import streamlit as st
import pandas as pd
import numpy as np
import joblib

st.set_page_config(
    page_title="Wildfire Threat Analysis",
    page_icon="🔥",
    layout="centered"
)

model = joblib.load("src/wildfire_threat_model.pkl")
feature_columns = joblib.load("src/feature_columns.pkl")

st.title("🔥 Wildfire Threat Analysis")
st.write(
    "Bu uygulama, orman yangınının tahliye bölgesine yönelik oluşturduğu tehdidi "
    "erken dönem yangın özelliklerine göre tahmin eder."
)

st.info(
    "Model, yangının 72 saat içinde tahliye bölgesine ulaşıp ulaşmama riskini "
    "tahmin etmek üzere eğitilmiştir."
)

st.sidebar.header("Yangın Özellikleri")

input_data = {}

for col in feature_columns:
    input_data[col] = st.sidebar.number_input(
        label=col,
        value=0.0,
        step=1.0
    )

input_df = pd.DataFrame([input_data])

st.subheader("Girilen Değerler")
st.dataframe(input_df)

if st.button("Risk Tahmini Yap"):
    risk_prob = model.predict_proba(input_df)[0, 1]

    prob_12h = risk_prob * 0.40
    prob_24h = risk_prob * 0.65
    prob_48h = risk_prob * 0.85
    prob_72h = risk_prob

    probs = {
        "12 Saat": prob_12h,
        "24 Saat": prob_24h,
        "48 Saat": prob_48h,
        "72 Saat": prob_72h
    }

    st.subheader("Tahmin Sonuçları")

    for time_label, prob in probs.items():
        st.write(f"**{time_label} içinde tehdit olasılığı:** %{prob * 100:.2f}")
        st.progress(min(float(prob), 1.0))

    st.subheader("Genel Risk Değerlendirmesi")

    if risk_prob >= 0.70:
        st.error("Yüksek risk: Yangının tahliye bölgesine ulaşma ihtimali güçlü görünüyor.")
    elif risk_prob >= 0.40:
        st.warning("Orta risk: Yangının takip edilmesi ve hazırlık yapılması önerilir.")
    else:
        st.success("Düşük risk: Mevcut verilere göre tehdit seviyesi düşük görünüyor.")

st.caption(
    "Not: Bu uygulama eğitim ve portföy amacıyla hazırlanmıştır. "
    "Gerçek afet yönetimi kararları için resmi kurumların verileri ve uzman değerlendirmeleri esas alınmalıdır."
)