Szimuláció RBBGCMuso-val

Hollós Roland

2018. 09. 27

1 Bevezetés

2 Kérdésfeltevés

3 RBBGCMuso használata

3.1 devtools telepítése

install.packages("devtools")

3.2 RBBGCMuso telepítése

devtools::install_github("hollorol/RBBGCMuso/RGBBCMuso")

3.3 csomagok betöltése, munkakönyvtár beállítása:

library(RBBGCMuso)
library(ggplot2)

3.4 futtatás előkészítése: setupMuso()

beallitasok <- setupMuso()

3.5 modellfuttatás: calibMuso()

kimenet <- calibMuso(settings = beallitasok,skipSpinup=FALSE)
kimenet[1:6,1:2]

3.6 kimeneti adatok ábrázolása (első verzió)

plot(kimenet[,"daily_gpp"])

daily_1.png

3.7 egy kicsit cicomázva:

par(mar=c(5,5,4,4))
plot(y=kimenet[,"daily_gpp"],
     x=as.Date(rownames(kimenet),"%d.%m.%Y"), xlab="Days",
     ylab = expression(paste("daily GPP [",kg[C],m^-2,"]")),
     type="l", col="blue", lwd="1.8")

daily_2.png

3.8 Mindez sokkal egyszerűbben

plotMuso(variable="daily_gpp")

daily_3.png

3.9 Egy apró javítás

plotMuso(variable="daily_gpp")+
    labs(y=expression(paste("daily GPP [",kg[C],m^-2,"]")))

daily_4.png

3.10 musoMappingFind()

3.11 musoMappingFind()

musoMappingFind("yield")
3037 cum_yieldC_HRV

3.12 Nézzük meg, hogy hogyan változott a termés 2013 és 2017 között!

plotMuso(variable="cum_yieldC_HRV")+
    labs(y=expression(paste("yield [",kg[C],m^-2,"]")))

yield_base.png

3.13 Mentsük el az alapábránkat!

termesAlap <- plotMuso(variable="cum_yieldC_HRV")+
    labs(y=expression(paste("yield [",kg[C],m^-2,"]")))

3.14 Mentsük le a LAI-t is

LAIAlap <- plotMuso(variable="proj_lai")+
    labs(y=expression(
             paste("Levélfelületi index ",over(m^2,m^2))))
LAIAlap

lai_base.png