librarys-datimport.qmd

               values_to = "Anteil"), by = c("Laub-/Nadel-Waldtyp","Bestockungsaufbau")) %>%
  inner_join(ver_struktbeim$ver_waldtyp_bestaufbau_bb_ha %>%
              pivot_longer(cols = -c("Laub-/Nadel-Waldtyp", Einheit),
               names_to = "Bestockungsaufbau",
               values_to = "Veränderung"), by = c("Laub-/Nadel-Waldtyp","Bestockungsaufbau"))
```




#### ver-Land-Bestockungsaufbau ha-proz

```{r}
ver_land_bestaufbau_ha <- 
  ver_struktbeim$ver_land_bestaufbau_ha %>% 
  pivot_longer(cols = -c(Land, Einheit),
               names_to = "Bestockungsaufbau",
               values_to = "Fläche") %>%
  filter(Bestockungsaufbau %in% c("zweischichtig", "mehrschichtig oder plenterartig")) %>%
  group_by(Land, Einheit) %>%
  summarise(
    Bestockungsaufbau = "mehrschichtig",
    Fläche = sum(Fläche),
    .groups = "drop"
  ) %>%
  bind_rows(ver_struktbeim$ver_land_bestaufbau_ha %>% 
  pivot_longer(cols = -c(Land, Einheit),
               names_to = "Bestockungsaufbau",
               values_to = "Fläche")
  )
```


### Verjüngung

```{r imp_strukt, include=FALSE}
# Excel-Datei einlesen und NaN-Werte als "nan" behandeln
# Namen der Blätter automatisch auslesen
strukt_sheet_names <- excel_sheets("../data/struktur_verj.xlsx")
struktjung <- lapply(strukt_sheet_names, function(sheet) {
  read_excel("../data/struktur_verj.xlsx", sheet = sheet, skip = 5, na = "NaN")
})
# Namen der Liste anpassen
names(struktjung) <- strukt_sheet_names
```

#### Jungbestockungsfläche

```{r}
jungbestfl <- struktjung$verj_ha %>% 
  pivot_longer(cols = -c(Land, Einheit),
               names_to = "Jungbestockung",
               values_to = "Fläche") %>%
  replace_na(list(Fläche = 0))
jungbestfl
```

#### Jungbestockungsanteil

```{r}
# Anteil der Fläche an der Gesamtfläche Wald+Nichtwald [%] nach Land und Bestockungsschicht der Jungbestockung
jungbestant <- struktjung$verj_anteil %>% 
  pivot_longer(cols = -c(Land, Einheit),
               names_to = "Jungbestockung",
               values_to = "Landesanteil") %>%
  replace_na(list(Anteil = 0))
jungbestant
```

#### Jungbestandsfläche join Waldfläche und Landesflächenanteil

```{r}
jungbestflant <- jungbestfl %>% 
  inner_join(waldfl_spez_long, by = "Land", suffix = c("_jungfl", "_waldfl")) %>% 
  filter(!Kategorie %in% c("Blöße", "Nichtholzboden")) %>%
  mutate(Waldflächenanteil = round((Fläche_jungfl / Fläche_waldfl) * 100, 2)) %>%
  inner_join(jungbestant, by = c("Land", "Jungbestockung")) %>%
  select(Land, Jungbestockung, Fläche_jungfl, Kategorie, Fläche_waldfl, Waldflächenanteil, Landesanteil)
```

```{r bb_jungbest_22, include=FALSE}
# Daten vorbereiten
# Baumartenanteile Jungbestockung Gesamtwald!
jungbest_ba_22_long <- struktjung$bb_jungbest_art_22 %>% 
  filter(Verjüngungsart == "alle Verjüngungsarten") %>%
  pivot_longer(cols = -c(Einheit, Verjüngungsart,"alle Baumarten"), 
               names_to  = "Baumartengruppe", 
               values_to = "Waldfläche") %>% 
  replace_na(list(Waldfläche = 0))
```

#### Verjüngungspflanzen pro Hektar

```{r}
jung_ba_22 <- struktjung$jung_ba_22 %>%
  pivot_longer(cols = -c(Land, Einheit),
               names_to = "Baumartengruppe",
               values_to = "Anzahl")
```

#### Verjüngungskreis - Verbissprozent Baumarten

```{r}
nproz_verb_ba_bb <- struktjung$jung_nproz_verb_ba_bb %>%
  pivot_longer(cols = -c(Baumartengruppe,Einheit, "mit oder ohne Verbiss"),
               names_to = "Verbissart",
               values_to = "Verbissprozent")

```

#### Verjüngungskreis - nBA pro Hektar

```{r}
jung_nha_verb_ba_bb <- struktjung$jung_nha_verb_ba_bb %>%
  pivot_longer(cols = -c(Baumartengruppe,Einheit, "mit oder ohne Verbiss"),
               names_to = "Verbissart",
               values_to = "nBA")

```


#### Veränderung Jung

```{r}
verjung_sheet_names <- excel_sheets("../data/ver_jung.xlsx")
verjung <- lapply(verjung_sheet_names, function(sheet) {
  read_excel("../data/ver_jung.xlsx", sheet = sheet, skip = 5, na = "NaN")
})
# Namen der Liste anpassen
names(verjung) <- verjung_sheet_names
```

##### Veränderung Jungbestockung

```{r}
ver_waldflindex_jung_bestschicht <- verjung$ver_waldflindex_jung_bestschich %>%
  pivot_longer(cols = -c(Land, Einheit),
               names_to = "Jungbestockung",
               values_to = "Indexänderungen") %>%
  replace_na(list(Flächenänderungen = 0))
ver_waldflindex_jung_bestschicht
```


```{r}
ver_jungbestfl <- verjung$ver_waldfl_jung_bestschicht %>%
  pivot_longer(cols = -c(Land, Einheit),
               names_to = "Jungbestockung",
               values_to = "Flächenänderungen") %>%
  replace_na(list(Flächenänderungen = 0)) %>% 
  inner_join(ver_waldflindex_jung_bestschicht, by = c("Land", "Jungbestockung"), suffix = c("_ver", "_index")) %>%
  mutate(Veränderungsanteil = Indexänderungen - 100)
ver_jungbestfl
```


```{r bb_ver_jungbest_22, include=FALSE}
# Daten vorbereiten
# Veränderung Baumartenanteile Jungbestockung Gesamtwald!
ver_jungbest_ba_22_long <- verjung$bb_ver_jungbest_art_22 %>% 
  filter(Verjüngungsart == "alle Verjüngungsarten") %>%
  pivot_longer(cols = -c(Einheit, Verjüngungsart, "alle Baumarten"), 
               names_to  = "Baumartengruppe", 
               values_to = "Waldfläche") %>% 
  replace_na(list(Waldfläche = 0))
```




## Totholz 

```{r imp_struktur_tot, include=FALSE}
# Excel-Datei einlesen und NaN-Werte als "nan" behandeln
# Namen der Blätter automatisch auslesen
tot_sheet_names <- excel_sheets("../data/struktur_tot.xlsx")
tot <- lapply(tot_sheet_names, function(sheet) {
  read_excel("../data/struktur_tot.xlsx", sheet = sheet, skip = 5, na = c("NaN"))
})
# Namen der Liste anpassen
names(tot) <- tot_sheet_names
```

### Totholz m³/ha*a Land-Baumartengruppe - reell
```{r}
tot_land_qm_ha_reell <- tot$tot_land_qm_ha_reell %>% 
  pivot_longer(cols = -c(Land, Einheit),
               names_to = "Baumartengruppe",
               values_to = "Totholz")
```

### Veränderung Totholz

```{r}
ver_tot_sheet_names <- excel_sheets("../data/ver_tot.xlsx")
ver_tot <- lapply(ver_tot_sheet_names, function(sheet) {
  read_excel("../data/ver_tot.xlsx", sheet = sheet, skip = 5, na = c("NaN"))
})
# Namen der Liste anpassen
names(ver_tot) <- ver_tot_sheet_names
```

#### Veränderung Totholz m³/ha*a Land-Baumartengruppe - reell

```{r}
ver_tot_land_qm_ha_reell <- ver_tot$ver_tot_land_qm_ha_reell %>% 
  pivot_longer(cols = -c(Land, Einheit),
               names_to = "Baumartengruppe",
               values_to = "Veränderungen")

```


#### Veränderung Waldfläche mit Totholz Index BWI2012=100 Land-Baumartengruppe - reell

```{r}
ver_tot_index_2012_2022 <- ver_tot$ver_tot_index_waldfl_2012_2022 %>% 
  pivot_longer(cols = -c(Land, Einheit),
               names_to = "Baumartengruppe",
               values_to = "Indexänderungen")

```



### Naturnähe, Stammschaden und öko. Baummerkmale {.hidden .unnumbered .unlisted}

```{r imp_naturnaehe, include=FALSE}
# # Excel-Datei einlesen und NaN-Werte als "nan" behandeln
# # Namen der Blätter automatisch auslesen
# naturnaehe_sheet_names <- excel_sheets("../struktur_naturnaehe_schad.xlsx")
# naturnaehe <- lapply(naturnaehe_sheet_names, function(sheet) {
#   read_excel("../struktur_naturnaehe_schad.xlsx", sheet = sheet, skip = 5, na = "NaN")
# })
# # Namen der Liste anpassen
# names(naturnaehe) <- naturnaehe_sheet_names
```

### Zeitpläne

```{r}
# zeitplan_sheet_names <- excel_sheets("../zeitplanung.xlsx")
# zeitplan <- lapply(zeitplan_sheet_names, function(sheet) {
#   read_excel("../zeitplanung.xlsx", sheet = sheet, skip = 5 
#              #,na = ""# "NaN"
#              )
# })
# names(zeitplan) <- zeitplan_sheet_names
```

:::