但是，在我看来，pressure，temperature，relative_humidity自变量都必须具有相同的维数。

[...]

例如，为了计算底层的厚度，我希望给出表面压力，顶层压力和层内温度（和湿度）。

实际上，与您的预期相反，pressure，temperature和relative_humidity变量都需要在同一级别上定义，因为根据MetPy的文档，{{3 }}。请注意，在MetPy的术语中，“层”位于任何一组垂直级别之上，而不仅仅是两个级别之间。

由于通过梯形法则进行积分，因此在计算本身中也可以看到对在公共级别上定义的数据的需求。例如，在具有两个数据级别的图层的最小情况下，MetPy使用的公式

通过梯形法则进行积分，简化为

实际上，如果您确实有“偏移”或“交错”级别的数据，其中temperature和relative_humidity的垂直坐标与pressure的垂直坐标不同，则需要以便将数据插值到通用级别以使用thickness_hydrostatic_from_relative_humidity（或MetPy的其他任何配置文件计算）。一个pressure形状为数组（361,1440,79）和temperature形状为数组（361,78）的简单的交错方法可能看起来像

pressure_destaggered = (pressure[...,:-1] + pressure[...,1:]) / 2

这种方法有两个警告：

• thickness_hydrostatic_from_relative_humidity仅设计用于处理（1D）大气数据剖面，而不是3D网格，因此请谨慎使用结果（指定可能使用可选的bottom和depth参数失败，默认的积分轴可能正确也可能不正确
• 如果您只有两个压力水平/一个温度水平，则无法进行这种交错操作，因为MetPy至少需要两个压力水平才能定义一个层。在这种情况下，您将需要以某种方式（例如，假设两个压力水平之间的温度/相对湿度恒定）来近似估算两个压力水平的温度/相对湿度。