Urban Modelling: Development of multi-sectorial simulation lab and science-based decision support framework to address urban environment issues-sample

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

आने वाले वर्षों में भारत में शहरी आबादी बढ़ने की संभावना है और 2050 तक इसके दोगुने होने का अनुमान है। भारतीय शहरों में इस तीव्र शहरी विस्तार के कारण अत्यधिक वर्षा, लू, प्रदूषण और शहरी बाढ़ जैसी पर्यावरणीय समस्याएँ उत्पन्न हो रही हैं। हाल के वर्षों में भारतीय शहरों में बाढ़, लू/शीत लहरों और गंभीर प्रदूषण की चरम घटनाओं की घटनाएँ लगातार बढ़ रही हैं। इन घटनाओं के कारण, शहरी आबादी के स्वास्थ्य और सामाजिक-आर्थिक मुद्दे राष्ट्रीय, राज्य और स्थानीय स्तर पर नीति निर्माताओं और नागरिकों के लिए चिंता का विषय बन रहे हैं। इसलिए, शहरी समस्याओं पर काबू पाने के लिए अधिक जानकारीपूर्ण परिचालन और नीतिगत निर्णय लेने हेतु शहरी चरम घटनाओं को समझना, उनका अनुकरण करना और समय पर पूर्वानुमान लगाना अनिवार्य है। यह ध्यान देने योग्य है कि ये सभी घटनाएँ एक क्रॉस-सेक्टोरल भौतिक प्रणाली से मिलकर बनी हैं, जिसके लिए इन समस्याओं का पूर्वानुमान लगाने हेतु एक एकीकृत मॉडलिंग प्रणाली की आवश्यकता होती है। एकीकृत प्लेटफ़ॉर्म विकसित करने के लिए, मॉडलिंग प्रणाली में उच्च-प्रदर्शन कंप्यूटिंग (एचपीसी) संसाधन, इनपुट डेटा, अवलोकन, उपग्रह डेटा, सत्यापन और सत्यापन तंत्र, बहु-मॉडल इंटरऑपरेबिलिटी, बहु-स्तरीय एन्सेम्बल मॉडलिंग और 2डी/3डी विज़ुअलाइज़ेशन शामिल होना चाहिए। इस प्रणाली के कार्यान्वयन के लिए मज़बूत डेटा प्रबंधन और कम्प्यूटेशनल क्षमताओं वाले उच्च-रिज़ॉल्यूशन मॉडल की आवश्यकता होगी। व्यापक मॉडलिंग पारिस्थितिकी तंत्र में एन्सेम्बल मॉडलिंग, शहरी पैरामीटरीकरण, शहरी छत्र, शहरी ऊष्मा द्वीप, सीमा परत, वायुमंडलीय, रासायनिक और आकारिकी डेटा समामेलन, और उच्च-प्रदर्शन कंप्यूटिंग (एचपीसी) और बिग डेटा विश्लेषणात्मक तकनीक का उपयोग करने वाला एक क्वेरी ढाँचा शामिल होगा। इसी पृष्ठभूमि में, मौसम, वायु गुणवत्ता और जल विज्ञान प्रणालियों की समय पर भविष्यवाणी के लिए एनएसएम शहरी मॉडलिंग कंसोर्टिया परियोजना (एमईआईटीवाई द्वारा वित्त पोषित) तैयार की गई है।

एनएसएम शहरी मॉडलिंग परियोजना के अंतर्गत, एक एकीकृत शहरी मॉडलिंग प्रणाली और सेवा साइबर-इंफ्रास्ट्रक्चर शहरी पर्यावरण विज्ञान से समाज (यूईएस2एस) (चित्र 1) विकसित किया गया 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।

UES2S is an online fully coupled urban ‘meteorology, hydrology, and air quality’ modeling system developed under the NSM Urban Modelling Project. This system captures the urban representation of micro-scale city environmental conditions. UES2S has three major components: Data as a service (DataHub), modeling platform as a service (Science Gateway), and Decision Support System (DSS) for cross-sector end-user decisions. Through DataHub, we intend to provide cross-sector data access and a data-sharing facility. The Science Gateway (Figures 3 & 4) has automatic end-end modeling workflows enabling ready-to-use weather, hydrology, and air quality models on NSM clusters. The DSS component (Figures 5 & 6) facilitates the translation of scientific data into multi-stakeholder interactive actions. The DSS provides high-resolution weather, air quality, and hydrology forecasts along with the forecast of reservoir inflows, water levels, and discharge for flood management and mitigation. Thus, the DSS is integral to disaster management activities, daily operations, and science-based policy decisions.

यह बहु-क्षेत्रीय सिमुलेशन प्रयोगशाला और विज्ञान-आधारित निर्णय ढाँचा शहरी पर्यावरण संबंधी समस्याओं के समाधान हेतु विकसित किया गया है। यह एचपीसी-आधारित स्वचालित मॉडल निष्पादन वर्कफ़्लो, एक अंतःविषय शहरी परीक्षण-स्थल के साथ, चरम घटनाओं की भविष्यवाणी हेतु मौसम, वायु गुणवत्ता और जल विज्ञान मॉडल निष्पादित करने हेतु विकसित किया गया है। यह प्रणाली अत्यंत उपयोगकर्ता-अनुकूल है, जिससे शोधकर्ता और छात्र आसानी से मॉडल निष्पादित कर सकते हैं। इससे अनुसंधान को परिचालन प्रक्रियाओं में निर्बाध रूप से परिवर्तित करने में सुविधा होगी। यह ढाँचा एक शहरी मॉडलिंग प्रणाली, परिचालन प्रक्रियाएँ, एक डेटा हब और एक डीएसएस प्रदान करता है, जो विविध उपयोगकर्ता श्रेणियों के लिए मौसम विज्ञान, वायु गुणवत्ता और जल विज्ञान सेवाएँ प्रदान करता है।

Science Gateway (Figure 3) is a digital platform customized for meteorologists, hydrologists, and air quality modelers, offering convenient access to data from specialized tools and collaboration features to enhance research and forecasting in these areas. Workflow of the Weather Research and Forecasting (WRF) (Figure 4) is developed in Science Gateway, a state-of-the-art mesoscale numerical weather prediction system designed for atmospheric research and operational forecasting applications.

A Decision Support System (DSS) (Figure 5) helps in decision-making during extreme events like heavy rainfall, floods, and heatwaves. It facilitates analyses of meteorological patterns like short-duration high-intensity rainfall, heat and cold waves, hydrological parameters such as reservoir levels and river flows, and air quality parameters like PM 2.5. For instance, during an extreme event, the DSS provided accurate forecasts and risk assessments through charts, shaded and non-shaded plots, and vector plots, assisting users in rainfall information, flood control, air quality monitoring, and climate resilient planning.

The reservoir operations module, which is a key component of the DSS, displays a time series forecast plots as shown in Figure 5. This plot includes various parameters such as upstream/downstream catchment rainfall, reservoir water level, dam discharge, and reservoir inflow for the user-selected reservoir. The user, typically a scientists or operational forecasters in weather, environmental science, or disaster management, can use this information to make informed decisions and plan accordingly.

In one of the DSS module (Figure 6), users can select flood hotspots in the alerts section and then click on a hotspot pin for a particular location to visualize water depth relative to human height, making the representation more intuitive and engaging.

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
प्रकाशन
समकक्ष समीक्षा वाले जर्नल पेपर:
  1. Kaginalkar A. et al., Integrated urban environmental system of systems for weather ready cities in India, Bulletin of the American Meteorological Society, (2021),https://doi.org/10.1175/BAMS-D-20-0279.1
  2. 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.
  3. 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)
  4. 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)
  5. 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, https://doi.org/10.1007/s40808-023-01831-1, 927-941
  6. 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,https://doi.org/10.5194/gmd-17-2617-2024, 2617–2640
  7. 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.
  8. 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.
  9. 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.
  10. 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.
  11. 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.
  12. 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.
  13. 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.
  14. Gunwani P., et. al.: “Sensitivity of WRF/Chem to different Meteorological Initial Conditions and PBL parameterization schemes”, Atmospheric Environment (2023).
  15. 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.
  16. 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
  17. 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.
  18. 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)
  19. Gayatry Kalita, et. al.: “ Forecasting of an unusual dust event over Western India by the Air Quality Early Warning System”, Atmospheric Environment (2023)
  20. 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)
  21. 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.
  22. 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).
  23. 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)
  24. Gaurav Govardhan, et. al.: “Satellite retrieved stubble-burning activities in north-western India in 2021: Contribution to air pollution in Delhi“, Heliyon (2022).
  25. Sreyashi Debnath, et. al.: “Implications of implementing promulgated and prospective emission regulations on air quality and health in India during 2030” AAQR (2022).
  26. 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)
  27. 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).
  28. 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)
  29. 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.
  30. 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.
  31. 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-2020-63, (2021)
  32. 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)
  33. 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)
  34. 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)
  35. 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)
  36. 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)
सम्मेलन प्रकाशन:
  1. 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.
  2. Sumita Kedia, A. K. Dwivedi, S. Pokale, S. Islam, A. Kaginalkar, P. Sinha, S. Ghvhale, 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.
  3. Dev Niyogi, Pallavi Gavali, Mohamed Niyaz J, Srujan Gavhale, Arun Dwivedi, Sumita K, Sagar Pokale, Gouri Kadam, Sahidul Islam, Akshara Kaginalkar, Praddep Mumdar. 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.
  4. 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).
  5. Pallavi Gavali, Srujan Gavhale, Mohamed Niyaz, Sahidul Islam, Sumita kedia, Sagar Pokale, Arun Dwivedi, Gouri Kadam, Akshara Kaginalkar, Manoj Khare, and Abhinav WadhwaIntegrated 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
  6. Lead talk by Dr. Sumita Kedia and Dr. Yogesh Kumar Singh on “C-DAC’s Innovative Technological Development for Societal Applications to Adress Weather/Climate Hazards “.
  7. 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
  8. Sahidul Islam et al., 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
  9. Manoj Khare et al, 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
  10. 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
  11. 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
  12. 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.
  13. 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.
5

कंसोर्शिया पार्टनर

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

Collaborators

  • 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)
5

End Users

  • 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