پهنه بندی مناطق مستعد توسعه شهری با تأکید بر محدودیت ها و مخاطرات ژئومورفولوژیکی (مطالعه موردی شهر شیراز)

آقاجانی،حسین، رهنما،محمد رحیم، فتاحی،مهدی۱۳۹۱، مکان یابی دفن زباله با ترکیب روش میانگین گیری وزن دار ترکیبیowa و GIS در مشهد جغرافیا و مخاطرات محیطی شماره ۳صص۸۷-۱۰۵

انتظاری،مژگان،خدادادی،فاطمه، ساسان پور،فرزانه ۱۳۹۸، تحلیل وپهنه بندی مخاطرات ژیومورفولوژیک  لغزش وسیله استان البرز با استفاده از مدل هایAhp-vikorوfr پژوهش های جغرافیای طبیعی دوره ۵۱شماره یک، صص۱۹۹_۱۸۳

بهاروند سیامک،سوری،سلمان،۱۳۹۴،پهنه بندی خطر زمین لغزش با استفاده از روش شبکه عصبی مصنوعی مطالعه موردی حوزه سپید دشت لرستان،سنجش از دور و سامانه اطلاعات جغرافیایی،سال۶, شماره ۴,صص۳۱_۱۵

حسینی، عطا الله، دلجویی،ازاده، صادقی،محمد معین،۱۳۹۵, ارزیابی روشهای مختلف پهنه بندی خطر وقوع زمین لغزش در اکوسیستم های جنگلی،ترویج و توسعه آبخیز داری،سال۴شماره۱۳صص۱۴_۷

خسروی،محسن، جمالی،علی اکبر،1397پیش بینی روند تغییرات زمین لغزش منطقه شمال قوچان با توجه به عوامل موثر در لغزش به روش شبکه عصبی،اتوماتای سلولی_مارکوف،رگرسیون لجستیک،جغرافیا و مخاطرات محیطی، سال۷ شماره۲۷ صص۱۷-۱

شادفر صمد،یمانی مجتبی،۱۳۸۶،پهنه بندی خطر زمین لغزش در حوضه آبخیز جلیسیان با استفاده از مدلlnrf, پژوهش های جغرافیایی،شماره۶۲صص۱۱_۲۳

مددی،عقیل،پیروزی،­­الناز،­شکرزاده­فرد،الهام،۱۳۹۷، پهنه بندی خطر زمین لغزش در حوضه آبریز آق لاق چای، با استفاده از مدلelectre،فصلنامه فضای جغرافیایی،سال هجدهم،شماره۶۴صص۱۷۷_۱۹۹

مقیمی،ابراهیم، یمانی مجتبی، رحیمی،سعید۱۳۹۲، ارزیابی وپهنه بندی خطر زمین لغزش در شهر رودبار با استفاده از فرایند تحلیل شبکه ای،پژوهش های ژیومورفولوژی کمی شماره ۴صص۱۱۸-۱۰۳

احمدی، شیرکو  1396  تحلیل محدودیت های توسعه فیزیکی شهرها ( مطالعه موردی : شهر سردشت ) ، فصلنامه مطالعات برنامه ریزی سکونتگاههای انسانی ، شماره 4 ، صص 973 – 957. http://jshsp.iaurasht.ac.ir

اسماعیلی ، فرید . ایلانلو ، محسن 1397،  قابلیت ها و محدودیت های ژئومورفولوژیکی توسعه فیزیکی شهر رامهرمز، کنفرانس بین المللی امنیت ، پیشرفت و توسعه پایدار مناطق مرزی ، سرزمینی و کلانشهرها، راهکارها و چالش ها با محوریت پدافند غیر عامل و مدیریت بحران ، تهران .

امیری، آناهیتا  1398 ، بررسی جغرافیایی تاثیر صنایع دستی در توسعه گردشگری شهر شیراز ، پایان نامه کارشناسی ارشد ، دانشگاه آزاد لارستان، 300 صفحه.

پروین، منصور1398،  پهنه بندی مناطق مستعد توسعه شهری ( مطالعه موردی شهر کرمانشاه ) ، فصلنامه پژوهش های جغرافیای طبیعی ، شماره 4 ، ص 595 – 581 . 

پوررمضان، عیسی . مجد رحیم آبادی ، محمد ( 1395 ) تحلیل عوامل مؤثر در توسعه فیزیکی شهر رحیم آباد ؛ (شهرستان رودسر) طی دو دهه ی اخیر ،  فصلنامه برنامه ریزی منطقه ای ،  شماره 17 ، ص 150 – 135.  K752.64

شایان ، سیاوش . پرهیزگار ،  اکبر. سلیمانی شیری ، محمد ( 1392 ) تحلیل امکانات و محدودیت های ژئومورفولوژیک در انتخاب محورهای توسعة شهری( نمونة موردی:  شهر داراب ) ، مجلة برنامه ریزی و آمایش فضا ، دوره 69 ، شمارة 9، ص 53 – 31 .

شمس الدینی ، علی . کیانی ، پریا . امیری فهلیانی، محمدرضا ( 1395 ) تحلیلی بر قابلیت ها و محدودیت های توسعه فیزیکی شهر نورآباد ممسنی ؛ با تأکید بر شاخص های شهر سالم در مدل SWOT، پژوهش و برنامه ریزی شهری سال هفتم پاییز 1395 شماره 26 . صص 95-75.

رضایی، پرویز . استادملکرودی، پروانه (1390) محدودیت های ژئومورفولوژیکی توسعه فیزیکی شهر رودبار ، فصلنامه جغرافیای طبیعی ، سال سوم ، شماره 7 . صص 157-139

کرم ، امیر . سادات حسینی ، منصوره ( 1399 )  بررسی و تحلیل عوامل طبیعی موثر در گسترش کالبدی آتی شهر خوانسار با استفاده از روش فازی ، جغرافیای طبیعی ،  شماره 45 ، ص 73 – 53 .

گنجائیان ، حمید. اکبریان ، مرتضی. عباس زاده ، امیر علی( 1398 ) ارزیابی نقش مخاطرات ژئومورفولوژیکی در روند توسعه فیزیکی شهر قروه ، فصلنامه شهرسازی و معماری هویت محیط ، دوره 1 ، ص 14 – 1 .

فریدونی کردستانی ، مژده، 1395  ارزیابی ژئومورفولوژیک تناسب زمین برای گسترش کالبدی شهر مریوان ، پایان نامه کارشناسی ارشد ، دانشگاه خوارزمی ، دانشکده جغرافیا. 395 صفحه

مؤمنی، مهدی( 1387 ) مسائل جدید در تحقیق عملیات ، تهران : انتشارات دانشگاه تهران، 341 صفحه.

نوبخت حقیقی ، شهرام .  بلندگرامی ، نادر . عزیزیان ، صابر ( 1392 ) محدودیت های توسعه فیزیکی و ساماندهی کاربری اراضی شهری ( نمونه موردی : شهرمهاباد ) ،اولین همایش ملی جغرافیا، شهرسازی و توسعه پایدار، تهران. صص 117-92.

نظریان ،اصغر . کریمی، ببراز. وروشنی ،اریا( 1390 ) ارزیابی توسعه فیزیکی شهر شیراز فصلنامه جغرافیایی چشم انداز زاگرس ، سال اول ، صص 18 – 6 .

Anbalagan, R., Kumar, R., Lakshmanan, K., Parida, S., Sasidharan, N. (2015); Landslide hazard zonation mapping using frequency ratio and fuzzy logic approach, a case study of Lachung Valley, Sikkim, Geoenvironmental Disasters, 2 (6): 1-17. 

Bchari, F.E., Theilen-Willige, B., Ait Malek, H. (2019); Landslide hazard zonation assessment using GIS analysis at the coastal area of Safi (Morocco), Proceedings of the International Cartographic Association, 2, 29th International Cartographic  Conference (ICC 2019), 15–20 July 2019, Tokyo, Japan: 1-7. 10.5194/ica-proc-2-24-2019

Bragagnolo, L., daSilva, R.V., Grzybowsk, J.M.V. (2020); Artificial neural network ensembles applied to the mapping of landslide susceptibility, CATENA, Vol 184, 10424: 1-19.

Caniani D., Pascale S., Sdao F., Sole A. (2008); Neural networks and landslide susceptibility: a case study of the urban area of Potenza, Natural Hazards, 45:55–72.

Colkesen, I., Sahin, E., Kavzoglu, T. (2016); Susceptibility mapping of shallow landslides using kernel-based Gaussian process, support vector machines and logistic regression, Journal of African Earth Sciences 118: 53-64.

Crosta, B. G. (2009); Dating, triggering, modeling, and hazard assessment of large landslides, Geomorphology, Vol 103: 1-4.  OI: 10.1016/j.geomorph.2008.04.007

Dai, F. C., Lee, C. F. (2002); Landslide Characteristics and Slope in Stability Modeling using GIS Lantau Island Hong Kong.  geomorphology, 42: 213-228. DOI: 10.1016/S0169-555X(01)00087-3

Diakoulaki, D.; Mavrotas, G., & Papayannakis, L. (1995); Determining objective weights in multiple criteria problems: The  critic method, Computers and Operations Research, 22 (7): 763-770

Gigovic, L., Drobnjak, S., Pamucar, D. (2019); The Application of the Hybrid GIS Spatial Multi-Criteria Decision Analysis  est–Worst Methodology for Landslide Susceptibility Mapping, International Jornal of Geo-Information, 8 (79): 1-29. DOI: 10.3390/ijgi8020079

Gomez, H., Kavzoglu, T. (2005); Assessment of shallow landslide susceptibility using the artificial neural networks in Abonosa River Basin, Venezuela, Engineering Geology, Graupe, Daniel, Principles of an artificial neural network, 78: 11-27. 

Haque, U., Paula, F. d., Silva Graziella, Devoli., Pilz, J., Zhao, B., Khaloua, A., Wilopoi, W., Andersen, P., Luk, P., Lee, J.,

Yamamoto, T., Keellings, D. Wuo, J.H. (2019); The human cost of global warming: Deadly landslides and their triggers (1995–2014), Science of The Total Environment, Vol 682: 673-684.

Highland, L., Bobrowsky, P. T. (2008); The landslide handbook: a guide to understanding landslides. VA, USA: US  Geological Survey Reston.

Kerekes, A., Poszet, S., Gal, A. (2018); Landslide susceptibility assessment using the maximum entropy model in a sector of He Cluj–Napoca Municipality, Romania. Revista de geomorphologic (2018) 20: 130-146. DOI: 10.21094/rg.2018.039 

Rossi, M., Guzzetti, F., Salvati, P., Donnini, M., Napolitano, E., Bianchi, C. (2019); A predictive model of societal landslide  risk in Italy, Earth-Science Reviews Volu 196, 102849: pp 1-19

Han, H.; & Jia, H. (2020). “Simulating the spatial dynamics of urban growth with an integrated modeling approach: A case study of Foshan, China”, Ecological Modelling, V. 23, pp: 107-116.