Update app.py

app.py

@@ -1,230 +1,125 @@
 import streamlit as st
-import pandas as pd
 import folium
 from streamlit_folium import folium_static
 import ee
-import datetime
+import pandas as pd
 import altair as alt
+from concurrent.futures import ThreadPoolExecutor
+import numpy as np
 
 # احراز هویت Google Earth Engine
-def authenticate_gee():
-    try:
-        credentials = ee.ServiceAccountCredentials(None, 'ee-esmaeilkiani13877-cfdea6eaf411.json')
-        ee.Initialize(credentials)
-        st.sidebar.success("اتصال به Google Earth Engine برقرار شد!")
-    except Exception as e:
-        st.sidebar.error(f"خطا در اتصال: {str(e)}")
-        st.stop()
+service_account = '[email protected]'
+credentials = ee.ServiceAccountCredentials(service_account, 'path/to/your/json/file.json')
+ee.Initialize(credentials)
 
 # بارگذاری داده‌ها
-@st.cache_data
-def load_data():
-    try:
-        df = pd.read_csv('پایگاه داده (1).csv')
-        farm_coords = pd.read_csv('farm_coordinates.csv')
-        return df, farm_coords
-    except Exception as e:
-        st.error(f"خطا در بارگذاری داده‌ها: {str(e)}")
-        return None, None
+farms_data = pd.read_csv('farm_coordinates.csv')
+local_data = pd.read_csv('local_data.csv')
 
-# دریافت NDVI برای تمام مزارع در یک درخواست
+# تابع دریافت NDVI
 @st.cache_data
-def get_ndvi_for_all_farms(date, farm_coords):
-    aoi = ee.FeatureCollection(
-        farm_coords.apply(
-            lambda row: ee.Feature(
-                ee.Geometry.Point([row['طول جغرافیایی'], row['عرض جغرافیایی']]),
-                {'name': row['نام']}
-            ),
-            axis=1
-        ).to_list()
-    )
-    start_date = (date - datetime.timedelta(days=3)).strftime('%Y-%m-%d')
-    end_date = (date + datetime.timedelta(days=3)).strftime('%Y-%m-%d')
-    s2 = ee.ImageCollection('COPERNICUS/S2_SR') \
-        .filterBounds(aoi) \
-        .filterDate(start_date, end_date) \
-        .filter(ee.Filter.lt('CLOUDY_PIXEL_PERCENTAGE', 20)) \
-        .sort('CLOUDY_PIXEL_PERCENTAGE') \
-        .first()
-    if s2:
-        ndvi = s2.normalizedDifference(['B8', 'B4']).rename('NDVI')
-        ndvi_values = ndvi.reduceRegions(
-            collection=aoi,
-            reducer=ee.Reducer.mean(),
-            scale=10
-        ).getInfo()['features']
-        return {v['properties']['name']: v['properties'].get('NDVI') for v in ndvi_values if 'name' in v['properties'] and 'NDVI' in v['properties']}
-    return {}
-
-# دریافت نقشه NDVI برای یک مزرعه
-@st.cache_data
-def get_ndvi_map(date, coords):
-    aoi = ee.Geometry.Point(coords).buffer(100)
-    start_date = (date - datetime.timedelta(days=3)).strftime('%Y-%m-%d')
-    end_date = (date + datetime.timedelta(days=3)).strftime('%Y-%m-%d')
-    s2 = ee.ImageCollection('COPERNICUS/S2_SR') \
-        .filterBounds(aoi) \
-        .filterDate(start_date, end_date) \
-        .filter(ee.Filter.lt('CLOUDY_PIXEL_PERCENTAGE', 20)) \
-        .sort('CLOUDY_PIXEL_PERCENTAGE') \
-        .first()
-    if s2:
-        ndvi = s2.normalizedDifference(['B8', 'B4']).rename('NDVI')
-        vis_params = {'min': 0, 'max': 1, 'palette': ['red', 'yellow', 'green']}
-        return ndvi, vis_params
-    return None, None
-
-# استایل‌دهی CSS
-def apply_css():
-    st.markdown("""
-    <style>
-        body {
-            background: linear-gradient(to right, #e0f7fa, #b2ebf2);
-            font-family: 'Vazir', sans-serif;
-        }
-        .big-font {
-            font-size: 36px !important;
-            font-weight: bold;
-            color: #0277BD;
-            text-align: center;
-        }
-        .stButton>button {
-            width: 100%;
-            background: linear-gradient(45deg, #0277BD, #4FC3F7);
-            color: white;
-            border-radius: 25px;
-            padding: 10px;
-            font-size: 18px;
-            transition: all 0.3s ease;
-        }
-        .stButton>button:hover {
-            background: linear-gradient(45deg, #4FC3F7, #0277BD);
-            transform: scale(1.05);
-        }
-        .metric-card {
-            background-color: #f0f2f6;
-            border-radius: 10px;
-            padding: 15px;
-            margin: 10px 0;
-            box-shadow: 0 4px 8px rgba(0,0,0,0.1);
-        }
-        .metric-card h3 {
-            margin-top: 0;
-            color: #1E88E5;
-        }
-        .alert-box {
-            background-color: #ffebee;
-            padding: 10px;
-            border-radius: 5px;
-            color: #c62828;
-        }
-    </style>
-    """, unsafe_allow_html=True)
-
-# برنامه اصلی
-def main():
-    authenticate_gee()
-    df, farm_coords = load_data()
-    if df is None or farm_coords is None:
-        st.error("داده‌ها بارگذاری نشدند!")
-        st.stop()
-
-    apply_css()
-    st.sidebar.markdown('<p class="big-font">کراپ لاگ پایش مزارع</p>', unsafe_allow_html=True)
-    selected_farm = st.sidebar.selectbox('انتخاب مزرعه', farm_coords['نام'].unique())
-    selected_date = st.sidebar.date_input('انتخاب تاریخ', value=datetime.date.today())
-
-    tab1, tab2, tab3 = st.tabs(["نقشه NDVI", "تحلیل هفتگی", "نمودار رشد"])
-
-    with tab1:
-        st.subheader(f"نقشه NDVI برای مزرعه {selected_farm}")
-        if st.button("نمایش نقشه"):
-            with st.spinner("در حال بارگذاری نقشه..."):
-                lon = farm_coords[farm_coords['نام'] == selected_farm]['طول جغرافیایی'].values[0]
-                lat = farm_coords[farm_coords['نام'] == selected_farm]['عرض جغرافیایی'].values[0]
-                coords = (lon, lat)
-                ndvi_image, vis_params = get_ndvi_map(selected_date, coords)
-                if ndvi_image:
-                    m = folium.Map(location=[lat, lon], zoom_start=15)
-                    folium.TileLayer(
-                        tiles=ndvi_image.getMapId(vis_params)['tile_fetcher'].url_format,
-                        attr='Google Earth Engine',
-                        name='NDVI',
-                        overlay=True
-                    ).add_to(m)
-                    folium_static(m, width=1200, height=600)
-                    st.success("نقشه با موفقیت بارگذاری شد!")
-                else:
-                    st.error("داده‌های NDVI برای این تاریخ یافت نشد.")
-
-    with tab2:
-        st.subheader("تحلیل هفتگی رشد مزارع")
-        if st.button("نمایش تحلیل هفتگی"):
-            with st.spinner("در حال پردازش داده‌های هفتگی..."):
-                dates = [selected_date - datetime.timedelta(weeks=i) for i in range(5)]
-                dates = sorted(dates)
-
-                weekly_data = []
-                for date in dates:
-                    ndvi_values = get_ndvi_for_all_farms(date, farm_coords)
-                    for farm, ndvi in ndvi_values.items():
-                        if ndvi is not None:
-                            weekly_data.append({
-                                'تاریخ': date.strftime('%Y-%m-%d'),
-                                'مزرعه': farm,
-                                'NDVI': ndvi
-                            })
-
-                if weekly_data:
-                    df_weekly = pd.DataFrame(weekly_data)
-                    df_weekly['تاریخ'] = pd.to_datetime(df_weekly['تاریخ'])
-
-                    # تحلیل هفته اخیر
-                    last_week = df_weekly[df_weekly['تاریخ'] == dates[-1]]
-                    prev_week = df_weekly[df_weekly['تاریخ'] == dates[-2]]
-
-                    # محاسبه تغییرات
-                    merged = pd.merge(last_week, prev_week, on='مزرعه', suffixes=('_last', '_prev'))
-                    merged['تغییر'] = merged['NDVI_last'] - merged['NDVI_prev']
-
-                    max_growth_farm = merged.loc[merged['تغییر'].idxmax()]
-                    min_growth_farm = merged.loc[merged['تغییر'].idxmin()]
-
-                    st.markdown("### نتایج تحلیل هفته اخیر:")
-                    col1, col2 = st.columns(2)
-                    with col1:
-                        st.markdown('<div class="metric-card"><h3>بیشترین رشد</h3>' +
-                                    f'{max_growth_farm["مزرعه"]}: {max_growth_farm["تغییر"]:.2f}</div>',
-                                    unsafe_allow_html=True)
-                    with col2:
-                        st.markdown('<div class="metric-card"><h3>کمترین رشد</h3>' +
-                                    f'{min_growth_farm["مزرعه"]}: {min_growth_farm["تغییر"]:.2f}</div>',
-                                    unsafe_allow_html=True)
-
-                    # هشدار برای مزارع ضعیف
-                    low_growth_farms = last_week[last_week['NDVI'] < 0.3]
-                    if not low_growth_farms.empty:
-                        st.markdown('<div class="alert-box">هشدار: مزارع زیر رشد ضعیفی دارند!</div>', unsafe_allow_html=True)
-                        st.dataframe(low_growth_farms[['مزرعه', 'NDVI']])
-                        st.write("**پیشنهاد:** بررسی وضعیت آبیاری یا کوددهی این مزارع.")
-
-    with tab3:
-        st.subheader("نمودار میانگین رشد هفتگی")
-        if st.button("نمایش نمودار"):
-            with st.spinner("در حال تولید نمودار..."):
-                df_weekly = pd.DataFrame(weekly_data)
-                df_weekly['تاریخ'] = pd.to_datetime(df_weekly['تاریخ'])
-                df_weekly_avg_all = df_weekly.groupby('تاریخ')['NDVI'].mean().reset_index()
-
-                chart = alt.Chart(df_weekly_avg_all).mark_line(point=True).encode(
-                    x='تاریخ:T',
-                    y='NDVI:Q',
-                    tooltip=['تاریخ', 'NDVI']
-                ).properties(width=600, height=400).interactive()
-
-                st.altair_chart(chart, use_container_width=True)
-                st.success("نمودار با موفقیت رسم شد!")
-
-if __name__ == "__main__":
-    main()
+def get_ndvi_image(farm_id, date):
+    farm = farms_data[farms_data['Farm_ID'] == farm_id]
+    geometry = ee.Geometry.Point([farm['Longitude'].values[0], farm['Latitude'].values[0]]).buffer(100)
+    date_range = ee.Date(date).advance(-3, 'day'), ee.Date(date).advance(3, 'day')
+    collection = ee.ImageCollection('COPERNICUS/S2') \
+        .filterDate(date_range[0], date_range[1]) \
+        .filterBounds(geometry) \
+        .select(['B4', 'B8']) \
+        .reduce(ee.Reducer.mean())
+    ndvi = collection.normalizedDifference(['B8_mean', 'B4_mean']).rename('NDVI')
+    return ndvi.clip(geometry)
+
+# تابع نمایش نقشه
+def show_ndvi_map(farm_id, date):
+    ndvi_image = get_ndvi_image(farm_id, date)
+    map_center = [farms_data[farms_data['Farm_ID'] == farm_id]['Latitude'].values[0],
+                  farms_data[farms_data['Farm_ID'] == farm_id]['Longitude'].values[0]]
+    map = folium.Map(location=map_center, zoom_start=15)
+    ndvi_vis = {'min': 0, 'max': 1, 'palette': ['red', 'yellow', 'green']}
+    map.add_child(folium.GeoJson(ndvi_image.geometry(), name='Farm Boundary'))
+    map.add_ee_layer(ndvi_image, ndvi_vis, 'NDVI')
+    folium.LayerControl().add_to(map)
+    return map
+
+# تابع تحلیل هفتگی
+def weekly_analysis(farm_id):
+    dates = pd.date_range(end='2023-12-24', periods=5, freq='7D')
+    ndvi_values = []
+    height_values = []
+    for date in dates:
+        ndvi_image = get_ndvi_image(farm_id, date)
+        ndvi_value = ndvi_image.reduceRegion(reducer=ee.Reducer.mean(), geometry=ndvi_image.geometry(), scale=10).get('NDVI').getInfo()
+        ndvi_values.append(ndvi_value if ndvi_value else 0)
+        local = local_data[(local_data['Farm_ID'] == farm_id) & (local_data['Date'] == str(date.date()))]
+        height = local['Average_Height'].mean() if not local.empty else 0
+        height_values.append(height)
+    
+    df = pd.DataFrame({'Date': dates, 'NDVI': ndvi_values, 'Height': height_values})
+    df['NDVI_Change'] = df['NDVI'].diff()
+    warnings = df[df['NDVI'] < 0.3].copy()
+    suggestions = ["بررسی سیستم آبیاری" if h < df['Height'].mean() else "استفاده از کود" for h in warnings['Height']]
+    warnings['Suggestions'] = suggestions
+    return df, warnings
+
+# تابع نمودار رشد
+def growth_chart(farm_id):
+    df, _ = weekly_analysis(farm_id)
+    ndvi_chart = alt.Chart(df).mark_line().encode(
+        x='Date:T', y='NDVI:Q', tooltip=['Date', 'NDVI']
+    ).properties(title='رشد NDVI هفتگی').interactive()
+    height_chart = alt.Chart(df).mark_line(color='green').encode(
+        x='Date:T', y='Height:Q', tooltip=['Date', 'Height']
+    ).properties(title='رشد ارتفاع هفتگی').interactive()
+    return ndvi_chart, height_chart
+
+# رابط کاربری Streamlit
+st.title("پایش مزارع نیشکر")
+
+# سایدبار
+st.sidebar.title("تنظیمات")
+farm_id = st.sidebar.selectbox("انتخاب مزرعه", farms_data['Farm_ID'].astype(str) + " - " + farms_data['Farm_Name'])
+farm_id = int(farm_id.split(" - ")[0])  # استخراج Farm_ID
+date = st.sidebar.date_input("انتخاب تاریخ")
+
+# تب‌ها
+tabs = st.tabs(["نقشه NDVI", "تحلیل هفتگی", "نمودار رشد", "ورود داده‌های محلی"])
+
+# تب نقشه NDVI
+with tabs[0]:
+    if st.button("نمایش نقشه"):
+        with st.spinner("در حال بارگذاری نقشه..."):
+            map = show_ndvi_map(farm_id, date)
+            folium_static(map)
+            st.write(f"وضعیت هواشناسی: ⛅ 18°C")  # مثال ساده
+
+# تب تحلیل هفتگی
+with tabs[1]:
+    if st.button("نمایش تحلیل هفتگی"):
+        df, warnings = weekly_analysis(farm_id)
+        st.write("تغییرات NDVI و ارتفاع:")
+        st.dataframe(df)
+        if not warnings.empty:
+            st.error("هشدارها:")
+            for _, row in warnings.iterrows():
+                st.write(f"تاریخ: {row['Date'].date()} - NDVI: {row['NDVI']:.2f} - پیشنهاد: {row['Suggestions']}")
+
+# تب نمودار رشد
+with tabs[2]:
+    if st.button("نمایش نمودار"):
+        ndvi_chart, height_chart = growth_chart(farm_id)
+        st.altair_chart(ndvi_chart, use_container_width=True)
+        st.altair_chart(height_chart, use_container_width=True)
+
+# تب ورود داده‌های محلی
+with tabs[3]:
+    day = st.selectbox("انتخاب روز", ["شنبه", "یکشنبه", "دوشنبه", "سه‌شنبه", "چهارشنبه", "پنج‌شنبه"])
+    cols = st.columns(5)
+    stations = [cols[i].number_input(f"ایستگاه {i+1}", min_value=0.0) for i in range(5)]
+    groundwater = [st.number_input(f"چاهک {i+1}", min_value=0.0) for i in range(2)]
+    moisture = st.number_input("رطوبت غلاف", min_value=0.0)
+    nitrogen = st.number_input("نیتروژن", min_value=0.0)
+    avg_height = np.mean(stations) if stations else 0
+    st.write(f"میانگین ارتفاع: {avg_height:.2f}")
+    if st.button("ذخیره داده‌ها"):
+        st.success("داده‌ها ذخیره شدند!")