const fs = require('fs');
const path = require('path');
const PNG = require('pngjs').PNG;
const { createCanvas, loadImage } = require('canvas');
const sharp = require('sharp');
// 配置参数
// const WIDTH = 360; // 经度点数
// const HEIGHT = 181; // 纬度点数

// 配置
const TILE_SIZE = 256; // 瓦片大小
const MAX_ZOOM = 5; // 最大缩放级别
const TILES_DIR = 'F:/tiles/cloud'; // 瓦片输出目录
const MISSING_VALUE_THRESHOLD = 9.9e+19; // 空值填充值

// 增加Node.js内存限制
const MAX_MEMORY = 8192;
if (process.env.NODE_OPTIONS === undefined) {
    process.env.NODE_OPTIONS = `--max-old-space-size=${MAX_MEMORY}`;
}

// 创建单张云层图
async function createCloudImage(inputFile, outputFile, rgbVar, type) {

    // 读取文件
    const data = fs.readFileSync(inputFile, 'utf8');
    const lines = data.split('\n').filter(line => line.trim() !== '');

    const { r, g, b } = rgbVar;

    const needReCalcValue = ['DPT', 'HINDEX', 'ICETMP', 'TMAX', 'TMIN', 'TMP', 'TSOIL'].some(ele => {
        return ele.toLowerCase() === type;
    });

    // 跳过第一行的尺寸信息，直接提取数据值
    const values = [];
    let max = parseFloat(lines[1]);
    let min = parseFloat(lines[1]);
    for (let i = 1; i < lines.length; i++) {
        const value = parseFloat(lines[i]);
        if (!isNaN(value)) {
            values.push(needReCalcValue ? value - 273.15 : value);
            if (value > max) {
                max = value;
            }
            if (value < min) {
                min = value;
            }
        }
    }

    const WIDTH = lines[0].split(" ")[0];
    const HEIGHT = lines[0].split(" ")[1];

    // 创建PNG图像
    const png = new PNG({
        width: WIDTH,
        height: HEIGHT,
        filterType: -1
    });

    // 将数据映射到图像像素
    for (let y = 0; y < HEIGHT; y++) {
        for (let x = 0; x < WIDTH; x++) {
            const idx = (WIDTH * y + x) * 4;
            const dataIdx = y * WIDTH + x;

            if (dataIdx < values.length) {
                const itemValue = values[dataIdx];

                if (type === "cloud") {
                    // 将云量值(0-100)映射到透明度(0-255)
                    // 云量越高，越不透明(白色)
                    const alpha = Math.round((itemValue / 100) * 255);
                    png.data[idx] = r;     // R
                    png.data[idx + 1] = g; // G
                    png.data[idx + 2] = b; // B
                    png.data[idx + 3] = alpha; // A (透明度)
                } else if (type === "rain") {
                    const bis = parseInt(((itemValue * 1000) / (max * 1000)) * 100);
                    const alpha = Math.round((bis / 100) * 255);
                    png.data[idx] = r;     // R
                    png.data[idx + 1] = g; // G
                    png.data[idx + 2] = b; // B
                    png.data[idx + 3] = alpha; // A (透明度)
                } else if (type === "tmp") {
                    const { bis, vR, vG, vB } = getVarBis(itemValue);
                    const alpha = Math.round((bis / 100) * 255);
                    png.data[idx] = vR;     // R
                    png.data[idx + 1] = vG; // G
                    png.data[idx + 2] = vB; // B
                    png.data[idx + 3] = alpha; // A (透明度)
                }
            } else {
                // 数据不足时使用透明像素
                png.data[idx] = 0;
                png.data[idx + 1] = 0;
                png.data[idx + 2] = 0;
                png.data[idx + 3] = 0;
            }
        }
    }

    // 保存PNG文件
    png.pack().pipe(fs.createWriteStream(outputFile))
        .on('finish', () => {
            console.log(`PNG图像已保存到 ${outputFile}`);
            // console.log('图像尺寸:', WIDTH, 'x', HEIGHT);
        })
        .on('error', (err) => {
            console.error('保存图像时出错:', err);
        });
}

const tempColors = [
    { dy: -9999, xy: -20, rgb: [49, 54, 149] },  // 深蓝
    { dy: -20, xy: -10, rgb: [69, 117, 180] },  // 蓝
    { dy: -10, xy: 0, rgb: [116, 173, 209] },  // 浅蓝
    { dy: 0, xy: 10, rgb: [171, 217, 233] },    // 更浅蓝
    { dy: 10, xy: 20, rgb: [224, 243, 248] },   // 非常浅蓝
    { dy: 20, xy: 25, rgb: [255, 255, 191] },   // 浅黄（过渡色）
    { dy: 25, xy: 30, rgb: [254, 224, 144] },   // 浅橙（分界点）
    { dy: 30, xy: 40, rgb: [253, 174, 97] },   // 橙色
    { dy: 40, xy: 50, rgb: [244, 109, 67] },   // 橙红色
    { dy: 50, xy: 9999, rgb: [215, 48, 39] }    // 红色
];

function getVarBis(value) {
    let findColor = tempColors.find(ele => {
        return value > ele.dy && value < ele.xy;
    });

    let max = 0;
    if (findColor.dy === -9999 || findColor.xy === 9999) {
        max = value;
    } else {
        max = findColor.dy > findColor.xy ? findColor.dy : findColor.xy;
    }

    let bis = Math.abs(parseInt(value / max * 100));
    bis = bis > 100 ? 100 : bis;

    return {
        bis: 100,
        vR: parseInt(findColor.rgb[0] * (bis / 100)),
        vG: parseInt(findColor.rgb[1] * (bis / 100)),
        vB: parseInt(findColor.rgb[2] * (bis / 100)),
    };
}

// 创建金字塔云层图
async function createCloudImageDeep(file) {
    try {
        // 解析数据
        const { lonCount, latCount, cloudData } = parseDataFile(file);

        // 创建输出目录
        if (!fs.existsSync(TILES_DIR)) {
            fs.mkdirSync(TILES_DIR, { recursive: true });
        }

        // 为每个缩放级别生成瓦片
        for (let zoom = 0; zoom <= MAX_ZOOM; zoom++) {
            await generateTilesForZoom(zoom, lonCount, latCount, cloudData);
        }

        console.log('所有瓦片生成完成！');

    } catch (error) {
        console.error('处理过程中发生错误:', error);
    }
}

// 解析数据文件
function parseDataFile(file) {
    console.log('正在解析数据文件...');
    const data = fs.readFileSync(file, 'utf8').split('\n');

    // 解析网格尺寸
    const [lonCount, latCount] = data[0].split(' ').map(Number);
    console.log(`网格尺寸: ${lonCount} × ${latCount}`);

    // 解析云量数据并过滤缺测值
    const cloudData = new Float32Array(lonCount * latCount);
    let missingCount = 0;
    let index = 0;

    for (let i = 1; i < data.length && index < cloudData.length; i++) {
        if (data[i].trim() !== '') {
            const value = parseFloat(data[i].trim());

            // 过滤缺测值
            if (value > MISSING_VALUE_THRESHOLD) {
                cloudData[index++] = NaN;
                missingCount++;
            } else {
                cloudData[index++] = value;
            }
        }
    }

    console.log(`成功读取 ${index} 个数据点，其中 ${missingCount} 个缺测值`);
    return { lonCount, latCount, cloudData };
}

// 高精度经纬度到瓦片坐标转换
function lonLatToTile(lon, lat, zoom) {
    // 确保经度在[0, 360)范围内
    const normalizedLon = ((lon % 360) + 360) % 360;

    const x = normalizedLon / 360 * Math.pow(2, zoom);
    const tileX = Math.floor(x);

    // 使用高精度墨卡托投影公式
    const latRad = lat * Math.PI / 180;
    const y = (1 - Math.asinh(Math.tan(latRad)) / Math.PI) / 2 * Math.pow(2, zoom);
    const tileY = Math.floor(y);

    return { x: tileX, y: tileY };
}

// 高精度瓦片坐标到经纬度范围
function tileToLonLat(x, y, zoom) {
    const n = Math.pow(2, zoom);

    // 计算经度范围
    const lon_west = x / n * 360;
    const lon_east = (x + 1) / n * 360;

    // 计算纬度范围 (使用高精度反墨卡托投影)
    const lat_north = Math.atan(Math.sinh(Math.PI * (1 - 2 * y / n))) * 180 / Math.PI;
    const lat_south = Math.atan(Math.sinh(Math.PI * (1 - 2 * (y + 1) / n))) * 180 / Math.PI;

    return {
        west: lon_west,
        east: lon_east,
        north: lat_north,
        south: lat_south
    };
}

// 生成单个瓦片 - 使用直接数据映射方法
async function generateTile(zoom, x, y, lonCount, latCount, cloudData) {
    const tileBounds = tileToLonLat(x, y, zoom);
    const imageData = Buffer.alloc(TILE_SIZE * TILE_SIZE * 4);

    // 计算每个像素对应的经纬度增量
    const lonIncrement = (tileBounds.east - tileBounds.west) / TILE_SIZE;
    const latIncrement = (tileBounds.north - tileBounds.south) / TILE_SIZE;

    // 预先计算数据网格的参数
    const lonStep = 360 / lonCount;
    const latStep = 180 / (latCount - 1);

    for (let py = 0; py < TILE_SIZE; py++) {
        // 计算当前像素行的纬度
        const lat = tileBounds.north - py * latIncrement;

        for (let px = 0; px < TILE_SIZE; px++) {
            // 计算当前像素列的经度
            let lon = tileBounds.west + px * lonIncrement;

            // 确保经度在[0, 360)范围内
            lon = ((lon % 360) + 360) % 360;

            // 计算数据网格索引
            const lonIdx = Math.floor(lon / lonStep);
            const latIdx = Math.floor((90 - lat) / latStep);

            // 确保索引在有效范围内
            const safeLonIdx = Math.min(Math.max(0, lonIdx), lonCount - 1);
            const safeLatIdx = Math.min(Math.max(0, latIdx), latCount - 1);

            // 获取云量值
            let cloudValue = 0;
            const dataIdx = safeLatIdx * lonCount + safeLonIdx;

            if (dataIdx >= 0 && dataIdx < cloudData.length) {
                const value = cloudData[dataIdx];
                // 过滤缺测值
                if (isNaN(value) || value > MISSING_VALUE_THRESHOLD) {
                    cloudValue = 0;
                } else {
                    cloudValue = value;
                }
            }

            // 将云量值映射到RGBA
            const alpha = Math.min(255, Math.max(0, Math.round(cloudValue * 2.55)));
            const idx = (py * TILE_SIZE + px) * 4;

            imageData[idx] = 255;     // R
            imageData[idx + 1] = 255; // G
            imageData[idx + 2] = 255; // B
            imageData[idx + 3] = alpha; // A (透明度)
        }
    }

    // 创建瓦片目录
    const tileDir = path.join(TILES_DIR, `${zoom}`, `${x}`);
    fs.mkdirSync(tileDir, { recursive: true });

    // 保存瓦片图像
    await sharp(imageData, {
        raw: {
            width: TILE_SIZE,
            height: TILE_SIZE,
            channels: 4
        }
    })
        .png()
        .toFile(path.join(tileDir, `${y}.png`));
}

// 生成指定缩放级别的所有瓦片
async function generateTilesForZoom(zoom, lonCount, latCount, cloudData) {
    console.log(`正在生成缩放级别 ${zoom} 的瓦片...`);

    const tileCount = Math.pow(2, zoom);
    let generated = 0;
    const totalTiles = tileCount * tileCount;

    // 使用更低的并发数以减少内存使用
    const concurrency = 3;
    const queue = [];

    for (let x = 0; x < tileCount; x++) {
        for (let y = 0; y < tileCount; y++) {
            // 将任务加入队列
            queue.push(() => generateTile(zoom, x, y, lonCount, latCount, cloudData));

            // 当队列达到并发数量时，执行一批任务
            if (queue.length >= concurrency) {
                await Promise.all(queue.map(fn => fn()));
                queue.length = 0; // 清空队列
                generated += concurrency;

                // 显示进度
                const progress = ((generated / totalTiles) * 100).toFixed(1);
                console.log(`缩放级别 ${zoom}: ${progress}% 完成 (${generated}/${totalTiles})`);

                // 手动触发垃圾回收
                if (global.gc) {
                    global.gc();
                }
            }
        }
    }

    // 处理队列中剩余的任务
    if (queue.length > 0) {
        await Promise.all(queue.map(fn => fn()));
        generated += queue.length;
        console.log(`缩放级别 ${zoom}: 100% 完成 (${generated}/${totalTiles})`);
    }

    console.log(`缩放级别 ${zoom} 完成，生成 ${tileCount * tileCount} 个瓦片`);
}

// 主函数
async function main() {
    try {
        // 解析数据
        const { lonCount, latCount, cloudData } = parseDataFile();

        // 创建输出目录
        if (!fs.existsSync(TILES_DIR)) {
            fs.mkdirSync(TILES_DIR, { recursive: true });
        }

        // 为每个缩放级别生成瓦片
        for (let zoom = 0; zoom <= MAX_ZOOM; zoom++) {
            await generateTilesForZoom(zoom, lonCount, latCount, cloudData);
        }

        console.log('所有瓦片生成完成！');

    } catch (error) {
        console.error('处理过程中发生错误:', error);
    }
}

module.exports = { createCloudImage, createCloudImageDeep }