#!/usr/bin/env python3
"""
Analysera väderkonsekvenser för vägar
"""
import sqlite3
from datetime import datetime

DB_PATH = "/home/bernt/.openclaw/workspace/rivp-pilot-1/rivp.db"

def analyze_weather_impact(temperature, precipitation):
    """
    Analysera väderpåverkan på vägar
    Returnerar risknivå och rekommendationer
    """
    risks = []
    
    # Temperaturanalys
    if temperature < 0:
        risks.append({
            "type": "ice_risk",
            "severity": "high",
            "description": "Risk för halka och isbildning"
        })
    elif temperature < 5:
        risks.append({
            "type": "frost_risk",
            "severity": "medium",
            "description": "Risk för frostskador på vägbanan"
        })
    
    # Nederbördsanalys
    if precipitation > 10:
        risks.append({
            "type": "flooding_risk",
            "severity": "high",
            "description": "Risk för översvämning och nedsatt framkomlighet"
        })
    elif precipitation > 5:
        risks.append({
            "type": "wet_road",
            "severity": "medium",
            "description": "Blöt vägbana, ökad bromssträcka"
        })
    
    # Kombinerade effekter
    if temperature < 0 and precipitation > 0:
        risks.append({
            "type": "black_ice",
            "severity": "critical",
            "description": "Mycket hög risk för svartis"
        })
    
    return risks

def get_affected_roads(county="Uppsala"):
    """Hämta vägar i ett specifikt län"""
    conn = sqlite3.connect(DB_PATH)
    c = conn.cursor()
    
    c.execute("SELECT id, road_number, name, type FROM roads WHERE county = ?", (county,))
    roads = c.fetchall()
    
    conn.close()
    return roads

def generate_weather_alerts():
    """Generera vädervarningar för vägar"""
    # Hämta senaste väderdata
    import sys
    sys.path.insert(0, '/home/bernt/.openclaw/workspace/life-prod/ingestion')
    from smhi_weather import fetch_temperature, fetch_precipitation
    
    temp_data = fetch_temperature()
    precip_data = fetch_precipitation()
    
    if not temp_data or not precip_data:
        print("Ingen väderdata tillgänglig")
        return []
    
    temperature = temp_data["temperature"]
    precipitation = precip_data["precipitation_mm"]
    
    # Analysera risker
    risks = analyze_weather_impact(temperature, precipitation)
    
    # Hämta påverkade vägar
    roads = get_affected_roads()
    
    alerts = []
    for road in roads:
        for risk in risks:
            alerts.append({
                "road_id": road[0],
                "road_number": road[1],
                "road_name": road[2],
                "road_type": road[3],
                "risk_type": risk["type"],
                "severity": risk["severity"],
                "description": risk["description"],
                "temperature": temperature,
                "precipitation": precipitation,
                "timestamp": datetime.now().isoformat()
            })
    
    return alerts

if __name__ == "__main__":
    alerts = generate_weather_alerts()
    print(f"Genererade {len(alerts)} vädervarningar")
    
    # Visa första 3
    for alert in alerts[:3]:
        print(f"  {alert['road_number']}: {alert['risk_type']} ({alert['severity']})")