bd3d73d140
提交正文：
- simulator.py: 新增 SyntheticWeatherDataProvider，基于河南、黑龙江、湖北、
新疆、四川五省气候模板生成合成日气象数据
- simulator.py: 引入国内农事日历 CROP_CALENDAR_CN 与省份作物配置 PROVINCE_CROPS
- simulator.py: 移除对 GridWeatherDataProvider / AgroManagementDataProvider /
fetch_sitedata 的西班牙 Demo 数据依赖
- app.py: 侧边栏支持省份选择，年份范围扩展为 2019-2023
- app.py: 全面移除自定义 CSS，改用 Streamlit 原生组件（st.metric / st.info /
st.success / st.divider 等）简化界面
- app.py: 图表回归 Plotly 原生 add_vline，移除 hex_to_rgba / add_milestone_line
辅助函数
麦麦智农 (maimai-pcse)
基于 PCSE / WOFOST 作物生长模型的智能种植模拟平台。通过真实的作物生理生态模拟，帮助农户与农技人员评估不同作物在特定气候与土壤条件下的生长表现与产量潜力。
功能特性
- 真实作物模拟：基于 WOFOST 7.2 潜在生产（PP）与水分限制生产（WLP）模型
- 多作物支持：冬小麦、春大麦、马铃薯、冬油菜、玉米、向日葵
- 生长曲线可视化：LAI、生物量、籽粒产量、土壤水分动态
- 产量对比分析：同一年份多作物产量横向对比
- 农艺建议：基于模拟结果的关键指标解读与环境匹配提示
技术栈
- Python 3.12+
- Streamlit
- Plotly
- Pandas / NumPy
- PCSE (Python Crop Simulation Environment)
快速开始
使用 uv（推荐）
# 安装依赖
uv sync
# 运行应用
uv run streamlit run app.py
使用 just
just run
项目结构
maimai-pcse/
├── app.py # Streamlit 主应用
├── simulator.py # PCSE 模拟封装
├── main.py # 入口文件
├── pyproject.toml # 项目配置
├── justfile # 任务自动化
├── Dockerfile # Docker 配置
└── README.md # 项目文档
数据说明
应用内置 PCSE Demo 数据库（西班牙 grid 31031，1999–2001 年气象数据），开箱即可运行真实作物模拟，无需额外准备气象与土壤数据。
许可证
MIT License