app.py

import gradio as gr
import numpy as np
import matplotlib.pyplot as plt

# --- 輔助函數：產生 Ricker 震波 ---
def ricker_wavelet(t, f=25.0):
    """ 產生一個 Ricker 震波 (墨西哥帽函數) """
    t = t - 2.0 / f # 將震波峰值對齊時間點
    p = (np.pi * f * t) ** 2
    return (1 - 2 * p) * np.exp(-p)

# --- 核心計算與繪圖函數 ---
def plot_seismic_exploration(v1, v2, h, x_max, num_receivers, gain):
    """
    根據輸入的地層參數，計算並繪製震測的走時曲線與視覺化震測剖面圖。
    """
    # === PART 1: 物理計算 ===
    if v2 <= v1:
        fig1, ax1 = plt.subplots(figsize=(10, 6))
        ax1.text(0.5, 0.5, 'Error: V2 must be greater than V1', ha='center', va='center', color='red')
        ax1.set_title("Travel-Time Curve")
        fig2, ax2 = plt.subplots(figsize=(10, 5))
        ax2.text(0.5, 0.5, 'Please ensure V2 > V1 to generate a valid model.', ha='center', va='center', color='red')
        ax2.set_title("Visualized Seismic Profile")
        return fig1, fig2, "### 參數錯誤\n請確保第二層速度 (V2) 大於第一層速度 (V1)。"

    theta_c_rad = np.arcsin(v1 / v2)
    theta_c_deg = np.rad2deg(theta_c_rad)
    ti = (2 * h * np.cos(theta_c_rad)) / v1
    xc = 2 * h * np.sqrt((v2 + v1) / (v2 - v1))
    t0 = (2 * h) / v1

    # === PART 2: 繪製 T-X 走時曲線圖 (Plot 1) ===
    x_continuous = np.linspace(0, x_max, 500)
    t_direct = x_continuous / v1
    t_refracted = (x_continuous / v2) + ti
    t_reflected = np.sqrt(t0**2 + (x_continuous / v1)**2)
    t_first_arrival_continuous = np.minimum(t_direct, t_refracted)
    
    fig1, ax1 = plt.subplots(figsize=(10, 6))
    ax1.plot(x_continuous, t_direct, 'b--', label='Direct Wave')
    ax1.plot(x_continuous, t_refracted, 'g--', label='Refracted Wave')
    ax1.plot(x_continuous, t_reflected, 'm:', linewidth=2, label='Reflected Wave')
    ax1.plot(x_continuous, t_first_arrival_continuous, 'r-', linewidth=3, label='First Arrival')
    if xc < x_max:
        ax1.axvline(x=xc, color='k', linestyle=':', label=f'Crossover = {xc:.1f} m')
    ax1.set_title("1. Travel-Time (T-X) Curve", fontsize=16, loc='left')
    ax1.set_xlabel("Distance (m)")
    ax1.set_ylabel("Travel Time (s)")
    ax1.legend()
    ax1.grid(True)
    ax1.set_xlim(0, x_max)
    y_max = max(np.max(t_direct), np.max(t_reflected))
    ax1.set_ylim(0, y_max * 1.1)
    
    # === PART 3: 繪製視覺化震測剖面圖 (Plot 2) ===
    fig2, ax2 = plt.subplots(figsize=(10, 5))
    receiver_x = np.linspace(0, x_max, int(num_receivers))
    
    # 計算每個測站的抵達時間
    t_reflected_rx = np.sqrt(t0**2 + (receiver_x / v1)**2)
    t_first_arrival_rx = np.minimum(receiver_x / v1, (receiver_x / v2) + ti)

    # 繪製每一條帶有震波的震波線
    wavelet_duration = 0.08
    wavelet_t = np.linspace(0, wavelet_duration, 100)
    
    for i in range(int(num_receivers)):
        # 繪製反射波震波
        wavelet_amp_refl = ricker_wavelet(wavelet_t, f=40) * gain
        x_trace_refl = receiver_x[i] + wavelet_amp_refl
        y_trace_refl = t_reflected_rx[i] - wavelet_duration/2 + wavelet_t
        ax2.plot(x_trace_refl, y_trace_refl, 'k-', linewidth=0.8)
        ax2.fill_betweenx(y_trace_refl, receiver_x[i], x_trace_refl, where=(x_trace_refl > receiver_x[i]), color='black')

        # 繪製初達波震波
        wavelet_amp_first = ricker_wavelet(wavelet_t, f=30) * gain * 1.2
        x_trace_first = receiver_x[i] + wavelet_amp_first
        y_trace_first = t_first_arrival_rx[i] - wavelet_duration/2 + wavelet_t
        ax2.plot(x_trace_first, y_trace_first, 'r-', linewidth=1)
        ax2.fill_betweenx(y_trace_first, receiver_x[i], x_trace_first, where=(x_trace_first > receiver_x[i]), color='red', alpha=0.8)

    # 繪製地表、震源與測站
    ax2.axhline(0, color='brown', linewidth=2)
    ax2.plot(0, 0, 'r*', markersize=20, label='Source')
    ax2.plot(receiver_x, np.zeros_like(receiver_x), 'kv', markersize=8, label='Receivers')

    ax2.set_title(f"2. Visualized Seismic Profile ({int(num_receivers)} Traces)", fontsize=14, loc='left')
    ax2.set_xlabel("Distance (m)")
    ax2.set_ylabel("Two-Way Time (s)")
    ax2.set_xlim(-x_max * 0.05, x_max * 1.05)
    ax2.set_ylim(y_max * 1.1, -y_max*0.05)
    
    # 【*** FIX 1: Move legend to a better position ***】
    ax2.legend(loc='upper right', fontsize='small')
    
    # 【*** FIX 2: Manually adjust layout to prevent overlaps ***】
    fig1.tight_layout(pad=1.1)
    fig2.subplots_adjust(left=0.1, right=0.98, top=0.9, bottom=0.15)


    # === PART 4: 準備輸出的說明文字 ===
    results_md = f"""
    ### 🔬 分析結果

    根據您設計的地層模型，我們計算出以下關鍵物理量：

    #### 折射波 (Refracted Wave)
    - **臨界角 (Critical Angle, θc)**: `arcsin({v1:.0f} / {v2:.0f})` = **{theta_c_deg:.2f}°**
    - **截時 (Intercept Time, tᵢ)**: `(2 * {h:.0f} * cos({theta_c_deg:.2f}°)) / {v1:.0f}` = **{ti*1000:.1f} ms**
    - **交越距離 (Crossover Distance, Xc)**: `2 * {h:.0f} * sqrt(...)` = **{xc:.1f} m**

    ---
    #### 反射波 (Reflected Wave)
    - **雙程走時 (Two-Way Time, t₀)**: `2 * {h:.0f} / {v1:.0f}` = **{t0*1000:.1f} ms**
    """
    return fig1, fig2, results_md

# --- Gradio 介面設定 ---
with gr.Blocks(theme=gr.themes.Soft()) as demo:
    gr.Markdown(
        """
        # 地心震波奇幻之旅：地球物理遊樂場 🌍
        > 創意的發揮是一種學習，過程中，每個人同時是學生也是老師。
        
        這個實驗室就是你的遊樂場。透過親手設計地層模型、佈放虛擬測站，你將不只是學習，更是在**創造和發現**地底下的物理法則。
        """
    )
    
    with gr.Row():
        with gr.Column(scale=1):
            gr.Markdown("### ⚙️ 1. 設計你的地層模型")
            v1_slider = gr.Slider(label="V1: 第一層速度 (m/s)", minimum=300, maximum=3000, value=800, step=50)
            v2_slider = gr.Slider(label="V2: 第二層速度 (m/s)", minimum=500, maximum=6000, value=2500, step=50)
            h_slider = gr.Slider(label="h: 第一層厚度 (m)", minimum=5, maximum=100, value=20, step=1)
            
            gr.Markdown("### ⚙️ 2. 佈放儀器與顯示設定")
            xmax_slider = gr.Slider(label="最大觀測距離 (m)", minimum=100, maximum=500, value=250, step=10)
            receivers_slider = gr.Slider(label="測站數量", minimum=5, maximum=100, value=40, step=1)
            # 【*** FIX 3: Lower default gain for clarity ***】
            gain_slider = gr.Slider(label="剖面增益 (Display Gain)", minimum=1, maximum=20, value=4, step=1)
            
            submit_btn = gr.Button("🚀 開始探勘！", variant="primary")
            
        with gr.Column(scale=2):
            gr.Markdown("### 📊 觀測結果")
            plot_output1 = gr.Plot(label="走時-距離圖 (T-X Plot)")
            plot_output2 = gr.Plot(label="視覺化震測剖面圖 (Visualized Seismic Profile)")
            
    with gr.Row():
        results_output = gr.Markdown("### 🔬 分析結果\n請設計你的地層模型並點擊「開始探勘！」以顯示計算結果。")

    # --- 事件監聽 ---
    submit_btn.click(
        fn=plot_seismic_exploration,
        inputs=[v1_slider, v2_slider, h_slider, xmax_slider, receivers_slider, gain_slider],
        outputs=[plot_output1, plot_output2, results_output] 
    )
    
    gr.Markdown(
        """
        ---
        ### 📖 剖面圖是如何誕生的？
        下方的 **視覺化震測剖面圖** 完美模擬了真實的探勘情境。每一條黑色的垂直線代表一個**測站 (Receiver)**，它記錄到的訊號就是一條帶有**震波 (Wiggle)** 的**震波線 (Trace)**。
        
        - **紅色震波** 代表 **初達波 (First Arrival)**，是能量最早抵達的波。
        - **黑色震波** 代表 **反射波 (Reflected Wave)**，它們來自地下介面的反射。
        
        地球物理學家最重要的工作，就是在成千上萬條震波線中，**尋找並追蹤這些連續排列的震波（稱為「同相軸」）**。例如，圖中那條優美的黑色雙曲線同相軸，就清楚地標示出了地下第一層介面的位置！
        
        ### 🚀 探索與發現
        1.  **增益的效果**: 試著調整「剖面增益」，看看震波的振幅如何變化。在真實資料中，深層的反射信號很微弱，就需要提高增益才能看清楚。
        2.  **看見雙曲線**: 專注觀察剖面圖中的黑色震波。當你增加「測站數量」時，是不是能更清楚地「描繪」出那條對應到上方 T-X 圖的紫色雙曲線？
        3.  **初達波的威力**: 紅色的初達波在剖面圖中形成了一條明顯的分界線。觀察它的轉折點，思考一下這個轉折點（交越距離）告訴了我們關於地下速度結構的什麼資訊？
        """
    )
    
    gr.HTML("""
        <footer style="text-align:center; margin-top: 30px; color:grey;">
            <p>「創意的發揮是一種學習，過程中，每個人同時是學生也是老師。」</p>
            <p>地球物理遊樂場 &copy; 2025 - 由 Gemini 根據課程文件與靈感生成</p>
        </footer>
    """)

if __name__ == "__main__":
    demo.launch()