# cau_gg

**Repository Path**: ai-edu_tech/cau_gg

## Basic Information

- **Project Name**: cau_gg
- **Description**: 智能灌溉原型页面，供大家参考
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-01-26
- **Last Updated**: 2026-07-30

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 智能灌溉管控平台

基于LAWSTAC模型的智能农业灌溉管理系统，提供精准的水分运移模拟、智能灌溉决策和数据分析功能。

## 📁 项目结构

```
cau_gg/
├── index.html                      # 主入口页面（首页）
├── demo-management.html            # 示范区管理页面
├── param-config.html               # 参数配置页面
├── device-management.html          # 设备管理页面
├── irrigation-schedule.html        # 灌溉计划页面
├── irrigation-data.html            # 灌溉数据页面
├── data-analytics.html             # 数据分析页面
├── settings.html                   # 系统设置页面
├── styles.css                      # 全局样式文件
├── common.js                       # 共享JavaScript（数据模型和通用功能）
├── irrigation-platform.html        # 原始单文件版本（备份）
├── echarts.min.js                  # ECharts图表库
├── LAWSTAC_API.md                  # LAWSTAC模型API文档
└── README.md                       # 项目说明文档
```

## 🚀 快速开始

### 1. 启动应用

直接在浏览器中打开 `index.html` 文件即可：

```bash
open index.html
```

或者使用本地服务器：

```bash
# Python 3
python -m http.server 8000

# Node.js
npx serve

# PHP
php -S localhost:8000
```

### 2. 主要功能

- **示范区管理**：管理示范区和种植区信息
- **参数配置**：配置LAWSTAC模型参数（土壤、作物、气象、边界条件等）
- **设备管理**：监控和控制灌溉设备
- **灌溉计划**：制定和管理灌溉计划
- **数据分析**：查看灌溉数据分析报告

## 📋 页面说明

### 首页 (index.html) ✅ 完整功能
**已完整保留所有原始功能：**
- **统计概览**：示范区、种植区、设备、传感器数量统计
- **灌溉预报图表**：15天土壤含水率预报 + 灌溉量建议
  - 种植区选择器
  - 双Y轴图表（含水率 + 灌溉量）
  - 灌溉建议列表
  - 导出图表功能
- **传感器实时数据**：
  - 土壤温度与湿度24小时监测图
  - 气象站实时数据（温度、湿度、风速）
  - 导出图表功能
  - 导出CSV数据功能
  - 每30秒自动更新
- **15天天气预报**：
  - 逐日天气卡片（晴天/小雨/多云）
  - 温度、湿度、风速显示
  - 动态日期生成
- **种植区实时状态**：
  - 所有种植区监测卡片
  - 实时传感器数据
  - 在线状态指示
  - 状态判断（正常/需关注/需灌溉）
- **智能灌溉建议**：
  - AI驱动建议生成
  - 优先级标识
  - 详细建议说明

### 示范区管理 (demo-management.html)
- **列表视图**：显示所有示范区的基本信息
- **详情视图**：点击示范区进入详情，管理种植区
- 支持新建、编辑、删除示范区和种植区
- **参数配置入口**：每个种植区有"参数配置"按钮

### 参数配置 (param-config.html)
- 模型类型选择（水分/水盐/水热/水热盐）
- 土壤分层配置
- 土壤参数、作物参数、气象数据、边界条件等配置
- 支持导出/导入配置文件

### 其他页面
- 设备管理、灌溉计划、灌溉数据、数据分析等功能页面开发中

## 💾 数据存储

- 所有数据存储在浏览器的 `localStorage` 中
- 数据键名：`irrigationData`
- 参数配置键名：`lawstac_config_{demoId}_{areaId}`

## 🔄 页面间数据传递

使用 `sessionStorage` 在页面间传递参数：

```javascript
// 示范区管理页面 → 参数配置页面
sessionStorage.setItem('paramDemoId', demoId);
sessionStorage.setItem('paramAreaId', areaId);
window.location.href = 'param-config.html';

// 参数配置页面接收
const demoId = sessionStorage.getItem('paramDemoId');
const areaId = sessionStorage.getItem('paramAreaId');
```

## 激光雷达数据源

首页每 30 秒按当前示范区同步一次激光雷达数据。请求复用
`VITE_NONGDA_API_BASE_URL`、现有登录凭证和受保护的
`GET /lidar-frames?farm_id={本地农场ID}` 接口；切换示范区会立即取消旧请求并清空旧帧，避免跨区展示。
生产环境接口失败时直接展示错误，不会回退测试数据。仅开发环境可设置
`VITE_LIDAR_TEST_FALLBACK_ENABLED=1`，显式启用 `/lidar-test/manifest.json` 测试帧回退。

接口清单支持 `frames` 或 `data.frames`，每帧结构如下：

```json
{
  "id": "frame-20260721-001",
  "frameNumber": 1,
  "capturedAt": "2026-07-21T10:00:00+08:00",
  "version": "20260721-001",
  "farmId": 10000,
  "ggFarmId": 1025,
  "deviceId": "ds-01",
  "deviceName": "一号示范区激光雷达",
  "pcdUrl": "https://www.zgzhy.com.cn/path/PointCloud_1.pcd",
  "bmpUrl": "https://www.zgzhy.com.cn/path/RGB_1.bmp",
  "analysis": {
    "status": "succeeded",
    "result": {
      "cards": [],
      "overall_summary": "作物长势总体正常"
    },
    "error": "",
    "analyzedAt": "2026-07-21T10:02:00+08:00",
    "updatedAt": "2026-07-21T10:02:00+08:00"
  }
}
```

后端返回 PCD/PNG 的短时签名下载地址；跨域提供时需允许站点域名访问这些资源。轮询间隔可通过
`VITE_LIDAR_POLL_INTERVAL_MS` 调整，最小 10 秒。接口应在帧内容变化时更新
`id`、`version` 或 `capturedAt`；前端最多保留最近 5 帧，并复用未变化的帧，避免重复下载大文件。
分析由用户在当前帧手动触发。浏览器复用点云视图的 PCD 解析结果生成结构化摘要，并把已下载的
当前 PNG 转成
`data:image/png;base64,...`，并将示范区名称、位置、面积、种植作物、轮灌组种植时间和采集时间
一并放入 `input_text`，通过 Responses 风格请求发送给 `gpt-5.6-sol`。返回结果固定为长势、生育期、
水分、氮素、群体、风险、管理建议 7 类卡片；AI 返回后通过
`PUT /lidar-frames/{publicId}/analysis` 保存 `cards`、`overall_summary` 和点云摘要。
接口按帧覆盖旧结果，日常展示只读取数据库返回的 `analysis`。

图片分析使用同源路径 `POST /lidar-analysis-api`。开发环境由 Vite 代理到
`http://192.236.148.155:8080/v1/responses`（`/v1` 为该服务的 API 基地址），并从
`.env.development` 读取 `LIDAR_ANALYSIS_ACCESS_TOKEN` 后注入 Bearer 请求头。当前部署可复用与
`apiProxyTarget` 相同的 Vite 代理方式；若改为纯 `dist` 静态部署，则生产网关需要配置同样的反向代理。
令牌不使用 `VITE_*` 变量，因此不会进入前端产物。模型可通过 `VITE_LIDAR_ANALYSIS_MODEL` 配置，默认
`gpt-5.6-sol`。
“更多监测分析”独立请求 `GET /lidar-frame-analyses?farm_id={本地农场ID}`，至少读取最近 20 条分析记录，不受点云渲染的 5 帧缓存限制，也不会批量下载历史 PCD/PNG 文件。
签名地址轮换和分析状态变化只更新元数据，不会重新下载未变化的 PCD/PNG；“点云查看”全屏模式继续复用同一组件实例，因此当前帧、轮播和定时同步状态会连续保留。

系统设置中的“示范区管理”支持按示范区绑定一个激光雷达名称。绑定关系通过
`GET /farm-lidar-bindings?farm_id={本地农场ID}`、
`PUT /farm-lidar-bindings`（请求体为 `farm_id`、`device_name`）和
`DELETE /farm-lidar-bindings?farm_id={本地农场ID}` 在数据库中持久化，不再写入浏览器
`localStorage`。候选名称从 `/lidar-frames` 返回帧的 `deviceName` 去重生成；AI 驾驶舱会向
`/lidar-frames` 和 `/lidar-frame-analyses` 传入 `device_name`，并按名称在客户端兜底过滤。
解除绑定后恢复展示该示范区全部雷达数据。

## 🎨 样式说明

- 所有页面共享 `styles.css` 样式文件
- 响应式设计，支持桌面端和移动端
- 使用绿色主题色（#10b981, #059669）

## 📝 待完善功能

- [ ] 完善设备管理页面
- [ ] 完善灌溉计划页面
- [ ] 完善灌溉数据页面
- [ ] 完善数据分析页面
- [ ] 完善参数配置的所有子页面
- [ ] 添加图表可视化功能
- [ ] 集成真实的后端API

## 📚 技术栈

- 前端框架：纯 HTML5 + CSS3 + Vanilla JavaScript
- 图表库：ECharts 5.4.3
- 数据存储：localStorage
- 无构建工具、无依赖

## 📄 许可证

内部项目，仅供学习和研究使用。