MADRL-WORLD-SYSTEM

this is a repository about research on the domain of reinforcement learning and world system model to analyse the human activity and warming problems

Env 环境主要参考依据于：

仓库内容是对他们文章内容理解的重现，非常感谢他们提出的优秀模型！ The repository content is a reproduction of the understanding of the content of their article, and I am very grateful to them for the excellent model they proposed!

Sanderson, Benjamin M., et al. "Community climate simulations to assess avoided impacts in 1.5 and 2 C futures." Earth System Dynamics 8.3 (2017): 827-847.

Ramanathan, Veerabhadran, Yangyang Xu, and Anthony Versaci. "Modelling human–natural systems interactions with implications for twenty-first-century warming." Nature Sustainability 5.3 (2022): 263-271.

mices 迭代版本说明

这里每次迭代什么都写在一起进行备注操作

MICES simple v1

主要运行程序

主要是原来代码冗余部分的处理操作，整理了其中的输入数据

• 其中包含了程序运行的主体部分，包含从开始 ssp-rcp 原始的预估数据获取的数据经过一系列处理之后计算得到 gtc_in(温室气体数据) 和 f_nonco2(非 co2 强迫数据)，包含了众多的部分
• 包含了 cliamte_ode2 和 tsolve2 计算的主体部分，这里是计算的核心部分
• 通过保存相关的结果然后绘图输出，simple 版本对其进行了简化操作

未来可以考虑作为读取不同场景数据的预处理文件，通过其中截止打断点获取其中的数据数据，这部分当然需要进行相关更改

input 数据

里面是原始输入的不同 dat 文件部分

xlsx数据

• 读取的输入数据：读取的 mat 数据显式地保存为 xlsx 文件以供检查移植获取，
• mices 程序完整运行的数据：mices_var_result.xlsx 文件以供对照结果偏差

tutorial

里面涉及了对于关键组件运行理解的部分，比如 ode 里面的相关学习

MICES matlab ode v2

主要是考虑之前 simple 的代码里面对于跳转函数过于复杂，参数部分内容

优化:

• 函数集中化
• 参数显式化
• 插值部分的探究，
• 运行顺序的探究不同，联动之间代码书写有顺序

但是出现了问题：可以复现，但是结果增减性不对，结果数值范围有偏差

MICES depart v3

通过比较之前的输入是正确的，运行逻辑也是对的，将原始的部分进行拆分，直接截取操作

注意运行主程序是 run_mices.m

优化：

• 参数计算部分是通过给值，现在考虑通过计算得到，而不是直接初始化具体数值
• 保存原有注释部分，对应知道数值如何获取起始部分

MICES python v4

这里经过两个版本的 python 迭代，主要是其中的数值计算和精度

• 精度的改变
• python 中加载数据转换部分，精度转换为 float
• python 中插值部分对应程序包 np.interp

MICES python-env-sdm v5

参数部分的阅读，单位弄懂，统一返回结果展示

尝试更换 odeint 里面统一返回接口，参照 theo 的 copan 部分

主要解决其中的 rl 部分接口重新书写，

尝试替换 iseec 里面的初始条件

ISEEC python-env v5

ISEEC 模型 v5 - 增强插值版

概述

此 Python 脚本（iseec-model_v5_interp.py）实现了一个综合能源与排放气候（ISEEC）模型，用于模拟碳排放、能源使用和温度动态。该模型使用微分方程来表示各种环境、经济和能源相关参数之间的相互作用。此外，它通过插值来处理外部输入数据，允许在模拟过程中为某些变量提供连续的数据输入。

特性

• ODE 模拟：使用 scipy.integrate.odeint 来求解代表气候相关过程的微分方程。
• 参数插值：使用 np.interp 将离散数据输入转换为连续函数，提高模拟精度。
• 时间范围：模拟环境动态从 1850 年至 2100 年。
• 输出：将详细的输出数据（如温度、CO₂ 排放、能源使用）保存到 Excel 文件中，以便进一步分析。

环境要求

• Python 3.x
• 所需库：
  • numpy
  • scipy
  • pandas
  • matplotlib

可以通过以下命令安装所需库：

bash


复制代码
pip install numpy scipy pandas matplotlib

生成的文件

• iseec_10_dimension_results_ACEno_revised.xlsx：包含主要变量随时间的模拟结果。
• iseec_10_dimension_t_ode.xlsx：包含 ODE 求解过程中记录的时间步。(主要用来参照调试使用)
• iseec_results_ode_withoutinterp.xlsx：包含未插值调整的参数计算值。（ode 函数自定义求解的结果）
• iseec_results_time_withinterp.xlsx：包含与主时间序列匹配的插值结果。（主要参照比较的结果）

脚本结构

1. 参数初始化（包括外界输入）

脚本初始化了多个常数和参数，包括气候和碳循环反馈参数、基准 CO₂ 排放、GDP 数据和初始能源相关值。数据源包括：

• ISEEC-SSM/output_CO2emission_baseline18502100_LU.csv：基准土地利用 CO₂ 排放数据。
• ISEEC-SSM/output_nonco2_forcing_all_BAU.CSV：非 CO₂ 强迫数据。（默认图表中计算得到的）
• ISEEC-SSM/output_energy_MYbaseline18502100_total_formulated.csv：总能源基准数据。
• ISEEC-SSM/output_GDP_SSP5_this study.csv：SSP5 场景的 GDP 数据。

2. 函数定义

IEM(y, t)

定义了温度和碳动态的微分方程主函数：

• 插值输入：对于某些参数（如 CO2emission_baseline18502100_LU、additionalforcing、energy_MYbaseline18502100_total 和 GDP_formulated），通过 np.interp 在每个时间步获得连续的函数值。

• 方程组成

  ：

  • ϕi\phi_iϕi：依赖于截至当前时间的累计 CO₂ 排放。
  • αi\alpha_iαi：一个基于当前 CO₂ 水平的动态参数。
  • 温度和排放计算：利用基准和插值数据计算温度（T_a）、大气 CO₂（C_a）和海洋 CO₂ 水平。

3. 模拟执行

脚本初始化初始条件，并在指定时间范围内使用 odeint 运行模拟。

• 初始条件：在 y0 数组中设置，包含温度和 CO₂ 水平的初始值。
• 输出变量：提取每个组件的结果（例如 T_a、C_a、C_o），并将它们保存到结构化的输出文件中。

4. 数据输出

脚本使用 pandas 将模拟结果保存到各种 Excel 文件中。关键结果包括：

• 主要变量的时间序列数据（如温度、CO₂ 水平）。
• 可再生能源与总能源需求的比例。
• 基准和调整后的能源使用插值结果。

使用方法

确保所有必要的数据文件位于 ISEEC-SSM 目录中，然后执行脚本：

bash


复制代码
python iseec-model_v5_interp.py

运行完成后，脚本将输出多个包含模拟结果的 Excel 文件，可用于进一步分析、可视化或与实测数据进行验证。

注意事项

• 插值处理：