1. 气压和温度垂直补偿对比

「谨代表给个人观点，杠精请自测，对对对，好好好，你说啥都对」。

使用2020-2022陆态网GNSS与探空站并址的48个站点实验，以探空站为真值，验证ERA5精度。怎么确定并址请看前面文章，GNSS与探空站不并址的解决。

水平补偿无所谓，双线性插值和反距离加权都行，影响很小的。本来有49个并址，但是56964这个探空站有问题的，如下图，气压在2021年骤降，我把它弃了。「（图随便出的，凑合看，又不是写论文，哈哈哈）」

2. 有关 Matlab 获取代码关注WZZHH回复关键词，或者咸鱼关注：WZZHHH12

怀俄明探空站数据解算PWV和Tm：怀俄明探空站数据解算PWV和Tm

怀俄明多线程下载探空站数据（包括检查和下载遗漏数据的代码）：怀俄明多线程下载

对IGRAv2进行质量控制得到PWV和Tm的 matlab 代码：IGRAv2进行质量控制得到PWV和Tm

算 IGRAv2 探空站的 Tm 和 PWV：IGRAv2计算Tm和PWV

提取探空站 IGRAv2 全部数据：

ERA5 解算合集（温度、气压、PWV、水汽压和 Tm）代码获取：ERA5合集

3. 垂直补偿

（1）DOI:10.13203/j.whugis20210441

这个气压补偿我是从赵老师论文里无意间看见的，我之前不是用的这个，这个简单，代码很容易敲得。温度使用递减率，「P1、T1和h1都是最接近层数据」

温度：最大bias：2.412，最小bias：-3.206，最大rmse：5.514，最小数据：1755；平均bias：-0.737，平均rmse：2.624

气压：最大bias：0.343，最小bias：-1.436，最大rmse：2.226，最小数据：1751；平均bias：-0.272，平均rmse：0.794

（2）Doi:10.1029/2006JD007529, 2007

https://cdmd.cnki.com.cn/Article/CDMD-10486-1017009961.htm

「也是使用最接近层数据。温度计算方法跟上一个方法一毛一样，都是-6.5的降低率。」

温度：最大bias：2.412，最小bias：-3.206，最大rmse：5.514，最小数据：1755；平均bias：-0.737，平均rmse：2.624

气压：最大bias：0.433，最小bias：-1.391，最大rmse：2.185，最小数据：1750；平均bias：-0.295，平均rmse：0.705

两种方法温度补偿方法一样，气压补偿方法不同，但是结果差距不大，不能说完全一样，但也差不多了。

（3）DOI：https://doi.org/10.1029/2021EA001796

当站点高度高于最低水平高度时：

Pj和Pj+1是第j层和j+1层气压（站点高于最低，就是被这两层夹住了，懂？）；Ps站点气压；Hs站点高度；Hj和Hj+1是j和j+1层的高度；（温度T同理，不再赘述）

温度公式看着挺高级的，其实就是线性内插，matlab一个函数就可以用：

interp1(height(:,1),tem(:,1),Height,'linear');

当站点高度低于最低水平高度时：

用的跟（1）一样的公式

温度：最大bias：2.471，最小bias：-3.183，最大rmse：5.623，最小数据：1753 平均bias：-0.763，平均rmse：2.638

气压：最大bias：0.453，最小bias：-1.389，最大rmse：2.184，最小数据：1752，平均bias：-0.232，平均rmse：0.732

内插温度没有使用递减率的精度高。

4. 总结：

小白就用简单的把，别纠结那么多，哪个代码容易敲还简单就用哪个，对结果的影响也不是很大。下面是我个人的建议：

气压补偿建议使用：

温度补偿建议使用：