[1] ابراهیمی، لیلا؛ و ایلانلو، مریم (1403). پهنه‌بندی وقوع سیلاب حوضۀ زهکشی شهرستانک با استفاده از مدل هیدرولوژیکی WMS و تلفیق GIS. مدیریت مخاطرات محیطی. 15-29، (1)11. http//doi.org/10.22059/jhsci.2024.374472.824
[2] اسدافروز، آیدا؛ متدین، حشمت‌الله؛ مثنوی، محمدرضا؛ و منصوری، سیدامیر (1399). تاب‌آوری محیطی در برابر مخاطرات سیلاب فروردین 1398 در شهر شیراز با رویکرد منظر، تئوری سیستم‌ها و مدل DPSIR.
مدیریت مخاطرات محیطی، 7(1)، 55-75.
https://doi.org/10.22059/jhsci.2020.301219.556
[3] پژوهشکدۀ سوانح طبیعی (1400). برنامۀ ملی کاهش خطر حوادث و سوانح. سازمان مدیریت بحران کشور.
[6] خادمی، معصومه؛ فضل اولی، رامین؛ و عمادی، علیرضا (1398). بهینه‌سازی بهره‌برداری از مخزن در شرایط بحرانی وقوع سیلاب براساس الگوریتم شبیه‌سازی بازپخت مطالعۀ موردی: سد مخزنی البرز.
مدیریت بحران. 107-118، (1)8.
https://dorl.net/dor/20.1001.1.23453915.1398.8.1.9.5
[7] رضائی‌مقدم، محمدحسین؛ و رحیم‌پور، توحید (1402). تهیۀ نقشۀ پتانسیل خطر وقوع سیل با استفاده از دو روش نسبت فراوانی و شاخص آماری (مطالعۀ موردی: حوضۀ آبریز آجی‌چای). مدیریت مخاطرات محیطی. 291-308، (4)10. http//doi.org/10.22059/jhsci.2024.369163.803
[8] رضوی‌زاده، سمانه؛ لطفی‌نسب اصل، سکینه؛ درگاهیان، فاطمه؛ و سعیدی‌فر، زهرا (1400). تأثیر احداث سد کرخه و عوامل اقلیمی بر رژیم سالیانه، سیلابی و پهنه‌های سیل‌گیر رودخانۀ کرخه.
مدیریت حوزۀ آبخیز، 12(24)، 236-248.
http://dx.doi.org/10.52547/jwmr.12.24.236
[9] زارع، مهدی؛ و مقیمی، ابراهیم (1401). گونه شناسی مخاطرات در علم مخاطره‌شناسی (آیا علم مخاطره‌شناسی گونه‌های خاصی دارد؟). مجله مدیریت مخاطرات محیطی. 383-390، (4)9. http//doi.org/10.22059/jhsci.2023.356665.770
[10] غلامی، سیدسجاد؛ لطیف‌منش، حجت‌الله؛ و قاسمی باباحیدری، یعقوب (1399). مطالعۀ تطبیقی رهیافت علمی و قرآنی به مسئلۀ تخریب محیط زیست.
دوفصلنامۀ پژوهش‌های علم و دین. 121-146، (2)11.
https://doi.org/10.30465/srs.2020.32963.1788
[11] مقیمی، ابراهیم (1394). دانش مخاطرات (برای زندگی با کیفیت بهتر و محیط پایدارتر). تهران: انتشارات دانشگاه تهران.
[12] یعقوبی، ثریا. بایرام کمکی، چوقی؛ حسینعلی‌زاده، محسن؛ نجفی‌نژاد، علی؛ پورقاسمی، حمیدرضا؛ و فرامرزی، مرزبان (1402). تحلیل فراوانی حداکثر بارش روزانه و تعیین مناسب‌ترین توابع توزیعی در حوزۀ آبخیز سد بوستان، استان گلستان.
علوم آب و خاک، 1(27)، 59-81.
http://dx.doi.org/10.47176/jwss.27.1.48871
[13] Amani, M., Ghorbanian, A., Ahmadi, S. A., Kakooei, M., Moghimi, A., Mirmazloumi, S. M., Moghaddam, S. H. A., Mahdavi, S., Ghahremanloo, M., Parsian, S., Wu, Q., & Brisco, B. (2020). Google Earth Engine Cloud Computing Platform for Remote Sensing Big Data Applications: A Comprehensive Review.
IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 13, 5326–5350.
https://doi.org/10.1109/JSTARS.2020.3021052
[14] Boulange, J., Hanasaki, N., Yamazaki, D., & Pokhrel, Y. (2021). Role of dams in reducing global flood exposure under climate change.
Nature Communications, 12(1), 417.
https://doi.org/10.1038/s41467-020-20704-0
[15] Chicco, D., & Jurman, G. (2020). The advantages of the Matthews correlation coefficient (MCC) over F1 score and accuracy in binary classification evaluation.
BMC Genomics, 21(1), 6.
https://doi.org/10.1186/s12864-019-6413-7
[16] Feyisa, G. L., Meilby, H., Fensholt, R., & Proud, S. R. (2014). Automated Water Extraction Index: A new technique for surface water mapping using Landsat imagery.
Remote Sensing of Environment, 140, 23–35.
https://doi.org/10.1016/j.rse.2013.08.029
[17] Jensen, J. R. (2015). Introductory Digital Image Processing: A Remote Sensing Perspective (4th ed.). Prentice Hall Press.
[18] Jiang, H., Ji, L., Yu, K., & Zhao, Y. (2024). Analysis of the Substantial Growth of Water Bodies during the Urbanization Process Using Landsat Imagery—A Case Study of the Lixiahe Region, China.
Remote Sensing, 16(4), 711.
https://doi.org/10.3390/rs16040711
[19] Kaya, C. M., & Derin, L. (2023). Parameters and methods used in flood susceptibility mapping: a review.
Journal of Water and Climate Change, 14(6), 1935–1960.
https://doi.org/10.2166/wcc.2023.035
[20] Liu, H., Hu, H., Liu, X., Jiang, H., Liu, W., & Yin, X. (2022). A Comparison of Different Water Indices and Band Downscaling Methods for Water Bodies Mapping from Sentinel-2 Imagery at 10-M Resolution.
Water, 14(17), 2696.
https://doi.org/10.3390/w14172696
[21] McFEETERS, S. K. (1996). The use of the Normalized Difference Water Index (NDWI) in the delineation of open water features.
International Journal of Remote Sensing, 17(7), 1425–1432.
https://doi.org/10.1080/01431169608948714
[23] Ning, F.-S., & Lee, Y.-C. (2021). Combining Spectral Water Indices and Mathematical Morphology to Evaluate Surface Water Extraction in Taiwan.
Water, 13(19), 2774.
https://doi.org/10.3390/w13192774
[24] Peña-Arancibia, J. L., Malerba, M. E., Wright, N., & Robertson, D. E. (2023). Characterising the regional growth of on-farm storages and their implications for water resources under a changing climate.
Journal of Hydrology,
625, 130097.
https://doi.org/10.1016/j.jhydrol.2023.130097
[25] Șerban, C., Maftei, C., & Dobrică, G. (2022). Surface Water Change Detection via Water Indices and Predictive Modeling Using Remote Sensing Imagery: A Case Study of Nuntasi-Tuzla Lake, Romania.
Water, 14(4), 556.
https://doi.org/10.3390/w14040556
[27] Tamiminia, H., Salehi, B., Mahdianpari, M., Quackenbush, L., Adeli, S., & Brisco, B. (2020). Google Earth Engine for geo-big data applications: A meta-analysis and systematic review.
ISPRS Journal of Photogrammetry and Remote Sensing, 164, 152–170.
https://doi.org/10.1016/j.isprsjprs.2020.04.001
[28] Tellman, B., Sullivan, J. A., Kuhn, C., Kettner, A. J., Doyle, C. S., Brakenridge, G. R., Erickson, T. A., & Slayback, D. A. (2021). Satellite imaging reveals increased proportion of population exposed to floods.
Nature, 596(7870), 80–86.
https://doi.org/10.1038/s41586-021-03695-w
[29] Wang, L., Cui, S., Li, Y., Huang, H., Manandhar, B., Nitivattananon, V., Fang, X., & Huang, W. (2022). A review of the flood management: from flood control to flood resilience.
Heliyon, 8(11), e11763.
https://doi.org/10.1016/j.heliyon.2022.e11763
[30] Xu, H. (2006). Modification of normalised difference water index (NDWI) to enhance open water features in remotely sensed imagery.
International Journal of Remote Sensing, 27(14), 3025–3033.
https://doi.org/10.1080/01431160600589179
)