1. اژدرپور، مهران (1387) پیش بینی رابطه بارش – رواناب به روش شبکه عصبی مصنوعی در حوضه آبریز رودخانه اعظم هرات، پایان نامه کارشناسی ارشد، رشته اقلیم شناسی به راهنمایی کمال امیدوار، دانشگاه یزد، گروه جغرافیا
2. اکبرپور، مهرداد، محمدباقر رهنما و غلام عباس بارانی (1382) "مقایسه شبکه عصبی مصنوعی و مدل HEC-HMS در فرآیند بارندگی – رواناب" چهارمین کنفرانس هیدرولیک ایران، دانشکده مهندسی دانشگاه شیراز، صص 1025-1032
3. سازمان هواشناسی کشور (1385( داده های بارش روزانه ایستگاه های منطقه مورد مطالعه
4. سازمان مدیریت و برنامه ریزی استان یزد (1384) معاونت آمار و اطلاعات
5. سلطانی، سعید و سعید مرید (1381) "مقایسه مدل های تفهیمی با شبکه های عصبی مصنوعی در شبیه سازی بارش- رواناب" مجموعه مقالات ششمین سمینار بین المللی مهندسی رودخانه، دانشگاه شهید چمران، اهواز، صص 1085، 1094
6. فرج زاده، منوچهر (1386) تکنیک های اقلیم شناسی تهران، سمت، ص 287
7. میثاقی، فرهاد و کوروش محمدی (1381) "شبیه سازی بارش – رواناب و روندیابی رودخانه با استفاده از شبکه های عصبی مصنوعی" مجموعه مقالات ششمین سمینار بین المللی مهندسی رودخانه، دانشگاه شهید چمرا، اهواز، صص 455-462
8. منهاج، محمدباقر (1384) مبانی شبکه های عصبی، انتشارات دانشگاه صنعتی امیرکبیر، ص 715
9. وزارت نیرو، سازمان آب منطقه ای یزد، دفتر مطالعات آب های سطحی (1385) گزارش های آماری حوضه آبریز رودخانه اعظم.
10. Anctil,, F, and etal.(2003). "Impact of the length of observed records on the performance of ANN." Environmental Modeling and Software, 19:357-368.
11. Braddock, R.D. etal. (1998). "Feed forward artificial neural network model for forecasting rainfallrunoff". Environmental Sciences, 9:419-432.
12. Dastorani, M.T., A.Moghadamnia, J. Piri and M,Rico-Ramirez, (2009), "Application of ANN and ANFIS Models for Reconstructing Missing Flow Data, " Journal of Environmental Monitoring and Assessment, Springer, DOI: 10,1007/S10661-009-1012-8
13. Dimopoulos, I.etal.(1996). "Rainfall-runoff modeling by neural networks and Kalman filter". Hydrologycal Sciences journal, 41:179-193.
14. HSU,K etal. (1995). "Artificial neural network modeling of the rainfall-runoff process".Water Resources Research,31:2517-2530.
15. Lallahem,S. and J.Mania.(2002)." A non-linear rainfall- runoff model using neural network technique." Mathematical and Computer Modeling, 37:1047-1061.
16. Lorrai, M. and Sechi, G.M.(1995). "Neural net for modeling rainfall-runoff transformation". Watercourses management, Vol.9,pp.299-313.
17. Modarres, R (2009), " Multi-criteria validation of artificial neural network rainfall- runoff modeling". Hydrology and Earth System Sciences. Vol. 13,No.33 (19 March), pp.411-421.
18. Pankiewicz, G.S. (1997). "Neural network classification of convective airmasses for a flood forecasting system", International Journal of Remote Sensing. Vol. 18, No.4, pp. 887-898.
19. Razi, M.A.M, J.Ariffin, W.Tahir and N.AM Arish, (2010), "Flood estimation studies using hydrologic modeling system (HEC- HMS) for Johor river, Malaysia", Journal of Applide Sciences 10(11): 930-939.
20. Roger.G and etal(2001). "Synoptic and dynamic climatology". London and NewYork. P 560.
21. Rosenblatt, F.(1962). "Principles of neuro-dynamics: Perceptron and the theory of brain mechanisms" Spartan, Washington, D.C.
22. Suhaimi, S., Rosmina A.Bustami, (2009), "Rainfall runoff modeling using Radial basis function neural network for Sungai Tinjar catchment, Miri, Sarawak", (2009), Journal of Civil Engineering, Vol.1: issue1/August.
23. Yusop,Z (2007), "Runoff characteristics and application of HEC-HMS for modeling stormflow hydrograph in an oil palm catchment", Water Science and Technology, Vol.56. No. 8. PP,41-48.