我已经阅读了这个问题和答案——在 python 中将分散数据插值到常规网格中，我正在做类似的事情，因为我在粗网格上定义了不同高度的大气温度值，我想将其插值到常规网格中在 Python 中，我还需要使用 Cressman 加权方案对匹配进行加权，如这篇旧论文 - Cressman weighting scheme中所示。

在这方面，我有几个问题。看等式（1）

我明白什么$W$是以及如何计算它，但我不清楚作者在写作时的意思：

$E_h$是第一个猜测场在观测位置的插值误差

错误通常是两个值之间的差异。如果是这种情况，这里提到了哪两个值？作为第一个猜测，我有不规则网格间隔的温度值，我可以很容易地在特定网格点的影响半径内找到匹配项。但是哪两个值导致了这里讨论的错误？

我还阅读了论文（参见垂直和水平 Cressman 半径），其中提到 Cressman 在上述论文中谈到的影响半径有时可以被视为大气科学中的“深层”。换言之，网格点处的内插值不仅可以包括来自给定水平表面上的水平影响半径的匹配，还可以包括来自所讨论表面的上方和下方的匹配。那准确吗？