[原创]VMF1模型使用
VMF1模型（Vienna Mapping Function）是目前模拟对流层状况精度最高的模型，主要发展了基于测站的VMF1（S-VMF1）和基于格网的VMF1（G-VMF1），我们主要使用后者，因为其没有任何测站限制，只需输入所需参数即可得到全球任何地点的大气参数。
在VMF1网站中提供了包括算法和格网数据在内的所有资料。（http://ggosatm.hg.tuwien.ac.at/DELAY/）。
VMF1模型的输入参数包括：ah,aw,dmjd,dlat,ht,zd（干湿参数，简化儒略日，纬度，大地高，天顶距），其中干湿参数可以通过GPT2模型获得也可以通过VMF1模型网站中提供的6h分辨率的格网数据内插得到。作为估计大气状况，进行精密单点定位的重要模型，VMF1模型输出结果为HMF,WMF（干湿映射函数）进而可以计算倾斜路径水汽含量。
在网站中提供的格网数据中包括了ah,aw,ZHD,ZWD参数，其格网分辨率为2°*2.5°。当我们单纯使用格网内插获得大气参数时就要考虑内插的问题，文献中提出使用双线性内插方法来获得网格内部某点的大气状况参数。本人参考了维基百科中双线性内插方法的使用说明来实现相应的算法（https://en.wikipedia.org/wiki/Bilinear_interpolation）。
需要注意的是，在内插ZHD,ZWD时，需要将格网高程换算为计算站点的大地高程，在文献（http://link.springer.com/content/pdf/10.1007/s00190-007-0170-0.pdf）中给出了具体的转换方法。此外，网站中提供了格网点高程数据（orography_ell），其数据结构与格网数据向对应，初次学习时没有弄明白其数据排列的规律，经过与格网数据的仔细比较后豁然开朗，现将格网点高程数据与格网数据对比如下：
1 90.00 -90.00 0.00 360.00 2.00 2.50 2 9 9 9 9 9 9 9 9 9 9 3 9 9 9 9 9 9 9 9 9 9 4 9 9 9 9 9 9 9 9 9 9 5 9 9 9 9 9 9 9 9 9 9 6 9 9 9 9 9 9 9 9 9 9 7 9 9 9 9 9 9 9 9 9 9 8 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 10 9 9 9 9 9 9 9 9 9 9 11 9 9 9 9 9 9 9 9 9 9 12 9 9 9 9 9 9 9 9 9 9 13 9 9 9 9 9 9 9 9 9 9 14 9 9 9 9 9 9 9 9 9 9 15 9 9 9 9 9 9 9 9 9 9 16 9 9 9 9 9 17 18 19 20 21 22 22 23 23 22 21 18 20 19 19 17 15 14 13 10 9 9 19 10 10 11 10 10 11 12 12 13 14 20 13 13 13 13 13 13 12 12 12 12 21 12 12 12 9 8 7 5 5 3 2 22 0 -0 -0 -1 -0 1 5 6 7 9 23 10 14 19 24 29 34 38 33 29 24 24 19 15 10 6 1 -4 -8 -13 -17 -11 25 -3 7 15 23 32 33 33 34 33 33 26 34 28 22 16 10 3 -4 -4 -4 -4 27 -4 -4 -3 -1 2 4 6 10 12 13 28 16 17 19 20 22 22 21 20 20 20 29 19 17 16 14 13 11 10 9 10 10 30 11 12 12 13 13 14 14 15 15 16 31 16 17 17 18 18 32 ... ...
1 ! Version: 1.0 2 ! Source: J. Boehm, TU Vienna (created: 2015-12-31) 3 ! Data_types: VMF1 (lat lon ah aw zhd zwd) 4 ! Epoch: 2015 00 00 12 00 0.0 5 ! Scale_factor: 1.e+00 6 ! Range/resolution: -90 90 0 360 2 2.5 7 ! Comment: http://ggosatm.hg.tuwien.ac.at/DELAY/GRID/VMFG_FC/ 8 90.0 0.0 0.00116193 0.00055451 2.2719 0.0097 9 90.0 2.5 0.00116193 0.00055451 2.2719 0.0097 10 90.0 5.0 0.00116193 0.00055451 2.2719 0.0097 11 90.0 7.5 0.00116193 0.00055451 2.2719 0.0097 12 90.0 10.0 0.00116193 0.00055451 2.2719 0.0097 13 90.0 12.5 0.00116193 0.00055451 2.2719 0.0097 14 90.0 15.0 0.00116193 0.00055451 2.2719 0.0097 15 90.0 17.5 0.00116193 0.00055451 2.2719 0.0097 16 90.0 20.0 0.00116193 0.00055451 2.2719 0.0097 17 90.0 22.5 0.00116193 0.00055451 2.2719 0.0097 18 90.0 25.0 0.00116193 0.00055451 2.2719 0.0097 19 90.0 27.5 0.00116193 0.00055451 2.2719 0.0097 20 90.0 30.0 0.00116193 0.00055451 2.2719 0.0097 21 90.0 32.5 0.00116193 0.00055451 2.2719 0.0097 22 90.0 35.0 0.00116193 0.00055451 2.2719 0.0097 23 90.0 37.5 0.00116193 0.00055451 2.2719 0.0097 24 90.0 40.0 0.00116193 0.00055451 2.2719 0.0097 25 ... ...
其中，格网数据文件给出了自北极开始的2°*2.5°的格网数据，orography_ell文件则将纬度作为分组，在同一纬度下将自0°经度开始到360°结束构成的格网数据作为一组，分别给出各格网点处的高程，一组共145个高程数据（0°与360°数据相同），共91组数据。经比较若将格网数据中相同纬度的数据行看作一组，也有91组数据。
