library(lubridate)
library(ggplot2)
library(StreamMetabolism)
library(xts)
library(reshape)
library(scales)
Dortmund_ <- sunrise.set(51.5135872,7.465298100000001, "2024/01/01", timezone="MET", num.days=370)
sunrise <- Dortmund_$sunrise
sunset <- Dortmund_$sunset
sunrise <- strftime(sunrise, format="%R", tz="MET")
sunset <- strftime(sunset, format="%R", tz="MET")
Dortmund_["sr"] <- as.POSIXct(sunrise, format = "%H:%M")
Dortmund_["ss"] <- as.POSIXct(sunset, format = "%H:%M")
Dortmund_["timestamp"] <- align.time(Dortmund_$sunrise, 60*10)
Dortmund_ <- Dortmund_[c("timestamp", "sr", "ss")]
locsrss <- ggplot(Dortmund_, aes(x=Dortmund_$timestamp)) + geom_line(aes(y=Dortmund_$sr)) + geom_line(aes(y=Dortmund_$ss)) + labs(title = " Sonnenauf-/Sonnenuntergang - Dortmund_ 2024", x = "Datum", y = "Zeit")
pdf("Dortmund__SA_SU.pdf", paper="a4r", width=11)
locsrss
dev.off()
png(filename="Dortmund__SA_SU.png", width = 1400, height = 800, units = "px")
locsrss
dev.off()
Dortmund_["Sonnenaufgang"] <- strftime(Dortmund_$sr, format="%H:%M")
Dortmund_["Sonnenuntergang"] <- strftime(Dortmund_$ss, format="%H:%M")
write.table(Dortmund_, file="Dortmund__SaSu.csv", dec=',', sep=';', row.names=FALSE)