气象多普勒雷达提供高密度的观测资料，因此是对流尺度资料同化的重要工具。 雷达观测代表性误差是观测误差的重要组成部分，然而对其理解还缺乏深入的讨论和研究(Janjic et al. 2018)。
曾跃飞教授、 闵锦忠教授等利用德国国家气象局的业务模式ICON、同化系统KENDA(同化方法是LETKF)以及目前世界上最完备的业务雷达观测算子之一EMVORADO(Zeng et al. 2016)展开对雷达观测代表性误差的研究。在之前由分辨率不同所致代表性误差的研究基础上(Zeng et al. 2021)，本项研究继续使用Desrozier诊断方法（Desrozier et al. 2005, 目前使用最广泛的预估观测误差统计特征的方法）进一步对由雷达观测算子所致的代表性误差进行讨论，讨论范围包括水凝物下落末速度、反射率加权、波束展宽效应、衰减以及散射方案的选择(Mie或Rayleigh方案)等影响。为此，研究进行了一系列同化试验，在每个试验中EMVORADO的设置各不相同。
试验结果显示, 对于反射率和径向风, 是否考虑水凝物下落末速度和反射率加权对估计观测(代表性)误差的影响不显著(图略)，这可能是因为其它误差可能占据主导地位，例如水凝物下落末速度的参数化不准确或无法解决的上升气流。 对于反射率(见图1a,图2a), 可以发现波束展宽效应明显地减小了误差标准差，特别是在较高的高度上(也就是较长的距离上), 但是它并没有减短水平和沿波束方向的相关性长度尺度， 这可能是因为相同的模式网格点用于模拟相邻脉冲体积, 由此产生误差相关性。 通过比较 Rayleigh和Mie散射方案，前者导致较低高度（4 km 以下）的标准差小得多，而 4 km 以上的标准差稍大，这可能是因为Mie方案与所选的融化区的有效介质近似技术(Effective Medium Approximation)的结合在亮带区域产生过高的反射率。 对Mie方案施加衰减会略微降低较低高度的标准差，但是由于雷达反射率测量值已经针对衰减进行了校正，它会大大增加较高高度的标准差，并且还会导致更长的相关性长度尺度。对于径向风(见图1b,图2b)，也观察到考虑波束展宽对标准差的积极影响，以及对误差相关性的中性影响。
图1. 仰角1.5o 观测误差标准差的垂直廓线。(a)反射率 (
5 dBZ) (b)径向风。E_ray: Rayleigh；E_FallwtB15: E_ray + 波束展宽效应; E_mie: E_FallwtB15 + Mie；E_MieAtt: E_Mie + 衰减
图2. 仰角1.5o 观测误差在3km高度的水平相关性。(a)反射率 (5 dBZ) (b)径向风。 相关性系数小于0.2定义为相关性长度。
该研究成果发表于Remote Sensing, 论文信息如下：
Zeng, Yuefei, Hong Li, Yuxuan Feng, Ulrich Blahak, Alberto de Lozar, Jingyao Luo, and Jinzhong Min. 2022: Study on Sensitivity of Observation Error Statistics of Doppler Radars to the Radar forward Operator in Convective-Scale Data Assimilation, Remote Sens.，14, 3685, https://doi.org/10.3390/rs14153685
参考文献：
Janjic, T., and Coauthors, 2018: On the representation error in data assimilation. Quart. J. Roy. Meteor. Soc., 144, 1257–1278.
Zeng, Y.; Blahak, U.; Jerger, D., 2016: An effificient modular volume-scanning radar forward operator for NWP models: Description and coupling to the COSMO model. Q. J. R. Meteorol. Soc., 142, 3234–3256.
Zeng, Y.; Janjic, T.; Feng, Y.; Blahak, U.; de Lozar, A.; Bauernschubert, E.; Stephan, K.; Min, J., 2021: Interpreting estimated Observation Error Statistics of Weather Radar Measurements using the ICON-LAM-KENDA System. Atmos. Meas. Tech., 14, 5735–5756.
Desroziers, G., Berre, L., Chapnik, B. and Poli, P., 2005: Diagnosis of observation, background and analysis-error statistics in observation space. Q. J. R. Meteorol. Soc. , 131, 3385–3396.