Monte Carlo 模拟 Brightway2 的负对数正态结果

Question

我不知道如何设置 BW2 以在 MC 模拟中为具有对数正态分布的参数获取负值，例如模拟负排放。示例：

from brightway2 import *
import numpy as np


mydb = Database('mydb')

mydb.write({
    ('mydb', 'Some activity'): {
        'name': 'Some activity',
        'unit': 'kWh',
        'exchanges': [{
            'input': ('mydb', 'Carbon dioxide'),
            'amount': 20, # positive!
            'unit': 'kg',
            'type': 'biosphere', 
            'uncertainty type' : 2,
            'loc' : np.log(20), 
            'scale' : 1.01 
            }]
    },
    ('mydb', 'Carbon dioxide'): {'name': 'Carbon dioxide', 'unit': 'kg', 'type': 'biosphere'}
    })

exc = list(mydb.get('Some activity').exchanges())[0]
exc.as_dict()
exc.random_sample(n=10)

这行得通。我得到：

Out[8]: 
array([ 25.20415107,  17.48476344,  16.98842921,   3.79548038,
    12.54165042,  27.93752377,   7.57070571,  43.22285015,
    48.44984804,  13.83083672]) # everything fine

现在假设我想获得相同的负值：array([ -25.20415107, -17.48476344, etc. ... 因为我假设我的碳吸收量为 -20 千克二氧化碳。如果我写 'amount': -20 我会得到一个奇怪的结果：

Out[9]: 
array([   0.73060359,   36.69825867,    5.71416558,   10.78119397,
     16.24447705,    2.96507057,    6.73564118,   19.24411117,
      7.23110067,  126.42690714])

我知道对数正态分布不能为负，但我期望的是分布是根据 'loc' 和 'scale' 信息根据正值计算的，然后根据'amount' 信息。这是对具有负排放的清单执行 MC 所必需的。有什么线索吗？谢谢

Answer 1

有两个问题阻止了预期的行为：

在字段中给出负值是不够的amount； RNG 代码在 stats_arrays library, and you must set the field negative to True (see docs).
brightway2-data 中存在错误，已在 7e3341c and release 2.4.6 中修复，该错误阻止了密钥 negative 在 exchange.uncertainty 中使用。

一般来说，当从其他格式导入数据时，negative 字段会自动设置，例如SimaPro CSV, Ecospold 1. Moreover, when a database is processed to a parameter array, the negative field is also always set 来自 amount field。这种情况下的区别在于您直接从 stats_arrays 调用函数，而不是通过 brightway2-calc.

在最新安装上添加 negative 字段：

from brightway2 import *
import numpy as np
projects.set_current("SO 45935773")
bw2setup()

mydb = Database('mydb')
gwp = ('IPCC 2013', 'climate change', 'GWP 100a')
co2 = get_activity(('biosphere3', '349b29d1-3e58-4c66-98b9-9d1a076efd2e'))

mydb.write({
    ('mydb', 'Some activity'): {
        'name': 'Some activity',
        'unit': 'kWh',
        'exchanges': [{
            'input': co2.key,
            'amount': -20, # negative
            'negative': True,
            'unit': 'kg',
            'type': 'biosphere', 
            'uncertainty type' : 2,
            'loc' : np.log(20), 
            'scale' : 1.01 
        }]
    }
})

exc = list(mydb.get('Some activity').exchanges())[0]
exc.random_sample(n=10)

产生预期的行为：

array([ -3.24683872,  -5.01873359, -31.54532003, -40.59523805,
       -54.00447092,  -6.11459063, -41.5250442 ,  -8.05295075,
       -31.46077832, -29.8769442 ])

Monte Carlo 模拟 Brightway2 的负对数正态结果

Negative lognormal results in Monte Carlo simulation with Brightway2

python

brightway