1. اصلانی مقدم، ا. (1388). بررسی مدل برداری به منظور پیشبینی تغییرات کاربری اراضی. (پایاننامة منتشرنشدة کارشناسی ارشد سنجش از دور)، دانشگاه تهران، ایران.
2. ربانی، ا. (1390). ارزیابی تصاویر ماهوارهای با تفکیکپذیری چندگانه در مدلسازی رشد شهرها به کمک خودکارههای سلولی. (پایاننامة منتشرنشدة کارشناسی ارشد سنجش از دور)، دانشگاه تهران، ایران.
3. طیبی، 1. (1388). پیشبینی و ارزیابی تغییر کاربری اراضی شهری. (پایاننامة منتشرنشدة کارشناسی ارشد سنجش از دور)، دانشگاه تهران، ایران.
4. کاظم، ا. ح.، حسینعلی، ف. و آلشیخ، ع. ا. (1394). مدلسازی رشد شهری با استفاده از تصاویر ماهوارهای متوسطمقیاس و مبتنی بر روش خودکارههای سلولی (مطالعة موردی: شهر تهران). فصلنامة علمی- پژوهشی اطلاعات جغرافیایی، 24 (94)، 58-45.
5. Al-Kheder, S. (2007). Urban growth modelling with artificial intelligence techniques (Unpublished doctoral dissertation). Purdue University, USA.
6. Almeida, C., Monteiro, A. M. V., Camara, G., Soares-Filho, B. S. Cerqueira, G. C., & Pennachin, C. L. (2002). Modelling urban land use dynamics through Bayesian probabilistic methods in a cellular automaton environment. In C. Tamayo (Ed.), Proceedings of the 29th International Symposium on Remote Sensing of the Environment (pp. 1-5). Buenos Aires, Argentina, 8–12 April.
7. Batty, M. (1970). An activity allocation model for the Nottinghamshire-Derbyshire sub-region. Regional Studies, 4, 307-332.
8. Clarke, K. C., Hoppen, S., & Gaydos, L. (1997). A self-modifying cellular automaton model of historical urbanization in the San Francisco Bay area. Environment and Planning B, 24(2), 247-262.
9. Congalton, R.G., & Green K. (2009). Assessing the accuracy of remotely sensed data-principles and practices. International Journal of Applied Earth Observation and Geo-information, 11(6), 448-449.
10. Dietzel, C., & Clarke, K.C. (2004). Spatial differences in multi-resolution urban automata modeling. Transactions in GIS, 8(4), 479-492.
11. Feng, Y., Liu, Y., Tong, X., Liu, M., & Deng, S. (2011). Modelling dynamic urban growth using cellular automata and particle swarm optimization rules. International Journal of Landscape and Urban Planning, 102(3), 188-196.
12. Hegde, N.P., Muralikrishna, I. V., & Chalapatirao, K. V. (2008). Settlement growth prediction using neural network and cellular automata. Journal of Theoretical and Applied Information Technology, 4(5), 419-428.
13. Houghton, R.A. (1994). The world-wide extent of land-use change. Bioscience, 44(5), 305-313.
14. Landis, J. D. (1994). The California urban futures model: A new generation of metropolitan simulation models. Environment and Planning B: Planning and Design, 21, 399-420.
15. Li, X., & Yeh, A. G. O. (2000). Modelling sustainable urban development by the integration of constrained cellular automata and GIS. International Journal of Geographical Information Science, 14(2), 131-152.
16. Li, X., & Yeh, A. G. O. (2003). Simulation of development alternatives using neural networks, cellular automata, and GIS for urban planning. Photogrammetric Engineering and Remote Sensing, 69, 1043-1052.
17. Menard, A., & Marceau, D. (2005). Exploration of spatial scale sensitivity in geographic cellular automata. Environment and Planning B: Planning and Design, 32(5), 693-714.
18. Olson, J.M., Alagarswamy, G., Andresen, J.A., Campbell, D.J., Davis, A.Y., Ge, J.,... Wang, J., (2007). Integrating diverse methods to understand climate-land interactions in east Africa. Geoforum, 39, 898-911.
19. Openshaw, S. (1998). Neural network, genetic, and fuzzy logic models of spatial interaction. Environment and Planning, 30, 1857–1872.
20. Small, C., & Miller, R.B. (1999). Monitoring the urban environment from space. Columbia University, Palisades, NY, USA: Lamont Doherty Earth Observatory.
