Rajarshi Das Bhowmik

在快速发展的地区绘制多灾种洪水和干旱风险图：印度班加罗尔大都市区区级评估

通过自适应和聚合智能提升印度次季节到季节性热浪预报技巧

日度和月度偏差校正数据在保持降水与温度月度交叉相关性中的作用

洪水驱动的水文气象因素的时空分析

一种用于城市洪水的耦合高分辨率预报模型

基于机器学习的后处理在城市降雨分类众包数据中的应用

估算印度极端降雨重现期水平中的空间和模型不确定性

半岛印度河流洪水超出流域边界的空间同步性

前所未有的降雨事件增加了设计暴雨的强度。

使用CMIP6数据对水流流态进行后十年实验的强大技能验证

通过考虑洪水及其潜在驱动因素之间的共同发生来修订洪水重现期

开发随机降雨发生器以产生前所未有的降雨事件

长期观测趋势对季节性水文气候预报性能的影响

使用混合框架，将未测量站点的山洪流域的每日流量从每日流量到次每日流量的多时间缩减

应用双变量偏差校正方法来产生印度降水和温度的长期属性

重建城市降雨测量值以估算极端降雨的时空变化

一种基于性能的多模型组合方法，以减少季节温度变化预测中的不确定性

美国灌溉用水的综合: 时空格局