src/streamlit_app.py

import streamlit as st
from obspy import UTCDateTime
import pandas as pd
from datetime import datetime, timedelta

# 匯入我們自己寫的模組
import earthquake_fetcher
import earthquake_analyzer
import visualizer

# --- 頁面設定 ---
st.set_page_config(
    page_title="即時地震監測儀表板",
    page_icon="🌊",
    layout="wide"
)

st.title("即時地震監測與定位儀表板")
st.markdown("""
本應用程式從 [IRIS](http://ds.iris.edu/ds/nodes/dmc/) FDSN 服務獲取台灣 (TW) 測站的即時地震波形資料，
自動偵測 P 波並使用 Geiger 方法定位震源。
""")

# --- 側邊欄控制項 (FR6) ---
with st.sidebar:
    st.header("⚙️ 分析參數設定")

    # --- START OF CHANGE ---
    # FR1: 時間範圍設定 (使用固定的預設值，並增加提示)
    st.subheader("時間範圍設定")

    # 設定一個固定的、可說明的預設時間範圍，避免使用者誤解
    default_start_datetime = datetime(2025, 7, 20, 7, 0, 0)
    default_end_datetime = datetime(2025, 7, 20, 7, 15, 0)

    col1, col2 = st.columns(2)
    with col1:
        start_date = st.date_input("起始日期", value=default_start_datetime.date())
        start_time_input = st.time_input("起始時間", value=default_start_datetime.time())
    with col2:
        end_date = st.date_input("終止日期", value=default_end_datetime.date())
        end_time_input = st.time_input("終止時間", value=default_end_datetime.time())
    
    # 增加提示文字，確保使用者了解其靈活性
    st.caption("提示：您可以自由調整上方的日期與時間，查詢任何時間範圍的資料。")
    # --- END OF CHANGE ---

    # FR2: STA/LTA 參數設定
    st.subheader("P波撿拾 (STA/LTA) 參數")
    sta_window = st.slider("STA 窗長 (秒)", min_value=0.1, max_value=5.0, value=1.0, step=0.1)
    lta_window = st.slider("LTA 窗長 (秒)", min_value=5.0, max_value=60.0, value=10.0, step=1.0)
    trigger_threshold = st.slider("觸發門檻值", min_value=1.5, max_value=10.0, value=3.0, step=0.5)
    off_threshold = st.slider("關閉門檻值", min_value=0.1, max_value=2.0, value=1.5, step=0.1)

    # 初始化 session state
    if 'analysis_results' not in st.session_state:
        st.session_state.analysis_results = None

    # 執行按鈕
    if st.button("獲取指定範圍地震資料並分析", type="primary"):
        with st.spinner("正在執行分析...請稍候..."):
            
            # 將日期和時間輸入組合成 datetime 物件
            start_datetime_local = datetime.combine(start_date, start_time_input)
            end_datetime_local = datetime.combine(end_date, end_time_input)

            # 轉換為 obspy 的 UTCDateTime 物件
            start_time = UTCDateTime(start_datetime_local)
            end_time = UTCDateTime(end_datetime_local)

            # 為了快取，將 UTCDateTime 物件轉為字串傳遞
            stream, inventory = earthquake_fetcher.get_earthquake_data(
                start_time_str=str(start_time),
                end_time_str=str(end_time)
            )
            
            if stream and inventory:
                # 2. P波自動撿拾 (FR2)
                p_picks = earthquake_analyzer.pick_p_waves(stream, sta_window, lta_window, trigger_threshold, off_threshold)
                
                # 4. 震源定位 (FR4)
                location_result = None
                if len(p_picks) >= 4:
                    st.write(f"找到 {len(p_picks)} 個 P 波觸發，開始定位...")
                    location_result = earthquake_analyzer.locate_hypocenter(p_picks, inventory)
                else:
                    st.write(f"P 波觸發測站數 ({len(p_picks)}) 不足 4 個，無法進行定位。")
                
                # 將所有結果存儲到 session state
                st.session_state.analysis_results = {
                    "stream": stream,
                    "inventory": inventory,
                    "p_picks": p_picks,
                    "location_result": location_result
                }
            else:
                 st.session_state.analysis_results = None # 清除舊結果
        
        st.success("分析完成！")

# --- 主畫面結果展示 ---
if st.session_state.analysis_results:
    results = st.session_state.analysis_results
    p_picks = results["p_picks"]
    location_result = results["location_result"]
    inventory = results["inventory"]

    st.header("📊 分析結果")

    # 3. 波形視覺化 (FR3)
    if p_picks:
        st.subheader("測站波形與 P 波初達")
        waveform_fig = visualizer.plot_waveforms_with_picks(p_picks)
        st.plotly_chart(waveform_fig, use_container_width=True)
    else:
        st.info("在所有獲取的波形中，均未成功觸發 P 波。請嘗試調整 STA/LTA 參數或擴大時間範圍。")

    # 5. 定位結果視覺化 (FR5)
    st.subheader("震源定位結果")
    if len(p_picks) < 4:
        st.warning("P 波撿拾測站不足（少於4個），無法進行定位。")
    elif not location_result:
        st.error("定位計算失敗，可能是測站分佈不佳或資料品質問題。")
    else:
        col1, col2 = st.columns([2, 1]) # 地圖佔2/3，文字佔1/3
        with col1:
            st.pydeck_chart(visualizer.plot_event_map(inventory, p_picks, location_result))
        
        with col2:
            st.markdown("#### **定位資訊**")
            origin_utc = UTCDateTime(location_result['origin_time'])
            st.metric(label="發震時刻 (UTC)", value=origin_utc.strftime("%Y-%m-%d %H:%M:%S"))
            st.metric(label="震央位置", value=f"{location_result['latitude']:.3f}°N, {location_result['longitude']:.3f}°E")
            st.metric(label="深度", value=f"{location_result['depth_km']:.1f} km")
            st.metric(label="使用測站數", value=len(p_picks))
            
            st.markdown("---")
            st.markdown("#### **參與定位測站**")
            station_list = [p['station'] for p in p_picks]
            st.text(", ".join(station_list))
else:
    st.info("請在左側設定時間範圍與參數，然後點擊按鈕以開始分析。")