# Weather Intelligence Pipeline

Produktionsklar pipeline för väderintelligens för vägar.

## Arkitektur

```
┌─────────────────┐
│  WeatherProvider│  ← Hämtar från SMHI
│  (SMHI API)     │
└────────┬────────┘
         │
         ▼
┌─────────────────┐
│  Rådata         │  ← Spara oförändrad
│  (JSON)         │
└────────┬────────┘
         │
         ▼
┌─────────────────┐
│  ObservationStore│ ← Idempotent sparande
│  (SQLite)       │
└────────┬────────┘
         │
         ▼
┌─────────────────┐
│  RiskEngine     │  ← Regelbaserad analys
│  (Risk Score)   │
└────────┬────────┘
         │
         ▼
┌─────────────────┐
│  Resultat       │  ← Varningar + Risker
│  (JSON)         │
└─────────────────┘
```

## Komponenter

| Komponent | Fil | Beskrivning |
|-----------|-----|-------------|
| Provider | `providers/weather_provider.py` | Hämtar väderdata från SMHI |
| Storage | `storage/observation_store.py` | Sparar observationer idempotent |
| Engine | `engine/risk_engine.py` | Regelbaserad riskanalys |
| Pipeline | `pipeline.py` | Huvudflöde |

## Regler

| Risk | Villkor | Allvarlighet |
|------|---------|--------------|
| Is | Temp < -5°C | Critical |
| Svartis | Temp < 0°C + Nederbörd | Critical |
| Översvämning | Nederbörd > 20mm | Critical |
| Blöt väg | Nederbörd > 5mm | Medium |
| Stark vind | Vind > 15 m/s | Medium |
| Fallande föremål | Vind > 20 m/s | High |

## Körning

```bash
# Kör pipelinen
python3 pipeline.py

# Kör tester
python3 tests/test_pipeline.py
```

## Dataflöde

1. Hämta väderdata från SMHI
2. Spara rådata oförändrad
3. Skapa normaliserade observationer
4. Koppla till väg i databas
5. Beräkna risk baserat på regler
6. Returnera resultat

## Spårbarhet

- All rådata sparas i `raw/`
- Alla observationer har timestamp
- Alla observationer har source="smhi"
- Idempotent sparande (dubbletter ignoreras)

## Tester

- ✅ Väderdata kan hämtas
- ✅ Observationer sparas idempotent
- ✅ Risker beräknas korrekt
- ✅ Hela pipelinen fungerar