# ══════════════════════════════════════════════════════════════════════════════
#  PICASO-Hydro 파이프라인 CLI 명령어 리스트 (리눅스 테스트용)
#
#  사용법: 아래 명령을 위에서 아래로 **한 줄씩 복사**해 터미널에 붙여넣어 실행하고, 각 단계에서 에러 발생 여부를 확인합니다.
#
#  PICASO-Hydro 패키지의 구동은 아래의 절차로 수행됩니다. 상당부분을 자동으로 수행하지만 SWAT 모델링 구축 등은 수동으로 
#  수행되어야 합니다. 테스트에서는 user_input 부분은 단계 실행 전 사용자가 직접 제공/수정해야 하는 자료를 의미하며,
#  압축파일을 다운로드 받아 저장하는 형태로 진행합니다.
#    1) 패키지 다운로드 및 설치
#    2) 프로젝트 폴더 초기화
#       <-- user_input: 국가 boundary CSV 수정, 또는 gis/user 폴더에 boundary shape 파일 저장
#    3) 국가 데이터베이스 구축 및 대상지역 GIS DB 구축
#       <-- user_input: 사용자가 매뉴얼로 수집한 자료 추가
#    4) 자료분석을 통한 모의(검보정) 기간, 관측소 등 결정
#       <-- user_input: 예측자료 생성을 위한 yaml 파일 수정 (picaso-hydro.yaml, acidwg_py.yaml)
#    5) acwig 일단위 상세화 자료 구축 (앙상블갯수)
#       <-- user_input: QSWAT+ 프로젝트 default 세팅 및 swat_py.yaml 수정
#    6) swat-plus를 이용한 유량예측자료 생산
#    7) drought risk 그래프 생산
#
#  참고:
#    - 1단계 pip 설치·3단계 다운로드는 인터넷 필요, 3단계 ERA5 는 CDS 키 필요(~/.cdsapirc).
#      https://cds.climate.copernicus.eu/ 에서 등록 후 발급 가능
# ══════════════════════════════════════════════════════════════════════════════


# ── 사전: 프로젝트 폴더를 원하는 곳에 생성하고 루트 지정 및 폴더로 이동  ───────────────────
export PICASO_ROOT=/path/to/PICASO-Hydro
cd $PICASO_ROOT


# ── 1) 패키지 다운로드 및 설치 ───────────────────────────────────────────────
pip install "git+https://github.com/IWMI-KR/picaso-hydro.git#subdirectory=picaso_hydro"
pip install "git+https://github.com/IWMI-KR/picaso-hydro.git#subdirectory=util_py"
pip install "git+https://github.com/IWMI-KR/picaso-hydro.git#subdirectory=acidwg_py"
pip install "git+https://github.com/IWMI-KR/picaso-hydro.git#subdirectory=swat_py"


# ── 2) 프로젝트 폴더 초기화 ──────────────────────────────────────────────────
# 프로젝트에 필요한 폴더들을 생성
picaso-hydro-init

################################################################################
# 3번 절차는 시간이 많이 걸리는 작업입니다. 실제 서버 구축시에는 실행이 필요하지만 테스를 위해서는 이미 가공된 자료를
# 아래 링크를 클릭하여 프로젝트 폴더에 저장한 후 압축을 풀어 사용하시고 4번 절차로 이도하세요.
# 데이터 다운로드 링크: http://shared.iwmi.kr:48080/permanent/swat_py/PICASO-Hydro_user_input.zip
################################################################################
# ── 3) 국가 DB 구축 + 대상지역 GIS DB (다운로드 + UTM 클립) ───────────────────
util-download-national --start-year 2010 --no-validate
# NC(시간자료) → 격자점 hourly + daily CSV
util-era5-extract
# 격자점 daily → SWAT 표준 daily_std
util-weather-standardize --source era5 --resolution daily


# ── 4) 자료분석 ───────────────────────────────────────────────────────
# ERA5 vs 관측 검증
util-weather-validate


# ── 5) acidwg 일단위 상세화 자료 구축 (앙상블) ───────────────────────────────
# APCC에서 제공한 자료(원본 prec/t2m)를 PICASO-Hydro 패키지에서 사용하는 포맷으로 변환 (입력 --> 출력)
#    입력: 0_database/picaso/ 
#    출력: 1_acidwg/picaso/ (계절별 tercile 예측; 이후 acidwg-run의 입력으로 사용됨)
acidwg-picaso-convert --seasons AMJ     # 특정 계절만
acidwg-picaso-convert --years  2016     # 특정 연도만
# 일단위 앙상블 자료 생산
acidwg-run


# ── 6) SWAT-Plus 유량예측자료 생산 ───────────────────────────────────────────
# Calibrated된 SWAT 입력자료를 이용하여 장기 모의결과 생산 (그래프의 historical mean)
python -m swat_py.drought.climatology_run
# picaso-hydro.yaml의 period에 지정된 기간에 대한 앙상블 예측 자료 및 그래프 생산
python -m swat_py.drought.dashboard_data


# ── (현업)  ─────────────────────────────────────────────────────────────
# PICASO-Hydro 패키지가 현업을 위해 세팅되고 DB도 구축이 된 이후에는 매월 현업 운영을 우해서는 아래와
# 같이 2단계의 작업을 통해 수행이 가능합니다.
# 1단계: /config 폴더의 picaso-hydro.yaml 파일의 period 변경
# 2단계: python -m swat_py.drought.run --with-climatology  (5~6단계를 한 번에 실행)