1. جوان، کاظم؛ طاهری شهرآیینی، حمید؛ نصیری صالح فرزین؛ حبیبی نوخندان، مجید. (1390). روشی جدید جهت پیشبینی پراکنش مکانی دما و بارش در حوضه آبریز رودخانه قره سو اردبیل، نشریه پژوهش های اقلیم شناسی، 2(5 و 6):117-130.
2. داداشی رودباری، عباسعلی؛ فلاح قالهری، غلام عباس؛ کرمی، مختار؛ باعقیده، محمد .(1395). تحلیل تغییرات بارش حوضه آبریز هراز با استفاده از روش های آماری و تکنیک تحلیل طیفی، هیدروژئومورفولوژی، 7: 59-86.
3. دهبان، حسین؛ ابراهیمی، کیومرث؛ عراقی نژاد، شهاب؛ بذر افشان، جواد .(1398). ارزیابی دقت مدل های NMME در پیش بینی بارش ماهانه مطالعه موردی حوضه سفید رود، نشریه هواشناسی کشاورزی، 7(1): 3-12.
4. سلاجقه، علی؛ مقدم نیا، علیرضا؛ خلیقی سیگارودی، شهرام؛ آذرخشی، مریم؛ رستمی خلج، محمد. (1390). مدل سازی بارش رواناب مبتنی بر رویکرد پویایی سیستم مطالعه موردی حوضه کارده مشهد، نشریه علمی پژوهشی مهندسی و مدیریت آبخیز، 11(1): 15-27.
5. قاسمی فر، الهام؛ ناصرپور، سمیه؛ ارزومندی، لیلی. (1396). شناسایی الگوهای سینوپتیکی بارش های سیل خیز غرب ایران، نشریه تحلیل فضایی مخاطرات محیطی، 4(2):69-86
6. گندمکار، امیر؛ رییسی، توران .(1391). رابطه بارش و رواناب در حوضه گوجان، مجله جغرافیایی سپهر، 21(1): 38- 40
7. مهدی نسب، مهدی؛ طاووسی، تقی؛ میرزایی، رضا. (1393). پیش بینی احتمال وقوع سیل و حداکثر بارش متحمل زیر حوضه پلدختر با استفاده از روش سری های جزیی، فصلنامه علمی پژوهشی اکوسیستم های طبیعی ایران، 5(1):97 -109
8. نگارش، حسین؛ ویسی، جلیل .(1392). تجزیه و تحلیل اثرات تغییر بارش در سیل خیزی حوضه آبریز رود خانه راوند منطقه اسلام آباد غرب استان کرمانشاه، فصلنامه علمی پژوهشی برنامه ریزی منطقه ای، 3(11):79-98.
9. رسولی، علی اکبر؛ جهانبخش، سعید؛ قاسمی، احمدرضا؛"بررسی ارتباط بین پارامترهای مهم ابر و بارش روزانه در ایران"، فصلنامه تحقیقات جغرافیایی، سال 29، شماره اول، صص 23 -42، 1393
10. حاتمی بهمن بیگلو، خداکرم؛ موحدی، سعید؛ "شناسایی فصلی و ماهانه ابرناکی در ایران با بهره گیری از دادههای فرآورده ابر سنجنده دمودیس ماهواره تررا"، جغرافیا و توسعه، شماره 50، صص 213-230، 1395
11. Pan, B., Liu, D. , Kuma,r K., Wang, M., & LathaDevi, N.(2021). Global distribution of maritime low clouds with an emphasis on different aerosol types and meteorological parameters inferred from multi-satellite and reanalysis data during 2007-2016, Atmospheric Environment, 246(1). [
DOI:10.1016/j.atmosenv.2020.118082]
12. Kumar, K.N., Suzuki, K. (2019). Assessment of seasonal cloud properties in the United Arab Emirates and adjoining regions from geostationary satellite data. Remote Sens. Environ. , 228, 90-104. [
DOI:10.1016/j.rse.2019.04.024]
13. Halimi M., Rezaei M., Mohammadi Ch. & Farajzadeh M.( 2017). Association between cloudiness and rainfall over Fars province in Iran, Russian Meteorology and Hydrology, 42, 671-676, [
DOI:10.3103/S1068373917100077]
14. Trenberth, K. E. ; Fasullo, J. T. ; "Global warming due to increasing absorbed solar radiation. Geophys, "Res. Lett. , 36, L07706, P. p 1-5, 2009 [
DOI:10.1029/2009GL037527]
15. Filipiak, J. , and Mietus, M. 2009. Spatial and temporal variability of cloudiness in Poland, 1971-2000. Int. J. Climatol. , 29: 1294-1311. [
DOI:10.1002/joc.1777]
16. Dim, J. R. ; Murakami, H T. ; Nakajima Y. ; Nordell, B. ; Heidinger, A. K. ; Takamura, T. ; (2011), " The recent state of theclimate: Driving components of cloud-type variability", J. Geophys. Research. 116, P. p 1-14, 2011 [
DOI:10.1029/2010JD014559]
17. Jaswal, A. K. ; Variability and Changes in Cloud Cover Over India During 1951-2010. In Observed ClimateVariability and Change over the Indian Region (pp. 107-127). Springer Singapore, 2017 [
DOI:10.1007/978-981-10-2531-0_7]
18. Wenjing, Z. , Ning, Z. , & Jianning, S. (2014). Spatiotemporal Variations of Cloud Amount over the Yangtze River Delta, China. Journal of Meteorological Research, 28(3), 371-380. [
DOI:10.1007/s13351-014-3064-0]
19. Choobari A., Gharaylou M. 2017, Aerosol impacts on radiative and microphysical properties of clouds and precipitation formation, Atmospheric Research, 185(1), 43-64 [
DOI:10.1016/j.atmosres.2016.10.021]
20. Sarangi Ch., Tripathi S., KanawadeV., Koren I., and Sivanand D., 2017., Investigation of the aerosol-cloud-rainfall association over the Indian summer monsoon region, Atmos. Chem. Phys., 17(1), 5185-5204 doi:10.5194/acp-17-5185-2017 [
DOI:10.5194/acp-17-5185-2017]
21. Chakraborty S., Maitra, A. (2013). Interrelation between microphysical and optical properties of cloud and rainfall in the Indian region. Indian Journal of Radio & Space Physics, 42. 105-112. http://hdl.handle.net/123456789/17096
22. World Meteorological Organization. 2011.Weather extremes in a changing climate: hindsight on foresinght, ISBN:978-92-63- 11075-6
23. Mehta, L., Srivastava, S., Adam, H.N. Bose A.S., Ghosh U., Kumar V.,(2019), Climate change and uncertainty from 'above' and 'below': perspectives from India. Reg Environ Change ,19: 1533-1547. [
DOI:10.1007/s10113-019-01479-7]
24. Her, Y., Yoo, SH., Cho, J. , Hwang S., Jeong J. & Seong C.,( 2019), Uncertainty in hydrological analysis of climate change: multi-parameter vs. multi-GCM ensemble predictions. Sci Rep, 9, 4974 [
DOI:10.1038/s41598-019-41334-7] [
PMID] [
]
25. Curry ,JA., Webster, PJ., (2011), Climate science and the uncertainty monster, Bull Am Meteorol Soc ,92(12):1667-1682. [
DOI:10.1175/2011BAMS3139.1]
26. Punay, J., Perez, G.J.P., (2014), Evaluation of MODIS Cloud Product-derived rainfall estimates. 35th Asian Conference on Remote Sensing 2014, ACRS 2014: Sensing for Reintegration of Societies.
27. Platnick, S., Meyer, K., King, M. D., Wind, G., Amarasinghe, N., Marchant, B., Arnold, G. T., Zhang, Z., Hubanks, P. A., Holz, R. E., Yang, P., Ridgway, W. L., & Riedi, J.,(2017), The MODIS cloud optical and microphysical products: Collection 6 updates and examples from Terra and Aqua. IEEE Trans. Geosci. Remote Sens, 55: 502-525, doi:10.1109/TGRS.2016.2610522. [
DOI:10.1109/TGRS.2016.2610522] [
PMID] [
]
28. Baum, B., Menzel W. P., Frey, R.. Tobin, D,. Holz, R., Ackerman, S.,( 2012), MODIS Cloud Top Property Refinements for Collection 6, Journal of Applied Meteorology and Climatology, 51: 1145-1163, doi: 10.1175/JAMC-D-11-0203.1 [
DOI:10.1175/JAMC-D-11-0203.1]