید با استفاده از مدلهای شبکههای عصبی مصنوعی و زمین آمار. مجله دانش آب وخاک. جلد19(2)، ص145-129.
3. حاجیهاشمیجزی، م.، م. آتشگاهی و ا.ح. حمیدیان. 1389. برآورد مکانی مولفههای کیفی آبهای زیرزمینی با استفاده از روشهای زمین آمار(مطالعه موردی: دشت گلپایگان). نشریه محیط زیست طبیعی، مجله منابع طبیعی ایران. دوره (4)63، ص357-347.
4. حسنی پاک، ع.ا. 1377. زمین آمار (ژئواستاتیستیک)، انتشارات دانشگاه تهران، 314 ص.
5. دهقانی، ا.، ا. عسگری و ا. مساعدی. 1389. مقایسه سه روش شبکه عصبی مصنوعی، سیستم استنتاجی فازی-عصبی تطبیقی و زمین آمار در میانیابی سطح آب زیرزمینی (مطالعه موردی:دشت قزوین). مجله علوم کشاورزی و منابع طبیعی، 16(ب-1).
6. رحمانی، غ.ر. 1390.شبیهسازی منابع آب زیرزمینی دشت عقیلی با استفاده از شبکههای عصبی مصنوعی و مقایسه آن با نتایج مدل ریاضی تفاضلات محدود. پایان نامه کارشناسی ارشد، دانشگاه شهید چمران اهواز، 157 ص.
7. زارعی، ح. و ع.م. آخوندعلی. 1386. مقایسه روشهای زمین آماری و آمار کلاسیک در ترسیم هیدروگراف واحد آب زیر زمینی. طرح پژوهشی سازمان آب و برق خوزستان. 71 ص.
8. زمانی، ا. و ر. محمودی. 1391. بررسی کاربرد روش ترکیبی زمین آمار و شبکه عصبی مصنوعی بهینه شده با الگوریتم ژنتیک در میانیابی سطح آب زیرزمینی، پایاننامه کارشناسی ارشد، دانشگاه شهید چمران اهواز، 152ص.
9. زهرایی، ب. و س.م. حسینی. 1388. الگوریتم ژنتیک و بهینهسازی مهندسی، انتشارات گوتنبرگ.
10. محمدی، ج. 1385. پدومتری- جلد دوم (آمار مکانی). انتشارات پلک، 452 ص.
12. Barcae, E. and G. Passarella. 2008. Spatial evaluation of the risk of groundwater quality degradation: Acomparison between disjunctive kriging and geostatistical simulation , Journal ofEnvironmental Monitoring and Assessment.133: 261-273.
13. Diamantopoulou, M.J., V.Z. Antonopoulos and D.M. Papamichail. 2005. The use of a neural network technique for the prediction of water quality parameters of Axios River in Northern Greece. European Water. 11/12, 5562.
14. Ghahreman, B., M. Hoseini and H. Asgari. 2005. Application of Geostatistics in Ground WaterQuality. Journal of Technical and Engineering. Amir Kabir Univ., 55 No 5, 971-981.
15. Kholghi, M. and S.M. Hosseini. 2009. Comparison of Groundwater Level Estimation UsingNeuro-fuzzy and Ordinary Kriging. Journal of Environmental Modeling and Assessment, 14 No 6,729-753.
17. Steyl, G. 2009. Application of Artificial Neural Networks in the Field of Geohydrology. University of the Free State, South Africa
18. Sreekanth, P.D., N. Geethanjali, P.D. Sreedevi, A. Shakeel, N. Ravi Kumar and P.D. Kamala Jayanthi. 2009. Forecasting groundwater level using artificial neural networks, CURRENT SCIENCE, VOL. 96, and NO. 7, 10 Aprill.
19. Wei ,S., B. Minasny and A. McBratney. 2012. Analysis and prediction of soil properties using local regression- kriging. Geoderma. 171-172, 16-23.