如何基于ERA5数据按各经纬度点地面气压执行垂直积分？

问题核心 #

你需要实现逐格点从地面气压（Ps）积分至100mb，但之前的dropna操作会删除所有低于全局最大Ps的层，丢失了Ps的空间异质性。关键在于要为每个格点单独标记有效积分层，而非统一删除层级。

解决方案代码 #

以下是完整的实现步骤，基于xarray的广播与掩码机制：

1. 对齐维度并生成逐格点掩码
   先将地面气压数据扩展维度，与插值后的平流场维度匹配，再生成布尔掩码标记每个格点的有效积分层（气压低于地面气压的层，对应高度高于地面）：

   # 扩展Ps的维度，匹配inter的(time, level, lat, lon)结构
   Ps_expanded = Ps.expand_dims('level').broadcast_like(inter)
   # 创建掩码：level < Ps_expanded 表示该层处于地面以上（ERA5气压值越小，高度越高）
   mask = inter.level < Ps_expanded
   

2. 保留有效层数据
   使用where方法保留掩码内的有效平流数据，其余位置设为NaN：

   masked_hadv = inter.where(mask)
   

3. 带层厚权重的垂直积分（推荐）
   ERA5的气压层间隔不均匀，垂直积分需要考虑气压层厚度作为权重。计算每层的厚度后，用加权求和完成积分，自动跳过NaN值（即地面以下的无效层）：

   # 计算每个气压层的厚度（单位：mb），最后一层取到100mb的间隔
   dp_values = np.diff(np.append(inter.level.values, 100))
   weights = xr.DataArray(dp_values, dims='level', coords={'level': inter.level})
   
   # 加权求和，逐格点计算有效层的积分
   integrated_hadv = masked_hadv.weighted(weights).sum(dim='level', skipna=True)
   

4. 简化版积分（忽略层厚权重）
   如果无需考虑层厚差异，直接使用integrate方法并开启skipna=True即可：

   integrated_hadv = masked_hadv.integrate(dim='level', skipna=True)
   

为什么之前的方法无效？ #

你之前的dropna(dim='level')会全局删除包含NaN的层级——只要某个层在任意格点被标记为无效（低于该格点Ps），整个层都会被移除，导致所有格点只能共享剩余的层级，完全丢失了Ps的空间变异性。而上述方案通过保留NaN并在积分时跳过，实现了每个格点独立计算自己的有效积分范围。

内容的提问来源于stack exchange，提问作者Rakshith