Odpływ powierzchniowy

---

Wczytanie danych

---

Poniżej zostały wypisane wszystkie pakiety potrzebne do wykonania tego projektu:

library(tidyverse)
library(openxlsx)
library(lubridate)
library(DT)
library(ggplot2)

Wczytano dane z monitoringu hydrologicznego w formacie xlsx. Dane zawierały dzienne odpływy jednostkowe od 1970 roku.

odp_jedn <- read.xlsx("C:/Users/LENOVO/Desktop/R/Nauki o Ziemi/4_odpływ_jednostkowy/odplyw_jednostkowy.xlsx")

colnames(odp_jedn)[2] <- "odpływ jednostkowy"

odp_jedn$data <- convertToDate(odp_jedn$data, format = "%Y-%m-%d")

---

Dodanie kolumn

---

---

Rok hydrologiczny

---

Następnie dodano kolumnę z rokiem hydrologicznym. W Polsce zaczyna się 1 listopada poprzedniego roku kalendarzowego.

odp_rh <- odp_jedn %>% 
  mutate("rok hydrologiczny" = year(.$data) + 1) 

for (i in 1:nrow(odp_rh)) {
  if(month(odp_rh[i,1]) < 11){
             odp_rh[i,3] = odp_rh[i,3] - 1
           }
}

---

Niżówki

---

Dodano także kolumnę, która pokazywała, czy występują niżówki, a jeśli tak to jakiego są rodzaju: zwykła czy głęboka.

funkcja <- function(x){
  if(x < 10 && x >= 5){
    print("zwykła")
  }else if(x < 5){
    print("głęboka")
  }else print("brak")
}
nizowki <- vector("character", nrow(odp_rh))

#for(i in 1:nrow(odp_rh)){nizowki[i] <- funkcja(odp_rh$`odpływ jednostkowy`[i])}

dane <- cbind(odp_rh,nizowki)

colnames(dane)[4] <- "niżówki"

W poniższej tabeli pokazane jest, jak przedstawiały się na dane, na podstawie których zostały utworzone wykresy.

DT::datatable(dane)

---

Podstawowe statystyki

---

Poniżej zostały przedstawione podstawowe statystyki dla całego zbioru danych.

summary(dane)

##       data            odpływ jednostkowy rok hydrologiczny    niżówki    
##  Min.   :1970-11-01   Min.   :  0.002    Min.   :1971      brak   :5046  
##  1st Qu.:1982-10-31   1st Qu.:  2.850    1st Qu.:1983      głęboka:7464  
##  Median :1994-10-31   Median :  5.984    Median :1994      zwykła :5022  
##  Mean   :1994-10-31   Mean   :  9.503    Mean   :1994                    
##  3rd Qu.:2006-10-31   3rd Qu.: 11.089    3rd Qu.:2006                    
##  Max.   :2018-10-31   Max.   :838.361    Max.   :2018

---

Wykresy

---

---

Wykres niżówek

---

Poniżej został przedstawiony wykres przedstawiający liczbę dni, kiedy były poszczególne rodzaje niżówek oraz kiedy nie było ich wcale.

ggplot(dane, mapping = aes(niżówki)) +
  geom_bar(aes(fill = niżówki)) +
  scale_fill_manual(values = c("#330099", "#6633CC", "#6633FF")) +
  labs(title = "Ilość poszczególnych rodzajów niżówek",
       x = "Niżówki",
       y = "Ilość") +
       theme(legend.background = element_rect(fill = "grey90", 
                                            colour = "black"))

Nastepnie utworzono wykres, który przedstawiał wartość odpływu jednostkowego w zależności od roku hydrologicznego.

ggplot(dane, aes(x = `rok hydrologiczny`, y = `odpływ jednostkowy`)) +
  geom_point(aes(color = niżówki)) +
  labs(title = "Wartość odpływu jednostkowego w poszczególnych latach hydrologicznych",
       x = "Rok hydrologiczny",
       y = "Odpływ jednostkowy") +
  labs(color = "Rodzaj niżówki") +
  scale_color_manual(values=c("#9900FF", "#3333FF", "#00FF66")) +
  theme(legend.position = c(0.35, 0.9), 
        legend.direction = "horizontal",
        legend.background = element_rect(fill = "grey90", 
                                        colour = "black"))+
    guides(color = guide_legend(title.position = "top",
                                title.hjust = 0.5))

---

Wykres średniomiesięcznych wartości odpływu jednostkowego

---

Pogrupowano dane według miesięcy, a następnie utworzono wykres ukazujący średniomiesięczne wartości odpływu jednostkowego.

odp_mies <- dane %>% 
  mutate("miesiąc" = month(.$data)) %>% 
  group_by(miesiąc) %>% 
  summarise(sr_mies = mean(`odpływ jednostkowy`))

ggplot(odp_mies, aes(miesiąc, sr_mies)) +
  geom_col(fill = "#990033") +
  labs(title = "Średniomiesięczne wartości odpływu jednostkowego", 
       x = "Miesiące",
       y = "Średnie wartości odpływu jednostkowego") +
  scale_x_continuous(breaks = seq(1,12,1))

Wykresy czasów trwania niżówek dla poszczególnych dekad

Dane zostały podzielone na poszczególne dekady od roku 1970 do roku 2018.

d1 <-  dane %>% 
  filter(`rok hydrologiczny` < 1981)
d2 <- dane %>% 
  filter(`rok hydrologiczny` > 1980 & `rok hydrologiczny` <  1991)
d3 <- dane %>% 
  filter(`rok hydrologiczny` > 1990 & `rok hydrologiczny` <  2001)
d4 <- dane %>% 
  filter(`rok hydrologiczny` > 2000 & `rok hydrologiczny` <  2011)
d5 <- dane %>% 
  filter(`rok hydrologiczny` > 2010 & `rok hydrologiczny` <  2021)

d1 <- d1 %>% 
  group_by(`niżówki`) %>% 
  summarise(suma = n()) %>% 
  mutate("lata" = "1971-1980")
d2 <- d2 %>% 
  group_by(`niżówki`) %>% 
  summarise(suma = n()) %>% 
  mutate("lata" = "1981-1990")
d3 <- d3 %>% 
  group_by(`niżówki`) %>% 
  summarise(suma = n()) %>% 
  mutate("lata" = "1991-2000")
d4 <- d4 %>% 
  group_by(`niżówki`) %>% 
  summarise(suma = n()) %>% 
  mutate("lata" = "2001-2010")
d5 <- d5 %>% 
  group_by(`niżówki`) %>% 
  summarise(suma = n()) %>% 
  mutate("lata" = "2011-2018")

all_d <- rbind(d1,d2,d3,d4,d5)

Utworzone zmienne zostały połączone za pomocą fukncji rbind w celu wykreślenia wykresu przedstawiającego czas trwania niżówek w poszczególnych przedziałach czasowych.

ggplot(all_d, aes(lata, suma)) +
  geom_col(aes(fill = niżówki), position = "dodge") +
  labs(title = "Czas trwania niżówek dla poszczególnych dekad z podziałem na rodzaje niżówek",
       x="Lata",y="Suma czasu trwania niżówek w poszczególnych latach") +
  scale_fill_manual("niżówki", values = c("#009999","#0099FF","#339933")) +
   theme(legend.position = "bottom", 
        legend.direction = "horizontal",
        legend.background = element_rect(fill = "grey90", 
                                        colour = "black"),
        plot.background = element_rect(fill = "grey90", 
                                        colour = "black"))