اصغری سراسکانرود، صیاد؛ پسنده، امیرحسین و خاوریان نهزک، حسن (1403). آشکارسازی تغییرات کاربری اراضی در بازه زمانی 2013-2024 با استفاده از پردازش تصاویر لندست 8 و تحلیل اثرات آن (مطالعه موردی: شهر میاندوآب). مطالعات توسعه پایدار شهری و منطقهای، 5(4)، 330-346.
بادکو، بهروز و حسنی، سمیه (1396). بررسی تأثیر حضور گردشگران بر محیط زیست شهرستان نور از دید جامعه میزبان. میراث و گردشگری، 2(5)، 109-138.
رادوش، فراز و غضنفری متکی، المیرا (1403). تجزیه و تحلیل تغییرات کاربری اراضی شهرستان نور با استفاده از فناوریهای سنجش از دور. هشتمین کنگره سالانه بینالمللی توسعه کشاورزی، منابع طبیعی، محیط زیست و گردشگری ایران، بهمن ماه 1403.
صدیقی، صابر؛ دربان آستانه، علیرضا و رضوانی، محمدرضا (1396). بررسی عوامل کالبدی و سیاسی-حقوقی تغییرات کاربری اراضی در شهرستان محمودآباد. برنامهریزی فضایی، 7(2)، 39-58.
عبداللهی، سحر و نصیری، وحید (1399). آشکارسازی و پیشبینی تغییرات سطح جنگلهای استان گیلان با استفاده از تصاویر ماهوارهای و مدل ژئومد، پژوهش و فناوری محیط زیست، 7(5)، 151-141.
عبدالهی، علیاصغر؛ خبازی، مصطفی و درانی، زهرا (1398). مدلسازی و پیشبینی تغییرات کاربری اراضی شهر لاهیجان با رویکرد توسعه پایدار، شهر پایدار، 2(4)، 17-30.
عبیات، محمد؛ عطار روشن، سینا و عبیات، محمود (1399). ارزیابی و پیشبینی تغییرات پوشش گیاهی در ارتباط با تغییرات کاربری اراضی با استفاده از مدل LCM و زنجیره مارکوف (مطالعه موردی: کلانشهر اهواز)، جغرافیا و مخاطرات محیطی، 9(35)، 183-204.
غلامی، شعبانعلی؛ حبیبنژاد روشن، محمود و نوری پور، مصطفی (1394). بررسی تأثیر افزایش جمعیت بر میزان تغییر کاربری اراضی (مطالعه موردی حوزه آبخیز واز شهرستان نور). اکوسیستمهای طبیعی ایران، 6(1)، 37-56.
قدوسی، وحید؛ نظمفر، حسین و رحمتی، منصور (1403). تغییرات کاربری اراضی و شبیهسازی رشد و توسعه شهری (مطالعه موردی شهر اردبیل). مطالعات توسعه پایدار شهری و منطقهای، 6(3)، 185-169.
یوسفی، صالح؛ تازه، مهدی؛ میرزایی، سمیه؛ مرادی، حمیدرضا و توانگر، شهلا (1393). مقایسه الگوریتمهای مختلف طبقهبندی تصاویر ماهوارهای در تهیه نقشه کاربری اراضی (مطالعه موردی: شهرستان نور). سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی، 5(3)، 67-76.
Abbas, Z., and Jaber, H. S. (2020). Accuracy assessment of supervised classification methods for extraction land use maps using remote sensing and GIS techniques. In IOP Conference Series: Materials Science and Engineering (Vol. 745, No. 1, p. 012166). IOP publishing. https://doi.org/10.1088/1757-899X/745/1/012166
Abdollahi, A. A., khabazi, M., & dorani, Z (2020). Modeling and Predicting Land Use Changes in Lahijan City with a sustainable development approach. Sustainable city, 2(4), 17-30. doi: 10.22034/jsc.2020.205453.1148 [In Persian].
Abdollahi, S., & Nasiri., V (2020). Detection and prediction of forest level changes in Guilan province using satellite images and geomod model. Journal of Environmental Research and Technology, 7(5), 141-151. [In Persian].
Abiyat, M., Attar Roshan, S., & Abiyat, M (2020). Evaluating and Predicting Vegetation Changes Pertaining to Land Use Changes using LCM Model and CA-Markov Chain (Case Study: Ahvaz City). Journal of Geography and Environmental Hazards, 9(3), 183-204. doi: 10.22067/geoeh.2020.67236.0 [In Persian].
Alsharif, M., Alzandi, A. A., Shrahily, R., & Mobarak, B (2022). Land Use Land Cover Change Analysis for Urban Growth Prediction Using Landsat Satellite Data and Markov Chain Model for Al Baha Region Saudi Arabia. Forests, 13(10), 1530. https://doi.org/10.3390/f13101530
Asghari Saraskanroud, S., Pasandeh, A. & Khavarian, H (2025). Detection of Land Use Changes in the 2013-2024 Period Using Landsat 8 Image Processing and Analyzing its Effects (Case Study: Miandoab City). Journal of Sustainable Urban & Regional Development Studies (JSURDS), 5(4), 329-346. [In Persian]. https://www.srds.ir/article_222189_en.html
Chaturvedi, S., Shukla, K., Rajasekar, E., & Bhatt, N (2022). A spatio-temporal assessment and prediction of Ahmedabad’s urban growth between 1990–2030. Journal of Geographical Sciences, 32(9), 1791-1812. https://doi.org/10.1007/s11442-022-2023-4
Chen, B., Song, Y., Huang, B., & Xu, B (2020). A novel method to extract urban human settlements by integrating remote sensing and mobile phone locations. Science of Remote Sensing, 1, 100003. https://doi.org/10.1016/j.srs.2020.100003
Feng, X., Li, P., & Cheng, T (2021). Detection of urban built-up area change from Sentinel-2 images using multiband temporal texture and one-class random forest. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 14, 6974-6986. https://doi.org/10.1109/JSTARS.2021.3092064
Ghodousi, V., Nazmfar, H., & Rahmati, M (2025). Land use changes and simulation of urban growth and development (Case study: Ardabil city). Journal of Sustainable Urban & Regional Development Studies (JSURDS), 6(3), 168-185. [In Persian]. https://www.srds.ir/article_215756.html?lang=en
He, T., Wang, K., Xiao, W., Xu, S., Li, M., Yang, R., & Yue, W (2023). Global 30 meters’ spatiotemporal 3D urban expansion dataset from 1990 to 2010. Scientific data, 10(1), 321. https://doi.org/10.1038/s41597-023-02240-w
Holobâcă, I. H., Ivan, K., & Alexe, M (2019). Extracting built-up areas from Sentinel-1 imagery using land-cover classification and texture analysis. International Journal of Remote Sensing, 40(20), 8054-8069. https://doi.org/10.1080/01431161.2019.1608391
Huang, X., Ren, L., Liu, C., Wang, Y., Yu, H., Schmitt, M., ... & Mayer, H (2022). Urban building classification (ubc)-a dataset for individual building detection and classification from satellite imagery. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (pp. 1413-1421). https://doi.org/10.1109/CVPRW56347.2022.00147
Kabisch, N., Selsam, P., Kirsten, T., Lausch, A., & Bumberger, J (2019). A multi-sensor and multi-temporal remote sensing approach to detect land cover change dynamics in heterogeneous urban landscapes. Ecological indicators, 99, 273-282. https://doi.org/10.1016/j.ecolind.2018.12.033
Kranjčić, N., Medak, D., Župan, R., & Rezo, M (2019). Support vector machine accuracy assessment for extracting green urban areas in towns. Remote Sensing, 11(6), 655. https://doi.org/10.3390/rs11060655
Kuras, A., Brell, M., Liland, K. H., & Burud, I (2023). Multitemporal feature-level fusion on hyperspectral and LiDAR data in the urban environment. Remote Sensing, 15(3), 632. https://doi.org/10.3390/rs15030632
Li, B. S., & Tan, Z. C (2020). Dynamic monitoring method of illegal buildings using spatiotemporal big data based on urban high lying zones. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 42, 17-23. https://doi.org/10.5194/isprs-archives-XLII-3-W10-17-2020, 2020.
Liu, X., Hu, G., Chen, Y., Li, X., Xu, X., Li, S., ... & Wang, S (2018). High-resolution multi-temporal mapping of global urban land using Landsat images based on the Google Earth Engine Platform. Remote sensing of environment, 209, 227-239. https://doi.org/10.1016/j.rse.2018.02.055
Luo, H., He, B., Guo, R., Wang, W., Kuai, X., Xia, B., ... & Xie, L (2021). Urban Building Extraction and Modeling Using GF-7 DLC and MUX Images. Remote Sensing, 13(17), 3414. https://doi.org/10.3390/rs13173414
Ouma, Y. O., Keitsile, A., Nkwae, B., Odirile, P., Moalafhi, D., & Qi, J (2023). Urban land-use classification using machine learning classifiers: comparative evaluation and post-classification multi-feature fusion approach. European Journal of Remote Sensing, 56(1), 2173659.
https://doi.org/10.1080/22797254.2023.2173659
Puttinaovarat, S., & Horkaew, P (2017). Urban areas extraction from multi sensor data based on machine learning and data fusion. Pattern Recognition and Image Analysis, 27(2), 326-337. https://doi.org/10.1134/S1054661816040131
Radvash, F & Ghazanfari, E (2024). Analyzing land use changes in Noor County using remote sensing technologies. 8th International Congress of Developing Agriculture, Natural Resources, Environment and Tourism of Iran. [In Persian].
Ramlal, B., Archibald, D., Al-Tahir, R., Sutherland, M., & Davis, D (2023). Assessment of Multi-Perspective and Multi-Sensor Data for Urban Strata Mapping. https://doi.org/10.21203/rs.3.rs-2599958/v1
Sedighi, S., Darban Astane, A. & Rezvani, M. R (2018). An Investigation of the physical and political Factors Affecting Land Use Changing of Mahmoudabad Town. Spatial Planning, 7(2), 39-58. [In Persian].
van der Linden, S (2015). Urban Mapping & Change Detection.
Yousefi, S., Mirzaee, S., Tazeh, M., Pourghasemi, H., & Karimi, H (2015). Comparison of different algorithms for land use mapping in dry climate using satellite images: a case study of the Central regions of Iran. Desert, 20(1), 1-10. https://doi.org/10.22059/jdesert.2015.54077
Yousefi, S., Tazeh, M., Mirzaee, S., Moradi, H. R., & Tavangar, SH (2014). Comparison of Different Classification Algorithms in Satellite Imagery to Produce Land Use Maps (Case Study: Noor City). Journal of Rs and Gis for Natural Resources (Journal of Applied Rs and Gis Techniques in Natural Resource Science), 5(3), 67-76. SID. https://sid.ir/paper/189580/en [In Persian].
Zhai, W., Shen, H., Huang, C., & Pei, W (2016). Fusion of polarimetric and texture information for urban building extraction from fully polarimetric SAR imagery. Remote Sensing Letters, 7(1), 31-40. https://doi.org/10.1080/2150704X.2015.1101179
Zhang, Y (2001). Detection of urban housing development by fusing multisensor satellite data and performing spatial feature post-classification. International Journal of Remote Sensing, 22(17), 3339-3355. https://doi.org/10.1080/01431160010031289
