Monte Carlo 具有来自 SimaPro 项目的不确定参数的活动的 LCA returns 恒定值（无不确定性）

Question

我从 SimaPro 导入了一个项目，其中几乎每个 activity 使用的参数都具有不确定性。当我在 Brightway 中对其中任何一个进行运行 Monte Carlo LCA 时，结果是恒定的，就好像数量没有不确定性一样（代码片段显示 10 个步骤，但 2000 个步骤是相同的）。

sp = bw.SimaProCSVImporter(fp, name="All Param")
sp.apply_strategies()
sp.statistics()  # returns 0 unlinked
sp.write_database(activate_parameters=True)
spdb = bw.Database("All Param")

imported_material = [act for act in spdb if 'Imported' in act['name']][0]

mciter=10
mc_imported = bw.MonteCarloLCA({imported_material:1},('IPCC 2013', 'climate change', 'GWP 100a'))
scores = [next(mc_imported) for _ in range(mciter)]
scores
[0.015027544172490276,
 0.015027544172490276,
 ...
 0.015027544172490276,
 0.015027544172490276]

我很茫然，因为所有内容都没有错误地加载，并且查看活动和交流显示了预期的公式、参数和参数的不确定性。

我怀疑这个问题可能与documentation, but do not see how to make the designation that these parameters are (all) "active" beyond xxx.write_database(activate_parameters=True) as in the parameterized dataset example notebook中描述的主动和被动参数的区别有关。我也不知道如何列出哪些参数是主动的或被动的，所以问题可能完全是另外一回事。

我需要做什么才能让我的参数化活动将参数的不确定性纳入 MC LCA？任何帮助将不胜感激！

就其价值而言，他们确实在他们来自的 SimaPro 项目中工作 - 不确定性分析使用参数的不确定性 - 所以我认为问题不在原始项目中。

感谢您提供的任何指导！

Answer 1

参数化清单通常在 Monte Carlo 中不起作用，因为 Monte Carlo class 侧重于 PDF 描述的数据点不确定性。有一个名为 presamples which allows for the use of parameterized inventories in Monte Carlo through some pre-calculations - however, it doesn't have great documentation yet. Look in the docs, and ParameterizedBrightwayModel 的单独项目。

注意：从 SimaPro 检查您的参数名称和公式，Brightway 在允许的范围内更严格（例如 python 区分大小写并且有更多保留字）。

Monte Carlo 具有来自 SimaPro 项目的不确定参数的活动的 LCA returns 恒定值（无不确定性）

Monte Carlo LCA on activities that have parameters with uncertainty from a SimaPro project returns constant value (no uncertainty)

brightway