library(lubridate)
library(ggplot2)
library(StreamMetabolism)
library(xts)
library(reshape)
library(scales)
Cala_ratjada_ <- sunrise.set(39.7100398,3.4566910999999436, "2023/01/01", timezone="MET", num.days=370)
sunrise <- Cala_ratjada_$sunrise
sunset <- Cala_ratjada_$sunset
sunrise <- strftime(sunrise, format="%R", tz="MET")
sunset <- strftime(sunset, format="%R", tz="MET")
Cala_ratjada_["sr"] <- as.POSIXct(sunrise, format = "%H:%M")
Cala_ratjada_["ss"] <- as.POSIXct(sunset, format = "%H:%M")
Cala_ratjada_["timestamp"] <- align.time(Cala_ratjada_$sunrise, 60*10)
Cala_ratjada_ <- Cala_ratjada_[c("timestamp", "sr", "ss")]
locsrss <- ggplot(Cala_ratjada_, aes(x=Cala_ratjada_$timestamp)) + geom_line(aes(y=Cala_ratjada_$sr)) + geom_line(aes(y=Cala_ratjada_$ss)) + labs(title = " Sonnenauf-/Sonnenuntergang - Cala_ratjada_ 2023", x = "Datum", y = "Zeit")
pdf("Cala_ratjada__SA_SU.pdf", paper="a4r", width=11)
locsrss
dev.off()
png(filename="Cala_ratjada__SA_SU.png", width = 1400, height = 800, units = "px")
locsrss
dev.off()
Cala_ratjada_["Sonnenaufgang"] <- strftime(Cala_ratjada_$sr, format="%H:%M")
Cala_ratjada_["Sonnenuntergang"] <- strftime(Cala_ratjada_$ss, format="%H:%M")
write.table(Cala_ratjada_, file="Cala_ratjada__SaSu.csv", dec=',', sep=';', row.names=FALSE)