शहरी मॉडलिंग: शहरी पर्यावरण संबंधी मुद्दों के समाधान के लिए बहु-क्षेत्रीय सिमुलेशन प्रयोगशाला और विज्ञान-आधारित निर्णय समर्थन ढांचे का विकास

अनुप्रयोगों के बारे में
परियोजनाएँ
गैलरी

शहरी मॉडलिंग: शहरी पर्यावरण संबंधी मुद्दों के समाधान के लिए बहु-क्षेत्रीय सिमुलेशन प्रयोगशाला और विज्ञान-आधारित निर्णय समर्थन ढांचे का विकास

परियोजना के बारे में

भारत में शहरी जनसंख्या में एक बड़ा बदलाव हो रहा है, जिसके 2050 तक दोगुना होने का अनुमान है। यह तेज़ शहरी विस्तार न केवल सामाजिक-आर्थिक परिदृश्य को नया आकार दे रहा है, बल्कि शहरों में पर्यावरणीय कमज़ोरियों को भी बढ़ा रहा है। जैसे-जैसे शहरी क्षेत्र बढ़ रहे हैं, भारतीय शहरों में चरम मौसम की घटनाएँ और पर्यावरणीय तनाव, जैसे कि तीव्र वर्षा और शहरी बाढ़, गर्मी और ठंड की लहरें, और गंभीर वायु प्रदूषण की घटनाएँ तेज़ी से बढ़ रही हैं। ये अब छिटपुट घटनाएँ नहीं रह गई हैं; ये लगातार और अधिक गंभीर होती जा रही हैं, जिससे जन स्वास्थ्य, बुनियादी ढाँचे और अर्थव्यवस्था के लिए गंभीर जोखिम पैदा हो रहे हैं। इन पर्यावरणीय चुनौतियों का व्यापक प्रभाव शासन के सभी स्तरों पर महसूस किया जा रहा है। राष्ट्रीय, राज्य और स्थानीय स्तर पर नीति-निर्माता इन शहरी तनावों के दीर्घकालिक प्रभावों को लेकर चिंतित हैं।

इन चुनौतियों का प्रभावी ढंग से प्रबंधन और शमन करने के लिए, शहरी चरम घटनाओं को समय पर और सटीक रूप से समझना, उनका अनुकरण और पूर्वानुमान लगाना अत्यंत आवश्यक है। इसके लिए एक विज्ञान-आधारित निर्णय समर्थन प्रणाली की आवश्यकता है जो परिचालन प्रतिक्रियाओं और नीति निर्माण का मार्गदर्शन कर सके। शहरी पर्यावरण प्रणालियाँ अनिवार्य रूप से मौसम विज्ञान, जल विज्ञान और वायु गुणवत्ता के बीच अंतर-क्षेत्रीय अंतःक्रियाएँ हैं। इन जटिलताओं से निपटने के लिए एक पूर्णतः एकीकृत मॉडलिंग प्लेटफ़ॉर्म की आवश्यकता है जिसमें शामिल हैं:

  • उच्च-प्रदर्शन कंप्यूटिंग (एचपीसी)
  • बहु-स्रोत इनपुट डेटा: उपग्रह, जमीनी अवलोकन और वास्तविक समय डेटा
  • मॉडल की सटीकता सुनिश्चित करने के लिए सत्यापन और सत्यापन तंत्र
  • विभिन्न डोमेन में निर्बाध एकीकरण के लिए बहु-मॉडल अंतर-संचालनीयता
  • बहु-स्तरीय समूह मॉडलिंग
  • 2डी/3डी विज़ुअलाइज़ेशन उपकरण

व्यापक शहरी मॉडलिंग प्रणाली में शहरी पैरामीटरीकरण और कैनोपी मॉडलिंग, शहरी ऊष्मा द्वीप (यूएचआई) विश्लेषण, सीमा परत और वायुमंडलीय गतिशीलता, रासायनिक और आकारिकी डेटा समावेशन, बिग डेटा एनालिटिक्स और एआई/एमएल तकनीकों द्वारा संचालित क्वेरी फ्रेमवर्क शामिल होंगे। ये घटक चरम घटनाओं का पूर्वानुमान लगाने, जोखिमों का आकलन करने और शहरी अधिकारियों को प्रबंधन रणनीतियों की योजना बनाने में मदद करेंगे।

इस पृष्ठभूमि में, मौसम, वायु गुणवत्ता और जल विज्ञान प्रणालियों के समय पर पूर्वानुमान के लिए एनएसएम शहरी मॉडलिंग कंसोर्शिया परियोजना (MeitY द्वारा वित्त पोषित) तैयार की गई है। शहरी मॉडलिंग परियोजना, एक एकीकृत शहरी मॉडलिंग प्रणाली और सेवा साइबर अवसंरचना शहरी पर्यावरण विज्ञान से समाज (UES2S) (चित्र 1) विकसित की गई है। यह एक ऑनलाइन, पूर्णतः युग्मित शहरी 'मौसम विज्ञान, जल विज्ञान और वायु गुणवत्ता' मॉडलिंग प्रणाली (चित्र 2) है जो सूक्ष्म पैमाने पर शहरी पर्यावरणीय परिस्थितियों का शहरी प्रतिनिधित्व प्रस्तुत करती है।

Figure 1: Homepage of Urban Environment Science to Society (UES2S)
चित्र 1: शहरी पर्यावरण विज्ञान से समाज तक (यूईएस2एस) का मुखपृष्ठ
Figure 2: HPC Based Integrated Urban Modelling System
चित्र 2: एचपीसी आधारित एकीकृत शहरी मॉडलिंग प्रणाली

इस कंसोर्शिया परियोजना का उद्देश्य सूक्ष्म पैमाने पर शहरी पर्यावरणीय परिस्थितियों के शहरी प्रतिनिधित्व को दर्शाने के लिए एक ऑनलाइन, पूर्णतः युग्मित शहरी 'मौसम विज्ञान, जल विज्ञान और वायु गुणवत्ता' मॉडलिंग प्रणाली विकसित करना है। इसका उद्देश्य शहरी मौसम पूर्वानुमान, वायुमंडलीय फैलाव और वायु गुणवत्ता पूर्वानुमान, तथा जल विज्ञान पूर्वानुमान के कौशल में सुधार करना है जो जोखिम आकलन, आपदा प्रबंधन, दैनिक कार्यों और नीतिगत निर्णयों के लिए उपयोगी हो। साथ ही, अनुकूलित प्रदर्शन और 3डी विज़ुअलाइज़ेशन तकनीकों के साथ एक विज्ञान-आधारित, एचपीसी-सक्षम शहरी डेटा और निर्णय ढाँचा तैयार करना है, जिससे भारत के स्थायी स्मार्ट सिटी लक्ष्यों को पूरा किया जा सके।

एनएसएम शहरी मॉडलिंग परियोजना ने यूईएस2एस नामक एक ऑनलाइन, पूर्णतः युग्मित शहरी "मौसम विज्ञान, जल विज्ञान और वायु गुणवत्ता" मॉडलिंग प्रणाली विकसित की है। इस दृष्टिकोण से सूक्ष्म पैमाने पर शहर की पर्यावरणीय स्थितियों का शहरी चित्रण किया जाता है। सेवा के रूप में डेटा (डेटा हब), सेवा के रूप में मॉडलिंग प्लेटफ़ॉर्म (साइंस गेटवे), और क्रॉस-सेक्टर एंड-यूज़र निर्णयों के लिए निर्णय समर्थन प्रणाली (डीएसएस) यूईएस2एस के तीन मुख्य भाग हैं। हम डेटा हब के माध्यम से एक डेटा-साझाकरण प्लेटफ़ॉर्म और क्रॉस-सेक्टर डेटा एक्सेस प्रदान करने की योजना बना रहे हैं। एनएसएम क्लस्टरों पर, साइंस गेटवे (चित्र 3 और 4) स्वचालित एंड-एंड मॉडलिंग वर्कफ़्लो के माध्यम से उपयोग के लिए तैयार मौसम, जल विज्ञान और वायु गुणवत्ता मॉडल प्रदान करता है। इस प्रकार, डीएसएस दैनिक कार्यों, आपदा प्रबंधन पहलों और विज्ञान-आधारित नीति-निर्माण के लिए आवश्यक है।

शहरी पर्यावरणीय समस्याओं के समाधान हेतु, यह बहु-क्षेत्रीय सिमुलेशन प्रयोगशाला और विज्ञान-आधारित निर्णय ढाँचा तैयार किया गया था। यह अंतःविषयक शहरी परीक्षण मंच और एचपीसी-आधारित स्वचालित मॉडल निष्पादन वर्कफ़्लो, चरम घटनाओं की भविष्यवाणी करने हेतु मौसम विज्ञान, जल विज्ञान और वायु गुणवत्ता मॉडल चलाने हेतु बनाए गए थे। इस प्रणाली की अविश्वसनीय रूप से उपयोगकर्ता-अनुकूल संरचना के कारण, शोधकर्ता और छात्र आसानी से मॉडल निष्पादित कर सकते हैं। इससे अनुसंधान को परिचालन प्रक्रियाओं में सुचारू रूप से शामिल करना आसान हो जाएगा। यह ढाँचा एक शहरी मॉडलिंग प्रणाली, परिचालन प्रक्रियाएँ, एक डेटा हब और एक DSS प्रदान करके विभिन्न हितधारकों के लिए मौसम विज्ञान, वायु गुणवत्ता और जल विज्ञान सेवाएँ सक्षम बनाता है।

साइंस गेटवे, मौसम विज्ञानियों, जलविज्ञानियों और वायु गुणवत्ता मॉडलर्स के लिए विशेष रूप से डिज़ाइन किया गया एक डिजिटल प्लेटफ़ॉर्म है जो इन क्षेत्रों में अनुसंधान और पूर्वानुमान को बेहतर बनाने के लिए विशेषज्ञ उपकरणों और सहयोगी क्षमताओं से डेटा तक आसान पहुँच प्रदान करता है। मौसम अनुसंधान और पूर्वानुमान (WRF) वर्कफ़्लो (चित्र 4) साइंस गेटवे में बनाया गया है, जो एक अत्याधुनिक मेसोस्केल संख्यात्मक मौसम पूर्वानुमान प्रणाली है जिसका उद्देश्य परिचालन पूर्वानुमान और वायुमंडलीय अनुसंधान अनुप्रयोगों के लिए है।

लू, बाढ़ और भारी बारिश जैसी चरम घटनाओं के दौरान निर्णय लेने में निर्णय सहायता प्रणाली (डीएसएस) (चित्र 5) सहायक होती है। इससे जलाशयों के स्तर और नदी प्रवाह जैसे जलविज्ञान संकेतकों, PM2.5 जैसे वायु प्रदूषण के स्तर, और लू और शीत लहरों, अल्पकालिक उच्च-तीव्रता वाली बारिश आदि जैसी मौसम संबंधी घटनाओं का विश्लेषण आसान हो जाता है।

जलाशय संचालन मॉड्यूल, जो डीएसएस का एक अनिवार्य तत्व है, समय के साथ पूर्वानुमान आरेखों की एक श्रृंखला प्रस्तुत करता है, जैसा कि चित्र 5 में दिखाया गया है। यह चार्ट विभिन्न मापदंडों को दर्शाता है जैसे कि अपस्ट्रीम/डाउनस्ट्रीम जलग्रहण क्षेत्र में वर्षा, जलाशय का जल स्तर, बांध से पानी का निर्वहन, और उपयोगकर्ता द्वारा चुने गए जलाशय के लिए जलाशय में अंतर्वाह। उपयोगकर्ता, जो आमतौर पर मौसम, पर्यावरण विज्ञान, या आपदा प्रबंधन में एक वैज्ञानिक या परिचालन पूर्वानुमानकर्ता होता है, इस डेटा का उपयोग सूचित निर्णय लेने और प्रभावी रणनीति बनाने के लिए कर सकता है।

डीएसएस मॉड्यूल (चित्र 6) के एक भाग में, उपयोगकर्ता अलर्ट क्षेत्र में पाए जाने वाले बाढ़ हॉटस्पॉट को चुन सकते हैं और फिर मानव ऊंचाई के सापेक्ष पानी की गहराई देखने के लिए किसी विशिष्ट स्थान के लिए हॉटस्पॉट मार्कर पर क्लिक कर सकते हैं, जिससे दृश्य आकर्षक और सहज हो जाता है।

Figure 3: Components of Science Gateway
चित्र 3: साइंस गेटवे के घटक
Figure 4: WRF Workflow
चित्र 4: डब्ल्यूआरएफ वर्कफ़्लो
Figure 5: Decision Support System
चित्र 5: निर्णय समर्थन प्रणाली
Figure 6: DSS for Flood – Water depth: 0.52 meter (pictorial view) at Pune catchment
चित्र 6: बाढ़ के लिए डीएसएस - पानी की गहराई: पुणे जलग्रहण क्षेत्र में 0.52 मीटर (चित्रमय दृश्य)
  • भारतीय शहरों के लिए कैलिब्रेटेड और अनुकूलित मॉडल
  • पायलट शहरों के लिए उच्च संकल्प एलयूएलसी मानचित्र तैयार किया
  • एकीकृत मेट-हाइड्रो-एक्यू उपयोगकर्ता अनुकूल वेब-आधारित मॉडल निष्पादन फ्रेमवर्क (डब्ल्यूआरएफ, डब्ल्यूआरएफ-सीएचईएम, AERMOD, एचहीसी-आरएएस, एचहीसी-एचएमएस, एसडब्ल्यूएमएम), डेटा हब और निर्णय समर्थन प्रणाली
  • एंड-टू-एंड स्वचालित मॉडल पूर्वानुमान सत्यापन उपकरण
  • स्वदेशी रूप से विकसित विज़ुअलाइज़ेशन प्लेटफॉर्म
  • आईएमडी को विकसित प्रणाली की पहुंच प्रदान की
  • आईएमडी, पीएमसी, पीसीएमसी और डब्ल्यूआरडी के साथ वार्ड स्तर पर वर्षा, जलाशय जल और शहरी बाढ़, हीटवेव, वायु प्रदूषण पूर्वानुमान की जानकारी साझा की गई (चित्र 3 और 4)
  • डॉ. एम. रविचंद्रन, सचिव, पृथ्वी विज्ञान मंत्रालय, अध्यक्ष, पीएमसी और डोमेन विशेषज्ञों के समक्ष यूईएस2एस का प्रदर्शन (चित्र 5)
  • पीयर-रिव्यूड जर्नल और 13 कॉन्फ्रेंस पेपर्स में 36 प्रकाशन
  • पिंपरी-चिंचवड़ नगर निगमों के साथ शहरी निर्णय समर्थन प्रणाली के मौसम, बाढ़ की जानकारी और हवा की गुणवत्ता (संयुक्त रूप से आईआईटीएम पुणे के साथ) वार्ड स्तर पर साझा करने के लिए एमओयू पर 30 अक्टूबर 2024 को हस्ताक्षर किए।
  • डेटा साझाकरण: आईएमडी, पुणे म्यूनिसिपल कॉरपोरेशन, पिंपरी चिंचवड़ म्यूनिसिपल कॉरपोरेशन (पीसीएमसी) और जल संसाधन विभाग, महाराष्ट्र सरकार को मौसम और बाढ़ का पूर्वानुमान प्रदान करना
Figure 7: Typical Daily Rainfall info upto Ward level
चित्र 7: वार्ड स्तर तक की सामान्य दैनिक वर्षा जानकारी
Figure 8: Air quality forecast information
चित्र 8: वायु गुणवत्ता पूर्वानुमान जानकारी
Figure 9: Project review by Dr. M. Ravichandran, Secretary, MoES, Chairman, PMC and domain experts
चित्र 9: डॉ. एम. रविचंद्रन, सचिव, पृथ्वी विज्ञान मंत्रालय, अध्यक्ष, पीएमसी और डोमेन विशेषज्ञों द्वारा परियोजना समीक्षा
समझौता ज्ञापन
  • शहरी निर्णय सहायता प्रणाली की पहुँच और उपयोग को साझा करने के लिए 30 अक्टूबर 2024 को पिंपरी-चिंचवड़ नगर निगम (पीसीएमसी) के साथ समझौता ज्ञापन पर हस्ताक्षर किए गए
(दाएं से बाएं) डॉ. संजय वांडेकर, केंद्र प्रमुख, सी-डैक पुणे, श्री शेखर सिंह (आईएएस) आयुक्त, पीसीएमसी, पीसीएमसी अधिकारी
जर्नल
2025
  1. Boyaj, A., Sinha, Palash, Karrevula, N.R., Nadimpalli, R., Vinoj, V., Islam, Sahidul., Khare, M. and Mohanty, U.C., 2025. Assessment of the WRF Model for Real-Time Prediction of Heavy Rainfall Events over the Twin Cities of East Coast of India. Pure and Applied Geophysics, pp.1-19. https://doi.org/10.1007/s00024-025-03734-x.
  2. Boyaj, A., Karrevula, N.R., Swain, M., Sinha, Palash., Nadimpalli, R., Islam, Sahidul., Vinoj, V., Khare, M., Niyogi, D. and Mohanty, U.C., 2025. Assessment of the WRF model configuration optimization in predicting the heavy rainfall over urban city Bhubaneswar, India. Computational Urban Science, 5(1), pp.1-21. https://doi.org/10.1007/s43762-025-00180-2.
  3. Ambulkar, R., Govardhan, G., Gavhale, S., Kalita, G., Pande, C., Jat, R., et al. (2025). Crop residue burning in north-western India: Emission estimation and uncertainty quantification. Journal of Geophysical Research: Atmospheres, 130, e2024JD042198. https://doi.org/10.1029/2024JD042198
  4. Govardhan, G., Ghude, S. D., Kumar, R., Sharma, S., Gunwani, P., Jena, C., Yadav, P., Ingle, S., Debnath, S., Pawar, P., Acharja, P., Jat, R., Kalita, G., Ambulkar, R., Kulkarni, S., Kaginalkar, A., Soni, V. K., Nanjundiah, R. S., and Rajeevan, M.: Decision Support System version 1.0 (DSS v1.0) for air quality management in Delhi, India, Geosci. Model Dev., 17, 2617–2640, https://doi.org/10.5194/gmd-17-2617-2024.
  5. Rajmal Jat, Chinmay Jena, Prafull P. Yadav, Gaurav Govardhan, Gayatry Kalita, Sreyashi Debnath, Preeti Gunwani, Prodip Acharja, PoojaV. Pawar, Pratul Sharma, Santosh H. Kulkarni, Akshay Kulkarni, Akshara Kaginalkar, Dilip M. Chate, Rajesh Kumar, Vijay Kumar Soni, Sachin D. Ghude,Evaluating the sensitivity of fine particulate matter (PM2.5) simulations to chemical mechanism in WRF-Chem over Delhi, Atmospheric Environment,Volume 323,2024,120410,ISSN 1352-2310, https://doi.org/10.1016/j.atmosenv.2024.120410.
  6. Akash S. Vispute, Prodip Acharja, Suresh W. Gosavi, Gaurav Govardhan, Vinayak Ruge, M.N. Patil, T. Dharmaraj, Sachin D. Ghude, Source characteristics of Non-Refractory Particulate Matter (NR-PM1) using High-Resolution Time-of-Flight Aerosol Mass Spectrometric (HR-ToF-AMS) measurements in the urban industrial city in India, Atmospheric Environment,2025,121186,ISSN 1352-2310, https://doi.org/10.1016/j.atmosenv.2025.121186.
  7. Chinmay Jena , et. al.: “ Evaluating the sensitivity of fine particulate matter (PM2.5 ) simulations to chemical mechanism in WRF-Chem over Delhi”., Science of the Total Environment, (2023). https://doi.org/10.1016/j.atmosenv.2024.120410.
  1. Ghude SD, Govardhan G, Kumar R, Yadav PP, Jat R, Debnath S, Rajeevan M (2024) Air Quality warning and Integrated decision support system for emissions(AIRWISE): Enhancing Air Quality management in megacities. Bull Am Meteorol Soc. https://doi.org/10.1175/BAMS-D-23-0181.1
  2. Swain, M., Nadimpalli, R., Das, A.K., Mohanty, U.C. and Niyogi, D., 2023. Urban modification of heavy rainfall: a model case study for Bhubaneswar urban region. Computational Urban Science, 3(1), p.2. https://doi.org/10.1007/s43762-023-00080-3.
  3. Islam, S., Karipot, A., Bhawar, R., Sinha, P., Kedia, S. and Khare, M., 2024. Urban heat island effect in India: a review of current status, impact and mitigation strategies. Discover Cities, 1(1), pp.1-28. https://doi.org/10.1007/s44327-024-00033-3.
  4. Gaikwad S., et al 2024: Harnessing deep learning for forecasting fire-burning locations and unveiling PM2.5 emissions, Modeling Earth Systems and Environment, 10, February 2024, DOI:10.1007/s40808-023-01831-1, 927-941. https://doi.org/10.1007/s40808-023-01831-1.
  5. Govardhan G., et al (2024), Decision Support System version 1.0 (DSS v1.0) for air quality management in Delhi, India, Geoscientific Model Development, 17, April 2024, DOI:10.5194/gmd-17-2617-2024, 2617–2640. https://doi.org/10.5194/gmd-17-2617-2024.
  6. Karrevula, N.R., Nadimpalli, R., Sinha, P., Mohanty, S., Boyaj, A., Swain, M. and Mohanty, U.C., 2024. Performance Evaluation of WRF Model in Simulating Extreme Rainfall Events Over Bhubaneswar Urban Region of East Coast of India. Pure and Applied Geophysics, pp.1-27. https://doi.org/10.1007/s43762-025-00180-2.
  7. Karrevula, N.R., Boyaj, A., Sinha, P., Nadimpalli, R., Mohanty, U.C., Islam, S., Kaginalkar, A. and Vinoj, V., 2024. Role of planetary boundary layer physics in urban-scale WRF model for predicting the heat waves over tropical city Bhubaneswar. Journal of Earth System Science, 133(3), pp.1-26. https://www.researchgate.net/publication/383642297_Role_of_planetary_boundary_layer_physics_in_urban-scale_WRF_model_for_predicting_the_heat_waves_over_tropical_city_Bhubaneswar.
  8. Boyaj, A., Karrevula, N.R., Sinha, P., Patel, P., Mohanty, U.C. and Niyogi, D., 2024. Impact of increasing urbanization on heatwaves in Indian cities. International Journal of Climatology, 44(11), pp.4089-4114. https://doi.org/10.1002/joc.8570.
  9. Boyaj, A., Sinha, P., Mohanty, U.C., Vinoj, V., Ashok, K., Islam, S., Kaginalkar, A. and Khare, M., 2024. Projected frequency of low to high-intensity rainfall events over India using bias-corrected CORDEX models. Atmospheric Research, p.107760. https://www.researchgate.net/publication/385505754_Projected_frequency_of_low_to_high-intensity_rainfall_events_over_India_using_bias-corrected_CORDEX_models.
  1. Mohanty, S., Swain, M., Nadimpalli, R., Osuri, K.K., Mohanty, U.C., Patel, P. and Niyogi, D., 2023. Meteorological conditions of extreme heavy rains over coastal city Mumbai. Journal of Applied Meteorology and Climatology, 62(2), pp.191-208. https://doi.org/10.1175/JAMC-D-21-0223.1
  2. Boyaj, A., Nadimpalli, R., Reddy, D., Sinha, P., Karrevula, N.R., Osuri, K.K., Srivastava, A., Swain, M., Mohanty, U.C., Islam, S. and Kaginalkar, A., 2023. Role of radiation and canopy model in predicting heat waves using WRF over the city of Bhubaneswar, Odisha. Meteorology and Atmospheric Physics, 135(6), p.60. https://doi.org/10.1007/s00703-023-00994-x.
  3. Swain, M., Nadimpalli, R.R., Mohanty, U.C., Guhathakurta, P., Gupta, A., Kaginalkar, A., Chen, F. and Niyogi, D., 2023. Delay in timing and spatial reorganization of rainfall due to urbanization-analysis over India’s smart city Bhubaneswar. Computational Urban Science, 3(1), p.8. https://doi.org/10.1007/s43762-023-00081-2.
  4. Gunwani P., et. al.: “Sensitivity of WRF/Chem to different Meteorological Initial Conditions and PBL parameterization schemes”, Atmospheric Environment (2023). https://doi.org/10.1007/s10661-023-10987-3.
  5.  Madhusmita Swain, et al., 2023: Delay in timing and spatial reorganization of rainfall due to urbanization- analysis over India’s smart city Bhubaneswar. Comput. Urban Sci. 3, 8. https://doi.org/10.1007/s43762-023-00081-2.
  6. Shyama Mohanty,  Madhusmita Swain, Raghu Nadimpalli, K. K. Osuri, U. C. Mohanty, Pratiman Patel, and  Dev Niyogi, 2023: Meteorological Conditions of Extreme Heavy Rains over Coastal City Mumbai. Journal of Applied Meteorology and Climatology, 2023,Vol.62-2, 191–208. https://doi.org/10.1175/JAMC-D-21-0223.1.
  7. V. K. Valappil, Sumita Kedia, A. K Dwivedi, S. S Pokale, Sahidul Islam, Manoj K Khare, Assessing the performance of WRF ARW model in simulating heavy rainfall events over the Pune region: in support of operational applications, Meteorology and Atmospheric Physics, 2023. https://doi.org/10.1007/s00024-025-03734-x.
  8. Madhusmita Swain, R. Nadimpalli, U C Mohanty, P Guhathakurta, A Gupta, A Kaginalkar, F Chen, and D Niyogi. Delay in timing and spatial reorganization of rainfall due to urbanization- Analysis for pre-monsoon conditions in Bhubaneswar, India. Computational Urban Science vol 3, Article number: 8 (2023). https://doi.org/10.1007/s43762-023-00081-2.
  9. Gayatry Kalita, et. al.: “Forecasting of an unusual dust event over Western India by the Air Quality Early Warning System”, Atmospheric Environment (2023). https://doi.org/10.1016/j.atmosenv.2023.120013.
  10. Madhusmita Swain, R. Nadimpalli, U C Mohanty, and D Niyogi. Urban modification of heavy rainfall: a model case study for Bhubaneswar urban region. Computational Urban Science volume 3, Article number: 2 (2023). https://doi.org/10.1007/s43762-023-00080-3
  1. Risma Joseph, P. P. Mujumdar, Rajarshi Das Bhowmik, (2022). Reconstruction of Urban Rainfall Measurements to Estimate the Spatiotemporal Variability of Extreme Rainfall. Water, 14(23), 3900. Doi: https://doi.org/10.3390/w14233900, (2022)
  2. Gaurav Govardhan, et. al.: “Satellite retrieved stubble-burning activities in north-western India in 2021: Contribution to air pollution in Delhi“, Heliyon (2022). https://orcid.org/0000-0003-0213-6289.
  3. Sreyashi Debnath, et. al.: “Implications of implementing promulgated and prospective emission regulations on air quality and health in India during 2030” AAQR (2022). https://doi.org/10.4209/aaqr.220112.
  4. Davis S, Pentakota L, Saptarishy N and Mujumdar PP : A Flood Forecasting Framework Coupling a High-Resolution WRF Ensemble With an Urban Hydrologic Model. Front. Earth Sci. 10:883842. Doi: 10.3389/feart.2022.883842, (2022). https://doi.org/10.3389/feart.2022.883842.
  5. Sengupta A., G. Govardhan, S. Debnath, C. Jena, A.N. Parde, P. Lonkar, P. Gunwani, Santosh H Kulkarni, S. Nivdange, R Kumar, and S.D. Ghude, “Probing into the wintertime meteorology and particulate matter (PM2.5 and PM10) forecast over Delhi”, Atmospheric Pollution Research, (2022). https://doi.org/10.1016/j.apr.2022.101426.
  6. S. Nivdange, C. Jena, P. Pawar-Jadhav, G. Govardhan, Santosh H. Kulkarni, P. Lonkar, A. Vispute, N. Dhangar, A. Parde, P. Acharja, V. Kumar, P. Yadav and N. R Karmalkar: Nationwide CoViD-19 lockdown impact on air quality in India, Mausam, 73, 1, 115-128, (2022). https://doi.org/10.54302/mausam.v73i1.1475.
  1. Nadimpalli, Raghu, Shyama Mohanty, Nishant Pathak, Krishna K. Osuri, U. C. Mohanty, and Somoshree Chatterjee. “Understanding the characteristics of rapid intensity changes of Tropical Cyclones over North Indian Ocean.” SN Applied Sciences 3, no. 1 (2021): 1-12. https://doi.org/10.1007/s42452-020-03995-2.
  2. Mohanty, Shyama, Raghu Nadimpalli, U. C. Mohanty, M. Mohapatra, A. Sharma, Ananda K. Das, and S. Sil. “Quasi-operational forecast guidance of extremely severe cyclonic storm Fani over the Bay of Bengal using high-resolution mesoscale models.” Meteorology and Atmospheric Physics 133, no. 2 (2021): 331-348. https://doi.org/10.1007/s00703-020-00751-4.
  3. Kaginalkar A. et al., Integrated urban environmental system of systems for weather ready cities in India, https://doi.org/10.1175/BAMS-D-20-0279.1, Bulletin of the American Meteorological Society, (2021).
  4. Pawar, P. V., S. D. Ghude, C. Jena, Móring, A., Sutton, M. A., Kulkarni Santosh H., Lal, D. M., Surendran, D., Van Damme, M., Clarisse, L., Coheur, P.-F., Liu, X., Xu, W., Jiang, J., and Adhya, T. K.: Analysis of atmospheric ammonia over South and East Asia based on the MOZART-4 model and its comparison with satellite and surface observations, Atmos. Chem. Phys,. https://doi.org/10.5194/acp-2020-639, (2021)
  5. C. Jena, S. D. Ghude, R. Kumar, S. Debnath, G. Govardhan, V. K. Soni, Santosh H. Kulkarni, G. Beig, R. S. Nanjundiah and M. Rajeevan: Performance of high resolution (400 m) PM2.5 forecast over Delhi. Nature Sci Rep, 11, 4104,  (2021). https://doi.org/10.1038/s41598-021-83467-8.
  6. Sumita Kedia, Sudheer Bhakare, Arun Dwivedi, Sahidul Islam, Akshara Kaginalkar: Estimates of change in surface meteorology and urban heat island over northwest India: Impact of urbanization, Urban Climate, Volume 36, (2021). https://doi.org/10.1016/j.uclim.2021.100782.
  1. S. D. Ghude, R. Kumar, C. Jena, S. Debnath, R. G. Kulkarni, S. Alessandrini, M. Biswas, Santosh H. Kulkrani, P. Pithani, S. Kelkar, V. Sajjan, D.M. Chate, V.K. Soni, S. Singh, R. S. Nanjundiah and M. Rajeevan: Evaluation of PM2.5 forecast using chemical data assimilation in the WRF-chem model: a new initiative under the Ministry of Earth Sciences (MoES) air quality early warning system (AQEWS) for Delhi, Current Science (2020). https://opensky.ucar.edu/system/files/2024-08/articles_23419.pdf.
  2. Kulkarni Santosh H., S. D. Ghude, C. Jena, R. K. Karumuri, B. Sinha, V. Sinha, R. Kumar, V. K. Soni, and M. Khare: How Much Does Large-Scale Crop Residue Burning Affect the Air Quality in Delhi? Environmental Science & Technology, 54 (8), 4790-4799 (2020). https://dx.doi.org/10.1021/acs.est.0c00329?ref=pdf.
  3. Kumar R., Ghude, S. D, M. Biswas, C. Jena, S. Alessandrini, S. Debnath, Santosh Kulkarni, Simone Sperati, Vijay K. Soni, R. S. Nanjundiah, and M. Rajeevan: Enhancing accuracy of air quality and temperature forecasts during paddy crop-residue burning season in Delhi via chemical data assimilation, JGR (Atmosphere), (2020). https://doi.org/10.1029/2020JD033019.
  4. Jena, C., Ghude, S. D., Kulkarni, R., Debnath, S., Kumar, R., Soni, V. K., Acharja, P., Kulkarni  Santosh H., Khare, M., Kaginalkar, A. J., Chate, D. M., Ali, K., Nanjundiah, R. S., and Rajeevan, M. N.: Evaluating the sensitivity of fine particulate matter (PM2.5) simulations to chemical mechanism in Delhi, Atmos. Chem. Phys. Discuss.,  (2020). https://doi.org/10.5194/acp-2020-673.
  5. S. D. Ghude, R. K. Karumuri, C. Jena, R. Kulkarni, G.G. Pfister, V. S. Sajjan, P. Pithani, S. Debnath, R. Kumar, B. Upendra, Santosh H. Kulkarni, D.M. Lal, R.J. Vander A, A. S. Mahajan: What is driving the diurnal variation in tropospheric NO2 columns over a cluster of high emission thermal power plants in India?, Atmospheric Environment: X 5, 100058,  (2020). https://doi.org/10.1016/j.aeaoa.2019.100058.
  1. U C Mohanty, Narayana Reddy Karrevula, Alugula Boyaj, Madhu Smita Swain, Raghu Nadimpalli, Palash Sinha, Sahidul Islam, Manoj Khare (2025). Urban-Scale Weather Modelling System for Prediction of Heavy Rainfall Events during Summer Monsoon Season over India. The Eight International Workshop on Monsoons (IWM8) under the World Weather Research Programme (WWRP) of the World Meteorological Organization (WMO), held at Indian Institute of Tropical Meteorology (IITM) Pune during 17-20 March 2025.
  2. Palash Sinha, Sahidul Islam, Ketaki Belange, Sumita Kedia, T.S. Saikrishna and Manoj Khare: Heatwave Predictions and Decision Support System for Advisory. Presented at TROPMET-2024, 10-12-Dec-2024 at NIT Rourkela, Odisha.
  3. Arun K. Dwivedi, Sumita Kedia, Sagar Pokale, Palash Sinha, Akshara Kaginalkar, Manoj K. Khare, U.C. Mohanty, Sahidul Islam, Assessment of WRF Model in Predicting Heavy Rainfall Events over Complex Topographical Urban City Pune, submitted to International Conference on Urban Climate (ICUC-11), during 28 Aug-1 Sept 2023. https://www.researchgate.net/deref/https%3A%2F%2Fdoi.org%2F10.1007%2Fs00024-025-03734x?_tp=eyJjb250ZXh0Ijp7ImZpcnN0UGFnZSI6InB1YmxpY2F0aW9uIiwicGFnZSI6InB1YmxpY2F0aW9uIn19.
  4. Sumita Kedia, A. K. Dwivedi, S. Pokale, Sahidul Islam, A. Kaginalkar, P. Sinha, S. Ghavale, R. Nadimpalli, U. C. Mohanty, D. Niyogi, M. Khare, Impact of land use information on heavy rainfall event forecast using an urban scale model, accepted and presented during AMS annual meeting 2023.
  5. Dev Niyogi, Pallavi Gavali, Mohamed Niyaz J, Srujan Gavhale, Arun Dwivedi, Sumita K, Sagar Pokale, Gouri Kadam, Sahidul Islam, Akshara Kaginalkar, Pradeep Mujumdar. Abinav Wadhawa, Likhitha P.: Coupled Meteorology and Hydrology Modelling to Forecast Flood Extreme Events: Case Study of Pune, India. AGU Fall meeting 2022 meet, at Chicago 12 -16 Dec 2022, Advances in modeling hydrological extremes and engineering practices.
  6. Gouri Kadam, M. Niyaz, P. G. Gavali, S. Gavhale, L. Pentakota, S. Kedia, S. Islam, A. K. Dwivedi, S. Pokale, A. Kaginalkar, P. Mujumdar, M. Khare, and D. Niyogi:  Multi-Model Hydrology for Urban Flood Early Warning for Pune, India.  103rd American Meteorological Society Annual Meeting, Denver, USA. (37th Conference on Hydrology).
  7. Pallavi Gavali, Srujan Gavhale, Mohamed Niyaz, Sahidul Islam, Sumita Kedia, Sagar Pokale, Arun Dwivedi, Gouri Kadam, Akshara Kaginalkar, Manoj Khare, and Abhinav Wadhwa. Integrated Reservoir Operations using coupled Hydro-Met Multi-Model system for flood forecasting and mitigations for Pune, India, submitted to EGU general Assembly 2023, 23-28 April 2023. https://doi.org/10.5194/egusphere-egu23-15342.
  8. Lead talk: Dr. Sumita Kedia and Dr. Yogesh Kumar Singh on “C-DAC’s Innovative Technological Development for Societal Applications to Adress Weather/Climate Hazards “, International Conference on “Sustainable Agricultural Development with Climate Smart Systems” (SADCSS-2024), S’O’A (Deemed to be University) Bhubaneswar, India during July 18-20, 2024.  Organized by Centre for Climate Smart Agriculture and Faculty of Agricultural Sciences.
  9. Sahidul Islam, Anandakumar Karipot, Rohini Bhawar, Sumita Kedia, Palash Sinha, Ketaki Belange, T.S. Saikrishna and Manoj Khare, 2024: A high-resolution heat wave forecasting system over urban region in India, International Conference on “Sustainable Agricultural Development with Climate Smart Systems” (SADCSS-2024), S’O’A (Deemed to be University) Bhubaneswar, India during July 18-20, 2024.  Organized by Centre for Climate Smart Agriculture and Faculty of Agricultural Sciences.
  10. Manoj Khare, Palash Sinha, Manish Kale, Sumita Kedia, 2024: GIS and Remote Sensing for Smart Agriculture, International Conference on “Sustainable Agricultural Development with Climate Smart Systems” (SADCSS-2024), S’O’A (Deemed to be University) Bhubaneswar, India during July 18-20, 2024.  Organized by Centre for Climate Smart Agriculture and Faculty of Agricultural Sciences
  11. Palash Sinha et al, Assessing WRF model performance in simulating heatwave over India, International Conference on “Sustainable Agricultural Development with Climate Smart Systems” (SADCSS-2024), S’O’A (Deemed to be University) Bhubaneswar, India during July 18-20, 2024.  Organized by Centre for Climate Smart Agriculture and Faculty of Agricultural Sciences.
  12. Key note lecture by Manoj Khare on Key Note Speakers on Climate change, climate variability and adaptation strategies, International Conference on “Sustainable Agricultural Development with Climate Smart Systems” (SADCSS-2024), S’O’A (Deemed to be University) Bhubaneswar, India during July 18-20, 2024.  Organized by Centre for Climate Smart Agriculture and Faculty of Agricultural Sciences.
  13. Nagaraju Gaddam, Abhinav Wadhwa, Likhitha P, Pradeep P Mujumdar, “WRF- SWMM Coupled Model Performance Assessment with LCZ Classifications”, AGU Fall Meeting 2022, held in Chicago in 2022.
  14. Likhitha P, Abhinav Wadhwa, Shubha Avinash, Nagaraju Gaddam, “Low Impact Development (LID) as Flood Control Alternatives for Rapidly Changing Urban Landscape”, AGU Fall Meeting 2022, held in Chicago in 2022.
  1. Palash Sinha, Sahidul Islam, Ketaki Belange, Sumita Kedia, T.S. Saikrishna and Manoj Khare: Assessing WRF Model Performance in Simulating Heatwave over India. Submitted (Revised version). https://doi.org/10.1038/s41598-024-52541-2.
  2. Islam, Sahidul, Palash Sinha, Rajiv Kumar Srivastava, and Manoj Khare. “Heat Waves and Heat Stress in the Changing Climate: A Data-Driven Evaluation.” In Mitigation and Adaptation Strategies Against Climate Change in Natural Systems, pp. 267-287. Cham: Springer Nature Switzerland, 2025.
  3. Sinha, Palash, Manish Modani, Sahidul Islam, Manoj Khare, and Rajiv Kumar Srivastava. “Evolution of Weather and Climate Prediction Systems.” In Mitigation and Adaptation Strategies Against Climate Change in Natural Systems, pp. 243-265. Cham: Springer Nature Switzerland, 2025. https://doi.org/10.1007/978-3-030-05405-2.
  4. Tiwari, Sarita, Palash Sinha, Manoj Khare, Rajiv Kumar Srivastava, and A. K. Biswal. “Groundwater: A Critical Resource in a Changing Climate.” In Mitigation and Adaptation Strategies Against Climate Change in Natural Systems, pp. 221-239. Cham: Springer Nature Switzerland, 2025.
5

कंसोर्शिया पार्टनर

अग्रणी संस्थान: प्रगत संगणन विकास केंद्र (सी-डैक), पुणे
भारतीय उष्णकटिबंधीय मौसम विज्ञान संस्थान (आईआईटीएम), पुणे
भारतीय विज्ञान संस्थान (आईआईएससी), बेंगलुरु
भारतीय प्रौद्योगिकी संस्थान, भुवनेश्वर (आईआईटी बीबीएस)
5

सहयोगी भागीदार

  • ऑटोमोटिव रिसर्च एसोसिएशन ऑफ इंडिया (एआरएआई), पुणे
  • राष्ट्रीय मध्यम अवधि मौसम पूर्वानुमान केंद्र (एनसीएमआरडब्ल्यूएफ)
  • भारत मौसम विज्ञान विभाग (आईएमडी)
  • कर्नाटक राज्य प्राकृतिक आपदा निगरानी केंद्र (केएसएनडीएमसी)
  • भारत मौसम विज्ञान विभाग (आईएमडी)
  • पुणे नगर निगम (पीएमसी), आपदा प्रबंधन विभाग
  • पुणे नगर निगम (पीएमसी) पर्यावरण विभाग
  • पिंपरी चिंचवड़ नगर निगम (पीसीएमसी)
  • कर्नाटक राज्य प्राकृतिक आपदा निगरानी केंद्र (केएसएनडीएमसी)
  • केंद्रीय प्रदूषण नियंत्रण बोर्ड (सीपीसीबी)
  • महाराष्ट्र प्रदूषण नियंत्रण बोर्ड (एमपीसीबी)
  • वैज्ञानिक / शोधकर्ता
  • स्नातकोत्तर और पीएच.डी. स्तर के शोध छात्र

डॉ. मनोज खरे (पीआई), manojk@cdac.in

+91-20-25503233/25503244