diff --git "a/R_bwi/bwi_ver\303\266ffentlichung/BWI-LFE_MLUK.qmd" "b/R_bwi/bwi_ver\303\266ffentlichung/BWI-LFE_MLUK.qmd"
index c82f4fbda91a6155d1dc376f4c4c2d84201080d6..a34ebe15b1ea0aaca13ec0c55db3ed56e3f0cbd0 100644
--- "a/R_bwi/bwi_ver\303\266ffentlichung/BWI-LFE_MLUK.qmd"
+++ "b/R_bwi/bwi_ver\303\266ffentlichung/BWI-LFE_MLUK.qmd"
@@ -965,20 +965,58 @@ ggplot(
### Altersstruktur
+```{r normalwaldmodellfläche include=FALSE}
+# Berechne die Normalwaldmodellfläche
+mittlere_Produktionszeit <- 120
+normalwaldmodellflaeche22_100 <- (bb_stndfl_ba_22 %>%
+ filter(Baumartengruppe == "alle Baumarten" & Altersklasse == "alle Baumaltersklassen" ) %>%
+ select(Fläche) %>%
+ pull() / mittlere_Produktionszeit) * 20
+```
+
```{r}
+# Extrahiere die Baumartengruppen, die im Plot verwendet werden
+baumarten_im_plot <- bb_stndfl_ba_22 %>%
+ filter(Altersklasse != "alle Baumaltersklassen" &
+ !Baumartengruppe %in% c("alle Baumarten", "alle Laubbäume", "alle Nadelbäume")) %>%
+ distinct(Baumartengruppe) %>%
+ pull(Baumartengruppe)
+
+# Filtere ba_farben so, dass nur die Farben verwendet werden, die im Plot vorkommen
+farben_fuer_plot <- ba_farben[names(ba_farben) %in% baumarten_im_plot]
+ggplot(bb_stndfl_ba_22 %>%
+ filter(Altersklasse != "alle Baumaltersklassen" &
+ !Baumartengruppe %in% c("alle Baumarten", "alle Laubbäume", "alle Nadelbäume")), # Entfernen der Gesamtklassen
+ 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
+ labs(x = "Altersklasse", y = "Fläche [ha]",
+ title = "Standflächen der Baumarten über die Altersklassen") +
+ theme_minimal() +
+ theme(axis.text.x = element_text(angle = 45, hjust = 1)) + # X-Achse-Beschriftungen drehen
+ scale_y_continuous(labels = scales::comma_format(big.mark = ".", decimal.mark = ",")) + # Tausenderformat
+ scale_fill_manual(values = farben_fuer_plot) # Farben aus ba_farben verwenden
+```
+
-bb_vor_bhd_akl_22_long$Altersklasse <- factor(bb_vor_bhd_akl_22_long$Altersklasse,
- levels = c("1 - 20 Jahre", "21 - 40 Jahre", "41 - 60 Jahre",
- "61 - 80 Jahre", "81 - 100 Jahre", "101 - 120 Jahre",
- "121 - 140 Jahre", "141 - 160 Jahre", "> 160 Jahre"),
- labels = c("I\n1 - 20 Jahre", "II\n21 - 40 Jahre", "III\n41 - 60 Jahre",
- "IV\n61 - 80 Jahre", "V\n81 - 100 Jahre", "VI\n101 - 120 Jahre",
- "VII\n121 - 140 Jahre", "VIII\n141 - 160 Jahre", "IX\n> 160 Jahre"))
-# Umordnen der Faktorstufen basierend auf einem numerischen Wert, der jeder Kategorie zugewiesen wird
-bb_vor_bhd_akl_22_long$Brusthöhendurchmesser <- factor(bb_vor_bhd_akl_22_long$Brusthöhendurchmesser,
- levels = c("ab 90 cm", "80,0 - 89,9 cm", "70,0 - 79,9 cm", "60,0 - 69,9 cm", "50,0 - 59,9 cm",
- "40,0 - 49,9 cm", "30,0 - 39,9 cm", "20,0 - 29,9 cm" , "10,0 - 19,9 cm", "7,0 - 9,9 cm"),
- ordered = TRUE)
+<!-- TODO: Vorrat und Altersstruktur/BHD in Brandenburg -->
+```{r}
+ggplot(vor_anteil_ver_reell_bb_allba_qm_ha %>%
+ filter(Altersklasse != "alle Baumaltersklassen" & Brusthöhendurchmesser != "alle BHD-Stufen"), # Entfernen der Gesamtklassen
+ aes(x = Altersklasse, y = Volumen, fill = Brusthöhendurchmesser)) +
+ geom_bar(stat = "identity", position = "stack") + # Gestapeltes Balkendiagramm
+ labs(x = "Altersklasse", y = "Volumen [m³/ha]",
+ title = "Vorrat über die Altersklassen") +
+ theme_minimal() +
+ theme(axis.text.x = element_text(angle = 45, hjust = 1)) + # X-Achse-Beschriftungen drehen
+ scale_y_continuous(labels = scales::comma_format(big.mark = ".", decimal.mark = ",")) + # Tausenderformat
+ scale_fill_brewer(palette = "Set3") # Farben für die gestapelten Balken
```
diff --git "a/R_bwi/bwi_ver\303\266ffentlichung/librarys-datimport.qmd" "b/R_bwi/bwi_ver\303\266ffentlichung/librarys-datimport.qmd"
index 0eeba2de8818626499ecef3f54cea00f0119b1bf..771fd262822b13cd02feebcc889e2af3fa9e6cf5 100644
--- "a/R_bwi/bwi_ver\303\266ffentlichung/librarys-datimport.qmd"
+++ "b/R_bwi/bwi_ver\303\266ffentlichung/librarys-datimport.qmd"
@@ -116,41 +116,48 @@ ba_farben <- c("Eiche (Quercus)" = "#ffffcc",
```{r}
#
-qu_trackt_eckenanzahl <- "select --distinct bftw.anat
- count (distinct bfev.tnr) filter (where bfev.wa between 0 and 5) as ausschreibungstrakte,
- COUNT(distinct bfev.tnr) filter (where bfev.wa = 0) as nichtwaldtrakte -- Anzahl der Traktnummern mit bfev.wa = 0
- ,COUNT(distinct bfev.tnr) filter (where bfev.wa between 1 and 5) as waldtrakte -- Anzahl der Traktnummern mit bfev.wa zwischen 1 und 5
- ,count(bfev.enr) filter (where bfev.wa between 0 and 5 and bftw.anat between 1901 and 1916) as begutachtungsecken
- ,count(bfev.enr) filter (where bfev.wa between 0 and 5 and bftw.anat between 1901 and 1911) as ausschreibungsecke -- siehe bwi_meta.k3_login
- ,count(bfev.enr) filter (where bfev.wa between 0 and 5 and bftw.anat between 1912 and 1916) as lfebearbeitungsecke
- ,count(bfev.enr) filter (where bfev.wa between 1 and 5) as waldecke
-from
- bwi_2022.b3f_ecke_vorkl bfev
- --join bwi_admin.lospunkt l on l.tnr = bfev.tnr
-join bwi_2022.b3f_tnr_vorkl bftv on bftv.tnr = bfev.tnr
-join bwi_2022.b3f_tnr_work bftw on bftw.tnr = bfev.tnr
-where
- bftv.trstatus between 1 and 3 -- waldtrakte oder ungewiss = x3_tr_status icode=3
- and bftw.anat between 1901 and 1916;"
-trackt_eckenanzahl <- dbGetQuery(consgdb, qu_trackt_eckenanzahl)
-trackt_eckenanzahl
-
+# qu_trackt_eckenanzahl <- "select --distinct bftw.anat
+# count (distinct bfev.tnr) filter (where bfev.wa between 0 and 5) as ausschreibungstrakte,
+# COUNT(distinct bfev.tnr) filter (where bfev.wa = 0) as nichtwaldtrakte -- Anzahl der Traktnummern mit bfev.wa = 0
+# ,COUNT(distinct bfev.tnr) filter (where bfev.wa between 1 and 5) as waldtrakte -- Anzahl der Traktnummern mit bfev.wa zwischen 1 und 5
+# ,count(bfev.enr) filter (where bfev.wa between 0 and 5 and bftw.anat between 1901 and 1916) as begutachtungsecken
+# ,count(bfev.enr) filter (where bfev.wa between 0 and 5 and bftw.anat between 1901 and 1911) as ausschreibungsecke -- siehe bwi_meta.k3_login
+# ,count(bfev.enr) filter (where bfev.wa between 0 and 5 and bftw.anat between 1912 and 1916) as lfebearbeitungsecke
+# ,count(bfev.enr) filter (where bfev.wa between 1 and 5) as waldecke
+# from
+# bwi_2022.b3f_ecke_vorkl bfev
+# --join bwi_admin.lospunkt l on l.tnr = bfev.tnr
+# join bwi_2022.b3f_tnr_vorkl bftv on bftv.tnr = bfev.tnr
+# join bwi_2022.b3f_tnr_work bftw on bftw.tnr = bfev.tnr
+# where
+# bftv.trstatus between 1 and 3 -- waldtrakte oder ungewiss = x3_tr_status icode=3
+# and bftw.anat between 1901 and 1916;"
+# trackt_eckenanzahl <- dbGetQuery(consgdb, qu_trackt_eckenanzahl)
+# trackt_eckenanzahl
+# # Speichere das Ergebnis als RDS-Datei
+# saveRDS(trackt_eckenanzahl, "../data/trackt_eckenanzahl.rds")
+# Lade die RDS-Datei
+trackt_eckenanzahl <- readRDS("../data/trackt_eckenanzahl.rds")
```
### Highligts
```{r}
# ist als View erstellt
-v_top_wzp <- dbGetQuery(consgdb,
- "SELECT *
- FROM bwi_2022.v_top_wzp;"
- )
-v_top_wzp
+# v_top_wzp <- dbGetQuery(consgdb,
+# "SELECT *
+# FROM bwi_2022.v_top_wzp;"
+# )
+# v_top_wzp
+# # # Speichere das Ergebnis als RDS-Datei
+# saveRDS(v_top_wzp, "../data/v_top_wzp.rds")
+# Lade die RDS-Datei
+v_top_wzp <- readRDS("../data/v_top_wzp.rds")
```
-## Waldfläche {.hidden .unnumbered .unlisted}
+## Waldfläche
```{r imp_waldfl, include=FALSE}
# Excel-Datei einlesen und NaN-Werte als "nan" behandeln
@@ -163,6 +170,70 @@ waldfl_ba <- lapply(waldfl_sheet_names, function(sheet) {
names(waldfl_ba) <- waldfl_sheet_names
```
+### Waldflächenänderung
+
+```{r imp_ver_waldfl, include=FALSE}
+# Excel-Datei einlesen und NaN-Werte als "nan" behandeln
+# Namen der Blätter automatisch auslesen
+ver_waldfl_sheet_names <- excel_sheets("../data/ver_waldfläche.xlsx")
+ver_waldfl <- lapply(ver_waldfl_sheet_names, function(sheet) {
+ read_excel("../data/ver_waldfläche.xlsx", sheet = sheet, skip = 5, na = "NaN")
+})
+# Namen der Liste anpassen
+names(ver_waldfl) <- ver_waldfl_sheet_names
+```
+
+##### Waldflächenänderung long
+
+```{r ver-waldfl, include=FALSE}
+# Daten vorbereiten
+# Veränderung Waldfläche
+ver_waldfl_long <- ver_waldfl$ver_waldfl_waldspez_hb_nhb_2022 %>%
+ pivot_longer(cols = -c(Land, Einheit),
+ names_to = "Kategorie",
+ values_to = "Veränderungen") %>%
+ replace_na(list("Veränderungen"= 0))
+#ver_waldfl_long
+```
+
+##### Standflächenänderung long
+
+```{r}
+# Daten für Waldfl in Long-Format bringen
+ver_stndfl_long <- ver_waldfl$ver_stndfl_ba_22 %>%
+ pivot_longer(cols = -c(Land, Einheit),
+ names_to = "Baumartengruppe",
+ values_to = "Veränderungen") %>%
+ #filter(Land != "Deutschland (alle Länder)") %>%
+ replace_na(list(Veränderungen = 0))
+ver_stndfl_long
+```
+
+##### Prozentstandflächenänderung
+
+```{r}
+ver_standfl_prozent <- ver_waldfl$ver_proz_waldfl_ba_standfl_22 %>%
+ pivot_longer(cols = -c(Land, Einheit),
+ names_to = "Kategorie",
+ values_to = "Veränderungen") %>%
+ #filter(Land != "Deutschland (alle Länder)") %>%
+ replace_na(list(Veränderungen = 0))
+ver_standfl_prozent
+```
+
+
+
+##### Grundflächenänderung
+
+```{r}
+# Daten in Long-Format bringen
+ver_gf_ba_22 <- ver_vor$ver_gf_ba_22 %>%
+ pivot_longer(cols = -c(Land, Einheit),
+ names_to = "Ba_Gruppen",
+ values_to = "Veränderungen")
+ver_gf_ba_22 <- ver_gf_ba_22%>%
+ replace_na(list(Veränderungen = 0))
+```
### Waldflächenanteile
```{r}
@@ -291,7 +362,7 @@ ver_waldfl22_eig_long <- waldfl_eig$ver_waldfl22_eig %>%
ver_waldfl22_eig_long
```
-## Baumarten Standflächen ha
+### Baumarten Standflächen ha dtl
```{r}
#Daten für 2022 vorbereiten
@@ -316,6 +387,41 @@ waldfl22_ba_long <- waldfl22_ba_long %>%
waldfl22_ba_long
```
+### Waldflächen Standflächen ha bb (und Veränderung?)
+
+```{r}
+bb_stndfl_ba_22 <- waldfl_ba$bb_stndfl_ba_22 %>%
+ pivot_longer(c(`1 - 20 Jahre`:`alle Baumaltersklassen`),
+ names_to = "Altersklasse",
+ values_to = "Fläche") %>%
+ replace_na(list(Fläche = 0)) #%>%
+ # inner_join(
+ # ver_waldfl$ver_bb_stndfl_ba_22 %>%
+ # pivot_longer(c(`1 - 20 Jahre`:`alle Baumaltersklassen`),
+ # names_to = "Altersklasse",
+ # values_to = "Veränderung") %>%
+ # replace_na(list(Veränderung = 0)),
+ # by = c("Baumartengruppe", "Altersklasse")
+ # )
+bb_stndfl_ba_22$Altersklasse <- factor(bb_stndfl_ba_22$Altersklasse,
+ levels = c("1 - 20 Jahre", "21 - 40 Jahre", "41 - 60 Jahre",
+ "61 - 80 Jahre", "81 - 100 Jahre", "101 - 120 Jahre",
+ "121 - 140 Jahre", "141 - 160 Jahre", "> 160 Jahre", "Angabe fehlt", "alle Baumaltersklassen"),
+ labels = c("I\n1 - 20 Jahre", "II\n21 - 40 Jahre", "III\n41 60 Jahre",
+ "IV\n61 - 80 Jahre", "V\n81 - 100 Jahre", "VI\n101 - 120 Jahre",
+ "VII\n121 - 140 Jahre", "VIII\n141 - 160 Jahre", "IX\n> 160 Jahre","Lücke/Blöße", "alle Baumaltersklassen"))
+```
+
+### Waldflächenänderung Standflächen ha bb
+
+```{r}
+ver_bb_stndfl_ba_22 <- ver_waldfl$ver_bb_stndfl_ba_22 %>%
+ pivot_longer(c(`1 - 20 Jahre`:`alle Baumaltersklassen`),
+ names_to = "Altersklasse",
+ values_to = "Veränderung") %>%
+ replace_na(list(Veränderung = 0))
+```
+
### Vorrat
```{r imp_vor, include=FALSE}
@@ -331,6 +437,75 @@ names(vor) <- vor_sheet_names
#### Vorrat Baumarten und Altersklassen - v.a. reell
+```{r}
+vorrat_ba_sheet_names <- excel_sheets("../data/vorrat_ba.xlsx")
+vorrat_ba <- lapply(vorrat_ba_sheet_names, function(sheet) {
+ read_excel("../data/vorrat_ba.xlsx", sheet = sheet, skip = 5, na = "NaN")
+})
+names(vorrat_ba) <- vorrat_ba_sheet_names
+```
+
+#### Veränderung Vorrat Baumarten und Altersklassen - v.a. reell
+
+```{r}
+ver_vorrat_ba_sheet_names <- excel_sheets("../data/ver_vorrat_ba.xlsx")
+ver_vorrat_ba <- lapply(ver_vorrat_ba_sheet_names, function(sheet) {
+ read_excel("../data/ver_vorrat_ba.xlsx", sheet = sheet, skip = 5, na = "NaN")
+})
+names(ver_vorrat_ba) <- ver_vorrat_ba_sheet_names
+```
+##### Factor für AKL und BHD
+
+```{r}
+# Definieren der Levels für Altersklassen
+altersklassen_levels <- c("1 - 20 Jahre", "21 - 40 Jahre", "41 - 60 Jahre",
+ "61 - 80 Jahre", "81 - 100 Jahre", "101 - 120 Jahre",
+ "121 - 140 Jahre", "141 - 160 Jahre", "> 160 Jahre")
+
+# Labels für die Altersklassen (optional, für schönere Achsenbeschriftungen)
+altersklassen_labels <- c("I\n1 - 20 Jahre", "II\n21 - 40 Jahre", "III\n41 - 60 Jahre",
+ "IV\n61 - 80 Jahre", "V\n81 - 100 Jahre", "VI\n101 - 120 Jahre",
+ "VII\n121 - 140 Jahre", "VIII\n141 - 160 Jahre", "IX\n> 160 Jahre")
+
+# Optional: Definieren der Levels für Brusthöhendurchmesser
+bhd_levels <- levels <- c("ab 90 cm", "80,0 - 89,9 cm", "70,0 - 79,9 cm", "60,0 - 69,9 cm", "50,0 - 59,9 cm",
+ "40,0 - 49,9 cm", "30,0 - 39,9 cm", "20,0 - 29,9 cm" , "10,0 - 19,9 cm", "7,0 - 9,9 cm")
+
+```
+
+##### vor_reell_bb_allba_qm_ha, Anteil, Veränderung
+
+```{r}
+vor_anteil_ver_reell_bb_allba_qm_ha <- vorrat_ba$vor_reell_bb_allba_qm_ha %>%
+ pivot_longer(cols = c(`1 - 20 Jahre`:`alle Baumaltersklassen`),
+ names_to = "Altersklasse",
+ values_to = "Volumen") %>%
+ replace_na(list(Volumen = 0)) %>%
+ mutate(Altersklasse = factor(Altersklasse, levels = altersklassen_levels, labels = altersklassen_labels)) %>% # Altersklassen als Faktor
+ inner_join(
+ vorrat_ba$`vor_reell_bb_allba_qm_%` %>%
+ pivot_longer(cols = c(`1 - 20 Jahre`:`alle Baumaltersklassen`),
+ names_to = "Altersklasse",
+ values_to = "Anteil") %>%
+ replace_na(list(Anteil = 0)) %>%
+ mutate(Altersklasse = factor(Altersklasse, levels = altersklassen_levels, labels = altersklassen_labels)), # Gleiche Ordnung in der zweiten Tabelle
+ by = c("Brusthöhendurchmesser", "Altersklasse")
+ ) %>%
+ inner_join(
+ ver_vorrat_ba$ver_vor_reell_bb_allba_qm_ha %>%
+ pivot_longer(cols = c(`1 - 20 Jahre`:`alle Baumaltersklassen`),
+ names_to = "Altersklasse",
+ values_to = "Veränderung") %>%
+ replace_na(list(Veränderung = 0)) %>%
+ mutate(Altersklasse = factor(Altersklasse, levels = altersklassen_levels, labels = altersklassen_labels)), # Gleiche Ordnung in der dritten Tabelle
+ by = c("Brusthöhendurchmesser", "Altersklasse")
+ ) %>%
+ mutate(Brusthöhendurchmesser = factor(Brusthöhendurchmesser, levels = bhd_levels)) # Optional: BHD als Faktor
+```
+
+```{r}
+
+```
#### Vorratsänderung
@@ -444,77 +619,6 @@ nutz_land_qm_ha_ideell <- abgang_nutz$nutz_land_qm_ha_ideell %>%
```
-
-### Veränderungsrechnung {.hidden .unnumbered .unlisted}
-
-#### Waldflächenänderung {.hidden .unnumbered .unlisted}
-
-```{r imp_ver_waldfl, include=FALSE}
-# Excel-Datei einlesen und NaN-Werte als "nan" behandeln
-# Namen der Blätter automatisch auslesen
-ver_waldfl_sheet_names <- excel_sheets("../data/ver_waldfläche.xlsx")
-ver_waldfl <- lapply(ver_waldfl_sheet_names, function(sheet) {
- read_excel("../data/ver_waldfläche.xlsx", sheet = sheet, skip = 5, na = "NaN")
-})
-# Namen der Liste anpassen
-names(ver_waldfl) <- ver_waldfl_sheet_names
-```
-
-##### Waldflächenänderung long
-
-```{r ver-waldfl, include=FALSE}
-# Daten vorbereiten
-# Veränderung Waldfläche
-ver_waldfl_long <- ver_waldfl$ver_waldfl_waldspez_hb_nhb_2022 %>%
- pivot_longer(cols = -c(Land, Einheit),
- names_to = "Kategorie",
- values_to = "Veränderungen") %>%
- replace_na(list("Veränderungen"= 0))
-#ver_waldfl_long
-```
-
-##### Standflächenänderung long
-
-```{r}
-# Daten für Waldfl in Long-Format bringen
-ver_stndfl_long <- ver_waldfl$ver_stndfl_ba_22 %>%
- pivot_longer(cols = -c(Land, Einheit),
- names_to = "Baumartengruppe",
- values_to = "Veränderungen") %>%
- #filter(Land != "Deutschland (alle Länder)") %>%
- replace_na(list(Veränderungen = 0))
-ver_stndfl_long
-```
-
-##### Prozentstandflächenänderung
-
-```{r}
-ver_standfl_prozent <- ver_waldfl$ver_proz_waldfl_ba_standfl_22 %>%
- pivot_longer(cols = -c(Land, Einheit),
- names_to = "Kategorie",
- values_to = "Veränderungen") %>%
- #filter(Land != "Deutschland (alle Länder)") %>%
- replace_na(list(Veränderungen = 0))
-ver_standfl_prozent
-```
-
-
-
-##### Grundflächenänderung
-
-```{r}
-# Daten in Long-Format bringen
-ver_gf_ba_22 <- ver_vor$ver_gf_ba_22 %>%
- pivot_longer(cols = -c(Land, Einheit),
- names_to = "Ba_Gruppen",
- values_to = "Veränderungen")
-ver_gf_ba_22 <- ver_gf_ba_22%>%
- replace_na(list(Veränderungen = 0))
-```
-
-
-
-
## Struktur
### Waldaufbau
diff --git a/R_bwi/data/Waldfl_Ba.xlsx b/R_bwi/data/Waldfl_Ba.xlsx
index d20de49240d07e4f2a52c754006b41a0f5182fdf..fe8cd7bf468f38ed5a18413412d135d09b42860e 100644
Binary files a/R_bwi/data/Waldfl_Ba.xlsx and b/R_bwi/data/Waldfl_Ba.xlsx differ
diff --git a/R_bwi/data/trackt_eckenanzahl.rds b/R_bwi/data/trackt_eckenanzahl.rds
new file mode 100644
index 0000000000000000000000000000000000000000..5856cccaf5a73e9837c731fde14825fe753438e9
Binary files /dev/null and b/R_bwi/data/trackt_eckenanzahl.rds differ
diff --git a/R_bwi/data/v_top_wzp.rds b/R_bwi/data/v_top_wzp.rds
new file mode 100644
index 0000000000000000000000000000000000000000..cd65fb432debf12be05fc0f966cfba5c9d64d384
Binary files /dev/null and b/R_bwi/data/v_top_wzp.rds differ
diff --git "a/R_bwi/data/ver_waldfl\303\244che.xlsx" "b/R_bwi/data/ver_waldfl\303\244che.xlsx"
index fb907aa6778fc862d30a67d17c3a0e069de9a932..9af39c644e4473233cfe0d944bf96c584bb401e9 100644
Binary files "a/R_bwi/data/ver_waldfl\303\244che.xlsx" and "b/R_bwi/data/ver_waldfl\303\244che.xlsx" differ
diff --git a/R_bwi/interpretationsworkshop/bwi_interpretationsworkshop.qmd b/R_bwi/interpretationsworkshop/bwi_interpretationsworkshop.qmd
index 71a73836e279e6adcc3abff568e903635bf7e9c4..8a1bdbf93690bd96a5c68b85104e644ed6fa3ceb 100644
--- a/R_bwi/interpretationsworkshop/bwi_interpretationsworkshop.qmd
+++ b/R_bwi/interpretationsworkshop/bwi_interpretationsworkshop.qmd
@@ -340,7 +340,7 @@ Auffälligkeiten.
::::: columns
::: column
| Inv | Fläche \[ha\] |
-|----|----|
+|------------------------------------|------------------------------------|
| BWI 2012 | `r format(round(as.numeric(paste(waldfl_ba$waldfl_ba_standfl_22_12 %>% filter(Land == "Brandenburg", Inv==2012) %>% select("alle Baumarten"))), 2), big.mark = ".", decimal.mark = ",", nsmall = 2)` |
| BWI 2022 | `r format(round(as.numeric(paste(waldfl_ba$waldfl_ba_standfl_22_12 %>% filter(Land == "Brandenburg", Inv==2022) %>% select("alle Baumarten"))), 2), big.mark = ".", decimal.mark = ",", nsmall = 2)` |
diff --git a/R_bwi/interpretationsworkshop/data/strukt_beim_besttyp.xlsx b/R_bwi/interpretationsworkshop/data/strukt_beim_besttyp.xlsx
index db3ca69a8fd5a897508065b01eb9500259cdf458..909e3672bd45a41ddee920fbc6e2ee7b4ed6b87b 100644
Binary files a/R_bwi/interpretationsworkshop/data/strukt_beim_besttyp.xlsx and b/R_bwi/interpretationsworkshop/data/strukt_beim_besttyp.xlsx differ