library(lubridate)
library(ggplot2)
library(StreamMetabolism)
library(xts)
library(reshape)
library(scales)
Dortmund <- sunrise.set(51.478936011351344,7.513071990863068, "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)