Update app.py

app.py

@@ -4,16 +4,11 @@ import numpy as np
 import plotly.express as px
 import plotly.graph_objects as go
 from datetime import datetime, timedelta
-import calendar
-from PIL import Image
-import base64
-import io
-import os
-import ee
-import json
 import folium
 from streamlit_folium import folium_static
-import time
+import ee
+import os
+import json
 
 # تنظیمات صفحه
 st.set_page_config(
@@ -66,76 +61,11 @@ st.markdown("""
         margin-bottom: 20px;
     }
     
-    .status-good {
-        background-color: rgba(0, 200, 83, 0.2);
-        color: #00694b;
-        padding: 5px 10px;
-        border-radius: 5px;
-        font-weight: bold;
-    }
-    
-    .status-medium {
-        background-color: rgba(255, 214, 0, 0.2);
-        color: #b7940a;
-        padding: 5px 10px;
-        border-radius: 5px;
-        font-weight: bold;
-    }
-    
-    .status-bad {
-        background-color: rgba(255, 61, 0, 0.2);
-        color: #c62828;
-        padding: 5px 10px;
-        border-radius: 5px;
-        font-weight: bold;
-    }
-    
     .metric-card {
         padding: 20px;
         border-radius: 10px;
         text-align: center;
         box-shadow: 0 4px 6px rgba(0,0,0,0.1);
-        transition: transform 0.3s;
-    }
-    
-    .metric-card:hover {
-        transform: translateY(-5px);
-    }
-    
-    .metric-green {
-        background-color: rgba(0, 200, 83, 0.2);
-        border-left: 5px solid #00c853;
-    }
-    
-    .metric-yellow {
-        background-color: rgba(255, 214, 0, 0.2);
-        border-left: 5px solid #ffd600;
-    }
-    
-    .metric-red {
-        background-color: rgba(255, 61, 0, 0.2);
-        border-left: 5px solid #ff3d00;
-    }
-    
-    .metric-blue {
-        background-color: rgba(33, 150, 243, 0.2);
-        border-left: 5px solid #2196f3;
-    }
-    
-    .stTabs [data-baseweb="tab-list"] {
-        gap: 10px;
-    }
-    
-    .stTabs [data-baseweb="tab"] {
-        background-color: #f0f2f6;
-        border-radius: 8px 8px 0px 0px;
-        padding: 10px 20px;
-        margin-top: 5px;
-    }
-    
-    .stTabs [aria-selected="true"] {
-        background-color: #1e6b45 !important;
-        color: white !important;
     }
     
     input[type="number"] {
@@ -161,7 +91,11 @@ st.markdown("""
 </style>
 """, unsafe_allow_html=True)
 
-# تنظیم Earth Engine (بدون تغییر)
+# خواندن فایل‌های پایگاه داده
+farms_df = pd.read_csv("پایگاه داده (1).csv")
+coordinates_df = pd.read_csv("farm_coordinates.csv")
+
+# تنظیم Earth Engine
 @st.cache_resource
 def initialize_earth_engine():
     try:
@@ -194,96 +128,11 @@ def initialize_earth_engine():
 
 earth_engine_initialized = initialize_earth_engine()
 
-# نمونه داده
-@st.cache_data
-def generate_sample_data():
-    farm_data = {
-        'Farm_ID': [f'{i:02d}-{j:02d}' for i in range(1, 5) for j in range(20, 30)],
-        'Farm_Name': [f'مزرعه {i:02d}-{j:02d}' for i in range(1, 5) for j in range(20, 30)],
-        'Channel_ID': [f'کانال {(i-1)*10 + j%10 + 1}' for i in range(1, 5) for j in range(20, 30)],
-        'Administration_ID': [i for i in range(1, 5) for _ in range(10)],
-        'Administration_Name': [f'اداره {i}' for i in range(1, 5) for _ in range(10)],
-        'Production_Section': [1 if i <= 2 else 2 for i in range(1, 5) for _ in range(10)],
-        'Area': [np.random.randint(50, 200) for _ in range(40)],
-        'Variety': [np.random.choice(['CP69', 'CP73']) for _ in range(40)],
-        'Crop_Age': [np.random.randint(1, 5) for _ in range(40)]
-    }
-    farms_df = pd.DataFrame(farm_data)
-    
-    height_data = []
-    today = datetime.now()
-    for week in range(1, 6):
-        date = today - timedelta(days=(5-week)*7)
-        for farm_id in farms_df['Farm_ID']:
-            stations = [np.random.randint(150, 220) for _ in range(5)]
-            avg_height = int(np.mean(stations))
-            groundwater = [np.random.randint(50, 100) for _ in range(2)]
-            sheath_moisture = np.random.randint(60, 90)
-            nitrogen = np.random.randint(20, 40)
-            height_data.append({
-                'Measurement_ID': f"{farm_id}-W{week}",
-                'Farm_ID': farm_id,
-                'Week': week,
-                'Measurement_Date': date.strftime('%Y-%m-%d'),
-                'Height': avg_height,
-                'Station1': stations[0],
-                'Station2': stations[1],
-                'Station3': stations[2],
-                'Station4': stations[3],
-                'Station5': stations[4],
-                'Groundwater1': groundwater[0],
-                'Groundwater2': groundwater[1],
-                'Sheath_Moisture': sheath_moisture,
-                'Nitrogen': nitrogen
-            })
-    heights_df = pd.DataFrame(height_data)
-    
-    weekly_report_data = []
-    for farm_id in farms_df['Farm_ID']:
-        farm_heights = heights_df[heights_df['Farm_ID'] == farm_id].sort_values('Week')
-        for week in range(1, 6):
-            current_week_data = farm_heights[farm_heights['Week'] == week]
-            if current_week_data.empty:
-                continue
-            current_height = current_week_data['Height'].values[0]
-            if week > 1:
-                prev_week_data = farm_heights[farm_heights['Week'] == week-1]
-                if not prev_week_data.empty:
-                    prev_height = prev_week_data['Height'].values[0]
-                    growth_change = current_height - prev_height
-                else:
-                    growth_change = 0
-            else:
-                growth_change = 0
-            all_farms_this_week = heights_df[heights_df['Week'] == week]
-            avg_height_all_farms = all_farms_this_week['Height'].mean()
-            if current_height > avg_height_all_farms + 5:
-                growth_status = 'خوب'
-            elif current_height < avg_height_all_farms - 5:
-                growth_status = 'ضعیف'
-            else:
-                growth_status = 'متوسط'
-            weekly_report_data.append({
-                'Report_ID': f"{farm_id}-R{week}",
-                'Farm_ID': farm_id,
-                'Week': week,
-                'Average_Height': current_height,
-                'Growth_Change': growth_change,
-                'Growth_Status': growth_status,
-                'Regional_Average': int(avg_height_all_farms)
-            })
-    weekly_report_df = pd.DataFrame(weekly_report_data)
-    
-    return farms_df, heights_df, weekly_report_df
-
-farms_df, heights_df, weekly_report_df = generate_sample_data()
-report_with_details = pd.merge(weekly_report_df, farms_df, on='Farm_ID')
-latest_week = heights_df['Week'].max()
-latest_reports = report_with_details[report_with_details['Week'] == latest_week]
-
 # مدیریت وضعیت برنامه
 if 'selected_tab' not in st.session_state:
     st.session_state.selected_tab = "ورود اطلاعات"
+if 'selected_week' not in st.session_state:
+    st.session_state.selected_week = "1"
 if 'selected_day' not in st.session_state:
     st.session_state.selected_day = "شنبه"
 if 'farm_data' not in st.session_state:
@@ -297,232 +146,94 @@ def calculate_average_height(row):
     valid_stations = [s for s in stations if s > 0]
     return sum(valid_stations) / len(valid_stations) if valid_stations else 0
 
-# تابع برای ایجاد نقشه NDVI (بدون تغییر)
-def create_ndvi_map(farm_id=None, date=None):
+# تابع برای ایجاد نقشه NDVI با مختصات دقیق
+def create_ndvi_map(farm_id, date=None):
     if not earth_engine_initialized:
         st.warning("اتصال به Earth Engine برقرار نشد. نقشه NDVI نمایش داده نمی‌شود.")
         return None
     try:
-        center_point = [31.3183, 48.6706]
-        m = folium.Map(location=center_point, zoom_start=10)
-        if farm_id:
-            farm = farms_df[farms_df['Farm_ID'] == farm_id].iloc[0]
-            lat = 31.3183 + (int(farm_id.split('-')[0]) - 1) * 0.05
-            lon = 48.6706 + (int(farm_id.split('-')[1]) - 20) * 0.05
-            if date:
-                date_obj = datetime.strptime(date, '%Y-%m-%d')
-                start_date = date_obj - timedelta(days=5)
-                end_date = date_obj + timedelta(days=5)
-                start_date_str = start_date.strftime('%Y-%m-%d')
-                end_date_str = end_date.strftime('%Y-%m-%d')
-            else:
-                start_date_str = '2023-01-01'
-                end_date_str = '2023-12-31'
-            region = ee.Geometry.Point([lon, lat]).buffer(1000)
-            s2 = ee.ImageCollection('COPERNICUS/S2_SR') \
-                .filterDate(start_date_str, end_date_str) \
-                .filterBounds(region) \
-                .sort('CLOUD_COVERAGE_ASSESSMENT') \
-                .first()
-            ndvi = s2.normalizedDifference(['B8', 'B4']).rename('NDVI')
-            ndvi_viz = {
-                'min': -0.2,
-                'max': 0.8,
-                'palette': ['#d73027', '#f46d43', '#fdae61', '#fee08b', '#d9ef8b', '#a6d96a', '#66bd63', '#1a9850']
-            }
-            map_id_dict = ee.Image(ndvi).getMapId(ndvi_viz)
-            folium.TileLayer(
-                tiles=map_id_dict['tile_fetcher'].url_format,
-                attr='Google Earth Engine',
-                name='NDVI',
-                overlay=True,
-                control=True
-            ).add_to(m)
-            folium.Marker(
-                location=[lat, lon],
-                popup=f'مزرعه {farm_id}',
-                icon=folium.Icon(color='green', icon='leaf')
-            ).add_to(m)
-            m.fit_bounds([[lat-0.05, lon-0.05], [lat+0.05, lon+0.05]])
+        # دریافت مختصات مزرعه از فایل coordinates_df
+        farm_coords = coordinates_df[coordinates_df['نام'] == farm_id].iloc[0]
+        lat = farm_coords['عرض جغرافیایی']
+        lon = farm_coords['طول جغرافیایی']
+        
+        # ایجاد نقشه با مختصات دقیق
+        m = folium.Map(location=[lat, lon], zoom_start=12)
+        
+        if date:
+            date_obj = datetime.strptime(date, '%Y-%m-%d')
+            start_date = date_obj - timedelta(days=5)
+            end_date = date_obj + timedelta(days=5)
+            start_date_str = start_date.strftime('%Y-%m-%d')
+            end_date_str = end_date.strftime('%Y-%m-%d')
+        else:
+            start_date_str = '2023-01-01'
+            end_date_str = '2023-12-31'
+        
+        region = ee.Geometry.Point([lon, lat]).buffer(1000)
+        s2 = ee.ImageCollection('COPERNICUS/S2_SR') \
+            .filterDate(start_date_str, end_date_str) \
+            .filterBounds(region) \
+            .sort('CLOUD_COVERAGE_ASSESSMENT') \
+            .first()
+        ndvi = s2.normalizedDifference(['B8', 'B4']).rename('NDVI')
+        ndvi_viz = {
+            'min': -0.2,
+            'max': 0.8,
+            'palette': ['#d73027', '#f46d43', '#fdae61', '#fee08b', '#d9ef8b', '#a6d96a', '#66bd63', '#1a9850']
+        }
+        map_id_dict = ee.Image(ndvi).getMapId(ndvi_viz)
+        folium.TileLayer(
+            tiles=map_id_dict['tile_fetcher'].url_format,
+            attr='Google Earth Engine',
+            name='NDVI',
+            overlay=True,
+            control=True
+        ).add_to(m)
+        folium.Marker(
+            location=[lat, lon],
+            popup=f'مزرعه {farm_id}',
+            icon=folium.Icon(color='green', icon='leaf')
+        ).add_to(m)
         folium.LayerControl().add_to(m)
         return m
     except Exception as e:
         st.error(f"خطا در ایجاد نقشه NDVI: {e}")
         return None
 
-# منوی کناری (بدون تغییر)
+# منوی کناری
 with st.sidebar:
     st.image("https://via.placeholder.com/150x150.png?text=لوگو", width=150)
     st.title("سامانه پایش مزارع نیشکر")
     st.subheader("شرکت کشت و صنعت نیشکر دهخدا")
     menu = st.selectbox(
         "انتخاب صفحه",
-        ["داشبورد", "ورود اطلاعات", "گزارش‌گیری", "تحلیل داده‌ها", "تنظیمات"]
+        ["ورود اطلاعات", "نقشه NDVI"]  # فقط بخش‌های موردنظر برای ساده‌سازی
     )
     st.session_state.selected_tab = menu
     st.markdown("---")
-    st.markdown("### راهنمای وضعیت رشد")
-    col1, col2 = st.columns(2)
-    with col1:
-        st.markdown('<div class="status-good">خوب</div>', unsafe_allow_html=True)
-        st.markdown('<div class="status-medium">متوسط</div>', unsafe_allow_html=True)
-        st.markdown('<div class="status-bad">ضعیف</div>', unsafe_allow_html=True)
-    with col2:
-        st.write("بالاتر از میانگین")
-        st.write("نزدیک به میانگین")
-        st.write("پایین‌تر از میانگین")
-    st.markdown("---")
-    st.info("نسخه آزمایشی 1.0")
-
-# داشبورد (بدون تغییر)
-if st.session_state.selected_tab == "داشبورد":
-    st.title("داشبورد پایش مزارع نیشکر")
-    st.subheader("وضعیت کلی مزارع")
-    status_counts = latest_reports['Growth_Status'].value_counts()
-    good_count = status_counts.get('خوب', 0)
-    medium_count = status_counts.get('متوسط', 0)
-    bad_count = status_counts.get('ضعیف', 0)
-    col1, col2, col3, col4 = st.columns(4)
-    with col1:
-        st.markdown('<div class="metric-card metric-green">'f'<h2>{good_count}</h2>''<p>مزارع با وضعیت خوب</p>''</div>', unsafe_allow_html=True)
-    with col2:
-        st.markdown('<div class="metric-card metric-yellow">'f'<h2>{medium_count}</h2>''<p>مزارع با وضعیت متوسط</p>''</div>', unsafe_allow_html=True)
-    with col3:
-        st.markdown('<div class="metric-card metric-red">'f'<h2>{bad_count}</h2>''<p>مزارع با وضعیت ضعیف</p>''</div>', unsafe_allow_html=True)
-    with col4:
-        avg_height = int(latest_reports['Average_Height'].mean())
-        st.markdown('<div class="metric-card metric-blue">'f'<h2>{avg_height} سانتی‌متر</h2>''<p>میانگین ارتفاع هفته جاری</p>''</div>', unsafe_allow_html=True)
-    st.markdown("---")
-    col1, col2 = st.columns(2)
-    with col1:
-        st.subheader("میانگین ارتفاع به تفکیک اداره")
-        admin_heights = latest_reports.groupby('Administration_Name')['Average_Height'].mean().reset_index()
-        admin_heights['Average_Height'] = admin_heights['Average_Height'].astype(int)
-        fig = px.bar(
-            admin_heights,
-            x='Administration_Name',
-            y='Average_Height',
-            color='Average_Height',
-            color_continuous_scale=[(0, "red"), (0.5, "yellow"), (1, "green")],
-            labels={'Administration_Name': 'اداره', 'Average_Height': 'میانگین ارتفاع (سانتی‌متر)'}
-        )
-        fig.update_layout(height=400, xaxis_title="اداره", yaxis_title="میانگین ارتفاع (سانتی‌متر)", font=dict(family="IRANSans"), plot_bgcolor='rgba(0,0,0,0)')
-        st.plotly_chart(fig, use_container_width=True)
-    with col2:
-        st.subheader("مقایسه واریته‌ها")
-        variety_heights = latest_reports.groupby('Variety')['Average_Height'].mean().reset_index()
-        variety_heights['Average_Height'] = variety_heights['Average_Height'].astype(int)
-        fig = px.bar(
-            variety_heights,
-            x='Variety',
-            y='Average_Height',
-            color='Variety',
-            color_discrete_sequence=["#00c853", "#2196f3"],
-            labels={'Variety': 'واریته', 'Average_Height': 'میانگین ارتفاع (سانتی‌متر)'}
-        )
-        fig.update_layout(height=400, xaxis_title="واریته", yaxis_title="میانگین ارتفاع (سانتی‌متر)", font=dict(family="IRANSans"), plot_bgcolor='rgba(0,0,0,0)')
-        st.plotly_chart(fig, use_container_width=True)
-    st.subheader("روند میانگین ارتفاع هفتگی")
-    weekly_avg = report_with_details.groupby('Week')['Average_Height'].mean().reset_index()
-    weekly_avg['Average_Height'] = weekly_avg['Average_Height'].astype(int)
-    fig = px.line(
-        weekly_avg,
-        x='Week',
-        y='Average_Height',
-        markers=True,
-        line_shape='spline',
-        labels={'Week': 'هفته', 'Average_Height': 'میانگین ارتفاع (سانتی‌متر)'}
-    )
-    fig.update_traces(line=dict(width=3, color="#1e6b45"), marker=dict(size=10))
-    fig.update_layout(height=400, xaxis_title="هفته", yaxis_title="میانگین ارتفاع (سانتی‌متر)", font=dict(family="IRANSans"), plot_bgcolor='rgba(0,0,0,0)')
-    st.plotly_chart(fig, use_container_width=True)
-    st.markdown("---")
-    st.subheader("نقشه NDVI")
-    col1, col2 = st.columns(2)
-    with col1:
-        selected_farm_for_map = st.selectbox(
-            "انتخاب مزرعه",
-            farms_df['Farm_ID'].tolist(),
-            format_func=lambda x: farms_df[farms_df['Farm_ID'] == x]['Farm_Name'].iloc[0]
-        )
-    with col2:
-        latest_date = heights_df[heights_df['Farm_ID'] == selected_farm_for_map].sort_values('Week', ascending=False)['Measurement_Date'].iloc[0]
-        selected_date_for_map = st.date_input(
-            "انتخاب تاریخ",
-            value=datetime.strptime(latest_date, '%Y-%m-%d'),
-            max_value=datetime.now()
-        )
-    if st.button("نمایش نقشه NDVI"):
-        with st.spinner("در حال تولید نقشه..."):
-            ndvi_map = create_ndvi_map(selected_farm_for_map, selected_date_for_map.strftime('%Y-%m-%d'))
-            st.session_state.ndvi_map = ndvi_map
-    if st.session_state.ndvi_map:
-        st.markdown('<div class="map-container">', unsafe_allow_html=True)
-        folium_static(st.session_state.ndvi_map, width=1200, height=500)
-        st.markdown('</div>', unsafe_allow_html=True)
-        farm_info = farms_df[farms_df['Farm_ID'] == selected_farm_for_map].iloc[0]
-        farm_measurements = heights_df[(heights_df['Farm_ID'] == selected_farm_for_map) & 
-                                       (heights_df['Measurement_Date'] == latest_date)].iloc[0]
-        st.markdown(f"""
-        ### اطلاعات مزرعه {farm_info['Farm_Name']}
-        **اداره:** {farm_info['Administration_Name']} | **کانال:** {farm_info['Channel_ID']} | **واریته:** {farm_info['Variety']} | **سن کشت:** {farm_info['Crop_Age']} سال
-        **آخرین اندازه‌گیری:** {latest_date}
-        - **میانگین ارتفاع:** {farm_measurements['Height']} سانتی‌متر
-        - **رطوبت غلاف:** {farm_measurements['Sheath_Moisture']}%
-        - **نیتروژن:** {farm_measurements['Nitrogen']}%
-        """)
-    else:
-        st.info("برای نمایش نقشه NDVI، یک مزرعه و تاریخ انتخاب کنید.")
-    st.markdown("---")
-    st.subheader("مزارع با بیشترین و کمترین رشد")
-    col1, col2 = st.columns(2)
-    with col1:
-        st.markdown("#### بیشترین رشد هفتگی")
-        top_growth = report_with_details[report_with_details['Week'] == latest_week].sort_values('Growth_Change', ascending=False).head(5)
-        for _, row in top_growth.iterrows():
-            growth_color = "green" if row['Growth_Change'] > 0 else "red"
-            st.markdown(f"""
-            <div style="border: 1px solid #eee; padding: 10px; border-radius: 5px; margin-bottom: 10px;">
-                <h4 style="margin: 0;">{row['Farm_Name']} (اداره {row['Administration_ID']})</h4>
-                <p style="margin: 5px 0;">ارتفاع: {row['Average_Height']} سانتی‌متر</p>
-                <p style="color: {growth_color}; font-weight: bold; margin: 0;">
-                    تغییر: {'+' if row['Growth_Change'] > 0 else ''}{row['Growth_Change']} سانتی‌متر
-                </p>
-            </div>
-            """, unsafe_allow_html=True)
-    with col2:
-        st.markdown("#### کمترین رشد هفتگی")
-        bottom_growth = report_with_details[report_with_details['Week'] == latest_week].sort_values('Growth_Change').head(5)
-        for _, row in bottom_growth.iterrows():
-            growth_color = "green" if row['Growth_Change'] > 0 else "red"
-            st.markdown(f"""
-            <div style="border: 1px solid #eee; padding: 10px; border-radius: 5px; margin-bottom: 10px;">
-                <h4 style="margin: 0;">{row['Farm_Name']} (اداره {row['Administration_ID']})</h4>
-                <p style="margin: 5px 0;">ارتفاع: {row['Average_Height']} سانتی‌متر</p>
-                <p style="color: {growth_color}; font-weight: bold; margin: 0;">
-                    تغییر: {'+' if row['Growth_Change'] > 0 else ''}{row['Growth_Change']} سانتی‌متر
-                </p>
-            </div>
-            """, unsafe_allow_html=True)
+    st.info("نسخه آزمایشی")
 
-# بخش ورود اطلاعات (بهبود یافته)
-elif st.session_state.selected_tab == "ورود اطلاعات":
+# بخش ورود اطلاعات
+if st.session_state.selected_tab == "ورود اطلاعات":
     st.title("ورود اطلاعات روزانه")
 
+    # انتخاب هفته
+    weeks = [str(i) for i in range(1, 23)]
+    selected_week = st.selectbox("انتخاب هفته", weeks, index=weeks.index(st.session_state.selected_week))
+    st.session_state.selected_week = selected_week
+
     # انتخاب روز هفته
     days_of_week = ["شنبه", "یکشنبه", "دوشنبه", "سه‌شنبه", "چهارشنبه", "پنجشنبه"]
     selected_day = st.selectbox("انتخاب روز", days_of_week, index=days_of_week.index(st.session_state.selected_day))
     st.session_state.selected_day = selected_day
 
-    # انتخاب اداره
-    selected_admin = st.selectbox("انتخاب اداره", sorted(farms_df['Administration_ID'].unique()))
-
-    # فیلتر مزارع بر اساس اداره انتخاب‌شده
-    filtered_farms = farms_df[farms_df['Administration_ID'] == selected_admin].copy()
+    # فیلتر مزارع بر اساس روز انتخاب‌شده
+    filtered_farms = farms_df[farms_df['روز'] == selected_day].copy()
 
     # تعریف ستون‌های جدول
     columns = {
-        'مزرعه': filtered_farms['Farm_Name'],
+        'مزرعه': filtered_farms['مزرعه'],
         'ایستگاه 1': [0] * len(filtered_farms),
         'ایستگاه 2': [0] * len(filtered_farms),
         'ایستگاه 3': [0] * len(filtered_farms),
@@ -537,22 +248,23 @@ elif st.session_state.selected_tab == "ورود اطلاعات":
     data_df = pd.DataFrame(columns)
 
     # بارگذاری داده‌های قبلی (اگر وجود داشته باشد)
-    if selected_day in st.session_state.farm_data:
+    week_day_key = f"week_{selected_week}_day_{selected_day}"
+    if week_day_key in st.session_state.farm_data:
         for idx, farm in filtered_farms.iterrows():
-            farm_id = farm['Farm_ID']
-            if farm_id in st.session_state.farm_data[selected_day]:
-                saved_data = st.session_state.farm_data[selected_day][farm_id]
+            farm_id = farm['مزرعه']
+            if farm_id in st.session_state.farm_data[week_day_key]:
+                saved_data = st.session_state.farm_data[week_day_key][farm_id]
                 for col in ['ایستگاه 1', 'ایستگاه 2', 'ایستگاه 3', 'ایستگاه 4', 'ایستگاه 5', 'چاهک 1', 'چاهک 2', 'رطوبت غلاف', 'نیتروژن']:
                     if col in saved_data:
                         data_df.at[idx, col] = saved_data[col]
                 data_df.at[idx, 'میانگین ارتفاع'] = calculate_average_height(data_df.iloc[idx])
 
     # نمایش جدول ورود داده‌ها
-    st.subheader(f"ورود داده‌های روز {selected_day} - اداره {selected_admin}")
+    st.subheader(f"ورود داده‌های هفته {selected_week} - روز {selected_day}")
     edited_df = st.data_editor(
         data_df,
         num_rows="fixed",
-        key=f"data_editor_{selected_day}_{selected_admin}",
+        key=f"data_editor_{week_day_key}",
         hide_index=True,
         column_config={
             "مزرعه": st.column_config.TextColumn("مزرعه", disabled=True),
@@ -593,11 +305,11 @@ elif st.session_state.selected_tab == "ورود اطلاعات":
 
     # دکمه ذخیره
     if st.button("ذخیره اطلاعات"):
-        if selected_day not in st.session_state.farm_data:
-            st.session_state.farm_data[selected_day] = {}
+        if week_day_key not in st.session_state.farm_data:
+            st.session_state.farm_data[week_day_key] = {}
         for idx, row in edited_df.iterrows():
-            farm_id = filtered_farms.iloc[idx]['Farm_ID']
-            st.session_state.farm_data[selected_day][farm_id] = {
+            farm_id = filtered_farms.iloc[idx]['مزرعه']
+            st.session_state.farm_data[week_day_key][farm_id] = {
                 'ایستگاه 1': row['ایستگاه 1'],
                 'ایستگاه 2': row['ایستگاه 2'],
                 'ایستگاه 3': row['ایستگاه 3'],
@@ -611,112 +323,24 @@ elif st.session_state.selected_tab == "ورود اطلاعات":
             }
         st.success("داده‌ها با موفقیت ذخیره شدند.")
 
-# گزارش‌گیری (بدون تغییر)
-elif st.session_state.selected_tab == "گزارش‌گیری":
-    st.title("گزارش‌های هفتگی")
-    report_type = st.radio(
-        "نوع گزارش",
-        ["گزارش به تفکیک مزرعه", "گزارش به تفکیک اداره", "گزارش به تفکیک کانال", "مزارع با وضعیت ضعیف"]
+# بخش نقشه NDVI
+elif st.session_state.selected_tab == "نقشه NDVI":
+    st.title("نمایش نقشه NDVI مزارع")
+    selected_farm = st.selectbox(
+        "انتخاب مزرعه",
+        farms_df['مزرعه'].tolist()
     )
-    st.markdown("---")
-    if report_type == "گزارش به تفکیک مزرعه":
-        st.subheader("گزارش هفتگی به تفکیک مزرعه")
-        selected_admin = st.selectbox("انتخاب اداره", sorted(farms_df['Administration_ID'].unique()), key="admin_select_farm_report")
-        filtered_farms = farms_df[farms_df['Administration_ID'] == selected_admin]
-        selected_farm_id = st.selectbox(
-            "انتخاب مزرعه",
-            filtered_farms['Farm_ID'].tolist(),
-            format_func=lambda x: filtered_farms[filtered_farms['Farm_ID'] == x]['Farm_Name'].iloc[0]
-        )
-        farm_reports = weekly_report_df[weekly_report_df['Farm_ID'] == selected_farm_id].sort_values('Week')
-        if not farm_reports.empty:
-            farm_info = filtered_farms[filtered_farms['Farm_ID'] == selected_farm_id].iloc[0]
-            col1, col2, col3 = st.columns(3)
-            col1.metric("واریته", farm_info['Variety'])
-            col2.metric("سن کشت", f"{farm_info['Crop_Age']} سال")
-            col3.metric("مساحت", f"{farm_info['Area']} هکتار")
-            st.markdown("---")
-            st.subheader("روند رشد هفتگی")
-            fig = go.Figure()
-            fig.add_trace(go.Scatter(
-                x=farm_reports['Week'],
-                y=farm_reports['Regional_Average'],
-                mode='lines+markers',
-                name='میانگین منطقه',
-                line=dict(color='gray', width=2, dash='dot'),
-                marker=dict(size=8)
-            ))
-            fig.add_trace(go.Scatter(
-                x=farm_reports['Week'],
-                y=farm_reports['Average_Height'],
-                mode='lines+markers',
-                name='ارتفاع مزرعه',
-                line=dict(color='#1e6b45', width=3),
-                marker=dict(size=10)
-            ))
-            fig.update_layout(height=400, xaxis_title="هفته", yaxis_title="ارتفاع (سانتی‌متر)", font=dict(family="IRANSans"), plot_bgcolor='rgba(0,0,0,0)')
-            st.plotly_chart(fig, use_container_width=True)
-            st.subheader("داده‌های هفتگی")
-            report_table = pd.DataFrame({
-                'هفته': farm_reports['Week'],
-                'تاریخ': farm_reports['Week'].apply(lambda x: heights_df[heights_df['Week'] == x]['Measurement_Date'].iloc[0]),
-                'ارتفاع': farm_reports['Average_Height'],
-                'میانگین منطقه': farm_reports['Regional_Average'],
-                'تغییرات': farm_reports['Growth_Change'],
-                'وضعیت': farm_reports['Growth_Status']
-            })
-            def status_with_color(status):
-                colors = {'خوب': '#00c853', 'متوسط': '#ffd600', 'ضعیف': '#ff3d00'}
-                return f'<span style="color: {colors.get(status, "black")};">{status}</span>'
-            report_table['وضعیت'] = report_table['وضعیت'].apply(status_with_color)
-            st.markdown(report_table.to_html(escape=False, index=False), unsafe_allow_html=True)
-            st.subheader("نقشه NDVI مزرعه")
-            if st.button("نمایش نقشه NDVI این مزرعه"):
-                with st.spinner("در حال تولید نقشه..."):
-                    latest_date = farm_reports.iloc[-1]['Week']
-                    farm_date = heights_df[heights_df['Week'] == latest_date]['Measurement_Date'].iloc[0]
-                    ndvi_map = create_ndvi_map(selected_farm_id, farm_date)
-                    if ndvi_map:
-                        st.markdown('<div class="map-container">', unsafe_allow_html=True)
-                        folium_static(ndvi_map, width=1200, height=500)
-                        st.markdown('</div>', unsafe_allow_html=True)
-            st.markdown("---")
-            st.subheader("توصیه‌های کارشناسی")
-            latest_report = farm_reports.iloc[-1]
-            latest_status = latest_report['Growth_Status']
-            if latest_status == 'خوب':
-                st.success("وضعیت رشد مزرعه مطلوب است. ادامه برنامه فعلی توصیه می‌شود.")
-            elif latest_status == 'متوسط':
-                st.warning("وضعیت رشد مزرعه متوسط است. بررسی وضعیت آبیاری و تغذیه توصیه می‌شود.")
-            else:
-                st.error("وضعیت رشد مزرعه ضعیف است. مشکلات احتمالی:")
-                st.markdown("""
-                - بررسی سیستم آبیاری و عدم گرفتگی
-                - بررسی وضعیت تغذیه و نیاز به کود
-                - بررسی آفات و بیماری‌های احتمالی
-                - بررسی وضعیت زهکشی مزرعه
-                """)
-
-# تحلیل داده‌ها (بدون تغییر)
-elif st.session_state.selected_tab == "تحلیل داده‌ها":
-    st.title("تحلیل پیشرفته داده‌ها")
-    analysis_type = st.selectbox(
-        "انتخاب نوع تحلیل",
-        ["تحلیل واریته‌ها", "تحلیل عوامل مؤثر بر رشد", "پیش‌بینی روند آینده", "مقایسه بخش‌های تولیدی"]
+    selected_date = st.date_input(
+        "انتخاب تاریخ",
+        value=datetime.now(),
+        max_value=datetime.now()
     )
-    st.markdown("---")
-    if analysis_type == "تحلیل واریته‌ها":
-        st.subheader("مقایسه واریته‌های مختلف")
-        variety_weekly = report_with_details.groupby(['Variety', 'Week'])['Average_Height'].mean().reset_index()
-        variety_weekly['Average_Height'] = variety_weekly['Average_Height'].round().astype(int)
-        fig = px.line(
-            variety_weekly,
-            x='Week',
-            y='Average_Height',
-            color='Variety',
-            markers=True,
-            labels={'Week': 'هفته', 'Average_Height': 'میانگین ارتفاع (سانتی‌متر)', 'Variety': 'واریته'}
-        )
-        fig.update_traces(line=dict(width=3), marker=dict(size=10))
-        fig.update_layout(height=500, xaxis_title="هفته", yaxis_title="میانگین ارتفاع (سانتی‌متر)", font=dict(family="IRANSans"), plot_bgcolor='rgba(0,0,0,0)')
-        st.plotly_chart(fig, use_container_width=True)
+    if st.button("نمایش نقشه"):
+        with st.spinner("در حال تولید نقشه..."):
+            ndvi_map = create_ndvi_map(selected_farm, selected_date.strftime('%Y-%m-%d'))
+            if ndvi_map:
+                st.markdown('<div class="map-container">', unsafe_allow_html=True)
+                folium_static(ndvi_map, width=1200, height=500)
+                st.markdown('</div>', unsafe_allow_html=True)
+            else:
+                st.error("نقشه NDVI تولید نشد.")