app.py

import streamlit as st
import ee
import pandas as pd
import folium
from streamlit_folium import st_folium
import os
from datetime import datetime, timedelta

# --- پیکربندی ---
SERVICE_ACCOUNT_FILE = 'ee-esmaeilkiani13877-cfdea6eaf411 (4).json' # مسیر فایل کلید خود را وارد کنید
# KHUZESTAN_ROI = ee.Geometry.Rectangle([47.5, 30.0, 50.5, 32.5]) # دیگر استفاده نمی‌شود اگر محاسبات بر اساس هندسه مزرعه است
@st.cache_resource
def initialize_gee():
    try:
        # اگر ee_initialized هنوز در وضعیت جلسه نیست یا مقدار آن False است، سعی در مقداردهی اولیه کن
        if not st.session_state.get('ee_initialized', False):
            if not os.path.exists(SERVICE_ACCOUNT_FILE):
                st.error(f"خطا: فایل Service Account در مسیر '{SERVICE_ACCOUNT_FILE}' یافت نشد.")
                st.session_state.ee_initialized = False
                # st.stop() # در صورت نیاز به توقف کامل برنامه
                return False # بازگشت وضعیت ناموفق

            credentials = ee.ServiceAccountCredentials(None, key_file=SERVICE_ACCOUNT_FILE)
            ee.Initialize(credentials=credentials, opt_url='https://earthengine-highvolume.googleapis.com')
            st.session_state.ee_initialized = True
            st.success("اتصال به Google Earth Engine با موفقیت انجام شد.")
        
        return st.session_state.get('ee_initialized', False) # بازگشت وضعیت فعلی مقداردهی اولیه

    except Exception as e:
        st.error(f"خطا در اتصال به GEE: {e}")
        st.session_state.ee_initialized = False # اطمینان از تنظیم وضعیت در صورت بروز هرگونه خطا
        return False

# --- بارگذاری داده‌های مزارع از GEE (بدون تغییر نسبت به نسخه قبلی شما) ---
@st.cache_data(show_spinner="در حال بارگذاری داده‌های مزارع از GEE...")
def load_farm_data_from_gee():
    if not st.session_state.get('ee_initialized', False): # بررسی صریح مقدار True
        st.warning("GEE مقداردهی اولیه نشده است.")
        return pd.DataFrame()

    try:
        farms_fc = ee.FeatureCollection("projects/ee-esmaeilkiani13877/assets/Croplogging-Farm")
        features = farms_fc.getInfo()['features']
        farm_records = []
        for f in features:
            props = f['properties']
            geom = f['geometry']
            ee_geom = None
            if geom['type'] == 'Polygon':
                ee_geom = ee.Geometry.Polygon(geom['coordinates'])
            elif geom['type'] == 'MultiPolygon':
                 ee_geom = ee.Geometry.MultiPolygon(geom['coordinates'])

            centroid_lon, centroid_lat = None, None
            if ee_geom:
                try:
                    centroid = ee_geom.centroid(maxError=1).getInfo()['coordinates']
                    centroid_lon, centroid_lat = centroid[0], centroid[1]
                except Exception:
                    pass

            area_ha = None
            if ee_geom:
                try:
                    area_m2 = ee_geom.area(maxError=1).getInfo()
                    if area_m2 is not None:
                        area_ha = area_m2 / 10000.0
                except Exception:
                    area_ha = props.get('Area')
            else:
                area_ha = props.get('Area')


            farm_records.append({
                'مزرعه': props.get('farm', ''),
                'گروه': props.get('group', ''),
                'واریته': props.get('Variety', ''),
                'سن': props.get('Age', ''),
                'مساحت (هکتار)': area_ha,
                'روز': props.get('Day', ''),
                'Field': props.get('Field', ''),
                'ee_geometry': ee_geom,
                'مرکز طول جغرافیایی': centroid_lon,
                'مرکز عرض جغرافیایی': centroid_lat,
            })
        df = pd.DataFrame(farm_records)
        df['مساحت (هکتار)'] = pd.to_numeric(df['مساحت (هکتار)'], errors='coerce')
        return df
    except Exception as e:
        st.error(f"خطا در بارگذاری داده‌های مزارع از GEE: {e}")
        return pd.DataFrame()


# --- توابع واکشی داده از GEE ---
@st.cache_data(show_spinner="در حال واکشی داده‌های تبخیر و تعرق از GEE...")
def get_et_data(_farm_geometry, start_date_str, end_date_str):
    if not st.session_state.get('ee_initialized', False) or not _farm_geometry:
        return None, None, None
    try:
        et_collection = ee.ImageCollection('MODIS/061/MOD16A2GF').select('ET', 'PET')
        filtered_et = et_collection.filterDate(start_date_str, end_date_str)
        
        # بررسی اندازه کالکشن ET قبل از .mean() و .clip()
        if filtered_et.size().getInfo() == 0:
            st.warning(f"داده تبخیر و تعرق (ET/PET) برای بازه {start_date_str} تا {end_date_str} یافت نشد.")
            return None, None, None

        mean_et_image_clipped = filtered_et.mean().clip(_farm_geometry)

        stats = mean_et_image_clipped.reduceRegion(
            reducer=ee.Reducer.mean(),
            geometry=_farm_geometry,
            scale=500,
            maxPixels=1e9
        ).getInfo()

        et_kg_m2_8day = stats.get('ET')
        pet_kg_m2_8day = stats.get('PET')

        farm_actual_et_mm_day = (et_kg_m2_8day / 8) if et_kg_m2_8day is not None else None
        reference_et0_mm_day = (pet_kg_m2_8day / 8) if pet_kg_m2_8day is not None else None

        # اطمینان از وجود باندها قبل از انتخاب
        if not mean_et_image_clipped.bandNames().getInfo(): # اگر هیچ باندی وجود نداشته باشد
             return farm_actual_et_mm_day, reference_et0_mm_day, None

        return farm_actual_et_mm_day, reference_et0_mm_day, mean_et_image_clipped.select('ET')
    except ee.EEException as e: # خطاهای خاص GEE
        st.error(f"خطای Google Earth Engine در واکشی داده‌های ET: {e}")
        return None, None, None
    except Exception as e: # سایر خطاها
        st.error(f"خطای عمومی در واکشی داده‌های ET: {e}")
        return None, None, None

# --- تابع واکشی رطوبت خاک (اصلاح شده) ---
@st.cache_data(show_spinner="در حال واکشی داده‌های رطوبت خاک از GEE...")
def get_soil_moisture_data(_farm_geometry, date_str):
    if not st.session_state.get('ee_initialized', False) or not _farm_geometry:
        st.warning("GEE مقداردهی اولیه نشده یا هندسه مزرعه نامعتبر است (برای رطوبت خاک).")
        return None
    try:
        sm_collection = ee.ImageCollection('NASA_USDA/HSL/SMAP_soil_moisture').select(['ssm', 'susm'])
        ee_date = ee.Date(date_str)
        
        filtered_collection = sm_collection.filterDate(ee_date.advance(-2, 'day'), ee_date.advance(2, 'day'))
        
        # --- بررسی کلیدی: ابتدا اندازه کالکشن فیلتر شده را بررسی کنید ---
        collection_size = filtered_collection.size().getInfo()
        
        if collection_size == 0:
            st.warning(f"داده رطوبت خاک برای تاریخ نزدیک به {date_str} یافت نشد (هیچ تصویری در بازه زمانی موجود نیست).")
            return None

        # اگر کالکشن خالی نیست، اولین (جدیدترین) تصویر را بگیرید
        image = filtered_collection.sort('system:time_start', False).first()
        
        # در این مرحله، 'image' یک شیء ee.Image است.
        # بررسی اینکه آیا تصویر واقعاً باند داده‌ای دارد (برای اطمینان بیشتر).
        band_names = image.bandNames().getInfo() # .getInfo() برای اجرای سمت سرور و دریافت نتیجه

        if not band_names: # اگر لیست نام باندها خالی باشد
            st.warning(f"تصویر رطوبت خاک برای تاریخ {date_str} یافت شد اما فاقد باند داده است.")
            return None
            
        return image.clip(_farm_geometry)

    except ee.EEException as e:
        st.error(f"خطای Google Earth Engine در هنگام واکشی داده‌های رطوبت خاک: {e}")
        if "Parameter 'image' is required and may not be null" in str(e) or "Image.load: Image asset not found" in str(e) :
             st.error("توضیح بیشتر: این خطا نشان می‌دهد که شیء تصویر مورد استفاده GEE نامعتبر یا تهی بوده است، یا داده‌ای برای تاریخ مورد نظر یافت نشده است.")
        return None
    except Exception as e:
        st.error(f"خطای عمومی (غیر GEE) در واکشی داده‌های رطوبت خاک: {e}")
        return None

# --- محاسبه نیاز آبی (بدون تغییر) ---
def calculate_water_needs(et0_mm_day, kc, area_ha, irrigation_efficiency=0.7):
    if et0_mm_day is None or kc is None or area_ha is None or pd.isna(area_ha):
        return None, None, None

    etc_mm_day = kc * et0_mm_day
    nir_mm_day = etc_mm_day
    gir_mm_day = nir_mm_day / irrigation_efficiency if irrigation_efficiency > 0 else nir_mm_day
    daily_volume_m3 = gir_mm_day * area_ha * 10
    return etc_mm_day, gir_mm_day, daily_volume_m3

# --- برنامه زمان‌بندی آبیاری (بدون تغییر) ---
def get_irrigation_parameters(farm_info, et0_mm_day_for_kc_estimation):
    age_months_str = farm_info.get('سن')
    try:
        age_months = float(age_months_str) if age_months_str else 0
    except ValueError:
        age_months = 0

    kc_sugarcane = 0.4
    if 0 <= age_months <= 1: kc_sugarcane = 0.35
    elif 1 < age_months <= 3: kc_sugarcane = 0.5
    elif 3 < age_months <= 5: kc_sugarcane = 0.85
    elif 5 < age_months <= 9: kc_sugarcane = 1.20
    elif 9 < age_months <= 11: kc_sugarcane = 1.00
    elif 11 < age_months <= 13: kc_sugarcane = 0.75
    return kc_sugarcane

def get_irrigation_schedule_text(etc_mm_day, soil_water_holding_capacity_mm=150, mad_percentage=0.5, irrigation_efficiency=0.7):
    if etc_mm_day is None or etc_mm_day <= 0:
        return "نیاز به اطلاعات $ET_c$ معتبر (بیشتر از صفر) برای برنامه‌ریزی.", None, None

    readily_available_water_mm = soil_water_holding_capacity_mm * mad_percentage
    irrigation_interval_days = readily_available_water_mm / etc_mm_day
    irrigation_interval_days = round(max(1, irrigation_interval_days))

    net_water_per_irrigation_mm = etc_mm_day * irrigation_interval_days
    gross_water_per_irrigation_mm = net_water_per_irrigation_mm / irrigation_efficiency if irrigation_efficiency > 0 else net_water_per_irrigation_mm

    schedule_info = (
        f"با توجه به $ET_c = {etc_mm_day:.2f}$ mm/day:\n"
        f"- دور آبیاری پیشنهادی: هر **{irrigation_interval_days}** روز.\n"
        f"- مقدار آب خالص مورد نیاز در هر نوبت: **{net_water_per_irrigation_mm:.2f}** میلی‌متر.\n"
        f"- مقدار آب کل مورد نیاز در هر نوبت (با راندمان {irrigation_efficiency*100:.0f}%): **{gross_water_per_irrigation_mm:.2f}** میلی‌متر."
    )
    return schedule_info, irrigation_interval_days, gross_water_per_irrigation_mm


# --- تابع نمایش نقشه (بدون تغییر قابل توجه، اما بررسی vis_params مهم است) ---
def create_ee_map(ee_image_object, center_lat, center_lon, farm_name, zoom_level=12, vis_params=None):
    if not ee_image_object:
        return None
    if center_lat is None or center_lon is None:
        st.warning(f"مختصات مرکز برای مزرعه {farm_name} موجود نیست. نقشه نمایش داده نمی‌شود.")
        return None

    m = folium.Map(location=[center_lat, center_lon], zoom_start=zoom_level, tiles="OpenStreetMap")
    
    # اطمینان از اینکه ee_image_object دارای باند است قبل از تلاش برای تعیین vis_params خودکار
    if not ee_image_object.bandNames().getInfo():
        st.warning(f"تصویر GEE برای {farm_name} فاقد باند است و قابل نمایش روی نقشه نیست.")
        return None # یا یک نقشه خالی برگردانید

    # استفاده از vis_params پیش‌فرض اگر چیزی ارائه نشده باشد
    if vis_params is None:
        vis_params = {'min': 0, 'max': 1000, 'palette': ['blue', 'yellow', 'red']} # پالت بسیار عمومی
        try:
            first_band = ee_image_object.bandNames().getInfo()[0]
            geometry_for_stats = ee_image_object.geometry()
            if geometry_for_stats.coordinates().size().getInfo() > 0 :
                min_val_info = ee_image_object.select(first_band).reduceRegion(
                    reducer=ee.Reducer.min(), geometry=geometry_for_stats, scale=30, maxPixels=1e9
                ).get(first_band).getInfo()
                max_val_info = ee_image_object.select(first_band).reduceRegion(
                    reducer=ee.Reducer.max(), geometry=geometry_for_stats, scale=30, maxPixels=1e9
                ).get(first_band).getInfo()
                if min_val_info is not None and max_val_info is not None and min_val_info < max_val_info:
                    vis_params = {'min': min_val_info, 'max': max_val_info, 'palette': ['#fde725', '#5ec962', '#21918c', '#3b528b', '#440154']}
        except Exception:
             pass # اگر تعیین خودکار ناموفق بود، از پیش‌فرض استفاده می‌شود

    try:
        tile_url = ee_image_object.getMapId(vis_params)['tile_fetcher'].url_format
        folium.TileLayer(
            tiles=tile_url,
            attr=f'Google Earth Engine - {farm_name}',
            name='EE Image Layer',
            overlay=True,
            control=True
        ).add_to(m)
        folium.LayerControl().add_to(m)
    except Exception as e:
        st.error(f"خطا در افزودن لایه GEE به نقشه برای {farm_name}: {e}")
        return None
    return m

# --- Streamlit App (بخش UI بدون تغییرات عمده نسبت به قبل) ---
st.set_page_config(layout="wide", page_title="محاسبه و برنامه‌ریزی آبیاری مزارع")

st.title("سامانه هوشمند مدیریت آبیاری مزارع")
st.subheader("ویژه مزارع نیشکر شرکت دهخدا، خوزستان")
st.markdown("---")

if initialize_gee():
    farm_data_df = load_farm_data_from_gee()

    if not farm_data_df.empty:
        st.sidebar.header("انتخاب مزرعه")
        farm_names = sorted(farm_data_df['مزرعه'].unique().tolist())
        selected_farm_name = st.sidebar.selectbox("انتخاب مزرعه:", farm_names)

        selected_farm_info = farm_data_df[farm_data_df['مزرعه'] == selected_farm_name].iloc[0]
        farm_ee_geometry = selected_farm_info['ee_geometry']
        farm_area_ha = selected_farm_info['مساحت (هکتار)']
        farm_variety = selected_farm_info['واریته']
        farm_age = selected_farm_info['سن']
        farm_centroid_lat = selected_farm_info['مرکز عرض جغرافیایی']
        farm_centroid_lon = selected_farm_info['مرکز طول جغرافیایی']

        st.header(f"اطلاعات و محاسبات برای مزرعه: {selected_farm_name}")
        col_info1, col_info2, col_info3 = st.columns(3)
        with col_info1: st.metric("واریته", farm_variety if farm_variety else "نامشخص")
        with col_info2: st.metric("سن تقریبی (ماه)", str(farm_age) if farm_age else "نامشخص")
        with col_info3: st.metric("مساحت (هکتار)", f"{farm_area_ha:.2f}" if pd.notna(farm_area_ha) else "نامشخص")

        st.markdown("#### تنظیم پارامترهای ورودی")
        col_param1, col_param2, col_param3 = st.columns(3)
        with col_param1:
            default_et_end_date = datetime.today() - timedelta(days=1)
            default_et_start_date = default_et_end_date - timedelta(days=7)
            start_date = st.date_input("تاریخ شروع دوره ET:", default_et_start_date, key="et_start")
            end_date = st.date_input("تاریخ پایان دوره ET:", default_et_end_date, key="et_end")
        with col_param2:
            sm_date = st.date_input("تاریخ برای رطوبت خاک:", datetime.today() - timedelta(days=1), key="sm_date")
            irrigation_efficiency = st.slider("راندمان آبیاری کل مزرعه:", 0.1, 1.0, 0.7, 0.05, key="irrig_eff")
        with col_param3:
            suggested_kc = get_irrigation_parameters(selected_farm_info, None)
            kc_value = st.number_input(
                f"ضریب گیاهی ($K_c$) (پیشنهادی: {suggested_kc:.2f}):",
                min_value=0.1, max_value=2.5, value=suggested_kc, step=0.05, key="kc_val",
                help=f"بر اساس سن تقریبی {farm_age} ماه و واریته {farm_variety}. در صورت نیاز اصلاح کنید."
            )

        if start_date > end_date:
            st.error("تاریخ شروع دوره ET نمی‌تواند بعد از تاریخ پایان آن باشد.")
        else:
            start_date_str = start_date.strftime('%Y-%m-%d')
            end_date_str = end_date.strftime('%Y-%m-%d')
            sm_date_str = sm_date.strftime('%Y-%m-%d')

            st.markdown("---")
            st.subheader(f"نتایج محاسبات نیاز آبی (دوره {start_date_str} تا {end_date_str})")

            if farm_ee_geometry and pd.notna(farm_area_ha):
                farm_actual_et_mm_day, reference_et0_mm_day, et_image_for_map = get_et_data(farm_ee_geometry, start_date_str, end_date_str)

                col_metric1, col_metric2, col_metric3 = st.columns(3)
                if farm_actual_et_mm_day is not None:
                    col_metric1.metric("ET واقعی مزرعه (MODIS)", f"{farm_actual_et_mm_day:.2f} mm/day", help="میانگین تبخیر و تعرق واقعی برآورد شده از تصاویر MODIS برای این مزرعه در دوره مشخص شده.")
                else: col_metric1.warning("ET واقعی مزرعه در دسترس نیست.")

                if reference_et0_mm_day is not None:
                    col_metric2.metric(" $ET_0$ مرجع (MODIS PET)", f"{reference_et0_mm_day:.2f} mm/day", help="میانگین تبخیر و تعرق مرجع (پتانسیل) برآورد شده از تصاویر MODIS PET برای این مزرعه در دوره مشخص شده.")
                    etc_mm_day, gir_mm_day, daily_volume_m3 = calculate_water_needs(reference_et0_mm_day, kc_value, farm_area_ha, irrigation_efficiency)
                    if etc_mm_day is not None:
                        col_metric3.metric("$ET_c$ محاسبه شده گیاه", f"{etc_mm_day:.2f} mm/day", help=f"$K_c \\times ET_0 = {kc_value:.2f} \\times {reference_et0_mm_day:.2f}$")
                        st.success(f"**نیاز آبی گیاه ($ET_c$): {etc_mm_day:.2f} mm/day** | **نیاز آبی کل ($GIR$): {gir_mm_day:.2f} mm/day** | **حجم آب روزانه مورد نیاز: {daily_volume_m3:.1f} متر مکعب**")
                        st.markdown("#### برنامه زمان‌بندی آبیاری (پیشنهادی)")
                        col_sched1, col_sched2 = st.columns(2)
                        with col_sched1: soil_capacity = st.number_input("ظرفیت نگهداری آب خاک در منطقه ریشه (mm):", value=120, min_value=20, max_value=300, step=10, key="soil_cap")
                        with col_sched2: mad_percent = st.slider("درصد تخلیه مجاز رطوبت (MAD):", 0.1, 0.8, 0.5, 0.05, key="mad", help="مثلاً 0.5 یعنی 50% تخلیه مجاز است.")
                        schedule_text, _, _ = get_irrigation_schedule_text(etc_mm_day, soil_capacity, mad_percent, irrigation_efficiency)
                        st.info(schedule_text)
                    else: st.warning("امکان محاسبه $ET_c$ و نیاز آبی وجود ندارد. مقادیر $ET_0$ یا $K_c$ معتبر نیستند.")
                else:
                    col_metric2.warning("$ET_0$ مرجع در دسترس نیست.")
                    st.warning(f"داده‌های تبخیر و تعرق مرجع ($ET_0$) برای دوره انتخاب شده یافت نشد یا خطایی رخ داده است.")

                st.markdown("---")
                st.subheader("نقشه‌های ماهواره‌ای")
                tab1, tab2 = st.tabs(["نقشه ET واقعی مزرعه", "نقشه رطوبت خاک"])

                with tab1:
                    st.markdown(f"**نمایش میانگین تبخیر و تعرق واقعی (ET) برای مزرعه {selected_farm_name} ({start_date_str} تا {end_date_str})**")
                    if et_image_for_map and farm_centroid_lat and farm_centroid_lon:
                        et_vis_params = {'min': 0, 'max': 10, 'palette': ['#ffffcc', '#c7e9b4', '#7fcdbb', '#41b6c4', '#2c7fb8', '#253494']}
                        et_map = create_ee_map(et_image_for_map, farm_centroid_lat, farm_centroid_lon, selected_farm_name, zoom_level=15, vis_params=et_vis_params)
                        if et_map: st_folium(et_map, width=None, height=500, returned_objects=[])
                        else: st.warning("نقشه تبخیر و تعرق واقعی قابل نمایش نیست.")
                    else: st.info("داده‌های ET واقعی برای نمایش روی نقشه آماده نیست (ممکن است تصویری در بازه زمانی یافت نشده باشد) یا مرکز مزرعه مشخص نیست.")

                with tab2:
                    st.markdown(f"**نمایش رطوبت سطحی خاک (SSM) برای مزرعه {selected_farm_name} (نزدیک به تاریخ {sm_date_str})**")
                    soil_moisture_image = get_soil_moisture_data(farm_ee_geometry, sm_date_str) # فراخوانی تابع اصلاح شده
                    if soil_moisture_image and farm_centroid_lat and farm_centroid_lon:
                        sm_vis_params = {'bands': ['ssm'], 'min': 0.0, 'max': 40.0, 'palette': ['#feebe2','#fbb4b9','#f768a1','#c51b8a','#7a0177']}
                        sm_map = create_ee_map(soil_moisture_image, farm_centroid_lat, farm_centroid_lon, selected_farm_name, zoom_level=15, vis_params=sm_vis_params)
                        if sm_map: st_folium(sm_map, width=None, height=500, returned_objects=[])
                        else: st.warning("نقشه رطوبت خاک قابل نمایش نیست.")
                    else: st.info(f"داده‌های رطوبت خاک برای تاریخ {sm_date_str} یافت نشد یا برای نمایش روی نقشه آماده نیست یا مرکز مزرعه مشخص نیست.")
            else:
                st.error(f"اطلاعات هندسی یا مساحت برای مزرعه {selected_farm_name} یافت نشد. امکان انجام محاسبات و نمایش نقشه وجود ندارد.")
    elif st.session_state.get('ee_initialized', False): # اگر GEE وصل است ولی داده مزرعه خالی است
        st.error("داده‌های مزارع بارگذاری نشدند یا خالی هستند. لطفاً FeatureCollection خود را در GEE و مسیر فایل کلید بررسی کنید.")
    else: # اگر GEE مقداردهی اولیه نشده است
        st.warning("اتصال به Google Earth Engine برقرار نشد. لطفاً ابتدا از صحت مسیر فایل Service Account اطمینان حاصل کرده و منتظر اتصال بمانید یا صفحه را مجدداً بارگذاری کنید.")

st.sidebar.markdown("---")
st.sidebar.info("توسعه داده شده با Streamlit و Google Earth Engine")
st.sidebar.info(f"تاریخ اجرا: {datetime.now().strftime('%Y-%m-%d %H:%M:%S')}")