# Meshtastic-kuuluvuusmallinnus — projektin saateprompti > Liitä tämä Claude Coden ensimmäiseksi viestiksi, tai tallenna repon juureen > nimellä `CLAUDE.md`, jolloin se latautuu kontekstiksi joka istunnossa. --- ## Konteksti Rakennan avoimen lähdekoodin työkalun Meshtastic-verkkojen (LoRa, 868 MHz), 2m ja 70cm VHF/UHF -verkkojen kuuluvuuden ennustamiseen Suomessa. **Tässä vaiheessa rajaus on tiukasti OSI-kerros 1**: yhden lähettimen radioaaltojen eteneminen maastossa. Ei protokollaa, ei reititystä, ei törmäyksiä — ne tulevat myöhemmin. Olemassa olevat työkalut (Meshtastic Site Planner) käyttävät SRTM:ää 30–90 m tarkkuudella eivätkä huomioi puustoa lainkaan. Suomessa on saatavilla 2 metrin korkeusmalli ja valtakunnallinen puustoaineisto. Se on tämän projektin koko olemassaolon syy: metsä on usein suurempi vaimennuksen lähde kuin maasto, eikä sitä mallinneta missään. ## Lähtötilanne Repossa on selainprototyyppi `kuuluvuus.html` (yksi tiedosto, Leaflet + vanilla JS). Se on **käyttöliittymän ja algoritmin runko, ei tuotantokoodi**. Se osaa jo: - 720 sädettä (0,5°), maastoprofiilin poiminta jokaiselle - Maan kaarevuus tangenttitasomuunnoksella: `y = h − d²/(2kR)`, k säädettävä - Deygout-pääsärmän diffraktio, ITU-R P.526 -approksimaatio `J(v)` - Vapaan tilan vaimennus + saturoituva metsätermi (liukusäätimillä, ei datalla) - Varjostusvara `σ·z` → kartta näyttää paikkavarmuuden, ei mediaania - Napa-rasteri → Mercator-rasteri bilineaarisesti, monta asemaa max-yhdistelyllä - Maastoprofiilinäkymä: Fresnel-vyöhyke, latvustovyö, määräävä särmä Korkeusdata tulee Terrarium-ruutuina AWS:stä. Puusto on kolme liukusäädintä. Molemmat pitää korvata oikealla suomalaisella datalla. ## Tavoitetila, vaihe 1 Kolme erillistä komponenttia: 1. **`pipeline/`** — datankäsittely. MML:n korkeusmalli ja Luken MVMI sisään, Terrarium-koodatut PNG-ruudut ulos, jotta selain voi lukea ne. 2. **`core/`** — etenemismalli kirjastona, testattavissa ilman selainta. Sama koodi ajettavissa Node/Pythonissa ja selaimessa. 3. **`web/`** — nykyinen prototyyppi puretttuna moduuleiksi, käyttäen `core/`:a. ## Tehtävät järjestyksessä ### 1. Datankäsittelyputki - Lataa MML:n korkeusmalli 2 m (Paituli, `paituli.csc.fi`, tai MML:n tiedostopalvelu). Lisenssi CC BY 4.0. - Yhdistä lehdet `gdalbuildvrt`-virtuaalirasteriksi — älä mosaikoi fyysisesti, aineisto on satoja gigatavuja. - Uudelleenprojisoi EPSG:3067 → EPSG:3857 ja tuota XYZ-ruudut zoom-tasoille 9–14. Käytä Terrarium-koodausta: `h = (R·256 + G + B/256) − 32768`. `rio-rgbify` osaa tämän, mutta tarkista tarkkuus — 1/256 m riittää hyvin. - Sama putki Luken MVMI:lle: puuston keskipituus ja latvuspeittävyys, 16 m ruudukko. Nämä voi pakata samaan PNG:hen eri kanaviin (esim. R = korkeus metreinä, G = peittävyys prosentteina). - CLI: `python pipeline/build_tiles.py --input --out tiles/ --zoom 9-14` - **Korkeusjärjestelmä on N2000, ei ellipsoidikorkeus.** Dokumentoi tämä ja varmista ettei GDAL tee hiljaista muunnosta. ### 2. Etenemismalli omaksi moduulikseen - Irrota `computeRadial()` prototyypistä puhtaaksi funktioksi ilman DOM-riippuvuuksia. - Vaihda diffraktioydin **ITU-R P.1812-7**:ään. ITU julkaisee referenssitoteutuksen (MATLAB ja C++) ilmaiseksi — käytä sitä, älä kirjoita itse. Malli on satoja rivejä ehtolauseita ja virheet ovat hiljaisia. Pidä nykyinen Deygout vaihtoehtona nopeaan esikatseluun. - Kirjoita yksikkötestit ITU:n omilla validointiaineistoilla (P.1812 tulee mukana testivektoreineen). **Tämä on ehdoton.** - Metsävaimennus omaksi funktiokseen, syötteenä MVMI-profiili: ITU-R P.833 -tyylinen saturoituva malli, kerroin kalibroitavissa. ### 3. Suorituskyky - Nykyinen ratkaisu on O(n²) sädettä kohti. Profiloi ensin, optimoi vasta sitten — 30 km ja 260 näytettä on todennäköisesti jo riittävän nopea. - Jos ei ole: siirrä ydin WebAssemblyyn (Rust) tai vektoroi. - Ruutujen haku pitää olla välimuistitettu ja peruutettavissa. ### 4. Validointi - Työkalu joka lukee Meshtastic-lokit (MQTT-uplink tai `--json`-vienti) ja poimii RSSI/SNR + molempien päiden koordinaatit. - Sirontakuvio mitattu vs. mallinnettu, RMSE ja systemaattinen poikkeama. - Metsäkertoimen kalibrointiskripti, joka minimoi jäännöksen mittausjoukossa. - **Älä säädä mallia, säädä kalibrointikerrointa.** ## Tekniset reunaehdot - Koordinaatistot: laskenta WGS84/Mercatorissa, lähtödata EPSG:3067. Tee muunnokset yhdessä paikassa ja testaa ne. - Selainpuoli ilman raskasta kehystä. Nykyinen vanilla JS + Leaflet toimii. - Ei API-avaimia vaativia palveluita oletuksena. Kaiken pitää toimia pelkällä avoimella datalla. - Lisenssi MIT tai Apache-2.0, mutta huomioi datan lisenssiehdot (MML ja Luke: CC BY 4.0 → attribuutio näkyviin käyttöliittymään). ## Miten haluan sinun työskentelevän - Kysy ennen kuin teet isoja arkkitehtuurivalintoja puolestani. - Yksi tehtävä kerrallaan, testit mukana. Älä generoi koko repoa yhdellä kertaa. - Kun kirjoitat fysiikkaa, merkitse kommenttiin mistä suosituksesta ja mistä kaavasta on kyse. Tämä koodi pitää pystyä tarkistamaan alkuperäistä dokumenttia vasten. - Jos malli antaa epäuskottavan tuloksen, sano se. Kaunis kartta joka on 10 dB pielessä on huonompi kuin ruma kartta joka on oikein. - Jätä arkkitehtuuriin optio rakennuksien ja kaupunkiympäristön, vesistöjen ja jääpeitteen huomioimiseen ## Ei vielä Nämä ovat myöhempiä vaiheita, älä aloita niistä ilman pyyntöä: - Kerros 2: CSMA, törmäykset, capture-efekti, hop limit, roolit - Verkkosimulaatio (integraatio Meshtasticatoriin) --- **Ensimmäinen konkreettinen pyyntö:** perusta repon rakenne ja tee datankäsittelyputken luuranko — CLI-argumentit, GDAL-kutsut ja Terrarium- koodaus — pienellä testialueella, jotta voin ajaa sen yhdelle karttalehdelle ennen kuin lataan mitään isoa.