library(lubridate)
library(ggplot2)
library(StreamMetabolism)
library(xts)
library(reshape)
library(scales)
Erlangen <- sunrise.set(49.59095411139979,11.002948877709969, "2024/01/01", timezone="MET", num.days=370)
sunrise <- Erlangen$sunrise
sunset <- Erlangen$sunset
sunrise <- strftime(sunrise, format="%R", tz="MET")
sunset <- strftime(sunset, format="%R", tz="MET")
Erlangen["sr"] <- as.POSIXct(sunrise, format = "%H:%M")
Erlangen["ss"] <- as.POSIXct(sunset, format = "%H:%M")
Erlangen["timestamp"] <- align.time(Erlangen$sunrise, 60*10)
Erlangen <- Erlangen[c("timestamp", "sr", "ss")]
locsrss <- ggplot(Erlangen, aes(x=Erlangen$timestamp)) + geom_line(aes(y=Erlangen$sr)) + geom_line(aes(y=Erlangen$ss)) + labs(title = " Sonnenauf-/Sonnenuntergang - Erlangen 2024", x = "Datum", y = "Zeit")
pdf("Erlangen_SA_SU.pdf", paper="a4r", width=11)
locsrss
dev.off()
png(filename="Erlangen_SA_SU.png", width = 1400, height = 800, units = "px")
locsrss
dev.off()
Erlangen["Sonnenaufgang"] <- strftime(Erlangen$sr, format="%H:%M")
Erlangen["Sonnenuntergang"] <- strftime(Erlangen$ss, format="%H:%M")
write.table(Erlangen, file="Erlangen_SaSu.csv", dec=',', sep=';', row.names=FALSE)