.idea/csv-editor.xml

@@ -17,20 +17,6 @@
             </Attribute>
           </value>
         </entry>
-        <entry key="/dumpDataPreview">
-          <value>
-            <Attribute>
-              <option name="separator" value="," />
-            </Attribute>
-          </value>
-        </entry>
-        <entry key="/textView">
-          <value>
-            <Attribute>
-              <option name="separator" value="," />
-            </Attribute>
-          </value>
-        </entry>
       </map>
     </option>
   </component>

README.md

@@ -1,124 +0,0 @@
-# Dashboard Produzione Olio d'Oliva
-
-Questa dashboard interattiva permette di simulare e analizzare la produzione di olio d'oliva basandosi su diversi parametri ambientali e varietali.
-
-## Requisiti di Sistema
-
-- Python 3.8 o superiore
-- Git LFS (per i file di grandi dimensioni)
-- Conda (consigliato) o pip
-
-## Configurazione dell'Ambiente
-
-### Utilizzando Conda (Consigliato)
-
-1. Clona il repository:
-2. Crea e attiva l'ambiente conda:
-   ```bash
-   conda env create -f src/environment.yml
-   conda activate olive-dashboard
-   ```
-
-### Utilizzando pip
-
-1. Clona il repository:
-2. Crea e attiva un ambiente virtuale:
-   ```bash
-   python -m venv venv
-   source venv/bin/activate  # Linux/MacOS
-   # oppure
-   .\venv\Scripts\activate  # Windows
-   ```
-
-3. Installa le dipendenze:
-   ```bash
-   pip install -r src/requirements.txt
-   ```
-   
-## Esecuzione della Dashboard
-
-1. Assicurati di essere nella directory `src`:
-   ```bash
-   cd src
-   ```
-
-2. Avvia la dashboard:
-   ```bash
-   python olive-oil-dashboard.py [options]
-   ```
-
-#### Opzioni disponibili:
-
-- port PORT: Specifica la porta su cui avviare il server (default: 8888)
-- debug : Attiva la modalità debug con auto-reload (default: False)
-
-#### Esempio:
-   ```bash
-   python olive-oil-dashboard.py --port 8888 --debug
-   ```
-
-3. Apri un browser e vai all'indirizzo:
-   ```
-   http://localhost:8888
-   ```
-
-## Struttura del Progetto
-
-```
-src/
-├── dashboard/               # Componenti della dashboard
-├── sources/                # Dati e modelli
-├── utils/                  # Utility functions
-├── olive-oil-dashboard.py  # Main application
-├── olive_config.json       # Configuration file
-└── requirements.txt        # Python dependencies
-```
-
-## Funzionalità Principali
-
-La dashboard offre diverse funzionalità:
-
-1. **Configurazione Oliveto**
-    - Gestione delle varietà di olive
-    - Configurazione delle tecniche di coltivazione
-    - Impostazione delle percentuali di mix varietale
-
-2. **Simulazione Ambientale**
-    - Simulazione degli effetti delle condizioni meteorologiche
-    - Analisi dell'impatto sulla produzione
-    - Visualizzazione KPI
-
-3. **Analisi Economica**
-    - Gestione dei costi di produzione
-    - Analisi dei margini
-    - Proiezioni finanziarie
-
-4. **Produzione**
-    - Monitoraggio della produzione
-    - Analisi del fabbisogno idrico
-    - Dettagli per varietà
-
-## Risoluzione Problemi Comuni
-
-### ModuleNotFoundError
-
-Se riscontri errori del tipo "ModuleNotFoundError", verifica di:
-
-1. Aver attivato l'ambiente virtuale corretto
-2. Aver installato tutte le dipendenze:
-   ```bash
-   pip install -r requirements.txt  # se usi pip
-   # oppure
-   conda env update -f environment.yml  # se usi conda
-   ```
-
-### Errori di Importazione dei Modelli
-
-Se riscontri errori nell'importazione dei modelli:
-
-1. Verifica che `DEV_MODE=True` nel file `.env`
-2. Controlla che tutti i file necessari siano presenti nella directory `sources/`
-
-## Supporto
-
-Per problemi o domande, aprire una issue nel repository del progetto.

src/.gitignore

@@ -1,15 +1 @@
 /sources
-
-
-/auth/config/users/*.json
-users/*.json
-# Python cache files
-__pycache__/
-*.py[cod]
-*$py.class
-
-# IDE
-.idea/
-.vscode/
-*.swp
-*.swo

src/README.md

@@ -34,6 +34,13 @@ Questa dashboard interattiva permette di simulare e analizzare la produzione di
    ```bash
    pip install -r src/requirements.txt
    ```
+
+## Configurazione del Progetto
+
+1. Crea un file `.env` nella directory `src` con le seguenti variabili:
+   ```env
+   DEV_MODE=True  # Imposta su False per utilizzare i modelli ML
+   ```
    
 ## Esecuzione della Dashboard
 
@@ -44,22 +51,12 @@ Questa dashboard interattiva permette di simulare e analizzare la produzione di
 
 2. Avvia la dashboard:
    ```bash
-   python olive-oil-dashboard.py [options]
-   ```
-
-#### Opzioni disponibili:
-
-- port PORT: Specifica la porta su cui avviare il server (default: 8888)
-- debug : Attiva la modalità debug con auto-reload (default: False)
-
-#### Esempio:
-   ```bash
-   python olive-oil-dashboard.py --port 8888 --debug
+   python olive-oil-dashboard.py
    ```
 
 3. Apri un browser e vai all'indirizzo:
    ```
-   http://localhost:8888
+   http://localhost:8050
    ```
 
 ## Struttura del Progetto

src/auth/login.py

@@ -1,91 +0,0 @@
-import dash_bootstrap_components as dbc
-from dash import html, dcc
-
-from components.ids import Ids
-
-def create_login_layout():
-    return dbc.Container([
-        dbc.Row([
-            dbc.Col([
-                html.H2("Login Dashboard Olio d'Oliva", className="text-center mb-4"),
-                dbc.Card([
-                    dbc.CardBody([
-                        dbc.Input(
-                            id=Ids.LOGIN_USERNAME,
-                            type="text",
-                            placeholder="Username",
-                            className="mb-3"
-                        ),
-                        dbc.Input(
-                            id=Ids.LOGIN_PASSWORD,
-                            type="password",
-                            placeholder="Password",
-                            className="mb-3"
-                        ),
-                        dbc.Button(
-                            "Login",
-                            id=Ids.LOGIN_BUTTON,
-                            color="primary",
-                            className="w-100 mb-3"
-                        ),
-                        html.Div(id=Ids.LOGIN_ERROR),
-                        html.Hr(),
-                        html.P("Non hai un account?", className="text-center"),
-                        dbc.Button(
-                            "Registrati",
-                            id=Ids.SHOW_REGISTER_BUTTON,
-                            color="secondary",
-                            className="w-100"
-                        )
-                    ])
-                ])
-            ], md=6, className="mx-auto")
-        ], className="vh-100 align-items-center")
-    ])
-
-def create_register_layout():
-    return dbc.Container([
-        dbc.Row([
-            dbc.Col([
-                html.H2("Registrazione", className="text-center mb-4"),
-                dbc.Card([
-                    dbc.CardBody([
-                        dbc.Input(
-                            id=Ids.REGISTER_USERNAME,
-                            type="text",
-                            placeholder="Username",
-                            className="mb-3"
-                        ),
-                        dbc.Input(
-                            id=Ids.REGISTER_PASSWORD,
-                            type="password",
-                            placeholder="Password",
-                            className="mb-3"
-                        ),
-                        dbc.Input(
-                            id=Ids.REGISTER_CONFIRM,
-                            type="password",
-                            placeholder="Conferma Password",
-                            className="mb-3"
-                        ),
-                        dbc.Button(
-                            "Registrati",
-                            id=Ids.REGISTER_BUTTON,
-                            color="primary",
-                            className="w-100 mb-3"
-                        ),
-                        html.Div(id=Ids.REGISTER_ERROR),
-                        html.Div(id=Ids.REGISTER_SUCCESS),
-                        html.Hr(),
-                        html.P("Hai già un account?", className="text-center"),
-                        dbc.Button(
-                            "Torna al Login",
-                            id=Ids.SHOW_LOGIN_BUTTON,
-                            color="secondary",
-                            className="w-100"
-                        )
-                    ])
-                ])
-            ], md=6, className="mx-auto")
-        ], className="vh-100 align-items-center")
-    ])

src/auth/utils.py

@@ -1,236 +0,0 @@
-import json
-import os
-import hashlib
-import jwt as pyjwt
-from datetime import datetime, timedelta
-import secrets
-
-# Costanti
-SECRET_KEY = 'M!3EmyJ@P$yqt$dYRQ#73QtxFy$aTn8M98P8i5T9x9Fd5LHMcHgdfEEt#?H9EPg&9Qhokh$#pTyYLHxL'  # In produzione, usare una variabile d'ambiente
-BASE_DIR = os.path.dirname(os.path.dirname(os.path.abspath(__file__)))
-USERS_FILE = os.path.join(BASE_DIR, "users", "users.json")
-CONFIGS_DIR = os.path.join(BASE_DIR, "users", "configs")
-
-def init_directory_structure():
-    """
-    Inizializza la struttura delle directory necessarie per l'applicazione
-    """
-    # Crea directory per utenti e configurazioni
-    os.makedirs(os.path.dirname(USERS_FILE), exist_ok=True)
-    os.makedirs(CONFIGS_DIR, exist_ok=True)
-
-    # Se il file users.json non esiste, crealo vuoto
-    if not os.path.exists(USERS_FILE):
-        with open(USERS_FILE, 'w') as f:
-            json.dump({}, f)
-
-    print(f"Initialized directory structure:")
-    print(f"Users file: {USERS_FILE}")
-    print(f"Configs directory: {CONFIGS_DIR}")
-
-def hash_password(password):
-    """Hash la password usando SHA-256"""
-    return hashlib.sha256(password.encode()).hexdigest()
-
-# In auth/utils.py
-def create_user(username, password):
-    """
-    Crea un nuovo utente
-    Args:
-        username: nome utente
-        password: password in chiaro
-    Returns:
-        tuple: (success: bool, message: str)
-    """
-    try:
-        print(f"Tentativo di creazione utente: {username}")
-
-        # Inizializza la struttura delle directory
-        init_directory_structure()
-
-        # Inizializza o carica il dizionario degli utenti
-        users = {}
-        if os.path.exists(USERS_FILE):
-            try:
-                with open(USERS_FILE, 'r') as f:
-                    content = f.read()
-                    if content.strip():  # Verifica che il file non sia vuoto
-                        users = json.loads(content)
-                    print(f"Utenti esistenti: {len(users)}")
-            except json.JSONDecodeError as e:
-                print(f"Errore nel parsing del file utenti: {e}")
-                pass
-
-        # Validazioni
-        if not username or len(username) < 3:
-            return False, "Username deve essere almeno 3 caratteri"
-        if not password or len(password) < 6:
-            return False, "Password deve essere almeno 6 caratteri"
-        if username in users:
-            return False, "Username già esistente"
-
-        # Genera il salt e hash della password
-        salt = secrets.token_hex(8)
-        password_hash = hashlib.sha256((password + salt).encode()).hexdigest()
-
-        # Ottieni il percorso della configurazione utente
-        user_config = get_user_config_path(username)
-        print(f"Percorso configurazione utente: {user_config}")
-
-        # Crea la configurazione dell'utente
-        os.makedirs(os.path.dirname(user_config), exist_ok=True)
-
-        # Salva la configurazione di default
-        default_config = get_default_config()
-        with open(user_config, 'w') as f:
-            json.dump(default_config, f, indent=4)
-        print("Configurazione default salvata")
-
-        # Aggiungi nuovo utente con struttura semplificata
-        users[username] = {
-            "salt": salt,
-            "password_hash": password_hash
-        }
-
-        # Salva il file utenti
-        with open(USERS_FILE, 'w') as f:
-            json.dump(users, f, indent=4)
-        print("File utenti aggiornato con successo")
-
-        return True, "Utente creato con successo"
-
-    except Exception as e:
-        print(f"Errore nella creazione dell'utente: {str(e)}")
-        import traceback
-        traceback.print_exc()
-        return False, f"Errore nella creazione dell'utente: {str(e)}"
-
-def verify_user(username, password):
-    """
-    Verifica le credenziali utente usando salt e hash
-    Args:
-        username: nome utente
-        password: password in chiaro
-    Returns:
-        bool: True se le credenziali sono valide, False altrimenti
-    """
-    try:
-        if not os.path.exists(USERS_FILE):
-            print("File utenti non trovato")
-            return False
-
-        with open(USERS_FILE, 'r') as f:
-            users = json.load(f)
-
-        if username not in users:
-            print("Username non trovato")
-            return False
-
-        # Ottieni il salt e l'hash salvati
-        user_data = users[username]
-        stored_salt = user_data['salt']
-        stored_hash = user_data['password_hash']
-
-        # Calcola l'hash della password fornita con il salt salvato
-        password_hash = hashlib.sha256((password + stored_salt).encode()).hexdigest()
-
-        # Confronta gli hash
-        return stored_hash == password_hash
-
-    except Exception as e:
-        print(f"Errore nella verifica dell'utente: {str(e)}")
-        return False
-
-def create_token(username):
-    """Crea JWT token"""
-    expiration = datetime.utcnow() + timedelta(hours=24)
-    return pyjwt.encode(
-        {"user": username, "exp": expiration},
-        SECRET_KEY,
-        algorithm="HS256"
-    )
-
-def verify_token(token):
-    """Verifica JWT token"""
-    try:
-        payload = pyjwt.decode(token, SECRET_KEY, algorithms=["HS256"])
-        return True, payload["user"]
-    except pyjwt.ExpiredSignatureError:
-        return False, "Token scaduto"
-    except pyjwt.InvalidTokenError:
-        return False, "Token non valido"
-
-def get_user_config_path(username):
-    """
-    Restituisce il percorso del file di configurazione per l'utente specificato
-    Args:
-        username: nome utente
-    Returns:
-        str: percorso assoluto del file di configurazione
-    """
-    # Sostituisci caratteri non validi nel nome utente
-    safe_username = "".join(c for c in username if c.isalnum() or c in ('-', '_'))
-
-    # Costruisci il percorso assoluto
-    base_dir = os.path.dirname(os.path.abspath(__file__))
-    config_dir = os.path.join(base_dir, 'config', 'users')
-    config_path = os.path.join(config_dir, f"{safe_username}_config.json")
-
-    # Assicurati che la directory esista
-    os.makedirs(os.path.dirname(config_path), exist_ok=True)
-
-    return config_path
-
-def get_default_config():
-    return {
-        "oliveto": {
-            "hectares": 1,
-            "varieties": [
-                {
-                    "variety": "Nocellara dell'Etna",
-                    "technique": "tradizionale",
-                    "percentage": 50
-                },
-                {
-                    "variety": "Frantoio",
-                    "technique": "tradizionale",
-                    "percentage": 10
-                },
-                {
-                    "variety": "Coratina",
-                    "technique": "tradizionale",
-                    "percentage": 40
-                }
-            ]
-        },
-        "costs": {
-            "fixed": {
-                "ammortamento": 2000,
-                "assicurazione": 500,
-                "manutenzione": 800,
-                "certificazioni": 3000
-            },
-            "variable": {
-                "raccolta": 0.35,
-                "potatura": 600,
-                "fertilizzanti": 400,
-                "irrigazione": 300
-            },
-            "transformation": {
-                "molitura": 0.15,
-                "stoccaggio": 0.2,
-                "bottiglia": 1.2,
-                "etichettatura": 0.3
-            },
-            "marketing": {
-                "budget_annuale": 15000,
-                "costi_commerciali": 0.5,
-                "prezzo_vendita": 12,
-                "perc_vendita_diretta": 30
-            }
-        },
-        "inference": {
-            "debug_mode": True,
-            'model_path': './sources/olive_oil_transformer/olive_oil_transformer_model.keras'
-        }
-    }

src/components/ids.py

@@ -1,105 +0,0 @@
-# components/ids.py
-from dataclasses import dataclass
-
-@dataclass
-class Ids:
-    # Auth Container
-    USE_MODEL = 'use-model'
-    AUTH_CONTAINER = 'auth-container'
-    DASHBOARD_CONTAINER = 'dashboard-container'
-
-    # Login Form
-    LOGIN_FORM = 'login-form'
-    LOGIN_USERNAME = 'login-username'
-    LOGIN_PASSWORD = 'login-password'
-    LOGIN_BUTTON = 'login-button'
-    LOGIN_ERROR = 'login-error'
-
-    # Register Form
-    REGISTER_FORM = 'register-form'
-    REGISTER_USERNAME = 'register-username'
-    REGISTER_PASSWORD = 'register-password'
-    REGISTER_CONFIRM = 'register-confirm'
-    REGISTER_BUTTON = 'register-button'
-    REGISTER_ERROR = 'register-error'
-    REGISTER_SUCCESS = 'register-success'
-
-    # Navigation
-    SHOW_REGISTER_BUTTON = 'show-register-button'
-    SHOW_LOGIN_BUTTON = 'show-login-button'
-
-    # Inference
-    INFERENCE_CONTAINER = 'inference-container'
-    INFERENCE_STATUS = 'inference-status'
-    INFERENCE_MODE = 'inference-mode'
-    INFERENCE_LATENCY = 'inference-latency'
-    INFERENCE_REQUESTS = 'inference-requests'
-    INFERENCE_COUNTER = 'inference-counter'
-    DEBUG_SWITCH = 'debug-switch'
-
-    # Simulation
-    SIMULATE_BUTTON = 'simulate-btn'
-    GROWTH_CHART = 'growth-simulation-chart'
-    PRODUCTION_CHART = 'production-simulation-chart'
-    SIMULATION_SUMMARY = 'simulation-summary'
-    KPI_CONTAINER = 'kpi-container'
-    PRODUCTION_DEBUG_SWITCH = 'production-debug-switch'
-    PRODUCTION_INFERENCE_REQUESTS = 'production-inference-requests'
-    PRODUCTION_INFERENCE_MODE = 'production-inference-mode'
-
-    # Environment Controls
-    TEMP_SLIDER = 'temp-slider'
-    HUMIDITY_SLIDER = 'humidity-slider'
-    RAINFALL_INPUT = 'rainfall-input'
-    RADIATION_INPUT = 'radiation-input'
-
-    # Production Views
-    OLIVE_PRODUCTION_HA = 'olive-production_ha'
-    OIL_PRODUCTION_HA = 'oil-production_ha'
-    WATER_NEED_HA = 'water-need_ha'
-    OLIVE_PRODUCTION = 'olive-production'
-    OIL_PRODUCTION = 'oil-production'
-    WATER_NEED = 'water-need'
-    PRODUCTION_DETAILS = 'production-details'
-    WEATHER_IMPACT = 'weather-impact'
-    WATER_NEEDS = 'water-needs'
-    EXTRA_INFO = 'extra-info'
-
-    # Configuration
-    HECTARES_INPUT = 'hectares-input'
-    VARIETY_1_DROPDOWN = 'variety-1-dropdown'
-    TECHNIQUE_1_DROPDOWN = 'technique-1-dropdown'
-    PERCENTAGE_1_INPUT = 'percentage-1-input'
-    VARIETY_2_DROPDOWN = 'variety-2-dropdown'
-    TECHNIQUE_2_DROPDOWN = 'technique-2-dropdown'
-    PERCENTAGE_2_INPUT = 'percentage-2-input'
-    VARIETY_3_DROPDOWN = 'variety-3-dropdown'
-    TECHNIQUE_3_DROPDOWN = 'technique-3-dropdown'
-    PERCENTAGE_3_INPUT = 'percentage-3-input'
-    PERCENTAGE_WARNING = 'percentage-warning'
-
-    # Cost Inputs
-    COST_AMMORTAMENTO = 'cost-ammortamento'
-    COST_ASSICURAZIONE = 'cost-assicurazione'
-    COST_MANUTENZIONE = 'cost-manutenzione'
-    COST_CERTIFICAZIONI = 'cost-certificazioni'
-    COST_RACCOLTA = 'cost-raccolta'
-    COST_POTATURA = 'cost-potatura'
-    COST_FERTILIZZANTI = 'cost-fertilizzanti'
-    COST_IRRIGAZIONE = 'cost-irrigazione'
-    COST_MOLITURA = 'cost-molitura'
-    COST_STOCCAGGIO = 'cost-stoccaggio'
-    COST_BOTTIGLIA = 'cost-bottiglia'
-    COST_ETICHETTATURA = 'cost-etichettatura'
-    COST_MARKETING = 'cost-marketing'
-    COST_COMMERCIALI = 'cost-commerciali'
-    PRICE_OLIO = 'price-olio'
-    PERC_VENDITA_DIRETTA = 'perc-vendita-diretta'
-
-    # Other
-    LOADING_ALERT = 'loading-alert'
-    TABS = 'tabs'
-    SAVE_CONFIG_BUTTON = 'save-config-button'
-    SAVE_CONFIG_MESSAGE = 'save-config-message'
-    LOGOUT_BUTTON = 'logout-button'
-    DEV_MODE = 'dev-mode'

src/olive_config.json

@@ -1,6 +1,6 @@
 {
     "oliveto": {
-        "hectares": 1,
+        "hectares": 4.35,
         "varieties": [
             {
                 "variety": "Nocellara dell'Etna",
@@ -10,12 +10,12 @@
             {
                 "variety": "Frantoio",
                 "technique": "tradizionale",
-                "percentage": 20
+                "percentage": 10
             },
             {
                 "variety": "Coratina",
                 "technique": "tradizionale",
-                "percentage": 30
+                "percentage": 40
             }
         ]
     },
@@ -46,7 +46,6 @@
         }
     },
     "inference": {
-        "debug_mode": false,
-        "model_path": "./sources/olive_oil_transformer/olive_oil_transformer_model.keras"
+        "debug_mode": false
     }
 }

src/olive_oil_train_dataset/README.MD

@@ -1,65 +0,0 @@
-# Olive Oil Production Training Dataset Generator
-
-## Overview
-This Python script generates a synthetic training dataset for olive oil production simulation. It simulates various factors affecting olive production including weather conditions, olive varieties, cultivation techniques, and geographical zones.
-
-## Features
-- Parallel processing for efficient dataset generation
-- Batch processing to manage memory usage
-- Configurable simulation parameters
-- Weather effect calculations
-- Multiple olive varieties and cultivation techniques support
-- Zone-based production simulation
-
-## Prerequisites
-Required Python packages:
-- pandas
-- numpy
-- psutil
-- tqdm
-- concurrent.futures (part of Python standard library)
-- multiprocessing (part of Python standard library)
-
-Required input data files:
-- `./sources/weather_data_solarenergy.parquet`: Weather data including solar energy measurements
-- `./sources/olive_varieties.parquet`: Olive varieties and their characteristics
-
-## Usage
-
-### Command Line Arguments
-```bash
-python olive_oil_train_dataset.create_train_dataset [options]
-```
-
-Options:
-- `--random-seed`: Seed for reproducible results (optional)
-- `--num-simulations`: Total number of simulations to run (default: 100000)
-- `--num-zones`: Number of zones per simulation (default: same as num-simulations)
-- `--batch-size`: Size of each simulation batch (default: 10000)
-- `--output-path`: Output file path (default: './sources/olive_training_dataset.parquet')
-- `--max-workers`: Number of parallel workers (default: automatically optimized)
-
-### Example
-```bash
-python olive_oil_train_dataset.create_train_dataset --num-simulations 50 --num-zones 10 --batch-size 50 --output-path "./output/olive_dataset.parquet"
-```
-
-## Output
-The script generates a Parquet file containing simulated olive production data with the following key features:
-- Simulation and zone identifiers
-- Weather conditions (temperature, precipitation, solar energy)
-- Production metrics per olive variety
-- Oil yield calculations
-- Water requirements
-- Cultivation techniques
-
-## Technical Details
-
-### Simulation Parameters
-The simulation takes into account:
-- Temperature effects on production
-- Water availability and drought resistance
-- Solar radiation impact
-- Variety-specific characteristics
-- Cultivation technique influence
-- Zone-specific variations

src/olive_oil_train_dataset/create_train_dataset.py

@@ -133,24 +133,22 @@ def simulate_zone(base_weather, olive_varieties, year, zone, all_varieties, vari
                                   variety_info['Fabbisogno Acqua Estate (m³/ettaro)'] +
                                   variety_info['Fabbisogno Acqua Autunno (m³/ettaro)'] +
                                   variety_info['Fabbisogno Acqua Inverno (m³/ettaro)']
-                          ) / 12
+                          ) / 4
 
         monthly_water_need = zone_weather.apply(
             lambda row: calculate_water_need(row, base_water_need, variety_info['Temperatura Ottimale']),
             axis=1
         )
-        #print(f'Monthly - {variety} - hectares {hectares} - {monthly_water_need}')
         monthly_water_need *= np.random.uniform(0.95, 1.05, len(monthly_water_need))
-        #print(f'Monthly 2 - {variety} - hectares {hectares} - {monthly_water_need}')
         annual_variety_water_need = monthly_water_need.sum() * percentage * hectares
-        #print(f'Annual Variety - {variety} - hectares {hectares} - {annual_variety_water_need}')
+
         # Aggiorna totali annuali
         annual_production += annual_variety_production
         annual_min_oil += min_oil_production
         annual_max_oil += max_oil_production
         annual_avg_oil += avg_oil_production
         annual_water_need += annual_variety_water_need
-        #print(f'Total Annual {annual_water_need}')
+
         # Aggiorna dati varietà
         clean_variety = clean_column_name(variety)
         variety_data[clean_variety].update({
@@ -242,9 +240,9 @@ def simulate_olive_production_parallel(weather_data, olive_varieties, num_simula
         print(f"Utilizzando {max_workers} workers ottimali basati sulle risorse del sistema")
 
     # Calcolo numero di batch
-    num_batches = (num_simulations * num_zones - 1) // batch_size
+    num_batches = (num_simulations + batch_size - 1) // batch_size
     print(f"Elaborazione di {num_simulations} simulazioni con {num_zones} zone in {num_batches} batch")
-    print(f"Totale record attesi: {num_simulations * num_zones}")
+    print(f"Totale record attesi: {num_simulations * num_zones:,}")
 
     # Lista per contenere tutti i DataFrame dei batch
     all_batches = []
@@ -370,11 +368,11 @@ def calculate_production(variety_info, weather, percentage, hectares, seed):
                               variety_info['Fabbisogno Acqua Inverno (m³/ettaro)']
                       ) / 4 * percentage * hectares
 
-    temp_factor = 1 + max(0, (weather["temp_mean"] - 20) / 50)
-    rain_factor = max(0.6, 1 - (weather["precip_sum"] / 1000))
-    water_need = base_water_need * temp_factor * rain_factor
-
-    print(f'temp factor: {temp_factor} rainfall factor: {rain_factor} water_need: {water_need}')
+    water_need = (
+            base_water_need *
+            (1 + max(0, (weather['temp_mean'] - 20) / 50)) *
+            max(0.6, 1 - (weather['precip_sum'] / 1000))
+    )
 
     return {
         'variety': variety_info['Varietà di Olive'],

src/requirements.txt

@@ -1,7 +1,7 @@
 # Data handling and analysis
 pandas>=1.5.0
 numpy>=1.21.0
-scikit-learn==1.6.0
+scikit-learn==1.5.2
 
 # Dashboard and visualization
 dash>=2.9.0
@@ -18,7 +18,4 @@ python-dotenv>=0.21.0
 psutil>=5.9.0
 
 # File handling
-dvc>=2.0.0  # Per la gestione dei file sources.dvc
-
-# Auth
-PyJWT==2.7.0
+dvc>=2.0.0  # Per la gestione dei file sources.dvc

src/utils/helpers.py

@@ -424,20 +424,10 @@ def calculate_weather_effect(row, optimal_temp):
     return combined_effect
 
 def calculate_water_need(weather_data, base_need, optimal_temp):
-    # Calcola il fattore temperatura (minimo 80% del fabbisogno)
-    temp_factor = max(0.8, 1 + 0.05 * (weather_data['temp_mean'] - optimal_temp))
-
-    # Calcola il fattore precipitazioni (minimo 50% del fabbisogno)
-    rain_factor = max(0.5, 1 - 0.001 * weather_data['precip_sum'])
-
-    # Calcola il fabbisogno idrico totale
-    water_need = base_need * temp_factor * rain_factor
-
-    # Debug: controlla che il fabbisogno idrico sia positivo
-    assert water_need >= 0, "Il fabbisogno idrico calcolato è negativo!"
-
-    return water_need
-
+    # Calcola il fabbisogno idrico basato su temperatura e precipitazioni
+    temp_factor = 1 + 0.05 * (weather_data['temp_mean'] - optimal_temp)  # Aumenta del 5% per ogni grado sopra l'ottimale
+    rain_factor = 1 - 0.001 * weather_data['precip_sum']  # Diminuisce leggermente con l'aumentare delle precipitazioni
+    return base_need * temp_factor * rain_factor
 
 def create_technique_mapping(olive_varieties, mapping_path='./sources/technique_mapping.joblib'):
     # Estrai tutte le tecniche uniche dal dataset e convertile in lowercase