updated

NOUVELLE_FONCTIONNALITE_PARCELLES.md

@@ -0,0 +1,156 @@
+# 🏠 Nouvelle Fonctionnalité : Filtrage par Parcelle
+
+## 📋 Fonctionnalité Ajoutée
+
+Dans l'onglet **"📅 Analyse par Année"**, une nouvelle liste déroulante a été ajoutée pour permettre la sélection par parcelle spécifique, en complément du filtrage par année existant.
+
+## 🎯 Objectif
+
+Permettre une analyse granulaire des données agricoles en combinant :
+- **Filtrage temporel** : Par année
+- **Filtrage spatial** : Par parcelle spécifique
+
+## 🔧 Fonctionnement
+
+### Interface Utilisateur
+
+L'interface comprend maintenant **deux contrôles de filtrage** côte à côte :
+
+1. **🗓️ Sélectionner une année**
+   - Liste déroulante des années disponibles
+   - Année la plus récente sélectionnée par défaut
+
+2. **🏠 Sélectionner une parcelle** *(NOUVEAU)*
+   - Liste déroulante de toutes les parcelles disponibles
+   - Format d'affichage : `Numéro - Nom de la parcelle`
+   - Option "Toutes les parcelles" par défaut
+   - 84 parcelles disponibles dans les données actuelles
+
+### Synchronisation des Contrôles
+
+- **Mise à jour automatique** : Changer l'année OU la parcelle rafraîchit tous les graphiques
+- **Réactivité** : Les modifications sont appliquées immédiatement
+- **Cohérence** : Tous les graphiques et statistiques reflètent la sélection combinée
+
+## 📊 Impacts sur les Visualisations
+
+### 1. Statistiques Résumé
+- **Titre dynamique** : Indique l'année et la parcelle sélectionnées
+- **Métriques adaptées** : 
+  - Nombre de parcelles (1 si parcelle spécifique, N si toutes)
+  - Surface totale/moyenne de la sélection
+  - Interventions herbicides pour la sélection
+
+**Exemple :**
+```
+## 📊 Statistiques pour l'année 2014 - Parcelle 2 (Kersuzan Bas)
+- Nombre de parcelles: 1
+- Nombre d'interventions: 27
+- Surface totale: 49.68 hectares
+- Interventions herbicides: 6 (22.2%)
+```
+
+### 2. Graphique des Cultures
+- **Scope adapté** : Répartition des cultures pour la parcelle sélectionnée
+- **Titre dynamique** : Inclut l'année et la parcelle
+- **Données filtrées** : Seules les cultures de la parcelle sélectionnée
+
+### 3. Timeline des Interventions
+- **Activité focalisée** : Répartition mensuelle pour la parcelle spécifique
+- **Pattern individuel** : Comprendre les habitudes d'une parcelle particulière
+- **Comparaison temporelle** : Évolution des pratiques sur une parcelle
+
+### 4. Analyse des Herbicides
+- **Usage spécifique** : Top des herbicides utilisés sur la parcelle
+- **Pratiques individuelles** : Stratégies herbicides parcelle par parcelle
+- **Traçabilité** : Historique précis des traitements
+
+## 💡 Cas d'Usage
+
+### 🔍 Analyse Parcellaire Détaillée
+```
+Sélection : 2014 + Parcelle 2 (Kersuzan Bas)
+Résultat : Vue complète des pratiques sur cette parcelle en 2014
+Usage : Audit détaillé, préparation de rotation, analyse de conformité
+```
+
+### 📈 Comparaison Entre Parcelles
+```
+Étape 1 : Analyser Parcelle A en 2014
+Étape 2 : Analyser Parcelle B en 2014
+Résultat : Comparaison des pratiques entre parcelles similaires
+```
+
+### 🎯 Suivi Longitudinal
+```
+Sélection : Parcelle 2 en 2014, puis 2015, puis 2016...
+Résultat : Évolution des pratiques sur une parcelle spécifique
+Usage : Analyse de l'impact des changements de pratiques
+```
+
+### 🌾 Préparation de Culture
+```
+Contexte : Vouloir planter du pois sur Parcelle 2
+Action : Analyser l'historique herbicide de cette parcelle
+Décision : Évaluer la compatibilité avec la culture sensible
+```
+
+## ⚙️ Aspects Techniques
+
+### Gestion des Types de Données
+- **Conversion automatique** : String ↔ Integer pour les numéros de parcelles
+- **Robustesse** : Gestion des erreurs de conversion
+- **Compatibilité** : Fonctionne avec différents formats de données
+
+### Performance
+- **Filtrage optimisé** : Pandas operations pour des performances élevées
+- **Mémoire efficace** : Pas de duplication inutile des données
+- **Réactivité** : Mise à jour instantanée des visualisations
+
+### Architecture
+```python
+# Nouvelle méthode de filtrage combiné
+def filter_data_by_year_and_parcel(self, year, parcel_id):
+    # Filtrage temporel ET spatial
+    # Gestion des types de données
+    # Validation des entrées
+
+# Méthodes de visualisation mises à jour
+def create_year_culture_analysis(self, year, parcel_id=None):
+def create_year_interventions_timeline(self, year, parcel_id=None):
+def create_year_herbicide_analysis(self, year, parcel_id=None):
+def get_year_summary_stats(self, year, parcel_id=None):
+```
+
+## 🎉 Avantages
+
+### Pour l'Utilisateur
+- **Granularité** : Analyse au niveau parcelle le plus fin
+- **Flexibilité** : Vue globale OU spécifique selon les besoins
+- **Intuitivité** : Interface simple avec deux listes déroulantes
+- **Rapidité** : Exploration interactive des données
+
+### Pour l'Analyse
+- **Précision** : Données exactes pour une parcelle donnée
+- **Comparabilité** : Benchmarking facile entre parcelles
+- **Traçabilité** : Suivi détaillé des pratiques
+- **Conformité** : Audit parcelle par parcelle
+
+### Pour la Décision
+- **Ciblage** : Recommandations spécifiques à une parcelle
+- **Planning** : Préparation des rotations avec historique précis
+- **Optimisation** : Ajustement des pratiques parcelle par parcelle
+- **Réglementation** : Respect des contraintes par parcelle
+
+## 🔮 Évolutions Futures Possibles
+
+1. **Filtrage multiple** : Sélection de plusieurs parcelles simultanément
+2. **Comparaison visuelle** : Graphiques côte-à-côte pour plusieurs parcelles
+3. **Alertes personnalisées** : Notifications pour parcelles à surveiller
+4. **Export parcellaire** : Rapports PDF par parcelle
+5. **Cartographie** : Visualisation géospatiale des parcelles
+
+---
+
+*Développé pour le Hackathon CRA Bretagne 🏆*
+*Amélioration continue de l'aide à la décision agricole*

app.py

@@ -470,6 +470,35 @@ class AgricultureAnalyzer:
         years = sorted(self.df['millesime'].dropna().unique())
         return [int(year) for year in years if pd.notna(year)]
     
+    def get_available_parcels(self):
+        """Retourne la liste des parcelles disponibles dans les données"""
+        if self.df is None or len(self.df) == 0:
+            return []
+        
+        # Créer une liste avec numéro et nom de parcelle si disponible
+        parcels_info = []
+        
+        if 'nomparc' in self.df.columns:
+            # Grouper par parcelle et prendre le premier nom (en cas de doublons)
+            parcels_data = self.df.groupby('numparcell')['nomparc'].first().reset_index()
+            for _, row in parcels_data.iterrows():
+                parcel_id = str(row['numparcell'])
+                parcel_name = str(row['nomparc']) if pd.notna(row['nomparc']) else ""
+                if parcel_name and parcel_name != "nan":
+                    display_name = f"{parcel_id} - {parcel_name}"
+                else:
+                    display_name = parcel_id
+                parcels_info.append((display_name, parcel_id))
+        else:
+            # Seulement les numéros de parcelles
+            unique_parcels = sorted(self.df['numparcell'].dropna().unique())
+            parcels_info = [(str(p), str(p)) for p in unique_parcels]
+        
+        # Ajouter l'option "Toutes les parcelles" en premier
+        parcels_info.insert(0, ("Toutes les parcelles", "ALL"))
+        
+        return parcels_info
+    
     def filter_data_by_year(self, year):
         """Filtre les données par année"""
         if self.df is None or year is None:
@@ -478,95 +507,157 @@ class AgricultureAnalyzer:
         year_data = self.df[self.df['millesime'] == year].copy()
         return year_data
     
-    def get_year_summary_stats(self, year):
-        """Retourne les statistiques de résumé pour une année spécifique"""
-        year_data = self.filter_data_by_year(year)
+    def filter_data_by_parcel(self, parcel_id):
+        """Filtre les données par parcelle"""
+        if self.df is None or parcel_id is None or parcel_id == "ALL":
+            return self.df
         
-        if year_data is None or len(year_data) == 0:
-            return f"❌ Aucune donnée disponible pour l'année {year}"
+        parcel_data = self.df[self.df['numparcell'] == parcel_id].copy()
+        return parcel_data
+    
+    def filter_data_by_year_and_parcel(self, year, parcel_id):
+        """Filtre les données par année et parcelle"""
+        if self.df is None:
+            return None
+        
+        filtered_data = self.df.copy()
+        
+        # Filtrer par année si spécifiée
+        if year is not None:
+            filtered_data = filtered_data[filtered_data['millesime'] == year]
+        
+        # Filtrer par parcelle si spécifiée (et différente de "ALL")
+        if parcel_id is not None and parcel_id != "ALL":
+            # Convertir parcel_id en type approprié (gérer string/int)
+            try:
+                # Essayer de convertir en entier si c'est une chaîne
+                if isinstance(parcel_id, str) and parcel_id.isdigit():
+                    parcel_id_converted = int(parcel_id)
+                else:
+                    parcel_id_converted = parcel_id
+                
+                filtered_data = filtered_data[filtered_data['numparcell'] == parcel_id_converted]
+            except (ValueError, TypeError):
+                # En cas d'erreur de conversion, essayer tel quel
+                filtered_data = filtered_data[filtered_data['numparcell'] == parcel_id]
+        
+        return filtered_data
+    
+    def get_year_summary_stats(self, year, parcel_id=None):
+        """Retourne les statistiques de résumé pour une année spécifique et optionnellement une parcelle"""
+        filtered_data = self.filter_data_by_year_and_parcel(year, parcel_id)
+        
+        if filtered_data is None or len(filtered_data) == 0:
+            if parcel_id and parcel_id != "ALL":
+                return f"❌ Aucune donnée disponible pour l'année {year} et la parcelle {parcel_id}"
+            else:
+                return f"❌ Aucune donnée disponible pour l'année {year}"
+        
+        # Titre dynamique selon le filtrage
+        if parcel_id and parcel_id != "ALL":
+            title = f"## 📊 Statistiques pour l'année {year} - Parcelle {parcel_id}"
+            # Obtenir le nom de la parcelle si disponible
+            if 'nomparc' in filtered_data.columns:
+                parcel_name = filtered_data['nomparc'].iloc[0] if len(filtered_data) > 0 else ""
+                if parcel_name and str(parcel_name) != "nan":
+                    title = f"## 📊 Statistiques pour l'année {year} - Parcelle {parcel_id} ({parcel_name})"
+        else:
+            title = f"## 📊 Statistiques pour l'année {year}"
         
         stats_text = f"""
-        ## 📊 Statistiques pour l'année {year}
-        - **Nombre de parcelles**: {year_data['numparcell'].nunique()}
-        - **Nombre d'interventions**: {len(year_data):,}
-        - **Surface totale**: {year_data['surfparc'].sum():.2f} hectares
-        - **Surface moyenne par parcelle**: {year_data['surfparc'].mean():.2f} hectares
+        {title}
+        - **Nombre de parcelles**: {filtered_data['numparcell'].nunique()}
+        - **Nombre d'interventions**: {len(filtered_data):,}
+        - **Surface totale**: {filtered_data['surfparc'].sum():.2f} hectares
+        - **Surface moyenne par parcelle**: {filtered_data['surfparc'].mean():.2f} hectares
         
         ## 🧪 Analyse Herbicides
         """
         
-        if 'familleprod' in year_data.columns:
-            herbicides_df = year_data[year_data['familleprod'] == 'Herbicides']
+        if 'familleprod' in filtered_data.columns:
+            herbicides_df = filtered_data[filtered_data['familleprod'] == 'Herbicides']
             if len(herbicides_df) > 0:
                 stats_text += f"""
-        - **Interventions herbicides**: {len(herbicides_df)} ({(len(herbicides_df)/len(year_data)*100):.1f}%)
+        - **Interventions herbicides**: {len(herbicides_df)} ({(len(herbicides_df)/len(filtered_data)*100):.1f}%)
         - **Parcelles traitées**: {herbicides_df['numparcell'].nunique()}
         - **Produits herbicides différents**: {herbicides_df['produit'].nunique()}
         """
             else:
-                stats_text += "\n- **Aucune intervention herbicide cette année**"
+                stats_text += "\n- **Aucune intervention herbicide cette période**"
         
         return stats_text
     
-    def create_year_culture_analysis(self, year):
-        """Analyse par type de culture pour une année spécifique"""
-        year_data = self.filter_data_by_year(year)
+    def create_year_culture_analysis(self, year, parcel_id=None):
+        """Analyse par type de culture pour une année spécifique et optionnellement une parcelle"""
+        filtered_data = self.filter_data_by_year_and_parcel(year, parcel_id)
+        
+        # Titre dynamique
+        if parcel_id and parcel_id != "ALL":
+            title_suffix = f" - {year} (Parcelle {parcel_id})"
+        else:
+            title_suffix = f" - {year}"
         
-        if year_data is None or len(year_data) == 0:
-            fig = px.pie(title=f"❌ Aucune donnée disponible pour {year}")
-            fig.add_annotation(text=f"Aucune donnée pour l'année {year}", 
+        if filtered_data is None or len(filtered_data) == 0:
+            fig = px.pie(title=f"❌ Aucune donnée disponible{title_suffix}")
+            fig.add_annotation(text=f"Aucune donnée pour cette sélection", 
                              xref="paper", yref="paper", x=0.5, y=0.5, showarrow=False)
             return fig
         
-        if 'libelleusag' not in year_data.columns:
-            fig = px.pie(title=f"❌ Données de culture manquantes pour {year}")
+        if 'libelleusag' not in filtered_data.columns:
+            fig = px.pie(title=f"❌ Données de culture manquantes{title_suffix}")
             fig.add_annotation(text="Colonne 'libelleusag' manquante", 
                              xref="paper", yref="paper", x=0.5, y=0.5, showarrow=False)
             return fig
         
-        culture_counts = year_data['libelleusag'].value_counts()
+        culture_counts = filtered_data['libelleusag'].value_counts()
         
         fig = px.pie(values=culture_counts.values, 
                     names=culture_counts.index,
-                    title=f"🌱 Répartition des Cultures - {year}")
+                    title=f"🌱 Répartition des Cultures{title_suffix}")
         
         fig.update_layout(width=700, height=500)
         return fig
     
-    def create_year_interventions_timeline(self, year):
-        """Crée un graphique temporel des interventions pour une année"""
-        year_data = self.filter_data_by_year(year)
+    def create_year_interventions_timeline(self, year, parcel_id=None):
+        """Crée un graphique temporel des interventions pour une année et optionnellement une parcelle"""
+        filtered_data = self.filter_data_by_year_and_parcel(year, parcel_id)
         
-        if year_data is None or len(year_data) == 0:
-            fig = px.bar(title=f"❌ Aucune donnée disponible pour {year}")
-            fig.add_annotation(text=f"Aucune donnée pour l'année {year}", 
+        # Titre dynamique
+        if parcel_id and parcel_id != "ALL":
+            title_suffix = f" - {year} (Parcelle {parcel_id})"
+        else:
+            title_suffix = f" - {year}"
+        
+        if filtered_data is None or len(filtered_data) == 0:
+            fig = px.bar(title=f"❌ Aucune donnée disponible{title_suffix}")
+            fig.add_annotation(text=f"Aucune donnée pour cette sélection", 
                              xref="paper", yref="paper", x=0.5, y=0.5, showarrow=False)
             return fig
         
-        if 'datedebut' not in year_data.columns:
+        if 'datedebut' not in filtered_data.columns:
             # Fallback: graphique des types d'événements
-            if 'libevenem' in year_data.columns:
-                event_counts = year_data['libevenem'].value_counts()
+            if 'libevenem' in filtered_data.columns:
+                event_counts = filtered_data['libevenem'].value_counts()
                 fig = px.bar(x=event_counts.index, 
                             y=event_counts.values,
-                            title=f"📊 Types d'Interventions - {year}",
+                            title=f"📊 Types d'Interventions{title_suffix}",
                             labels={'x': 'Type d\'intervention', 'y': 'Nombre'})
                 fig.update_layout(width=800, height=500)
                 fig.update_xaxis(tickangle=45)
                 return fig
             else:
-                fig = px.bar(title=f"❌ Données d'intervention manquantes pour {year}")
+                fig = px.bar(title=f"❌ Données d'intervention manquantes{title_suffix}")
                 fig.add_annotation(text="Colonnes de dates manquantes", 
                                  xref="paper", yref="paper", x=0.5, y=0.5, showarrow=False)
                 return fig
         
         # Convertir les dates et créer le graphique temporel
         try:
-            year_data['datedebut_parsed'] = pd.to_datetime(year_data['datedebut'], 
+            filtered_data['datedebut_parsed'] = pd.to_datetime(filtered_data['datedebut'], 
                                                           format='%d/%m/%y', errors='coerce')
-            year_data['mois'] = year_data['datedebut_parsed'].dt.month
+            filtered_data['mois'] = filtered_data['datedebut_parsed'].dt.month
             
-            monthly_counts = year_data.groupby('mois').size().reset_index()
+            monthly_counts = filtered_data.groupby('mois').size().reset_index()
             monthly_counts.columns = ['mois', 'nb_interventions']
             
             # Ajouter les noms des mois
@@ -577,7 +668,7 @@ class AgricultureAnalyzer:
             fig = px.bar(monthly_counts, 
                         x='mois_nom', 
                         y='nb_interventions',
-                        title=f"📅 Répartition Mensuelle des Interventions - {year}",
+                        title=f"📅 Répartition Mensuelle des Interventions{title_suffix}",
                         labels={'mois_nom': 'Mois', 'nb_interventions': 'Nombre d\'interventions'})
             
             fig.update_layout(width=800, height=500)
@@ -586,40 +677,46 @@ class AgricultureAnalyzer:
         except Exception as e:
             print(f"❌ Erreur lors de la création du graphique temporel: {e}")
             # Fallback vers le graphique des événements
-            if 'libevenem' in year_data.columns:
-                event_counts = year_data['libevenem'].value_counts()
+            if 'libevenem' in filtered_data.columns:
+                event_counts = filtered_data['libevenem'].value_counts()
                 fig = px.bar(x=event_counts.index, 
                             y=event_counts.values,
-                            title=f"📊 Types d'Interventions - {year}",
+                            title=f"📊 Types d'Interventions{title_suffix}",
                             labels={'x': 'Type d\'intervention', 'y': 'Nombre'})
                 fig.update_layout(width=800, height=500)
                 fig.update_xaxis(tickangle=45)
                 return fig
             else:
-                fig = px.bar(title=f"❌ Erreur lors du traitement des données {year}")
+                fig = px.bar(title=f"❌ Erreur lors du traitement des données{title_suffix}")
                 return fig
     
-    def create_year_herbicide_analysis(self, year):
-        """Analyse des herbicides pour une année spécifique"""
-        year_data = self.filter_data_by_year(year)
+    def create_year_herbicide_analysis(self, year, parcel_id=None):
+        """Analyse des herbicides pour une année spécifique et optionnellement une parcelle"""
+        filtered_data = self.filter_data_by_year_and_parcel(year, parcel_id)
         
-        if year_data is None or len(year_data) == 0:
-            fig = px.bar(title=f"❌ Aucune donnée disponible pour {year}")
-            fig.add_annotation(text=f"Aucune donnée pour l'année {year}", 
+        # Titre dynamique
+        if parcel_id and parcel_id != "ALL":
+            title_suffix = f" - {year} (Parcelle {parcel_id})"
+        else:
+            title_suffix = f" - {year}"
+        
+        if filtered_data is None or len(filtered_data) == 0:
+            fig = px.bar(title=f"❌ Aucune donnée disponible{title_suffix}")
+            fig.add_annotation(text=f"Aucune donnée pour cette sélection", 
                              xref="paper", yref="paper", x=0.5, y=0.5, showarrow=False)
             return fig
         
-        if 'familleprod' not in year_data.columns:
-            fig = px.bar(title=f"❌ Données de produits manquantes pour {year}")
+        if 'familleprod' not in filtered_data.columns:
+            fig = px.bar(title=f"❌ Données de produits manquantes{title_suffix}")
             fig.add_annotation(text="Colonne 'familleprod' manquante", 
                              xref="paper", yref="paper", x=0.5, y=0.5, showarrow=False)
             return fig
         
-        herbicides_df = year_data[year_data['familleprod'] == 'Herbicides']
+        herbicides_df = filtered_data[filtered_data['familleprod'] == 'Herbicides']
         
         if len(herbicides_df) == 0:
-            fig = px.bar(title=f"✅ Aucun herbicide utilisé en {year}")
-            fig.add_annotation(text=f"Aucune intervention herbicide en {year}", 
+            fig = px.bar(title=f"✅ Aucun herbicide utilisé{title_suffix}")
+            fig.add_annotation(text=f"Aucune intervention herbicide pour cette sélection", 
                              xref="paper", yref="paper", x=0.5, y=0.5, showarrow=False)
             return fig
         
@@ -629,13 +726,13 @@ class AgricultureAnalyzer:
             fig = px.bar(x=herbicide_counts.values, 
                         y=herbicide_counts.index,
                         orientation='h',
-                        title=f"🧪 Top 10 Herbicides Utilisés - {year}",
+                        title=f"🧪 Top 10 Herbicides Utilisés{title_suffix}",
                         labels={'x': 'Nombre d\'utilisations', 'y': 'Produit'})
             
             fig.update_layout(width=800, height=500)
             return fig
         else:
-            fig = px.bar(title=f"❌ Détails des produits manquants pour {year}")
+            fig = px.bar(title=f"❌ Détails des produits manquants{title_suffix}")
             fig.add_annotation(text="Colonne 'produit' manquante", 
                              xref="paper", yref="paper", x=0.5, y=0.5, showarrow=False)
             return fig
@@ -713,25 +810,41 @@ def create_interface():
                 """)
             
             with gr.TabItem("📅 Analyse par Année"):
-                gr.Markdown("## Visualisation des données par année")
+                gr.Markdown("## Visualisation des données par année et par parcelle")
                 
-                # Liste déroulante pour sélectionner l'année
-                available_years = analyzer.get_available_years()
-                if available_years:
-                    default_year = available_years[-1]  # Dernière année par défaut
-                    year_dropdown = gr.Dropdown(
-                        choices=available_years,
-                        value=default_year,
-                        label="🗓️ Sélectionner une année",
-                        info="Choisissez l'année à analyser dans la liste déroulante"
-                    )
-                else:
-                    year_dropdown = gr.Dropdown(
-                        choices=[],
-                        value=None,
-                        label="🗓️ Sélectionner une année",
-                        info="Aucune année disponible"
-                    )
+                # Contrôles de filtrage
+                with gr.Row():
+                    with gr.Column():
+                        # Liste déroulante pour sélectionner l'année
+                        available_years = analyzer.get_available_years()
+                        if available_years:
+                            default_year = available_years[-1]  # Dernière année par défaut
+                            year_dropdown = gr.Dropdown(
+                                choices=available_years,
+                                value=default_year,
+                                label="🗓️ Sélectionner une année",
+                                info="Choisissez l'année à analyser dans la liste déroulante"
+                            )
+                        else:
+                            year_dropdown = gr.Dropdown(
+                                choices=[],
+                                value=None,
+                                label="🗓️ Sélectionner une année",
+                                info="Aucune année disponible"
+                            )
+                    
+                    with gr.Column():
+                        # Liste déroulante pour sélectionner la parcelle
+                        available_parcels = analyzer.get_available_parcels()
+                        parcel_choices = [item[0] for item in available_parcels]  # Noms d'affichage
+                        parcel_values = [item[1] for item in available_parcels]   # Valeurs réelles
+                        
+                        parcel_dropdown = gr.Dropdown(
+                            choices=list(zip(parcel_choices, parcel_values)),
+                            value="ALL" if available_parcels else None,
+                            label="🏠 Sélectionner une parcelle",
+                            info="Choisissez une parcelle spécifique ou 'Toutes les parcelles'"
+                        )
                 
                 # Statistiques pour l'année sélectionnée
                 year_stats = gr.Markdown("")
@@ -744,8 +857,8 @@ def create_interface():
                 with gr.Row():
                     year_herbicide_plot = gr.Plot()
                 
-                # Fonction de mise à jour quand l'année change
-                def update_year_analysis(selected_year):
+                # Fonction de mise à jour quand l'année ou la parcelle change
+                def update_year_analysis(selected_year, selected_parcel):
                     if selected_year is None:
                         empty_fig = px.bar(title="❌ Aucune année sélectionnée")
                         return (
@@ -753,23 +866,30 @@ def create_interface():
                             empty_fig, empty_fig, empty_fig
                         )
                     
-                    stats = analyzer.get_year_summary_stats(selected_year)
-                    culture_fig = analyzer.create_year_culture_analysis(selected_year)
-                    timeline_fig = analyzer.create_year_interventions_timeline(selected_year)
-                    herbicide_fig = analyzer.create_year_herbicide_analysis(selected_year)
+                    stats = analyzer.get_year_summary_stats(selected_year, selected_parcel)
+                    culture_fig = analyzer.create_year_culture_analysis(selected_year, selected_parcel)
+                    timeline_fig = analyzer.create_year_interventions_timeline(selected_year, selected_parcel)
+                    herbicide_fig = analyzer.create_year_herbicide_analysis(selected_year, selected_parcel)
                     
                     return stats, culture_fig, timeline_fig, herbicide_fig
                 
-                # Connecter la liste déroulante aux mises à jour
+                # Connecter les listes déroulantes aux mises à jour
                 year_dropdown.change(
                     update_year_analysis,
-                    inputs=[year_dropdown],
+                    inputs=[year_dropdown, parcel_dropdown],
                     outputs=[year_stats, year_culture_plot, year_timeline_plot, year_herbicide_plot]
                 )
                 
-                # Initialiser avec l'année par défaut
+                parcel_dropdown.change(
+                    update_year_analysis,
+                    inputs=[year_dropdown, parcel_dropdown],
+                    outputs=[year_stats, year_culture_plot, year_timeline_plot, year_herbicide_plot]
+                )
+                
+                # Initialiser avec l'année et la parcelle par défaut
                 if available_years:
-                    initial_stats, initial_culture, initial_timeline, initial_herbicide = update_year_analysis(default_year)
+                    default_parcel = "ALL"
+                    initial_stats, initial_culture, initial_timeline, initial_herbicide = update_year_analysis(default_year, default_parcel)
                     year_stats.value = initial_stats
                     year_culture_plot.value = initial_culture
                     year_timeline_plot.value = initial_timeline
@@ -777,10 +897,14 @@ def create_interface():
                 
                 gr.Markdown("""
                 **Informations sur cet onglet:**
-                - 📊 **Statistiques**: Résumé pour l'année sélectionnée
+                - 🗓️ **Filtre Année**: Sélectionnez l'année à analyser
+                - 🏠 **Filtre Parcelle**: Choisissez une parcelle spécifique ou toutes les parcelles
+                - 📊 **Statistiques**: Résumé pour la sélection (année + parcelle)
                 - 🌱 **Cultures**: Répartition des types de cultures
                 - 📅 **Timeline**: Répartition temporelle des interventions
                 - 🧪 **Herbicides**: Top 10 des herbicides utilisés
+                
+                💡 **Utilisation**: Combinez les filtres pour explorer les données en détail
                 """)
             
             with gr.TabItem("🔍 Requêtes Herbicides"):