Update app.py

app.py

@@ -28,7 +28,6 @@ from streamlit_card import card
 import pydeck as pdk
 import math
 
-
 # Page configuration with custom theme
 st.set_page_config(
     page_title="سامانه هوشمند پایش مزارع نیشکر دهخدا",
@@ -518,30 +517,14 @@ def create_ee_map(farm_id, date_str, layer_type="NDVI"):
 
 
         if layer_type == "NDVI":
-            s2 = ee.ImageCollection('COPERNICUS/S2_SR') \
-                .filterDate(start_date, end_date) \
-                .filterBounds(region) \
-                .sort('CLOUDY_PIXEL_PERCENTAGE') \
-                .first()
-
             index = s2.normalizedDifference(['B8', 'B4']).rename('NDVI')
             viz_params = {'min': -0.2, 'max': 0.8, 'palette': ['#ff0000', '#ff4500', '#ffd700', '#32cd32', '#006400']}
             legend_title = 'شاخص پوشش گیاهی (NDVI)'
         elif layer_type == "NDMI":
-            s2 = ee.ImageCollection('COPERNICUS/S2_SR') \
-                .filterDate(start_date, end_date) \
-                .filterBounds(region) \
-                .sort('CLOUDY_PIXEL_PERCENTAGE') \
-                .first()
             index = s2.normalizedDifference(['B8', 'B11']).rename('NDMI')
             viz_params = {'min': -0.5, 'max': 0.5, 'palette': ['#8b0000', '#ff8c00', '#00ced1', '#00b7eb', '#00008b']}
             legend_title = 'شاخص رطوبت (NDMI)'
         elif layer_type == "EVI":
-            s2 = ee.ImageCollection('COPERNICUS/S2_SR') \
-                .filterDate(start_date, end_date) \
-                .filterBounds(region) \
-                .sort('CLOUDY_PIXEL_PERCENTAGE') \
-                .first()
             nir = s2.select('B8')
             red = s2.select('B4')
             blue = s2.select('B2')
@@ -549,11 +532,6 @@ def create_ee_map(farm_id, date_str, layer_type="NDVI"):
             viz_params = {'min': 0, 'max': 1, 'palette': ['#d73027', '#f46d43', '#fdae61', '#fee08b', '#4caf50']}
             legend_title = 'شاخص پیشرفته گیاهی (EVI)'
         elif layer_type == "NDWI":
-            s2 = ee.ImageCollection('COPERNICUS/S2_SR') \
-                .filterDate(start_date, end_date) \
-                .filterBounds(region) \
-                .sort('CLOUDY_PIXEL_PERCENTAGE') \
-                .first()
             index = s2.normalizedDifference(['B3', 'B8']).rename('NDWI')
             viz_params = {'min': -0.5, 'max': 0.5, 'palette': ['#00008b', '#00b7eb', '#add8e6', '#fdae61', '#d73027']}
             legend_title = 'شاخص آب (NDWI)'
@@ -566,6 +544,9 @@ def create_ee_map(farm_id, date_str, layer_type="NDVI"):
                     .sort('system:time_start') \
                     .first()
 
+                if s1.getInfo() is None: #Check if image is available
+                    raise Exception("No Sentinel-1 image found for the selected date and region.")
+
                 soil_moisture = s1.select('VV')
 
                 viz_params = {
@@ -587,19 +568,10 @@ def create_ee_map(farm_id, date_str, layer_type="NDVI"):
                     control=True
                 ).add_to(m)
 
+
             except Exception as e:
                 st.error(f"Error loading Soil Moisture data: {e}")
-                return None
-
-        if layer_type != "SoilMoisture":  # for other layers
-            map_id_dict = ee.Image(index).getMapId(viz_params)
-            folium.TileLayer(
-                tiles=map_id_dict['tile_fetcher'].url_format,
-                attr='Google Earth Engine',
-                name=layer_type,
-                overlay=True,
-                control=True
-            ).add_to(m)
+                return None # Return None so the map is not displayed if there's an error.
 
 
         folium.Marker(
@@ -644,34 +616,365 @@ def create_ee_map(farm_id, date_str, layer_type="NDVI"):
             </div>
         </div>
         '''
-        if layer_type == "SoilMoisture":
-             legend_html = '''
-        <div style="position: fixed;
-                    bottom: 50px; right: 50px;
-                    border: 2px solid grey; z-index: 9999;
-                    background-color: white;
-                    padding: 10px;
-                    border-radius: 5px;
-                    direction: rtl;
-                    font-family: 'Vazirmatn', sans-serif;">
-            <div style="font-size: 14px; font-weight: bold; margin-bottom: 5px;">''' + legend_title + '''</div>
-            <div style="display: flex; align-items: center; margin-bottom: 5px;">
-                <div style="background: ''' + viz_params['palette'][0] + '''; width: 20px; height: 20px; margin-left: 5px;"></div>
-                <span>خشک</span>
-            </div>
-            <div style="display: flex; align-items: center; margin-bottom: 5px;">
-                <div style="background: ''' + viz_params['palette'][2] + '''; width: 20px; height: 20px; margin-left: 5px;"></div>
-                <span>معتدل</span>
-            </div>
-            <div style="display: flex; align-items: center;">
-                <div style="background: ''' + viz_params['palette'][-1] + '''; width: 20px; height: 20px; margin-left: 5px;"></div>
-                <span>مرطوب</span>
-            </div>
-        </div>
-        '''
-
         m.get_root().html.add_child(folium.Element(legend_html))
 
         return m
     except Exception as e:
-        st.error(f"خط
+        st.error(f"خطا در ایجاد نقشه: {e}")
+        return None
+
+# Generate mock growth data (Same as before)
+def generate_mock_growth_data(farm_data, selected_variety="all", selected_age="all"):
+    # ... (Mock growth data generation – same as before)
+
+
+# Calculate statistics for a farm (modified for SoilMoisture)
+def calculate_farm_stats(farm_id, layer_type="NDVI", date_str=None):
+    if layer_type == "NDVI":
+        mean = round(np.random.uniform(0.6, 0.8), 2)
+        min_val = round(mean - np.random.uniform(0.2, 0.3), 2)
+        max_val = round(mean + np.random.uniform(0.1, 0.2), 2)
+        std_dev = round(np.random.uniform(0.05, 0.15), 2)
+    elif layer_type == "NDMI":
+        mean = round(np.random.uniform(0.3, 0.5), 2)
+        min_val = round(mean - np.random.uniform(0.2, 0.3), 2)
+        max_val = round(mean + np.random.uniform(0.1, 0.2), 2)
+        std_dev = round(np.random.uniform(0.05, 0.15), 2)
+    elif layer_type == "EVI":
+        mean = round(np.random.uniform(0.4, 0.6), 2)
+        min_val = round(mean - np.random.uniform(0.2, 0.3), 2)
+        max_val = round(mean + np.random.uniform(0.1, 0.2), 2)
+        std_dev = round(np.random.uniform(0.05, 0.15), 2)
+    elif layer_type == "NDWI":
+        mean = round(np.random.uniform(-0.1, 0.1), 2)
+        min_val = round(mean - np.random.uniform(0.2, 0.3), 2)
+        max_val = round(mean + np.random.uniform(0.1, 0.2), 2)
+        std_dev = round(np.random.uniform(0.05, 0.15), 2)
+    elif layer_type == "SoilMoisture":
+        if date_str is None:
+            st.error("Date is required for Soil Moisture calculations.")
+            return None
+
+        try:
+            farm_row = coordinates_df[coordinates_df['مزرعه'] == farm_id].iloc[0]
+            lat, lon = farm_row['عرض جغرافیایی'], farm_row['طول جغرافیایی']
+            date_obj = datetime.strptime(date_str, '%Y-%m-%d')
+            start_date = (date_obj - timedelta(days=5)).strftime('%Y-%m-%d')
+            end_date = (date_obj + timedelta(days=5)).strftime('%Y-%m-%d')
+            region = ee.Geometry.Point([lon, lat]).buffer(1500)
+
+            s1 = ee.ImageCollection('COPERNICUS/S1_GRD') \
+                .filterDate(start_date, end_date) \
+                .filterBounds(region) \
+                .filter(ee.Filter.listContains('transmitterReceiverPolarisation', 'VV')) \
+                .sort('system:time_start') \
+                .first()
+
+            if s1.getInfo() is None:
+                raise Exception("No Sentinel-1 image found for the selected date and region.")
+
+
+            soil_moisture = s1.select('VV')
+
+            mean = ee.Number(soil_moisture.reduceRegion(ee.Reducer.mean(), region).get('VV')).getInfo()
+            min_val = ee.Number(soil_moisture.reduceRegion(ee.Reducer.min(), region).get('VV')).getInfo()
+            max_val = ee.Number(soil_moisture.reduceRegion(ee.Reducer.max(), region).get('VV')).getInfo()
+            std_dev = ee.Number(soil_moisture.reduceRegion(ee.Reducer.stdDev(), region).get('VV')).getInfo()
+
+
+            # Mock histogram data (replace with actual if possible)
+            hist_data = np.random.normal(mean, std_dev, 1000)
+            hist_data = np.clip(hist_data, min_val, max_val)
+
+
+            return {
+                'mean': mean,
+                'min': min_val,
+                'max': max_val,
+                'std_dev': std_dev,
+                'histogram_data': hist_data
+            }
+
+        except Exception as e:
+            st.error(f"Error calculating Soil Moisture stats: {e}")
+            return None
+
+
+    hist_data = np.random.normal(mean, std_dev, 1000)
+    hist_data = np.clip(hist_data, min_val, max_val)
+
+    return {
+        'mean': mean,
+        'min': min_val,
+        'max': max_val,
+        'std_dev': std_dev,
+        'histogram_data': hist_data
+    }
+
+
+# Initialize Earth Engine
+ee_initialized = initialize_earth_engine()
+
+# Load data
+farm_df = load_farm_data()
+coordinates_df = load_coordinates_data()
+
+# Load animations
+lottie_farm = load_lottie_url('https://assets5.lottiefiles.com/packages/lf20_ystsffqy.json')
+lottie_analysis = load_lottie_url('https://assets3.lottiefiles.com/packages/lf20_qp1q7mct.json')
+lottie_report = load_lottie_url('https://assets9.lottiefiles.com/packages/lf20_vwcugezu.json')
+
+# Create session state for storing data
+if 'heights_df' not in st.session_state:
+    st.session_state.heights_df = pd.DataFrame(columns=[
+        'Farm_ID', 'Week', 'Measurement_Date', 'Height', 'Station1', 'Station2', 'Station3',
+        'Station4', 'Station5', 'Groundwater1', 'Groundwater2', 'Sheath_Moisture', 'Nitrogen',
+        'Variety', 'Age', 'Area', 'Channel', 'Administration'
+    ])
+
+# Main header
+st.markdown('<div class="main-header">', unsafe_allow_html=True)
+st.markdown('<h1>سامانه هوشمند پایش مزارع نیشکر دهخدا</h1>', unsafe_allow_html=True)
+st.markdown('<p>پلتفرم جامع مدیریت، پایش و تحلیل داده‌های مزارع نیشکر با استفاده از تصاویر ماهواره‌ای و هوش مصنوعی</p>', unsafe_allow_html=True)
+st.markdown('</div>', unsafe_allow_html=True)
+
+# Create a modern navigation menu
+selected = option_menu(
+    menu_title=None,
+    options=["داشبورد", "نقشه مزارع", "ورود اطلاعات", "تحلیل داده‌ها", "گزارش‌گیری", "تنظیمات"],
+    icons=["speedometer2", "map", "pencil-square", "graph-up", "file-earmark-text", "gear"],
+    menu_icon="cast",
+    default_index=0,
+    orientation="horizontal",
+    styles={
+        "container": {"padding": "0!important", "background-color": "transparent", "margin-bottom": "20px"},
+        "icon": {"color": "#1a8754", "font-size": "18px"},
+        "nav-link": {"font-size": "16px", "text-align": "center", "margin":"0px", "--hover-color": "#e9f7ef", "border-radius": "10px"},
+        "nav-link-selected": {"background-color": "#1a8754", "color": "white", "font-weight": "600"},
+    }
+)
+
+# Dashboard (same as before)
+if selected == "داشبورد":
+    # ... (Dashboard content – same as before)
+
+# Map Page
+elif selected == "نقشه مزارع":
+    st.markdown("## نقشه مزارع با شاخص‌های ماهواره‌ای")
+
+    col1, col2 = st.columns([1, 3])
+
+    with col1:
+        st.markdown('<div class="glass-card">', unsafe_allow_html=True)
+        st.markdown("### تنظیمات نقشه")
+
+        selected_farm = st.selectbox(
+            "انتخاب مزرعه",
+            options=coordinates_df['مزرعه'].tolist(),
+            index=0,
+            format_func=lambda x: f"مزرعه {x}"
+        )
+
+        selected_date = st.date_input(
+            "انتخاب تاریخ",
+            value=datetime.now(),
+            format="YYYY-MM-DD"
+        )
+
+        selected_layer = st.selectbox(
+            "انتخاب شاخص",
+            options=["NDVI", "NDMI", "EVI", "NDWI", "SoilMoisture"],
+            format_func=lambda x: {
+                "NDVI": "شاخص پوشش گیاهی (NDVI)",
+                "NDMI": "شاخص رطوبت (NDMI)",
+                "EVI": "شاخص پیشرفته گیاهی (EVI)",
+                "NDWI": "شاخص آب (NDWI)",
+                "SoilMoisture": "رطوبت خاک (Soil Moisture)"
+            }[x]
+        )
+
+        generate_map = st.button(
+            "تولید نقشه",
+            type="primary",
+            use_container_width=True
+        )
+
+        st.markdown('<hr style="margin: 20px 0;">', unsafe_allow_html=True)
+
+        st.markdown("### راهنمای شاخص‌ها")
+
+        with st.expander("شاخص پوشش گیاهی (NDVI)", expanded=selected_layer == "NDVI"):
+            st.markdown("""
+            **شاخص تفاضل نرمال‌شده پوشش گیاهی (NDVI)** معیاری برای سنجش سلامت و تراکم پوشش گیاهی است.
+            - **مقادیر بالا (0.6 تا 1.0)**: پوشش گیاهی متراکم و سالم
+            - **مقادیر متوسط (0.2 تا 0.6)**: پوشش گیاهی متوسط
+            - **مقادیر پایین (-1.0 تا 0.2)**: پوشش گیاهی کم یا خاک لخت
+            فرمول: NDVI = (NIR - RED) / (NIR + RED)
+            """)
+
+        with st.expander("شاخص رطوبت (NDMI)", expanded=selected_layer == "NDMI"):
+            st.markdown("""
+            **شاخص تفاضل نرمال‌شده رطوبت (NDMI)** برای ارزیابی محتوای رطوبت گیاهان استفاده می‌شود.
+            - **مقادیر بالا (0.4 تا 1.0)**: محتوای رطوبت بالا
+            - **مقادیر متوسط (0.0 تا 0.4)**: محتوای رطوبت متوسط
+            - **مقادیر پایین (-1.0 تا 0.0)**: محتوای رطوبت کم
+            فرمول: NDMI = (NIR - SWIR) / (NIR + SWIR)
+            """)
+
+        with st.expander("شاخص پیشرفته گیاهی (EVI)", expanded=selected_layer == "EVI"):
+            st.markdown("""
+            **شاخص پیشرفته پوشش گیاهی (EVI)** نسخه بهبودیافته NDVI است که حساسیت کمتری به اثرات خاک و اتمسفر دارد.
+            - **مقادیر بالا (0.4 تا 1.0)**: پوشش گیاهی متراکم و سالم
+            - **مقادیر متوسط (0.2 تا 0.4)**: پوشش گیاهی متوسط
+            - **مقادیر پایین (0.0 تا 0.2)**: پوشش گیاهی کم
+            فرمول: EVI = 2.5 * ((NIR - RED) / (NIR + 6*RED - 7.5*BLUE + 1))
+            """)
+
+        with st.expander("شاخص آب (NDWI)", expanded=selected_layer == "NDWI"):
+            st.markdown("""
+            **شاخص تفاضل نرمال‌شده آب (NDWI)** برای شناسایی پهنه‌های آبی و ارزیابی محتوای آب در گیاهان استفاده می‌شود.
+            - **مقادیر بالا (0.3 تا 1.0)**: پهنه‌های آبی
+            - **مقادیر متوسط (0.0 تا 0.3)**: محتوای آب متوسط
+            - **مقادیر پایین (-1.0 تا 0.0)**: محتوای آب کم یا خاک خشک
+            فرمول: NDWI = (GREEN - NIR) / (GREEN + NIR)
+            """)
+
+        with st.expander("رطوبت خاک (Soil Moisture)", expanded=selected_layer == "SoilMoisture"):
+            st.markdown("""
+            **رطوبت خاک (Soil Moisture)** با استفاده از داده‌های راداری Sentinel-1 سطح رطوبت خاک را به صورت داینامیک بررسی می‌کند.
+            - **مقادیر بالا**: رطوبت خاک بالا
+            - **مقادیر پایین**: رطوبت خاک کم
+            این شاخص به مدیریت بهتر منابع آب کمک می‌کند.
+            """)
+
+        st.markdown('</div>', unsafe_allow_html=True)
+
+    with col2:
+        map_tab, stats_tab = st.tabs(["نقشه", "آمار و تحلیل"])
+
+        with map_tab:
+            st.markdown('<div class="map-container">', unsafe_allow_html=True)
+
+            if generate_map or 'last_map' not in st.session_state:
+                with st.spinner('در حال تولید نقشه...'):
+                    m = create_ee_map(
+                        selected_farm,
+                        selected_date.strftime('%Y-%m-%d'),
+                        selected_layer
+                    )
+                    if m:
+                        st.session_state.last_map = m
+                        folium_static(m, width=800, height=600)
+                        st.success(f"نقشه {selected_layer} برای مزرعه {selected_farm} با موفقیت تولید شد.")
+                    else:
+                        st.error("خطا در تولید نقشه. لطفاً دوباره تلاش کنید.")
+            elif 'last_map' in st.session_state:
+                folium_static(st.session_state.last_map, width=800, height=600)
+
+            st.markdown('</div>', unsafe_allow_html=True)
+            st.info("""
+            **نکته:** این نقشه بر اساس تصاویر Sentinel-2 و Sentinel-1 تولید شده است.
+            برای دقت بیشتر، تاریخی با ابرناکی کم انتخاب کنید.
+            """)
+
+        with stats_tab:
+            if 'last_map' in st.session_state:
+
+                stats = calculate_farm_stats(selected_farm, selected_layer, selected_date.strftime('%Y-%m-%d')) # Pass the date string
+
+                if stats: #Check for errors
+                    col1, col2, col3, col4 = st.columns(4)
+
+                    with col1:
+                        st.markdown('<div class="metric-card">', unsafe_allow_html=True)
+                        st.markdown(f'<div class="metric-value">{stats["mean"]:.2f}</div>', unsafe_allow_html=True)
+                        st.markdown(f'<div class="metric-label">میانگین {selected_layer}</div>', unsafe_allow_html=True)
+                        st.markdown('</div>', unsafe_allow_html=True)
+
+                    with col2:
+                        st.markdown('<div class="metric-card">', unsafe_allow_html=True)
+                        st.markdown(f'<div class="metric-value">{stats["max"]:.2f}</div>', unsafe_allow_html=True)
+                        st.markdown(f'<div class="metric-label">حداکثر {selected_layer}</div>', unsafe_allow_html=True)
+                        st.markdown('</div>', unsafe_allow_html=True)
+
+                    with col3:
+                        st.markdown('<div class="metric-card">', unsafe_allow_html=True)
+                        st.markdown(f'<div class="metric-value">{stats["min"]:.2f}</div>', unsafe_allow_html=True)
+                        st.markdown(f'<div class="metric-label">حداقل {selected_layer}</div>', unsafe_allow_html=True)
+                        st.markdown('</div>', unsafe_allow_html=True)
+
+                    with col4:
+                        st.markdown('<div class="metric-card">', unsafe_allow_html=True)
+                        st.markdown(f'<div class="metric-value">{stats["std_dev"]:.2f}</div>', unsafe_allow_html=True)
+                        st.markdown(f'<div class="metric-label">انحراف معیار</div>', unsafe_allow_html=True)
+                        st.markdown('</div>', unsafe_allow_html=True)
+
+                    fig = px.histogram(
+                        x=stats["histogram_data"],
+                        nbins=20,
+                        title=f"توزیع مقادیر {selected_layer} در مزرعه {selected_farm}",
+                        labels={"x": f"مقدار {selected_layer}", "y": "فراوانی"},
+                        color_discrete_sequence=["#1a8754"]
+                    )
+                    fig.update_layout(
+                        font=dict(family="Vazirmatn"),
+                        template="plotly_white",
+                        bargap=0.1
+                    )
+                    st.plotly_chart(fig, use_container_width=True)
+
+                    st.markdown("### تحلیل زمانی")
+                    dates = pd.date_range(end=selected_date, periods=30, freq='D')
+                    values = np.random.normal(stats["mean"], stats["std_dev"] / 2, 30)
+                    values = np.clip(values, stats["min"], stats["max"])
+                    fig = px.line(
+                        x=dates,
+                        y=values,
+                        title=f"روند تغییرات {selected_layer} در 30 روز گذشته",
+                        labels={"x": "تاریخ", "y": f"مقدار {selected_layer}"},
+                        markers=True
+                    )
+                    fig.update_layout(
+                        font=dict(family="Vazirmatn"),
+                        template="plotly_white",
+                        hovermode="x unified"
+                    )
+                    st.plotly_chart(fig, use_container_width=True)
+
+                    if selected_layer == "SoilMoisture":
+                        st.markdown("### پیشنهادات مدیریت آب")
+                        if stats["mean"] < -20:
+                            st.markdown("- **افزایش آبیاری**: رطوبت خاک بسیار پایین است.")
+                        elif stats["mean"] > -10:
+                            st.markdown("- **کاهش آبیاری**: رطوبت خاک بیش از حد است.")
+                        else:
+                            st.markdown("- **مدیریت بهینه**: رطوبت خاک در محدوده مناسب است.")
+                else:
+                     st.warning("Could not calculate stats. Check error messages above.") #Inform user
+
+
+            else:
+                st.warning("لطفاً ابتدا یک نقشه تولید کنید.")
+
+# Data Entry Page (same as before)
+elif selected == "ورود اطلاعات":
+   # ... (Data Entry Page content – same as before)
+
+# Data Analysis Page (same as before)
+elif selected == "تحلیل داده‌ها":
+    # ... (Data Analysis Page content – same as before)
+
+# Reporting Page (same as before)
+elif selected == "گزارش‌گیری":
+   # ... (Reporting Page content – same as before)
+
+# Settings Page (same as before)
+elif selected == "تنظیمات":
+    # ... (Settings Page content – same as before)
+
+# Add a footer (same as before)
+st.markdown("""
+<footer style="position: fixed; left: 0; bottom: 0; width: 100%; background-color: #1a8754; color: white; text-align: center; padding: 10px 0;">
+    <p>©  سامانه هوشمند پایش مزارع نیشکر کشت و صنعت دهخدا | طراحی شده توسط تیم مطالعات کاربردی توسعه</p>
+</footer>
+""", unsafe_allow_html=True)