diff --git "a/R_bwi/bwi_ver\303\266ffentlichung/BWI2022_PK20241014.qmd" "b/R_bwi/bwi_ver\303\266ffentlichung/BWI2022_PK20241014.qmd"
index d257a8830526a2cb1278f40f5419d17b91d7d34e..30fa48ca7e6f1e1d559660ab1fb25011fd9ef495 100644
--- "a/R_bwi/bwi_ver\303\266ffentlichung/BWI2022_PK20241014.qmd"
+++ "b/R_bwi/bwi_ver\303\266ffentlichung/BWI2022_PK20241014.qmd"
@@ -164,23 +164,23 @@ ggplot((waldfl22_eig_long %>%
area = Fläche,
fill = Gruppe, # Gruppierung nach der Spalte "Gruppe"
label = paste(
- Eigentumsart,
- "\n",
- formatC(
- Fläche,
- format = "f",
- big.mark = ".",
- decimal.mark = ",",
- digits = 0
- ),
- "ha"
+ Eigentumsart
+ # "\n",
+ # formatC(
+ # Fläche,
+ # format = "f",
+ # big.mark = ".",
+ # decimal.mark = ",",
+ # digits = 0
+ # ),
+ # "ha"
) # Formatierung der Fläche
)
) +
geom_treemap(colour = "black", size = 0.8) + # Hinzufügen von Randlinien um die Rechtecke
- geom_treemap_text(colour = "black", place = "centre", grow = TRUE) +
+ geom_treemap_text(colour = "black", place = "top", grow = TRUE) +
geom_treemap_text(aes(label = paste0(Prozent, "%")), # Prozentwerte unter der Fläche anzeigen
- colour = "black", place = "bottom", grow = FALSE, size=12, padding.x = grid::unit(2, "mm")) +
+ colour = "black", place = "centre", grow = FALSE, size=14, padding.x = grid::unit(2, "mm")) +
labs(
title = "Waldflächenverteilung in Brandenburg",
subtitle = "Nach Eigentumsarten und Gruppen",
@@ -192,7 +192,7 @@ ggplot((waldfl22_eig_long %>%
#legend.title = element_text(size = 14, face = "bold") # Schriftgröße und Fettdruck des Legendentitels
)
#theme_minimal()
-#ggsave("images/TreemapWaldfläche_Eigentum_Brandenburg_2022.png", width = 20, height = 15, units = "cm")
+#ggsave("images/TreemapWaldfläche_Eigentum_Brandenburg_2022.png", width = 25, height = 15, units = "cm")
```
### Eigentumsübergänge 2012-2022
@@ -271,6 +271,44 @@ ggplot(
:::
:::::
+
+```{r barplot-waldfl22_ba_long_sorted, echo=FALSE}
+# Schritt 1: Sortiere den Datensatz nach Anteil und Baumartengruppe
+waldfl22_ba_long_sorted <- waldfl22_ba_long %>%
+ filter(Land == "Brandenburg" & !Ba_Wa %in% c("alle Laubbäume", "alle Nadelbäume")) %>%
+ arrange(desc(Fläche))
+
+# Schritt 2: Setze die Baumartengruppe als Faktor und definiere die Reihenfolge nach Anteil
+waldfl22_ba_long_sorted$Ba_Wa <- factor(
+ waldfl22_ba_long_sorted$Ba_Wa,
+ levels = waldfl22_ba_long_sorted$Ba_Wa
+)
+
+# Schritt 3: Filtere ba_farben so, dass nur die Farben verwendet werden, die im Plot vorkommen
+farben_fuer_plot <- ba_farben[names(ba_farben) %in% levels(waldfl22_ba_long_sorted$Ba_Wa)]
+
+# Erstelle das liegende gestapelte Balkendiagramm
+ggplot(waldfl22_ba_long_sorted, aes(x = Ba_Wa, y = Prozent, fill = Ba_Wa)) +
+ geom_bar(stat = "identity", position = position_dodge(width = 0.8), width = 0.7) +
+ coord_flip() + # Koordinaten umkehren, um ein liegendes Balkendiagramm zu erstellen
+ geom_text(aes(label = paste0(round(Prozent, 1), "%")),
+ position = position_dodge(width = 0.8), hjust = -0.1, size = 3, color = "black") + # Beschriftung am Ende des Balkens
+ scale_fill_manual(values = farben_fuer_plot) +
+ theme_minimal() +
+ labs(title = "Waldflächenanteile nach Baumartengruppe, Blöße und Lücke \nin Brandenburg (BWI2022)",
+ subtitle = "rechnerischer Reinbestand nach Standfläche der Bäume") +
+ theme(
+ legend.position = "none", # Entfernt die Legende
+ axis.text.y = element_text(size = 8),
+ axis.ticks.y = element_blank(),
+ panel.spacing = unit(0, "cm"), # Verringert den Abstand zwischen Panel und Achse
+ plot.margin = margin(5, 5, 5, 5) # Passt die Abstände um das Diagramm an
+ ) +
+ scale_y_continuous(expand = c(0, 0.1)) # Kontrolliert den Abstand der Bars zur Achse
+#ggsave("images/barplot-waldfl22_ba_long_sorted.png", width = 15, height = 10, units = "cm")
+```
+
+
```{r bb_waldfl_ba_eg_standfl_22_landeswald_treemap, echo=FALSE}
ggplot(
bb_waldfl_ba_eg_standfl_22 %>%
@@ -739,13 +777,12 @@ ggplot(bb_stndfl_ba_22 %>%
, aes(x = Altersklasse, y = Fläche, fill = Baumartengruppe)) +
geom_bar(stat = "identity", position = "stack") + # Gestapeltes Balkendiagramm
- # Linie von II (21 - 40 Jahre) bis VI (101 - 120 Jahre)
- geom_segment(aes(x = 1.5, xend = 6.5, y = normalwaldmodellflaeche22_100, yend = normalwaldmodellflaeche22_100),
- linetype = "dashed", color = "red") +
-
- # Beschriftung über der Linie
- annotate("text", x = 2, y = normalwaldmodellflaeche22_100 + 5000,
- label = paste("Normalwaldmodellfläche bei ", mittlere_Produktionszeit, "Jahren"), color = "red", hjust = 0) + # Beschriftung der Linie
+ # # Linie von II (21 - 40 Jahre) bis VI (101 - 120 Jahre)
+ # geom_segment(aes(x = 1.5, xend = 6.5, y = normalwaldmodellflaeche22_100, yend = normalwaldmodellflaeche22_100),
+ # linetype = "dashed", color = "red") +
+ # # Beschriftung über der Linie
+ # annotate("text", x = 2, y = normalwaldmodellflaeche22_100 + 5000,
+ # label = paste("Normalwaldmodellfläche bei ", mittlere_Produktionszeit, "Jahren"), color = "red", hjust = 0) + # Beschriftung der Linie
# Legendenüberschrift hinzufügen
labs(x = "Altersklasse", y = "Fläche [ha]",
@@ -753,7 +790,7 @@ ggplot(bb_stndfl_ba_22 %>%
fill = "Baumartengruppe") + # Legendenüberschrift
theme_minimal() +
- theme(axis.text.x = element_text(angle = 45, hjust = 1), # X-Achse-Beschriftungen drehen
+ theme(axis.text.x = element_text(angle = 45, hjust = 1,size = 8,colour = "black"), # X-Achse-Beschriftungen drehen
legend.title = element_text(size = 8), # Kleinere Titelgröße für die Legende
legend.text = element_text(size = 7)) + # Kleinere Schriftgröße für Labels
@@ -765,7 +802,7 @@ ggplot(bb_stndfl_ba_22 %>%
ncol = 1, # Einspaltige Legende
override.aes = list(size = 3) # Kleinere Symbole in der Legende
))
-
+ggsave("images/stacked_bb_stndfl_ba_22_sorted.png", width = 25, height = 12, units = "cm")
```
:::
:::::
@@ -1059,6 +1096,19 @@ ggplot(vor_ausg_bb_bag_ak_ha_sorted, aes(x = Baumartengruppe, y = Vorrat, fill =
verringert
:::
+```{r}
+land_bestaufbau %>%
+ filter(Land == "Brandenburg" & !Bestockungsaufbau %in% c('mehrschichtig', 'alle Arten von Bestockungsaufbau')) %>%
+ inner_join(ver_land_bestaufbau_ha %>%
+ filter(Land == "Brandenburg" & !Bestockungsaufbau %in% c('mehrschichtig', 'alle Arten von Bestockungsaufbau')),
+ by = "Bestockungsaufbau") %>%
+ select(Bestockungsaufbau, Fläche = Fläche.x, Veränderung = Fläche.y) %>%
+ mutate(Ursprungswert = Fläche - Veränderung,
+ ProzentualeVeränderung = (Veränderung / Ursprungswert) * 100) %>%
+ pivot_longer(cols = c(Fläche, Veränderung), names_to = "Typ", values_to = "Wert")
+```
+
+
::: {.column width="50%"}
```{r groupbar-bestaufbauflant, echo=FALSE}
ggplot(
@@ -1068,20 +1118,28 @@ ggplot(
filter(Land == "Brandenburg" & !Bestockungsaufbau %in% c('mehrschichtig', 'alle Arten von Bestockungsaufbau')),
by = "Bestockungsaufbau") %>%
select(Bestockungsaufbau, Fläche = Fläche.x, Veränderung = Fläche.y) %>%
+ mutate(Ursprungswert = Fläche - Veränderung,
+ ProzentualeVeränderung = (Veränderung / Ursprungswert) * 100) %>%
pivot_longer(cols = c(Fläche, Veränderung), names_to = "Typ", values_to = "Wert")
, aes(x = reorder(Bestockungsaufbau, -Wert), y = Wert, fill = Bestockungsaufbau)) + # Färben nach Bestockungsaufbau
geom_col(aes(group = Typ), position = position_dodge(width = 0.8), width = 0.7) + # Typ als Gruppe verwenden, um nebeneinander zu bleiben
geom_text(data = . %>% filter(Typ == "Veränderung"), # Nur die Veränderungen beschriften
- aes(label = scales::comma(Wert, big.mark = ".", decimal.mark = ",")),
- position = position_dodge(width = 0.8), vjust = -0.5, hjust = -0.1, size = 3) +
- labs(x = "Bestockungsaufbau", y = "Holzbodenfläche [ha]",
+ aes(label = paste0(#scales::comma(Wert, big.mark = ".", decimal.mark = ","),
+ #"\n(",
+ round(ProzentualeVeränderung, 1), "%"
+ )),
+ position = position_dodge(width = 0.8), vjust = -0.5, hjust = -0.2, size = 3) +
+ labs(x = ""# "Bestockungsaufbau"
+ , y = ""# "Holzbodenfläche [ha]"
+ ,
title = "Fläche und Veränderungen des \nBestockungsaufbaus in Brandenburg") +
theme_minimal() +
scale_fill_manual(values = schichtfarben) + # Verwende die benutzerdefinierte Farbpalette 'schichtfarben'
- theme(axis.text.x = element_text(angle = 45, hjust = 1)) +
+ theme(axis.text.x = element_text(angle = 45, hjust = 1,colour = "black"),
+ legend.position = "none") + # Legende ausblenden +
scale_y_continuous(labels = label_comma(big.mark = ".", decimal.mark = ",", accuracy = 1), # Tausenderformat
breaks = seq(0, max(land_bestaufbau$Fläche, na.rm = TRUE), by = 100000)) # Schrittweite von 100.000 ha
-#ggsave("images/groupbar-bestaufbauflant.png", width = 15, height = 10, units = "cm")
+ggsave("images/groupbar-bestaufbauflant.png", width = 15, height = 10, units = "cm")
```
:::
:::::
@@ -1312,7 +1370,7 @@ ggplot(jung_bb_eig_nba_hb_sorted, aes(x = "", y = Anteil, fill = Baumartengruppe
theme_void() +
theme(legend.position = "right") # Position der Legende
```
-```{r, echo=FALSE}
+```{r barplot-jung_bb_eig_nba_hb_sorted, echo=FALSE}
# Schritt 1: Sortiere den Datensatz nach Anteil und Baumartengruppe
jung_bb_eig_nba_hb_sorted <- jung_bb_eig_nba_hb %>%
filter(Eigentumsart == "alle Eigentumsarten" &
@@ -1329,15 +1387,23 @@ jung_bb_eig_nba_hb_sorted$Baumartengruppe <- factor(
farben_fuer_plot <- ba_farben[names(ba_farben) %in% levels(jung_bb_eig_nba_hb_sorted$Baumartengruppe)]
# Erstelle das liegende gestapelte Balkendiagramm
-ggplot(jung_bb_eig_nba_hb_sorted, aes(y = Anteil, x = "", fill = Baumartengruppe)) +
- geom_bar(stat = "identity", position = "stack", width = 0.8) +
- # geom_text(data = subset(jung_bb_eig_nba_hb_sorted, Anteil > 9),
- # aes(label = paste0(Baumartengruppe, ": ", round(Anteil, 2), "%")),
- # position = position_stack(vjust = 0), size = 3, color = "white") + # Beschriftung im Zentrum des Balkens
+ggplot(jung_bb_eig_nba_hb_sorted, aes(x = Baumartengruppe, y = Anteil, fill = Baumartengruppe)) +
+ geom_bar(stat = "identity", position = position_dodge(width = 0.8), width = 0.7) +
+ coord_flip() + # Koordinaten umkehren, um ein liegendes Balkendiagramm zu erstellen
+ geom_text(aes(label = paste0(round(Anteil, 2), "%")),
+ position = position_dodge(width = 0.8), hjust = -0.1, size = 3, color = "black") + # Beschriftung am Ende des Balkens
scale_fill_manual(values = farben_fuer_plot) +
theme_minimal() +
- labs(x = "Anteil (%)", y = "", title = "Anteile der Baumartengruppen in allen Eigentumsarten") +
- theme(axis.text.y = element_blank(), axis.ticks.y = element_blank())
+ labs(x = "", y = "", title = "Anteile der Baumartengruppen (< 1,3m)\n in allen Eigentumsarten") +
+ theme(
+ legend.position = "none", # Entfernt die Legende
+ axis.text.y = element_text(size = 8),
+ axis.ticks.y = element_blank(),
+ panel.spacing = unit(0, "cm"), # Verringert den Abstand zwischen Panel und Achse
+ plot.margin = margin(5, 5, 5, 5) # Passt die Abstände um das Diagramm an
+ ) +
+ scale_y_continuous(expand = c(0, 0.1)) # Kontrolliert den Abstand der Bars zur Achse
+ggsave("images/barplot-jung_bb_eig_nba_hb_sorted.png", width = 15, height = 10, units = "cm")
```
```{r, echo=FALSE}
# Daten vorbereiten
@@ -1420,12 +1486,176 @@ par(mfrow = c(1, 1))
# dev.off()
```
-```{r, echo=FALSE}
-jung_bb_eig_nba_hb %>%
+```{r groupbar-jung_verbproz_laub_nadel, echo=FALSE}
+ggplot(nproz_verb_ba_bb %>%
+ filter(Baumartengruppe %in% c('alle Baumarten', "alle Nadelbäume", "alle Laubbäume"),
+ `Verbissart` %in% c("Verbiss", "kein Verbiss"))
+ , aes(x = Baumartengruppe, y = Verbissprozent, fill = `Verbissart`)) +
+ geom_bar(stat = "identity", position = position_dodge(width = 0.8), width = 0.7) +
+ labs(x = "", y = "",
+ title = "Verbissprozent für 'Verbiss' und 'kein Verbiss' nach Baumartengruppe") +
+ scale_fill_manual(values = c("Verbiss" = "#fc8d62", "kein Verbiss" = "#66c2a5")) + # Farben manuell festlegen
+ theme_minimal() +
+ theme(axis.text.x = element_text(angle = 45, hjust = 1))
+#ggsave("images/groupbar-jung_verbproz_laub_nadel.png", width = 15, height = 10, units = "cm")
+```
+
+```{r groupbar-jung_bb_eig_proz, echo=FALSE}
+# Reihenfolge der Eigentumsarten festlegen
+jung_bb_eig_proz <- jung_bb_eig_proz %>%
+ mutate(Eigentumsart = factor(Eigentumsart,
+ levels = c('Öffentlicher Wald',
+ "Staatswald (Land)",
+ "Privatwald",
+ "alle Eigentumsarten")))
+
+ggplot(jung_bb_eig_proz %>%
+ filter(Eigentumsart %in% c('Öffentlicher Wald',
+ "Staatswald (Land)",
+ "Privatwald", "alle Eigentumsarten"),
+ `Verbissart` %in% c("Verbiss", "kein Verbiss"))
+ , aes(x = Eigentumsart, y = Verbissprozent, fill = `Verbissart`)) +
+ geom_bar(stat = "identity", position = position_dodge(width = 0.8), width = 0.7) +
+ labs(x = "", y = "",
+ title = "Verbissprozent für 'Verbiss' und 'kein Verbiss' nach Eigentumsarten") +
+ scale_fill_manual(values = c("Verbiss" = "#fc8d62", "kein Verbiss" = "#66c2a5")) + # Farben manuell festlegen
+ theme_minimal() +
+ theme(axis.text.x = element_text(angle = 45, hjust = 1))
+#ggsave("images/groupbar-jung_bb_eig_proz.png", width = 15, height = 10, units = "cm")
+```
+
+```{r stackbar-bestyp_eig_bb_ha_anteile, echo=FALSE}
+# Berechnung der Anteile und Hinzufügen der Spalte Anteil
+bestyp_eig_bb_ha_anteile <- bestyp_eig_bb_ha %>%
+ filter(Eigentumsart %in% c('Öffentlicher Wald',
+ "Staatswald (Land)",
+ "Privatwald",
+ "alle Eigentumsarten"),
+ !Bestockungstyp %in% c("Laubwald-Typ", "Nadelwald-Typ")) %>%
+ group_by(Eigentumsart) %>%
+ mutate(Gesamtfläche = Waldfläche[Bestockungstyp == "alle Laub-/Nadelwaldtypen"],
+ Anteil = (Waldfläche / Gesamtfläche) * 100) %>%
+ filter(!Bestockungstyp %in% c("alle Laub-/Nadelwaldtypen")) %>%
+ ungroup() %>%
+ mutate(Eigentumsart = factor(Eigentumsart,
+ levels = c('Öffentlicher Wald',
+ "Staatswald (Land)",
+ "Privatwald",
+ "alle Eigentumsarten")))
+
+# Erstelle das gestapelte Balkendiagramm mit Anteilen als Beschriftung
+ggplot(bestyp_eig_bb_ha_anteile, aes(x = Eigentumsart, y = Anteil, fill = Bestockungstyp)) +
+ geom_bar(stat = "identity", position = "stack", width = 0.7) +
+ # geom_text(aes(label = paste0(round(Anteil, 1), "%")),
+ # position = position_stack(vjust = 0.5), size = 3, color = "black") +
+ labs(x = "", y = "Bestockungstypanteile [%]",
+ title = "Waldflächenanteile\n nach Bestockungstyp und Eigentumsart") +
+ scale_fill_manual(values = c("#66c2a5", "#fc8d62", "#8da0cb", "#e78ac3", "#a6d854", "#ffd92f", "#e5c494")) + # Manuell definierte Farben für Bestockungstypen
+ theme_minimal() +
+ theme(axis.text.x = element_text(angle = 45, hjust = 1))
+#ggsave("images/stackbar-bestyp_eig_bb_ha_anteile.png", width = 15, height = 10, units = "cm")
+```
+
+```{r barplot-ver_bestyp_eig_bb_ha_filtered, echo=FALSE}}
+# Daten filtern und Bestockungstyp als Faktor setzen
+ver_bestyp_eig_bb_ha_filtered <- ver_bestyp_eig_bb_ha %>%
filter(Eigentumsart == "alle Eigentumsarten" &
- !Baumartengruppe %in% c("alle Baumarten", "alle Laubbäume", "alle Nadelbäume")) %>%
- summarise(Anteil = sum(Anteil))
+ !Bestockungstyp %in% c("alle Laub-/Nadelwaldtypen","Laubwald-Typ", "Nadelwald-Typ")) %>%
+ mutate(Bestockungstyp = factor(Bestockungstyp, levels = Bestockungstyp))
+
+# Erstelle das Balkendiagramm für die Veränderungen der Bestockungstypen
+ggplot(ver_bestyp_eig_bb_ha_filtered, aes(x = Bestockungstyp, y = Waldflächenänderung, fill = Bestockungstyp)) +
+ geom_bar(stat = "identity", width = 0.7) +
+ labs(x = "", y = "Waldflächenänderung [ha]",
+ title = "Veränderungen der Waldflächen nach Bestockungstypen\n(alle Eigentumsarten)") +
+ scale_fill_manual(values = c("#66c2a5", "#fc8d62", "#8da0cb", "#e78ac3", "#a6d854", "#ffd92f", "#e5c494")) + # Manuell definierte Farben
+ theme_minimal() +
+ theme(axis.text.x = element_text(angle = 45, hjust = 1),
+ legend.position = "none") # Entfernt die Legende
+#ggsave("images/barplot-ver_bestyp_eig_bb_ha_filtered.png", width = 15, height = 10, units = "cm")
```
+```{r}
+ver_bestyp_eig_bb_ha_filtered %>%
+ flextable() %>%
+ colformat_double(big.mark = ".", decimal.mark = ",",digits = 0)
+```
+
+```{r}
+bestyp_eig_bb_ha_filtered %>%
+ filter(Eigentumsart == "alle Eigentumsarten") %>%
+ flextable() %>%
+ colformat_double(big.mark = ".", decimal.mark = ",",digits = 0)
+```
+
+```{r}
+ver_bestyp_eig_bb_ha %>%
+ filter(Eigentumsart %in% c(
+ # 'Öffentlicher Wald',
+ # "Staatswald (Land)",
+ # "Privatwald",
+ "alle Eigentumsarten"),
+ !Bestockungstyp %in% c("alle Laub-/Nadelwaldtypen"))
+```
+### zuwachs
+
+```{r}
+zuw_eig_bag_ha_a %>%
+ filter(Eigentumsart %in% c('Öffentlicher Wald',
+ "Staatswald (Land)",
+ "Privatwald",
+ "alle Eigentumsarten"),
+ Baumartengruppe == "alle Baumarten") %>%
+ inner_join(
+ nutz_eig_bag_ha_a %>%
+ filter(Eigentumsart %in% c('Öffentlicher Wald',
+ "Staatswald (Land)",
+ "Privatwald",
+ "alle Eigentumsarten"),
+ Baumartengruppe == "alle Baumarten"),
+ by = c("Eigentumsart", "Baumartengruppe")
+ ) %>%
+ select(Eigentumsart, Baumartengruppe, Zuwachs, Nutzung) %>%
+ pivot_longer(cols = c(Eigentumsart, Baumartengruppe),
+ names_to = "ZuNutz",
+ values_to = "Efm")
+
+
+```
+```{r groupbar-zuwachs_nutzung_long, echo=FALSE}
+zuwachs_nutzung_long <- zuw_eig_bag_ha_a %>%
+ filter(Eigentumsart %in% c('Öffentlicher Wald',
+ "Staatswald (Land)",
+ "Privatwald",
+ "alle Eigentumsarten"),
+ Baumartengruppe == "alle Baumarten") %>%
+ inner_join(
+ nutz_eig_bag_ha_a %>%
+ filter(Eigentumsart %in% c('Öffentlicher Wald',
+ "Staatswald (Land)",
+ "Privatwald",
+ "alle Eigentumsarten"),
+ Baumartengruppe == "alle Baumarten"),
+ by = c("Eigentumsart", "Baumartengruppe")
+ ) %>%
+ select(Eigentumsart, Zuwachs, Nutzung) %>%
+ pivot_longer(cols = c(Zuwachs, Nutzung), names_to = "Typ", values_to = "Wert")%>%
+ mutate(Eigentumsart = factor(Eigentumsart,
+ levels = c('Öffentlicher Wald',
+ "Staatswald (Land)",
+ "Privatwald",
+ "alle Eigentumsarten")))
+
+# Erstelle das gruppierte Balkendiagramm
+ggplot(zuwachs_nutzung_long, aes(x = Eigentumsart, y = Wert, fill = Typ)) +
+ geom_bar(stat = "identity", position = position_dodge(width = 0.8), width = 0.7) +
+ labs(x = "", y = "",
+ title = "Zuwachs und Nutzung nach Eigentumsart in Efm") +
+ scale_fill_manual(values = c("Zuwachs" = "#66c2a5", "Nutzung" = "#fc8d62")) + # Farben manuell festlegen
+ theme_minimal() +
+ theme(axis.text.x = element_text(angle = 45, hjust = 1))
+ggsave("images/groupbar-zuwachs_nutzung_long.png", width = 15, height = 10, units = "cm")
+```
+
# Zusammenfassung
diff --git "a/R_bwi/bwi_ver\303\266ffentlichung/images/TreemapWaldfl\303\244che_Eigentum_Brandenburg_2022.png" "b/R_bwi/bwi_ver\303\266ffentlichung/images/TreemapWaldfl\303\244che_Eigentum_Brandenburg_2022.png"
index b1844b3af5939f367ed6dc001473b7152c43081f..19ce6101ad5fb63304770d60215c965694bb3c0c 100644
Binary files "a/R_bwi/bwi_ver\303\266ffentlichung/images/TreemapWaldfl\303\244che_Eigentum_Brandenburg_2022.png" and "b/R_bwi/bwi_ver\303\266ffentlichung/images/TreemapWaldfl\303\244che_Eigentum_Brandenburg_2022.png" differ
diff --git "a/R_bwi/bwi_ver\303\266ffentlichung/images/barplot-jung_bb_eig_nba_hb_sorted.png" "b/R_bwi/bwi_ver\303\266ffentlichung/images/barplot-jung_bb_eig_nba_hb_sorted.png"
new file mode 100644
index 0000000000000000000000000000000000000000..cac4a789fc72d2983050dfb35cf8bcd0ce3e3d2b
Binary files /dev/null and "b/R_bwi/bwi_ver\303\266ffentlichung/images/barplot-jung_bb_eig_nba_hb_sorted.png" differ
diff --git "a/R_bwi/bwi_ver\303\266ffentlichung/images/barplot-ver_bestyp_eig_bb_ha_filtered.png" "b/R_bwi/bwi_ver\303\266ffentlichung/images/barplot-ver_bestyp_eig_bb_ha_filtered.png"
new file mode 100644
index 0000000000000000000000000000000000000000..658aa7c3fb945fb1d7f2d0a27afce8242c4ff672
Binary files /dev/null and "b/R_bwi/bwi_ver\303\266ffentlichung/images/barplot-ver_bestyp_eig_bb_ha_filtered.png" differ
diff --git "a/R_bwi/bwi_ver\303\266ffentlichung/images/barplot-waldfl22_ba_long_sorted.png" "b/R_bwi/bwi_ver\303\266ffentlichung/images/barplot-waldfl22_ba_long_sorted.png"
new file mode 100644
index 0000000000000000000000000000000000000000..2d26db2a0cbbf95707837b788a29b6be4e181f30
Binary files /dev/null and "b/R_bwi/bwi_ver\303\266ffentlichung/images/barplot-waldfl22_ba_long_sorted.png" differ
diff --git "a/R_bwi/bwi_ver\303\266ffentlichung/images/groupbar-bestaufbauflant.png" "b/R_bwi/bwi_ver\303\266ffentlichung/images/groupbar-bestaufbauflant.png"
index f0671a08e6603db022e7e26b26219061c26d15be..1d18f89462fe9e592466ea7f622b1323ee30df92 100644
Binary files "a/R_bwi/bwi_ver\303\266ffentlichung/images/groupbar-bestaufbauflant.png" and "b/R_bwi/bwi_ver\303\266ffentlichung/images/groupbar-bestaufbauflant.png" differ
diff --git "a/R_bwi/bwi_ver\303\266ffentlichung/images/groupbar-jung_bb_eig_proz.png" "b/R_bwi/bwi_ver\303\266ffentlichung/images/groupbar-jung_bb_eig_proz.png"
new file mode 100644
index 0000000000000000000000000000000000000000..fca4aec6f3261b6a9e6020006a73cada162d71c2
Binary files /dev/null and "b/R_bwi/bwi_ver\303\266ffentlichung/images/groupbar-jung_bb_eig_proz.png" differ
diff --git "a/R_bwi/bwi_ver\303\266ffentlichung/images/groupbar-jung_verbproz_laub_nadel.png" "b/R_bwi/bwi_ver\303\266ffentlichung/images/groupbar-jung_verbproz_laub_nadel.png"
new file mode 100644
index 0000000000000000000000000000000000000000..3940893b09a9e8d384480f61e1ca02eb5d013d3b
Binary files /dev/null and "b/R_bwi/bwi_ver\303\266ffentlichung/images/groupbar-jung_verbproz_laub_nadel.png" differ
diff --git "a/R_bwi/bwi_ver\303\266ffentlichung/images/groupbar-zuwachs_nutzung_long.png" "b/R_bwi/bwi_ver\303\266ffentlichung/images/groupbar-zuwachs_nutzung_long.png"
new file mode 100644
index 0000000000000000000000000000000000000000..ee5934be96088d498444d95fd37e8b17d4b01b12
Binary files /dev/null and "b/R_bwi/bwi_ver\303\266ffentlichung/images/groupbar-zuwachs_nutzung_long.png" differ
diff --git "a/R_bwi/bwi_ver\303\266ffentlichung/images/stackbar-bestyp_eig_bb_ha_anteile.png" "b/R_bwi/bwi_ver\303\266ffentlichung/images/stackbar-bestyp_eig_bb_ha_anteile.png"
new file mode 100644
index 0000000000000000000000000000000000000000..f1200521e5deccdbf9ecea9a51e7a863433db3ef
Binary files /dev/null and "b/R_bwi/bwi_ver\303\266ffentlichung/images/stackbar-bestyp_eig_bb_ha_anteile.png" differ
diff --git "a/R_bwi/bwi_ver\303\266ffentlichung/images/stacked_bb_stndfl_ba_22_sorted.png" "b/R_bwi/bwi_ver\303\266ffentlichung/images/stacked_bb_stndfl_ba_22_sorted.png"
new file mode 100644
index 0000000000000000000000000000000000000000..98cb7f75842b2bdfdb7066149ca20ca8c828c9f6
Binary files /dev/null and "b/R_bwi/bwi_ver\303\266ffentlichung/images/stacked_bb_stndfl_ba_22_sorted.png" differ
diff --git "a/R_bwi/bwi_ver\303\266ffentlichung/librarys-datimport.qmd" "b/R_bwi/bwi_ver\303\266ffentlichung/librarys-datimport.qmd"
index 71accebe9346a2e87770b60a5d35f93b092680c1..f2337a3780ecc4683a82af7720a5058abb26245f 100644
--- "a/R_bwi/bwi_ver\303\266ffentlichung/librarys-datimport.qmd"
+++ "b/R_bwi/bwi_ver\303\266ffentlichung/librarys-datimport.qmd"
@@ -130,7 +130,7 @@ farben_fuer_eigentumsarten <- c(
## Schichten
```{r}
schichtfarben <- c(
- "einschichtig" = "#ffffcc",
+ "einschichtig" = "#919691",
"zweischichtig" = "#78c679",
"mehrschichtig" = "#31a354",
"mehrschichtig oder plenterartig" = "#006837",
@@ -533,6 +533,10 @@ ver_bb_stndfl_ba_22$Baumartengruppe <- factor(ver_bb_stndfl_ba_22$Baumartengrupp
pull(Baumartengruppe))
```
+
+
+
+
## Vorrat und Vorratsänderung
### Vorrat
@@ -904,6 +908,16 @@ zuw <- lapply(zuw_sheet_names, function(sheet) {
names(zuw) <- zuw_sheet_names
```
+### zuw_eig_bag_ha_a
+
+```{r}
+zuw_eig_bag_ha_a <- zuw$zuw_eig_bag_ha_a %>%
+ pivot_longer(cols = -c(Eigentumsart, Einheit),
+ names_to = "Baumartengruppe",
+ values_to = "Zuwachs") %>%
+ replace_na(list(Zuwachs = 0))
+```
+
### Zuwachs Länder-Baumartengruppe-m³/ha*a
```{r}
@@ -925,6 +939,17 @@ abgang_nutz <- lapply(abgang_nutz_sheet_names, function(sheet) {
names(abgang_nutz) <- abgang_nutz_sheet_names
```
+### nutz_eig_bag_ha_a
+
+```{r}
+nutz_eig_bag_ha_a <- abgang_nutz$nutz_eig_bag_ha_a %>%
+ pivot_longer(cols = -c(Eigentumsart, Einheit),
+ names_to = "Baumartengruppe",
+ values_to = "Nutzung") %>%
+ replace_na(list(Nutzung = 0))
+```
+
+
### Abgang ideell
```{r}
@@ -988,6 +1013,26 @@ ver_struktbeim <- lapply(ver_stuktbeim_sheet_names, function(sheet) {
names(ver_struktbeim) <- ver_stuktbeim_sheet_names
```
+
+#### ver_bestyp_eig_bb_ha
+```{r}
+ver_bestyp_eig_bb_ha <- ver_struktbeim$ver_bestyp_eig_bb_ha %>%
+ pivot_longer(cols = -c(Eigentumsart, Einheit),
+ names_to = "Bestockungstyp",
+ values_to = "Waldflächenänderung") %>%
+ replace_na(list(Waldflächenänderung = 0))
+```
+
+
+#### bestyp_eig_bb_ha
+```{r}
+bestyp_eig_bb_ha <- struktbeim$bestyp_eig_bb_ha %>%
+ pivot_longer(cols = -c(Eigentumsart, Einheit),
+ names_to = "Bestockungstyp",
+ values_to = "Waldfläche") %>%
+ replace_na(list(Waldfläche = 0))
+```
+
#### Land-Bestockungsaufbau ha-proz
```{r}
@@ -1157,6 +1202,16 @@ nproz_verb_ba_bb <- struktjung$jung_nproz_verb_ba_bb %>%
```
+#### Verjüngungskreis - Verbissprozent Eigentum
+
+```{r}
+jung_bb_eig_proz <- struktjung$jung_bb_eig_proz %>%
+ pivot_longer(cols = -c(Eigentumsart,Einheit, "mit oder ohne Verbiss"),
+ names_to = "Verbissart",
+ values_to = "Verbissprozent")
+
+```
+
#### Verjüngungskreis - nBA pro Hektar
```{r}
diff --git a/R_bwi/data/abgang_nutzung.xlsx b/R_bwi/data/abgang_nutzung.xlsx
index 6a1bbc3a176e74f04084bce9de998b47098ff881..1ce742054a48e54c7adf39ba5dacf5aecef32aa8 100644
Binary files a/R_bwi/data/abgang_nutzung.xlsx and b/R_bwi/data/abgang_nutzung.xlsx differ
diff --git a/R_bwi/data/strukt_beim_besttyp.xlsx b/R_bwi/data/strukt_beim_besttyp.xlsx
index e3681caf4abb9dfc961d34f52085d277abb310fd..126fff7e6390c3111f303c570a18e04b6ce4c25b 100644
Binary files a/R_bwi/data/strukt_beim_besttyp.xlsx and b/R_bwi/data/strukt_beim_besttyp.xlsx differ
diff --git a/R_bwi/data/struktur_verj.xlsx b/R_bwi/data/struktur_verj.xlsx
index 4d46a5b9893fa61c66dc0a4e931f628c50d1639c..7a0cd544125a0a1763055dbf6999f7705604ed3a 100644
Binary files a/R_bwi/data/struktur_verj.xlsx and b/R_bwi/data/struktur_verj.xlsx differ
diff --git a/R_bwi/data/ver_strukt_beim_besttyp.xlsx b/R_bwi/data/ver_strukt_beim_besttyp.xlsx
index 12c0ea09942552fe3e710bd2f25cadc15b98102a..7c42fafaa9ead07d2026407aaf66bcf37191e921 100644
Binary files a/R_bwi/data/ver_strukt_beim_besttyp.xlsx and b/R_bwi/data/ver_strukt_beim_besttyp.xlsx differ
diff --git a/R_bwi/data/zuwachs.xlsx b/R_bwi/data/zuwachs.xlsx
index c32d112febfbefb62253123562b8c0af31f39f52..ea19863f486d56a2fdccd282f26431a336f878b5 100644
Binary files a/R_bwi/data/zuwachs.xlsx and b/R_bwi/data/zuwachs.xlsx differ
diff --git a/R_bwi/interpretationsworkshop/data/strukt_beim_besttyp.xlsx b/R_bwi/interpretationsworkshop/data/strukt_beim_besttyp.xlsx
index e3681caf4abb9dfc961d34f52085d277abb310fd..126fff7e6390c3111f303c570a18e04b6ce4c25b 100644
Binary files a/R_bwi/interpretationsworkshop/data/strukt_beim_besttyp.xlsx and b/R_bwi/interpretationsworkshop/data/strukt_beim_besttyp.xlsx differ
diff --git a/R_bwi/interpretationsworkshop/data/zuwachs.xlsx b/R_bwi/interpretationsworkshop/data/zuwachs.xlsx
index c32d112febfbefb62253123562b8c0af31f39f52..ea19863f486d56a2fdccd282f26431a336f878b5 100644
Binary files a/R_bwi/interpretationsworkshop/data/zuwachs.xlsx and b/R_bwi/interpretationsworkshop/data/zuwachs.xlsx differ