ابراهیمی، عطرین؛ قاسمی، افشان؛ گنجائیان، حمید؛ 1399. پایش میزان فرونشست محدوده شهری پاکدشت با استفاده از روش تداخل سنجی راداری. مجله جغرافیا و روابط انسانی. دوره 2. شماره 4. صص 41-29.
اسدی، معصومه؛ گنجائیان، حمید؛ جاودانی، مهناز؛ قادریحسب، مهدیه؛ 1400. ارزیابی ارتباط بین عوامل طبیعی و میزان فرونشست در دشت ایوانکی با استفاده از تصاویر راداری.
مجله هیدروژئولوژی. سال 6. شماره 1. صص 22-13. https://doi.org/
10.22034/HYDRO.2021.13016
آمیغپی، معصومه؛ عربی، سیاوش؛ طالبی، علی؛ 1388. بررسی فرونشست یزد با استفاده از روش تداخل سنجی راداری و ترازیابی دقیق. مجله علوم زمین. سال ۲۰. شماره 77. صص 164-157.
خرمی، محمد؛ 1396. تخمین فرونشست مشهد با استفاده از تکنیک تداخل سنجی راداری و ارزیابی آن با توجه به مشخصات ژئوتکنیکی. پایاننامه کارشناسی ارشد. دانشگاه فردوسی. دانشکده مهندسی.
شریفیکیا، محمد؛ 1391. تعیین میزان فرونشست زمین به کمک روش تداخل سنجی راداری (D-InSAR) در دشت نوق-بهرمان. مجله برنامهریزی و آمایش فضا. دوره 16. شماره 3. صص ۷۷-.55
صالحی متعهد، فهیمه: حافظی مقدس، ناصر؛ لشکری پور، غلامرضا؛ دهقانی، مریم؛ ۱۳۹۸. ارزیابی فرونشست زمین به کمک تلفیق روش تداخل سنجی راداری و اندازهگیریهای میدانی و مطالعه دلایل و اثرات آن بر شهر مشهد. نشریه زمینشناسی مهندسی. سال ۱۳. شماره ۳. صص 462-435.
صفاری، امیر؛ جعفری، فرهاد؛ 1395. سنجش مقدار و پهنهبندی خطر فرونشست زمین با استفاده از روش تداخل سنجی راداری (مطالعه موردی: دشت کرج –شهریار).
فصلنامه علمی ـ پژوهشی و بین-المللی انجمن جغرافیای ایران. سال 4. شماره 48. صص ۱۸۸-.۱۷۵.
https://www.sid.ir/paper/150233/fa
مقصودی، یاسر؛ امانی، رضا؛ احمدی، حسن؛ ۱۳۹۸. بررسی رفتار فرونشست زمین در منطقه غرب تهران با استفاده از تصاویر سنجنده سنتینل ۱ و تکنیک تداخلسنجی راداری مبتنی بر پراکنشگرهای دائمی.
مجله تحقیقات منابع آب ایران، سال ۱۵. شماره ۱. صص ۳۱۳-۲۹۹.
http://www.iwrr.ir/article_80494.html
Abir, I. A., Khan, S.D., Ghulam, A., Tariq, S., Shah, M.T. 2015. Active tectonics of western Potwar Plateau–Salt Range, northern Pakistan from InSAR observations and seismic imaging
. Remote Sensing of Environment, 168: 265-275. https:// doi.org/
10.1016/ j.rse.2015.07.011
Aimaiti, Y.; Yamazaki, F.; Liu, W. 2018. Multi-Sensor InSAR Analysis of Progressive Land Subsidence over the Coastal City of Urayasu, Japan.
Remote Sens, 10 (8).
https://doi.org/10.3390/rs10081304
Bozzano, F., Esposito, C., Franchi, S., Mazzanti, P., Perissin, D., Rocca, A. 2015. Understanding the subsidence process of a quaternary plain by combining geological and hydrogeological modelling with satellite InSAR data: the acque albule plain case study.
Remote Sensing of Environment. 168: 219–238.
https://doi.org/10.1016/j.rse.2015.07.010
Bracegirdle, A., Mair, R., Hand Talor. N. 1993. Sub surface settlement profiles above Tunnels in clay,
Geo technique journal, 43 (2): 315-320.
https://doi.org/10.1680/geot.1993.43.2.315
Dinh Ho. T. M., Le. V. T., Thuy. L. T. 2015. Mapping Ground Subsidence Phenomena in Ho Chi Minh City through the Radar Interferometry Technique Using ALOS PALSAR Data,
Remote Sensing, 7 (7): 8543-8562.
https://doi.org/10.3390/rs70708543
Hanssen, R. F. 2001. Radar Interferometry: Data Interpretation and Error Analysis. Dordrecht. Kluwer Academic Publishers. https://doi.org/10.1007/0-306-47633-9
Ho, D. T. D., Tran, C. Q., Nguyen, A. D. and Le, T. T. 2016. Measuring ground subsidence in Hanoi city by radar interferometry.
Science and Technology Development Journal, 19 (2): 122-129. https://doi.org/
10.32508/stdj.v19i2.676
Huanyin, Y., Hanssen, R., Leijen, F. 2005. Marinkovicand, Land Subsidence Monitoring in City Area by Time Series Interferometric SAR Data, National Natural Science Foundation of China. KGW Project Report. https://www.academia.edu/15197645
Nguyen Hao, Q., Takewaka, S. 2019. Detection of Land Subsidence in Nam Dinh Coast by Dinsar Analyses,
International Conference on Asian and Pacific Coasts, pp: 1287-1294. https://doi.org/
10.1007/978-981-15-0291-0_175.
Zhao, Q., Ma. G., Wang. Q., Yang. T., Liu, M., Gao, W., Falabella, F., Mastro, P., Pepe, A. 2019. Generation of long-term InSAR ground displacement time-series through a novel multi-sensor data merging technique: The case study of the Shanghai coastal area, ISPRS Journal of Photogrammetry and Remote Sensing, V 154: 10-27 https:// doi.org/ 10.1016/ j. isprsjprs. 2019.05.005