使用 mc2d 基于网格的 Monte Carlo 模拟

Question

我有一个简单的方程式可以根据四个不同网格的总和来计算 "CL"：

CL = A + B + C + D

我正在尝试使用 mc2d 包来表示基于每个输入网格中的不确定性的 CL 结果中的不确定性。

每个输入网格中的不确定性基于均匀分布表示，不确定性范围为：

+/- 6 光栅 A

+/- 10 光栅 B

+/- 12 光栅 C

+/- 5 光栅 D

我想运行一个 Monte Carlo 模拟，其中输入网格根据从这些不确定性中随机选择的每个网格单元的值多次求和（例如 n = 1000）范围

下面的代码失败了：

Error in .calcTest(x[1:5], fun, na.rm, forcefun, forceapply) : 
    cannot use this function

我不确定如何解决这个错误。任何建议将不胜感激。

library(raster) 
library(rgdal) 
library(mc2d) #load package

# Input grid files
A <- raster(matrix(c(20, 35, 40, 60), nrow=2))
B <- raster(matrix(c(6, 10, 13, 14), nrow=2))
C <- raster(matrix(c(6, 8, 12, 14), nrow=2))
D <- raster(matrix(c(35, 40, 50, 60), nrow=2))

# combine the RasterLayer objects into a RasterStack 
s <- stack(A, B, C, D)

# Uncertainty distance for each raster used to establish the 
# min/max for the uniform distributions in the function just below
uA <- 6
uB <- 10
uC <- 12
uD <- 5

# Function for generating CL
ndunc(1000)
fun <- function(x) {
  # Convert each raster to mcnode object
  dA <- mcdata(x[1], type="0")
  dB <- mcdata(x[2], type="0")
  dC <- mcdata(x[3], type="0")
  dD <- mcdata(x[4], type="0")

  # Define uniform distirbutions for each raster
  stA <- mcstoc(runif, type="U", min=dA-uA, max=dA+uA, rtrunc=TRUE, linf=0)
  stB <- mcstoc(runif, type="U", min=dA-uB, max=dA+uB, rtrunc=TRUE, linf=0)
  stC <- mcstoc(runif, type="U", min=dA-uC, max=dA+uC, rtrunc=TRUE, linf=0)
  stD <- mcstoc(runif, type="U", min=dA-uD, max=dA+uD, rtrunc=TRUE, linf=0)

  # Apply Monte Carlo to this equation
  CL <- stA + stB + stC + stD
  # Extract the min, mean, and max CL from the 1000 iterations
  c(min(CL), mean(CL), max(CL))
}

# Need to create rasters for min(CL), mean(CL), and max(CL)
x <- calc(s, fun) 
names(x) = c('min', 'mean', 'max') 
plot(x)

Answer 1

函数中的错误是由 rtrunc=TRUE 中的拼写错误（缺少等号）引起的

使用 mc2d 基于网格的 Monte Carlo 模拟

Grid-based Monte Carlo simulation using mc2d

r

montecarlo