add Docker support with Dockerfile and scripts; implement error handling for station data loading and validation

.dockerignore

@@ -0,0 +1,17 @@
+
+```text
+# Single project (現況)
+# 注意：app.py 和 requirements.txt 需要被包含在 Docker image 中
+intensityMap.html
+# station/ 和 waveform/ 會在運行時從外部掛載
+station/
+waveform/
+ground_truth/
+```
+
+**Structure Decision**: 維持單一專案根目錄佈局，Gradio 介面在 `app.py`；地圖以 HTML/folium/Gradio HTML 容器渲染。
+
+## Complexity Tracking
+
+N/A（無憲章違反項目需特別豁免）。
+

Dockerfile

@@ -0,0 +1,24 @@
+# syntax=docker/dockerfile:1
+FROM python:3.10-slim
+
+ENV PYTHONDONTWRITEBYTECODE=1 \
+    PYTHONUNBUFFERED=1 \
+    PIP_NO_CACHE_DIR=1 \
+    GRADIO_SERVER_PORT=7860 \
+    GRADIO_SERVER_NAME=0.0.0.0
+
+# 基本系統套件與科學計算依賴（netCDF4/scipy）
+RUN apt-get update && apt-get install -y --no-install-recommends \
+    build-essential \
+    libhdf5-dev \
+    libnetcdf-dev \
+    libopenblas-dev \
+    liblapack-dev \
+    git \
+ && rm -rf /var/lib/apt/lists/*
+
+COPY requirements.txt /tmp/
+RUN pip install --upgrade pip && pip install -r /tmp/requirements.txt
+
+EXPOSE 7860
+

app.py

@@ -48,26 +48,47 @@ except Exception as e:
     logger.warning(f"Vs30 資料載入失敗: {e}")
     logger.warning("將使用預設 Vs30 值 (600 m/s)")
 
-# 載入目標測站
-target_file = "station/eew_target.csv"
-try:
-    logger.info(f"載入 {target_file}...")
-    target_df = pd.read_csv(target_file)
-    target_dict = target_df.to_dict(orient="records")
-    logger.info(f"{target_file} 載入完成")
-except FileNotFoundError:
-    logger.error(f"{target_file} 找不到")
-
 # 載入測站資訊（輸入測站，1000+ 個）
 site_info_file = "station/site_info.csv"
+site_info = None
 try:
     logger.info(f"載入 {site_info_file}...")
     site_info = pd.read_csv(site_info_file)
+
+    # [T012] 驗證 site_info.csv 必要欄位
+    required_site_fields = ["Station", "Latitude", "Longitude", "Elevation"]
+    missing_site_fields = [f for f in required_site_fields if f not in site_info.columns]
+    if missing_site_fields:
+        logger.error(f"[T012] {site_info_file} 缺少必要欄位: {missing_site_fields}")
+        raise ValueError(f"site_info.csv 缺少必要欄位: {missing_site_fields}")
+
     # 只保留唯一的測站（去除重複的分量）
     site_info = site_info.drop_duplicates(subset=['Station']).reset_index(drop=True)
     logger.info(f"{site_info_file} 載入完成，共 {len(site_info)} 個測站")
 except FileNotFoundError:
-    logger.warning(f"{site_info_file} 找不到")
+    logger.warning(f"[T012] {site_info_file} 找不到")
+except Exception as e:
+    logger.error(f"[T012] {site_info_file} 載入失敗: {e}")
+
+# 載入目標測站
+target_file = "station/eew_target.csv"
+try:
+    logger.info(f"載入 {target_file}...")
+    target_df = pd.read_csv(target_file)
+
+    # [T012] 驗證 eew_target.csv 必要欄位
+    required_target_fields = ["station", "latitude", "longitude", "elevation"]
+    missing_target_fields = [f for f in required_target_fields if f not in target_df.columns]
+    if missing_target_fields:
+        logger.error(f"[T012] {target_file} 缺少必要欄位: {missing_target_fields}")
+        raise ValueError(f"eew_target.csv 缺少必要欄位: {missing_target_fields}")
+
+    target_dict = target_df.to_dict(orient="records")
+    logger.info(f"{target_file} 載入完成（共 {len(target_dict)} 個目標點）")
+except FileNotFoundError:
+    logger.error(f"[T012] {target_file} 找不到")
+except Exception as e:
+    logger.error(f"[T012] {target_file} 載入失敗: {e}")
 
 # 預設地震事件
 EARTHQUAKE_EVENTS = {
@@ -417,7 +438,11 @@ def calculate_distance(lat1, lon1, lat2, lon2):
 
 
 def select_nearest_stations(st, epicenter_lat, epicenter_lon, n_stations=25):
-    """從 site_info（1000+ 個輸入測站）中選擇距離震央最近的 n 個測站"""
+    """
+    從 site_info（1000+ 個輸入測站）中選擇距離震央最近的 n 個測站
+
+    [T013] 少於 25 站可用：UI 明示實際用站數並允許繼續
+    """
     station_distances = {}  # 改用字典避免重複
 
     # 計算每個測站到震央的距離
@@ -428,12 +453,19 @@ def select_nearest_stations(st, epicenter_lat, epicenter_lon, n_stations=25):
         if station_code in station_distances:
             continue
 
-        # 從 site_info 中查詢測站位置
+        # [T012] 從 site_info 中查詢測站位置（處理缺漏欄位）
         try:
             station_data = site_info[site_info["Station"] == station_code]
             if len(station_data) == 0:
                 continue
 
+            # [T012] 驗證必要欄位存在
+            required_fields = ["Latitude", "Longitude", "Elevation"]
+            missing_fields = [f for f in required_fields if f not in station_data.columns]
+            if missing_fields:
+                logger.warning(f"[T012] 測站 {station_code} 缺少必要欄位: {missing_fields}，跳過")
+                continue
+
             lat = station_data["Latitude"].values[0]
             lon = station_data["Longitude"].values[0]
             elev = station_data["Elevation"].values[0]
@@ -447,7 +479,7 @@ def select_nearest_stations(st, epicenter_lat, epicenter_lon, n_stations=25):
                 "elevation": elev
             }
         except Exception as e:
-            logger.warning(f"測站 {station_code} 資訊查詢失敗: {e}")
+            logger.warning(f"[T012] 測站 {station_code} 資訊查詢失敗: {e}")
             continue
 
     # 轉換為列表並按距離排序，選擇最近的 n 個
@@ -455,23 +487,62 @@ def select_nearest_stations(st, epicenter_lat, epicenter_lon, n_stations=25):
     station_list.sort(key=lambda x: x["distance"])
     selected_stations = station_list[:n_stations]
 
-    logger.info(f"從 {len(station_list)} 個輸入測站中選擇了最近的 {len(selected_stations)} 個")
+    # [T013] 記錄實際可用的測站數（少於 25 站也允許繼續）
+    actual_count = len(selected_stations)
+    if actual_count < n_stations:
+        logger.warning(f"[T013] 僅找到 {actual_count} 個可用測站（目標 {n_stations} 個），將繼續處理")
+    else:
+        logger.info(f"從 {len(station_list)} 個輸入測站中選擇了最近的 {actual_count} 個")
+
     return selected_stations
 
 
-def extract_waveforms_from_stream(st, selected_stations, start_time, end_time, vs30_input):
-    """從 Stream 中提取選定測站的波形資料"""
+def extract_waveforms_from_stream(st, selected_stations, start_time, duration, vs30_input):
+    """
+    從 Stream 中提取選定測站的波形資料
+
+    Parameters:
+    - st: ObsPy Stream object
+    - selected_stations: 選定的測站列表
+    - start_time: 開始時間（秒）
+    - duration: 時間長度（秒）
+    - vs30_input: Vs30 預設值
+
+    Returns:
+    - waveforms: 波形資料列表
+    - station_info_list: 測站資訊列表
+    - valid_stations: 有效測站列表
+    - missing_components_count: 缺少分量的測站數量
+
+    Note:
+    - [T004] 內部計算 end_time = start_time + duration
+    - [T004] 若 duration < 30 秒，尾段以 0 遮罩補齊至 30 秒（3000 samples @ 100 Hz）
+    - [T005] 缺少 N/E 分量時以 Z 分量代替，並在狀態訊息中記錄缺分量站數
+    """
     waveforms = []
     station_info_list = []
     valid_stations = []
+    missing_components_count = 0  # [T005] 記錄缺少分量的測站數
+
+    sampling_rate = 100  # 100 Hz
+    min_duration = 30.0  # 最小時間長度 30 秒
+    target_length = 3000  # 30 秒 @ 100 Hz = 3000 samples
+
+    # [T004] 內部計算 end_time（接受 start/duration 參數）
+    end_time = start_time + duration
 
-    sampling_rate = 100  # 假設 100 Hz
     start_idx = int(start_time * sampling_rate)
     end_idx = int(end_time * sampling_rate)
-    target_length = 3000
+    actual_samples = end_idx - start_idx
+
+    # [T004] 檢查是否需要零填充：長度不足 30 秒時尾段以 0 遮罩補齊
+    needs_padding = duration < min_duration
+    if needs_padding:
+        logger.info(f"[T004] 時間長度 {duration} 秒 < 30 秒，將以 0 遮罩補齊至 {min_duration} 秒")
 
     for station_data in selected_stations:
         station_code = station_data["station"]
+        station_missing_components = False
 
         try:
             # 選擇該測站的所有分量
@@ -485,31 +556,43 @@ def extract_waveforms_from_stream(st, selected_stations, start_time, end_time, v
             n_trace = st_station.select(component="N") or st_station.select(component="1")
             e_trace = st_station.select(component="E") or st_station.select(component="2")
 
-            # 如果沒有三分量，使用 Z 分量重複
+            # 檢查 Z 分量（必須存在）
             if len(z_trace) > 0:
                 z_data = z_trace[0].data[start_idx:end_idx]
             else:
                 continue
 
+            # [T005] 檢查 N 分量（缺失時以 Z 代替）
             if len(n_trace) > 0:
                 n_data = n_trace[0].data[start_idx:end_idx]
             else:
                 n_data = z_data.copy()
+                station_missing_components = True
+                logger.debug(f"[T005] 測站 {station_code} 缺少 N 分量，以 Z 分量代替")
 
+            # [T005] 檢查 E 分量（缺失時以 Z 代替）
             if len(e_trace) > 0:
                 e_data = e_trace[0].data[start_idx:end_idx]
             else:
                 e_data = z_data.copy()
+                station_missing_components = True
+                logger.debug(f"[T005] 測站 {station_code} 缺少 E 分量，以 Z 分量代替")
+
+            # [T005] 記錄缺少分量的測站（將在狀態訊息中顯示）
+            if station_missing_components:
+                missing_components_count += 1
 
             # 訊號處理
             z_data = signal_processing(z_data)
             n_data = signal_processing(n_data)
             e_data = signal_processing(e_data)
 
-            # 先創建全零陣列 (3000, 3)
+            # [T004] 創建全零陣列 (3000, 3) - 確保至少 30 秒長度
+            # 不足 30 秒時，尾段以 0 遮罩補齊
             waveform_3c = np.zeros((target_length, 3))
 
-            # 填入實際資料（自動處理長度不足或過長的情況）
+            # [T004] 填入實際資料（處理長度不足或過長的情況）
+            # 若 duration < 30 秒，實際資料填在前面，後面自動保持為 0（零填充）
             z_len = min(len(z_data), target_length)
             n_len = min(len(n_data), target_length)
             e_len = min(len(e_data), target_length)
@@ -535,11 +618,25 @@ def extract_waveforms_from_stream(st, selected_stations, start_time, end_time, v
             continue
 
     logger.info(f"成功提取 {len(waveforms)} 個測站的波形")
-    return waveforms, station_info_list, valid_stations
+    if missing_components_count > 0:
+        logger.info(f"[T005] 其中 {missing_components_count} 個測站缺少 N 或 E 分量（已以 Z 分量代替）")
+
+    return waveforms, station_info_list, valid_stations, missing_components_count
 
 
-def plot_waveform(st, selected_stations, start_time, end_time):
-    """繪製選定測站的���形圖（距離-時間圖，可顯示全部 25 個測站）"""
+def plot_waveform(st, selected_stations, start_time, duration):
+    """
+    繪製選定測站的波形圖（距離-時間圖，可顯示全部 25 個測站）
+
+    Parameters:
+    - st: ObsPy Stream object
+    - selected_stations: 選定的測站列表
+    - start_time: 開始時間（秒）
+    - duration: 時間長度（秒）
+    """
+    # 計算結束時間
+    end_time = start_time + duration
+
     fig, ax = plt.subplots(figsize=(14, 10))
 
     # 設定振幅縮放比例（避免波形重疊）
@@ -628,13 +725,13 @@ def create_intensity_map(pga_list, target_names, epicenter_lat=None, epicenter_l
     import folium
     from folium import plugins
 
-    # 創建地圖，中心點設在台灣中心，設定地圖尺寸
+    # [T006] 創建地圖，設定固定高度 800（寬度 100%），與 Ground Truth 區塊一致
     m = folium.Map(
         location=[23.5, 121],
         zoom_start=7,
         tiles='OpenStreetMap',
         width='100%',
-        height='800px'  # 設定固定高度 800，與 Ground Truth 圖片匹配
+        height='800px'  # [T006] 固定高度 800px，不再依 Ground Truth 尺寸動態調整
     )
 
     # 如果有震央位置，標記震央
@@ -737,7 +834,11 @@ def create_intensity_map(pga_list, target_names, epicenter_lat=None, epicenter_l
 
 
 def load_ground_truth_image(event_name):
-    """從 ground_truth 資料夾載入對應的 Ground Truth 圖片"""
+    """
+    從 ground_truth 資料夾載入對應的 Ground Truth 圖片
+
+    [T011] Ground Truth 圖不存在時：顯示提示並用預設高度 800 呈現空白占位
+    """
     import os
 
     # 根據事件名稱找對應的圖片
@@ -755,7 +856,8 @@ def load_ground_truth_image(event_name):
             logger.info(f"載入 Ground Truth 圖片: {image_path}")
             return image_path
 
-    logger.warning(f"找不到 Ground Truth 圖片: {event_date}")
+    # [T011] 圖片不存在時記錄警告（UI 會用預設高度 800 顯示空白占位）
+    logger.warning(f"[T011] 找不到 Ground Truth 圖片: {event_date}（將顯示空白占位）")
     return None
 
 
@@ -774,13 +876,13 @@ def create_input_station_map(selected_stations, epicenter_lat, epicenter_lon):
     import folium
     from folium import plugins
 
-    # 創建地圖，中心點設在震央
+    # [T007] 創建地圖，設定固定高度 800（寬度 100%），與 Ground Truth 區塊一致
     m = folium.Map(
         location=[epicenter_lat, epicenter_lon],
         zoom_start=8,
         tiles='OpenStreetMap',
         width='100%',
-        height='800px'
+        height='800px'  # [T007] 輸入測站地圖固定高度 800px
     )
 
     # 建立被選中測站的 set（用於快速查詢）
@@ -895,7 +997,7 @@ def create_input_station_map(selected_stations, epicenter_lat, epicenter_lon):
 def load_and_display_waveform(event_name, start_time, duration, epicenter_lon, epicenter_lat):
     """載入並顯示波形，讓使用者確認範圍"""
     try:
-        # 計算結束時間
+        # 計算結束時間（用於顯示資訊）
         end_time = start_time + duration
 
         # 1. 載入完整的 mseed 檔案
@@ -908,21 +1010,24 @@ def load_and_display_waveform(event_name, start_time, duration, epicenter_lon, e
         selected_stations = select_nearest_stations(st, epicenter_lat, epicenter_lon, n_stations=25)
 
         if len(selected_stations) == 0:
-            return None, "錯誤：找不到有效的測站資料", gr.update(interactive=False)
+            return None, None, "錯誤：找不到有效的測站資料", gr.update(interactive=False)
 
-        # 3. 繪製波形
-        waveform_plot = plot_waveform(st, selected_stations, start_time, end_time)
+        # 3. 繪製波形（傳入 start_time 和 duration）
+        waveform_plot = plot_waveform(st, selected_stations, start_time, duration)
 
         # 4. 創建輸入測站地圖
         station_map = create_input_station_map(selected_stations, epicenter_lat, epicenter_lon)
         station_map_html = station_map._repr_html_()
 
+        # [T013] UI 明示實際用站數（少於 25 站時顯示警告）
         info_text = f"✅ 已載入波形資料\n"
         info_text += f"開始時間: {start_time:.1f} 秒\n"
         info_text += f"時間長度: {duration:.1f} 秒 ({start_time:.1f} - {end_time:.1f})\n"
         info_text += f"震央位置: ({epicenter_lon:.4f}, {epicenter_lat:.4f})\n"
-        info_text += f"選擇了 {len(selected_stations)} 個最近的測站\n"
-        info_text += f"請確認波形範圍後，點擊「執行預測」按鈕"
+        info_text += f"選擇了 {len(selected_stations)} 個最近的測站"
+        if len(selected_stations) < 25:
+            info_text += f" ⚠️（目標 25 個，實際 {len(selected_stations)} 個）"
+        info_text += "\n請確認波形範圍後，點擊「執行預測」按鈕"
 
         logger.info("波形載入完成")
         return station_map_html, waveform_plot, info_text, gr.update(interactive=True)
@@ -935,9 +1040,13 @@ def load_and_display_waveform(event_name, start_time, duration, epicenter_lon, e
 
 
 def predict_intensity(event_name, start_time, duration, epicenter_lon, epicenter_lat):
-    """執行震度預測"""
+    """
+    執行震度預測
+
+    [T008] 介面改以 start+duration，使用固定高度 800 的地圖輸出（不傳遞 map_size_state）
+    """
     try:
-        # 計算結束時間
+        # [T008] 計算結束時間（內部處理）
         end_time = start_time + duration
 
         # 1. 載入完整的 mseed 檔案
@@ -953,9 +1062,9 @@ def predict_intensity(event_name, start_time, duration, epicenter_lon, epicenter
             return None, None, "錯誤：找不到有效的測站資料"
 
         # 3. 從選定的測站提取波形（vs30_input 使用預設值 600，會被資料庫值覆蓋）
-        logger.info(f"提取波形資料（時間範圍: {start_time}-{end_time} 秒）...")
-        waveforms, station_info_list, valid_stations = extract_waveforms_from_stream(
-            st, selected_stations, start_time, end_time, vs30_input=600
+        logger.info(f"提取波形資料（時間範圍: {start_time} 秒起，持續 {duration} 秒）...")
+        waveforms, station_info_list, valid_stations, missing_components_count = extract_waveforms_from_stream(
+            st, selected_stations, start_time, duration, vs30_input=600
         )
 
         if len(waveforms) == 0:
@@ -970,16 +1079,16 @@ def predict_intensity(event_name, start_time, duration, epicenter_lon, epicenter
             waveform_padded[i] = waveforms[i]
             station_info_padded[i] = station_info_list[i]
 
-        # 5. 準備所有目標測站資訊（分批處理）
+        # [T009] 5. 準備所有目標測站資訊（分批處理）- 保留分批處理流程
         all_pga_list = []
         all_target_names = []
 
-        # 計算需要分幾批（每批 25 個測站）
+        # [T009] 計算需要分幾批（每批 25 個測站）
         batch_size = 25
         total_targets = len(target_dict)
         num_batches = (total_targets + batch_size - 1) // batch_size
 
-        logger.info(f"開始分批預測 {total_targets} 個目標測站（共 {num_batches} 批）...")
+        logger.info(f"[T009] 開始分批預測 {total_targets} 個目標測站（共 {num_batches} 批）...")
 
         for batch_idx in range(num_batches):
             start_idx = batch_idx * batch_size
@@ -1021,28 +1130,31 @@ def predict_intensity(event_name, start_time, duration, epicenter_lon, epicenter
             all_pga_list.extend(batch_pga[:len(target_names)])
             all_target_names.extend(target_names)
 
-        logger.info(f"完成所有 {len(all_target_names)} 個測站的預測！")
+        logger.info(f"[T009] 完成所有 {len(all_target_names)} 個測站的預測！")
         pga_list = all_pga_list
         target_names = all_target_names
 
-        # 8. 繪製互動式地圖
+        # [T008] 8. 繪製互動式地圖（使用固定高度 800）
         intensity_map = create_intensity_map(pga_list, target_names, epicenter_lat, epicenter_lon)
         map_html = intensity_map._repr_html_()
 
-        # 9. 載入 Ground Truth 圖片
+        # [T010] 9. 載入 Ground Truth 圖片（filepath；左側以 800 高顯示）
         ground_truth_path = load_ground_truth_image(event_name)
 
-        # 10. 統計資訊
+        # [T010] 10. 統計資訊（包含目標點數）
         max_intensity = max([calculate_intensity(pga, label=True) for pga in pga_list])
         stats = f"✅ 預測完成！\n"
         stats += f"開始時間: {start_time:.1f} 秒\n"
         stats += f"時間長度: {duration:.1f} 秒 ({start_time:.1f} - {end_time:.1f})\n"
         stats += f"震央位置: ({epicenter_lon:.4f}, {epicenter_lat:.4f})\n"
         stats += f"使用測站數: {len(waveforms)} / 25\n"
-        stats += f"預測目標點數: {len(all_target_names)}\n"
+        if missing_components_count > 0:
+            stats += f"⚠️ 缺少 N/E 分量測站數: {missing_components_count} (已以 Z 分量代替)\n"
+        stats += f"預測目標點數: {len(all_target_names)}\n"  # [T009] 統計資訊中補上目標點數
         stats += f"預測最大震度: {max_intensity}"
 
         logger.info("預測完成！")
+        # [T010] 回傳：Ground Truth 圖（filepath；左側 800 高）、預測地圖（HTML；右側 800 高）、統計資訊
         return ground_truth_path, map_html, stats
 
     except Exception as e:

image_python.sh

@@ -0,0 +1,10 @@
+docker container rm ttsam-demo -f || true
+docker run \
+-it \
+--rm \
+--net host \
+-v $(pwd):/workspace \
+-w /workspace \
+--name ttsam-demo \
+ttsam-demo \
+/usr/local/bin/python /workspace/app.py