panel app

Boden Temperatur Feuchte.py

@@ -0,0 +1,128 @@
+# -*- coding: utf-8 -*-
+"""
+Created on Fri Mar  3 12:57:34 2023
+
+@author: BorowyP
+"""
+
+import pandas as pd
+import hvplot.pandas # Adds .hvplot and .interactive methods to Pandas dataframes
+import panel as pn # Panel is a simple, flexible and enterprise-ready data app framework
+import holoviews as hv
+from holoviews.operation.timeseries import rolling, rolling_outlier_std
+
+
+hv.extension('bokeh')
+#pn.extension('tabulator')
+
+pn.extension(sizing_mode="stretch_width")
+#pd.set_option("precision", 0)
+
+PALETTE = ["#ff6f69", "#ffcc5c", "#88d8b0", ]
+import numpy as np
+from bokeh.models.formatters import DatetimeTickFormatter
+formatter = DatetimeTickFormatter(months='%b %Y') # wird in .hvplot benötigt für x-achse!
+
+soil_temp = pd.read_csv('df_soil_temp.csv',header=0,sep=',')
+
+soil_temp.index = pd.to_datetime(soil_temp['Date'], format='%Y.%m.%d %H:%M:%S')
+soil_temp.index.names = ['Date']
+soil_temp = soil_temp.drop(['Date'], axis=1)
+soil_temp = soil_temp.drop(['Unnamed: 0'], axis=1)
+
+
+soil_hum = pd.read_csv('df_soil_hum.csv',header=0,sep=',')
+soil_hum.index = pd.to_datetime(soil_hum['Date'], format='%Y.%m.%d %H:%M:%S')
+soil_hum.index.names = ['Date']
+soil_hum = soil_hum.drop(['Date'], axis=1)
+soil_hum = soil_hum.drop(['Unnamed: 0'], axis=1)
+
+Stndrt = pn.widgets.RadioButtonGroup(name='Standort', options=['Glienig', 'Groß Liebitz', 'Krausnick', 'Halbe', 'Spreeau', 'Hangelsberg'],button_type='success')
+
+soilhumbtn = pn.widgets.ToggleGroup(
+    name='soilhumidity',
+    options=['Prof100', 'Prof200', 'Prof300', 'Prof400', 'Prof600', 'Prof1000'], 
+    value=['Prof100'],
+    button_type='success')
+
+
+soiltempbtn = pn.widgets.ToggleGroup(
+    name='soiltemperature',
+    options=['Temp05', 'Temp10', 'Temp20', 'Temp30', 'Temp50', 'Temp100'], 
+    value=['Temp05'],
+    button_type='success')
+soil_date_slider = pn.widgets.DateRangeSlider(name='Date', start=soil_temp.index.min(), end=soil_temp.index.max())
+
+soil_temp_i= soil_temp.interactive()
+
+soil_temp_i = ( 
+    soil_temp_i[
+        (soil_temp_i.Standort == Stndrt) &
+    (soil_temp_i.index >= soil_date_slider.param.value_start) &
+    (soil_temp_i.index <= soil_date_slider.param.value_end)
+                      ]
+           )
+
+
+
+soil_hum_i = soil_hum.interactive()
+
+soil_hum_i = ( soil_hum_i[
+    (soil_hum_i.Standort == Stndrt) & 
+    (soil_hum_i.index >= soil_date_slider.param.value_start) &
+    (soil_hum_i.index <= soil_date_slider.param.value_end) ])
+
+soiltempplot = soil_temp_i.hvplot(x='Date',xlabel='Datum',title=Stndrt, y=soiltempbtn, color=PALETTE, line_width=1, xformatter=formatter, ylabel='Bodentemperatur [°C]')
+
+
+soilhumplot = soil_hum_i.hvplot(x='Date',xlabel='Datum',title=Stndrt, y=soilhumbtn, color=PALETTE, line_width=1, xformatter=formatter, ylabel='Bodenfeuchte[%]')
+
+soiltemp_box = soil_temp_i[['Temp05', 'Temp10', 'Temp20', 'Temp30', 'Temp50', 'Temp100']].fillna(0)
+soiltemp_box_plot = soiltemp_box.hvplot(kind='box', legend=False, xlabel=Stndrt, ylabel='Bodentemperatur [°C]')
+
+
+soilhum_box = soil_hum_i[['Prof100', 'Prof200', 'Prof300', 'Prof400', 'Prof600', 'Prof1000']].fillna(0)
+soilhum_box_plot = soilhum_box.hvplot(kind='box', legend=False, xlabel=Stndrt, ylabel='Bodenfeuchte [%]')
+
+
+
+hd_logo = pn.pane.PNG('HD_Logo.png', width=100)
+hd_logo
+
+lfe_logo = pn.pane.PNG('LFE_Logo.png', width=100)
+
+fnr_logo = pn.pane.PNG('fnr_logo.png', width=100)
+
+template = pn.template.FastListTemplate(
+    title='Holzdeko Dashboard', 
+    sidebar=[hd_logo,
+             pn.pane.Markdown("## Einstellungen"),
+             'Standort',Stndrt,
+             lfe_logo,
+             fnr_logo
+             #'Boden',
+             #'Gekalkt/ungekalkt', yaxis,
+            ], 
+    main=[pn.pane.Markdown("## Boden"),
+          soiltempbtn,
+          soil_date_slider,
+          soiltempplot.panel(), 
+          soiltemp_box_plot.panel(),
+          soilhumbtn,
+          soil_date_slider,
+          soilhumplot.panel(), 
+          soilhum_box_plot.panel()       
+          
+    #accent_base_color="#88d8b0",
+    #header_background="#88d8b0",
+         ])
+
+
+
+
+template.servable();
+
+#print('fertig!')
+# To launch this dashboard as a web server, we can simply run 
+# cd C:\Users\BorowyP\Desktop\Dashboard-Preasi\soil_air\
+# panel serve 20230303_soil_temp_hum_docker.ipynb --autoreload

Bodenfeuchte.py

@@ -0,0 +1,190 @@
+# -*- coding: utf-8 -*-
+"""
+Created on Tue Mar  7 12:04:33 2023
+
+@author: BorowyP
+"""
+
+import pandas as pd
+import hvplot.pandas # Adds .hvplot and .interactive methods to Pandas dataframes
+
+from hvplot.plotting import scatter_matrix
+
+import panel as pn # Panel is a simple, flexible and enterprise-ready data app framework
+import holoviews as hv
+from holoviews.operation.timeseries import rolling, rolling_outlier_std
+
+
+hv.extension('bokeh')
+#pn.extension('tabulator')
+
+pn.extension(sizing_mode="stretch_width")
+#pd.set_option("precision", 0)
+
+PALETTE = ["#ff6f69", "#ffcc5c", "#88d8b0", ]
+import numpy as np
+from bokeh.models.formatters import DatetimeTickFormatter
+formatter = DatetimeTickFormatter(months='%b %Y') # wird in .hvplot benötigt für x-achse!
+
+soil_hum = pd.read_csv('df_soil_hum.csv',header=0,sep=',')
+soil_hum.index = pd.to_datetime(soil_hum['Date'], format='%Y.%m.%d %H:%M:%S')
+soil_hum.index.names = ['Date']
+soil_hum = soil_hum.drop(['Date'], axis=1)
+soil_hum = soil_hum.drop(['Unnamed: 0'], axis=1)
+soil_hum[soil_hum.columns[list(range(6))]] = soil_hum[soil_hum.columns[list(range(6))]].round(1)
+
+
+soil_hum = soil_hum.rename(columns={'Prof100' : '100', 
+                             'Prof200' : '200', 
+                             'Prof300' : '300', 
+                             'Prof400' : '400', 
+                             'Prof600' : '600' , 
+                             'Prof1000' : '1000', 
+                             'Standort' : 'Standort'})
+
+
+
+
+Stndrt = pn.widgets.RadioButtonGroup(name='Standort', options=['Glienig', 'Groß Liebitz', 'Krausnick', 'Halbe', 'Spreeau', 'Hangelsberg'],button_type='success')
+
+soilhumbtn = pn.widgets.ToggleGroup(
+    name='soilhumidity',
+    options=['100', '200', '300', '400', '600', '1000'], 
+    value=['100'],
+    button_type='success')
+
+soil_date_slider = pn.widgets.DateRangeSlider(name='Date', start=soil_hum.index.min(), end=soil_hum.index.max())
+
+
+
+soil_hum_i = soil_hum.interactive()
+
+soil_hum_i = ( soil_hum_i[
+    (soil_hum_i.Standort == Stndrt) & 
+    (soil_hum_i.index >= soil_date_slider.param.value_start) &
+    (soil_hum_i.index <= soil_date_slider.param.value_end) ])
+
+
+
+soilhumplot = soil_hum_i.hvplot(x='Date',xlabel='Datum',title=Stndrt, y=soilhumbtn, color=PALETTE, line_width=1, xformatter=formatter, ylabel='Bodenfeuchte[%]')
+
+
+
+
+
+def callback_hum(soil_hum_i):
+    
+    df = soil_hum_i
+    
+    monitor = pd.DataFrame({#'Standort' :  [Stndrt.value, Stndrt.value],
+                           #'von' : soil_temp_i.index.min(),
+                           #'bis' : soil_temp_i.index.max(),
+                            'Mittelwert' : [df['100'].mean(), 
+                                            df['200'].mean(), 
+                                            df['300'].mean(),
+                                            df['400'].mean(),
+                                            df['600'].mean(),
+                                            df['1000'].mean(),
+                                           ] ,
+                            'Median' : [df['100'].median(), 
+                                            df['200'].median(), 
+                                            df['300'].median(),
+                                            df['400'].median(),
+                                            df['600'].median(),
+                                            df['1000'].median(),
+                                       ] , 
+        'Maximum' : [df['100'].max(), 
+                                            df['200'].max(), 
+                                            df['300'].max(),
+                                            df['400'].max(),
+                                            df['600'].max(),
+                                            df['1000'].max()], 
+        'Minimum' : [df['100'].min(), 
+                                            df['200'].min(), 
+                                            df['300'].min(),
+                                            df['400'].min(),
+                                            df['600'].min(),
+                                            df['1000'].min()], 
+        'Anzahl' : [df['100'].count(), 
+                                            df['200'].count(), 
+                                            df['300'].count(),
+                                            df['400'].count(),
+                                            df['600'].count(),
+                                            df['1000'].count()]
+                           
+                           }, index=['100', 
+                                     '200', 
+                                     '300', 
+                                     '400', 
+                                     '600', 
+                                     '1000', 
+                                     
+                                    ])
+    monitor.index.name='Profiltiefe'
+    
+    #soiltemp_scatter = scatter_matrix(soil_temp, alpha=0.2) #Scattermatrix zum Vergleich der einzelnen Profiltiefen???
+    
+    soiltemp_scatter_df = soil_hum[soil_hum['Standort'] == Stndrt.value]#.iloc[df.index.min(): df.index.max()]
+    
+    soiltemp_scatter = scatter_matrix(soiltemp_scatter_df, alpha=0.2)
+    
+    scatter_headline = pn.pane.Markdown(f"## Scattermatrix  Bodenfeuchte **{Stndrt.value}**")
+    
+    scatter_discription = pn.pane.Markdown('scatter_matrix shows all the pairwise relationships between the columns of your data. Each non-diagonal entry plots the corresponding columns against another, while the diagonal plot shows the distribution of the data within each individual column.'
+                                )
+    
+    monitor_gesamt = pd.DataFrame({'Standort' : [Stndrt.value],
+                                  'von' : df.index.min(), 
+                                  'bis' : df.index.max(),
+                                  'Mittelwert' : df.mean(numeric_only=True).mean(),
+                                  'Median' : df.median(numeric_only=True).median(),
+                                   'Maximum' : df.max(numeric_only=True).max(),
+                                   'Minimum' : df.min(numeric_only=True).min()
+                                  }, index=['Gesamt'])
+    
+    
+    
+    
+    
+    return pn.Column(monitor_gesamt, monitor,scatter_headline, soiltemp_scatter, scatter_discription)
+
+callback = soil_hum_i.pipe(callback_hum)
+
+callback
+
+hd_logo = pn.pane.PNG('HD_Logo.png', width=100)
+hd_logo
+
+lfe_logo = pn.pane.PNG('LFE_Logo.png', width=100)
+
+fnr_logo = pn.pane.PNG('fnr_logo.png', width=100)
+
+template = pn.template.FastListTemplate(
+    title='Holzdeko Dashboard', 
+    sidebar=[hd_logo,
+             pn.pane.Markdown("## Einstellungen"),
+             'Standort',Stndrt,
+             lfe_logo,
+             fnr_logo
+             #'Boden',
+             #'Gekalkt/ungekalkt', yaxis,
+            ], 
+    main=[pn.pane.Markdown("## Bodenfeuchte"),          
+          soilhumbtn,
+          soil_date_slider,
+          soilhumplot.panel(), 
+          callback       
+          
+    #accent_base_color="#88d8b0",
+    #header_background="#88d8b0",
+         ])
+
+
+
+
+template.servable();
+
+#print('fertig!')
+# To launch this dashboard as a web server, we can simply run 
+# cd C:\Users\BorowyP\Desktop\Dashboard-Preasi\soil_air\
+# panel serve 20230307_soil_hum_docker.ipynb --autoreload

Bodentemperatur.py

@@ -0,0 +1,192 @@
+# -*- coding: utf-8 -*-
+"""
+Created on Fri Mar  3 12:57:34 2023
+
+@author: BorowyP
+"""
+
+import pandas as pd
+import hvplot.pandas # Adds .hvplot and .interactive methods to Pandas dataframes
+
+from hvplot.plotting import scatter_matrix
+
+import panel as pn # Panel is a simple, flexible and enterprise-ready data app framework
+import holoviews as hv
+from holoviews.operation.timeseries import rolling, rolling_outlier_std
+
+
+hv.extension('bokeh')
+#pn.extension('tabulator')
+
+pn.extension(sizing_mode="stretch_width")
+#pd.set_option("precision", 0)
+
+PALETTE = ["#ff6f69", "#ffcc5c", "#88d8b0", ]
+import numpy as np
+from bokeh.models.formatters import DatetimeTickFormatter
+formatter = DatetimeTickFormatter(months='%b %Y') # wird in .hvplot benötigt für x-achse!
+
+
+
+soil_temp = pd.read_csv('df_soil_temp.csv',header=0,sep=',')
+
+soil_temp.index = pd.to_datetime(soil_temp['Date'], format='%Y.%m.%d %H:%M:%S')
+soil_temp.index.names = ['Date']
+soil_temp = soil_temp.drop(['Date'], axis=1)
+soil_temp = soil_temp.drop(['Unnamed: 0'], axis=1)
+soil_temp[soil_temp.columns[list(range(6))]] = soil_temp[soil_temp.columns[list(range(6))]].round(1) #RUNDEN auf 1 Kommastelle fuer bessere Perfomance!!!
+
+soil_temp = soil_temp.rename(columns={'Temp05' : '50', 
+                             'Temp10' : '100', 
+                             'Temp20' : '200', 
+                             'Temp30' : '300', 
+                             'Temp50' : '500' , 
+                             'Temp100' : '1000', 
+                             'Standort' : 'Standort'})
+
+
+
+Stndrt = pn.widgets.RadioButtonGroup(name='Standort', options=['Glienig', 'Groß Liebitz', 'Krausnick', 'Halbe', 'Spreeau', 'Hangelsberg'],button_type='success')
+
+soiltempbtn = pn.widgets.ToggleGroup(
+    name='soiltemperature',
+    options=['50', '100', '200', '300', '500', '1000'], 
+    value=['50'],
+    button_type='success')
+
+soil_date_slider = pn.widgets.DateRangeSlider(name='Date', start=soil_temp.index.min(), end=soil_temp.index.max())
+
+
+
+soil_temp_i= soil_temp.interactive()
+
+soil_temp_i = ( 
+    soil_temp_i[
+        (soil_temp_i.Standort == Stndrt) &
+    (soil_temp_i.index >= soil_date_slider.param.value_start) &
+    (soil_temp_i.index <= soil_date_slider.param.value_end)
+                      ]
+           )
+
+soiltempplot = soil_temp_i.hvplot(x='Date',xlabel='Datum',title=Stndrt, y=soiltempbtn, color=PALETTE, line_width=1, xformatter=formatter, ylabel='Bodentemperatur [°C]')
+
+
+
+def callback_temp(soil_temp_i):
+    
+    df = soil_temp_i
+    
+    monitor = pd.DataFrame({#'Standort' :  [Stndrt.value, Stndrt.value],
+                           #'von' : soil_temp_i.index.min(),
+                           #'bis' : soil_temp_i.index.max(),
+                            'Mittelwert' : [df['50'].mean(), 
+                                            df['100'].mean(), 
+                                            df['200'].mean(),
+                                            df['300'].mean(),
+                                            df['500'].mean(),
+                                            df['1000'].mean(),
+                                           ] ,
+                            'Median' : [df['50'].median(), 
+                                            df['100'].median(), 
+                                            df['200'].median(),
+                                            df['300'].median(),
+                                            df['500'].median(),
+                                            df['1000'].median(),
+                                       ] , 
+        'Maximum' : [df['50'].max(), 
+                                            df['100'].max(), 
+                                            df['200'].max(),
+                                            df['300'].max(),
+                                            df['500'].max(),
+                                            df['1000'].max()], 
+        'Minimum' : [df['50'].min(), 
+                                            df['100'].min(), 
+                                            df['200'].min(),
+                                            df['300'].min(),
+                                            df['500'].min(),
+                                            df['1000'].min()], 
+        'Anzahl' : [df['50'].count(), 
+                                            df['100'].count(), 
+                                            df['200'].count(),
+                                            df['300'].count(),
+                                            df['500'].count(),
+                                            df['1000'].count()]
+                           
+                           }, index=['50', 
+                                     '100', 
+                                     '200', 
+                                     '300', 
+                                     '500', 
+                                     '1000', 
+                                     
+                                    ])
+    monitor.index.name='Profiltiefe'
+    
+    #soiltemp_scatter = scatter_matrix(soil_temp, alpha=0.2) #Scattermatrix zum Vergleich der einzelnen Profiltiefen???
+    
+    soiltemp_scatter_df = soil_temp[soil_temp['Standort'] == Stndrt.value]#.iloc[df.index.min(): df.index.max()]
+    
+    soiltemp_scatter = scatter_matrix(soiltemp_scatter_df, alpha=0.2)
+    
+    scatter_headline = pn.pane.Markdown(f"## Scattermatrix **{Stndrt.value}**")
+    
+    scatter_discription = pn.pane.Markdown('scatter_matrix shows all the pairwise relationships between the columns of your data. Each non-diagonal entry plots the corresponding columns against another, while the diagonal plot shows the distribution of the data within each individual column.'
+                                )
+    
+    monitor_gesamt = pd.DataFrame({'Standort' : [Stndrt.value],
+                                  'von' : df.index.min(), 
+                                  'bis' : df.index.max(),
+                                  'Mittelwert' : df.mean(numeric_only=True).mean(),
+                                  'Median' : df.median(numeric_only=True).median(),
+                                   'Maximum' : df.max(numeric_only=True).max(),
+                                   'Minimum' : df.min(numeric_only=True).min()
+                                  }, index=['Gesamt'])
+    
+    
+    
+    
+    
+    return pn.Column(monitor_gesamt, monitor,scatter_headline, soiltemp_scatter, scatter_discription)
+
+callback = soil_temp_i.pipe(callback_temp)
+
+callback
+
+hd_logo = pn.pane.PNG('HD_Logo.png', width=100)
+lfe_logo = pn.pane.PNG('LFE_Logo.png', width=100)
+fnr_logo = pn.pane.PNG('fnr_logo.png', width=100)
+
+template = pn.template.FastListTemplate(
+    title='Holzdeko Dashboard', 
+    sidebar=[hd_logo,
+             pn.pane.Markdown("## Einstellungen"),
+             'Standort',Stndrt,
+             lfe_logo,
+             fnr_logo
+             
+             
+            ], 
+    main=[pn.pane.Markdown("## Bodentemperatur"),
+          soiltempbtn,
+          soil_date_slider,
+          soiltempplot.panel(),
+          callback.panel(),
+          
+          
+          
+          
+                
+          
+    #accent_base_color="#88d8b0",
+    #header_background="#88d8b0",
+         ])
+
+
+
+
+template.servable();
+
+#print('fertig!')
+# To launch this dashboard as a web server, we can simply run 
+# cd C:\Users\BorowyP\Desktop\Dashboard-Preasi\soil_air\
+# panel serve 20230307_soil_temp_docker.ipynb --autoreload

Dockerfile

@@ -0,0 +1,11 @@
+FROM python:3.9
+
+WORKDIR /code
+
+COPY ./requirements.txt /code/requirements.txt
+
+RUN pip install --no-cache-dir --upgrade -r /code/requirements.txt
+
+COPY . .
+
+CMD ["panel", "serve", "/code/Lufttemperatur.py", "/code/Luftfeuchte.py", "/code/Niederschlag.py","/code/Bodentemperatur.py", "/code/Bodenfeuchte.py", "/code/Masseverlust.py", "/code/Hemisfere.py", "/code/Stahlrahmen.py", "--address", "0.0.0.0", "--port", "7860", "--allow-websocket-origin", "*"]

Hemisfere.py

@@ -0,0 +1,203 @@
+# -*- coding: utf-8 -*-
+"""
+Created on Fri Mar 10 15:10:36 2023
+
+@author: BorowyP
+"""
+
+import os
+
+import matplotlib.pyplot as plt
+
+import numpy as np
+import pandas as pd
+
+import hvplot.pandas
+
+import holoviews as hv
+
+from holoviews.operation.timeseries import rolling, rolling_outlier_std
+
+import xarray as xr
+import panel as pn
+
+import panel.widgets as pnw
+
+
+
+import hvplot.xarray
+
+cwd = os.getcwd()
+print(cwd)
+print(os.listdir(cwd))
+os.chdir('hemi_fotos')
+pic_cwd = os.getcwd()
+print(pic_cwd)
+os.listdir(pic_cwd)
+
+os.chdir(pic_cwd)
+#os.listdir()
+list_pictures_files = os.listdir()
+
+rgb_list = []
+
+for i in range(len(list_pictures_files)):
+    im = plt.imread(list_pictures_files[i])
+    x = np.arange(len(im[0]))
+    y = np.arange(len(im))
+    channel = np.arange(3)
+    im_xr = xr.DataArray(im,coords={'y': y,'x': x,'channel': channel},dims=["y", "x", "channel"])
+    rgb_list.append(im_xr)
+    #print(str(list_pictures_files[i]) + ' ' + 
+    #      'y-Achse: ' + ' ' + str(len(im)) + ', ' + 
+    #      'x-Achse: ' + ' ' + str(len(im[0])) + ', ' + 'channel: ' + ' ' + str(len(im[0][0])))
+    #print(' ')
+
+x = np.arange(len(rgb_list[0][0]))
+y = np.arange(len(rgb_list[0]))
+channel = np.arange(3)
+
+Stndrt = np.array([
+    'Krausnick K',
+    'Glienig K',
+    'Glienig nK',
+    'Halbe K',
+    'Halbe nK',
+    'Hangelsberg K',
+    'Hangelsberg nK',
+    'Spreeau K',
+    'Spreeau nK',
+    'Groß Liebitz K',
+    'Groß Liebitz nK'
+])
+
+
+
+
+xar = xr.DataArray(rgb_list, 
+                   dims=(
+                       
+                       'Standort',
+                       "y", 
+                       "x", 
+                       "channel")
+                   , 
+                   coords={
+                       "x": x,
+                       "y": y,
+                       "channel": channel,
+                       'Standort' : Stndrt,
+                       
+                   },
+                  name="rgb")
+
+
+
+
+fisheye = xar.hvplot.rgb(x='x', y='y', bands='channel', data_aspect=1, flip_yaxis=True, xaxis=False, yaxis=None, width=500)
+
+
+os.chdir(cwd)
+
+
+df = pd.read_csv(
+        'Hemisphere_totals_holzdeko.csv' ,
+        encoding_errors='ignore', 
+        sep=';', 
+        #skiprows=[5,10], 
+        header=0, 
+        decimal=','
+           )
+
+df['transmission'] = df['transmission'].str.strip('%') #  entfernt Character '%'
+df['transm_gaps'] = df['transm_gaps'].str.strip('%')
+df['openness'] = df['openness'].str.strip('%')
+df['openn_gaps'] = df['openn_gaps'].str.strip('%')
+
+df['transmission'] = df['transmission'].replace(',', '.', regex=True) # wandelt , in . um
+df['transm_gaps'] = df['transm_gaps'].replace(',', '.', regex=True)
+df['openness'] = df['openness'].replace(',', '.', regex=True)
+df['openn_gaps'] = df['openn_gaps'].replace(',', '.', regex=True)
+
+df['transmission'] = df['transmission'].astype('float64', copy=False)
+df['transm_gaps'] = df['transm_gaps'].astype('float64', copy=False)
+df['openness'] = df['openness'].astype('float64', copy=False)
+df['openn_gaps'] = df['openn_gaps'].astype('float64', copy=False)
+
+
+
+params = pn.widgets.RadioButtonGroup(
+    name='param',
+    options=['white',
+             'black',
+             'transmission',
+             'transm_gaps',
+             'openness',
+             'openn_gaps'
+             ], 
+    button_type='success')
+
+data_inter = df.interactive()
+
+mean_param = (
+    data_inter
+    .groupby(['Standort', 'k_nk']).mean()
+    
+)
+
+mean_param_plot = mean_param[params].hvplot(x='Standort', y=params, by='k_nk', kind='bar', 
+                        title=params, xlabel='Standort')
+
+
+
+
+
+param_discription = pd.DataFrame({'white': ['white pixels (sky)'],
+                                 'black' : ['black pixels (canopy)'],
+                                 'transmission' : ['light transmission in 2D (azimutal equidistant projection of the hemisphere)'],
+                                 'transm_gaps' : ['large gaps of transmission'],
+                                 'openness' : ['canopy openness in 3D, also called sky view factor (solid angles of the hemisphere)'],
+                                 'openn_gaps' : ['large gaps of openness']})
+
+param_discription = param_discription.interactive()
+
+param_discription = param_discription[params].values[0]
+
+
+
+os.chdir(cwd)
+hd_logo = pn.pane.PNG('HD_Logo.png', width=100)
+lfe_logo = pn.pane.PNG('LFE_Logo.png', width=100)
+fnr_logo = pn.pane.PNG('fnr_logo.png', width=100)
+
+template = pn.template.FastListTemplate(
+    title='Auswertung Hemisfere', 
+    sidebar=[hd_logo,
+             pn.pane.Markdown("## Einstellungen"),
+             #'Standort',Stndrt,
+             #'gekalkt/ungekalkt', yaxis,
+             lfe_logo,
+             fnr_logo
+             #'Boden',
+             #'Gekalkt/ungekalkt', yaxis,
+            ], 
+    main=[pn.pane.Markdown("## Hemisfere"),
+          fisheye,#.panel(),
+          #params,
+          param_discription,
+          mean_param_plot.panel(),
+          
+    #accent_base_color="#88d8b0",
+    #header_background="#88d8b0",
+         ])
+
+
+
+
+template.servable();
+
+print('fertig!')
+# To launch this dashboard as a web server, we can simply run 
+# cd C:\Users\BorowyP\Desktop\Dashboard-Preasi\hemisfer
+
+# panel serve 2023_02_10_hemi_dashboard.ipynb --autoreload 

Hemisphere_totals_holzdeko.csv

@@ -0,0 +1,13 @@
+Standort;k_nk;white;black;transmission;transm_gaps;openness;openn_gaps
+Glienig;k;44692;105485;26,90%;7,38%;28,50%;9,74%
+Glienig;nk;44282;105895;26,10%;10,50%;27,80%;16,10%
+Gro� Liebitz;k;110364;39813;70,80%;39,50%;72,70%;55,50%
+Gro� Liebitz;nk;109132;41045;69,10%;41,10%;71,50%;62,40%
+Halbe;k;37387;112790;21,70%;2,24%;23,30%;3,27%
+Halbe;nk;37146;113031;21,00%;2,02%;22,70%;2,21%
+Hangelsberg;k;33137;117040;18,70%;2,76%;20,30%;3,23%
+Hangelsberg;nk;35564;114613;20,50%;2,03%;22,10%;2,66%
+Spreeau;k;50361;99816;30,10%;7,96%;31,90%;9,67%
+Spreeau;nk;54555;95622;32,70%;5,83%;34,60%;6,63%
+Krausnick;k;39726;110451;23,00%;8,80%;24,80%;11,70%
+Krausnick;nk;;;;;;

Luftfeuchte.py

@@ -0,0 +1,184 @@
+# -*- coding: utf-8 -*-
+"""
+Created on Fri Mar  3 12:12:35 2023
+
+@author: BorowyP
+"""
+
+import pandas as pd
+import numpy as np
+import hvplot.pandas # Adds .hvplot and .interactive methods to Pandas dataframes
+import panel as pn # Panel is a simple, flexible and enterprise-ready data app framework
+import holoviews as hv
+
+pn.extension(sizing_mode="stretch_width")
+
+PALETTE = ["#ff6f69", "#ffcc5c", "#88d8b0", ]
+from bokeh.models.formatters import DatetimeTickFormatter
+formatter = DatetimeTickFormatter(months='%b %Y') # wird in .hvplot benötigt für x-achse!
+
+air_hum = pd.read_csv(r'df_air_hum.csv', sep=',',
+                       header=0, 
+                       #skiprows=[1], 
+                       decimal=',', 
+                       na_values=('#-INF', '#NAN'))
+
+air_hum.index = pd.to_datetime(air_hum['Date'], format='%Y.%m.%d %H:%M:%S')
+#air_hum.index.names = ['Date']
+air_hum = air_hum.drop(['Date'], axis=1)
+air_hum['hum'] = air_hum['hum'].astype(np.float64, copy=True, errors='ignore')
+
+air_hum = air_hum.round(1)
+
+
+
+air_date_slider = pn.widgets.DateRangeSlider(name='Date', start=air_hum.index.min(), end=air_hum.index.max())
+Stndrt = pn.widgets.RadioButtonGroup(name='Standort', options=['Glienig', 'Groß Liebitz', 'Krausnick', 'Halbe', 'Spreeau', 'Hangelsberg'],button_type='success')
+air_date_slider
+
+air_hum_inter = air_hum.interactive()
+
+air_hum_inter = (
+    air_hum_inter[
+        (air_hum_inter.Standort == Stndrt) &
+        (air_hum_inter.index >= air_date_slider.param.value_start) &
+        (air_hum_inter.index <= air_date_slider.param.value_end)
+ 
+    ])
+
+def lin_reg_hum(dfx,dfy, date):
+    # Formel für regres-gerade: y= alpha + b * x
+    # https://www.crashkurs-statistik.de/einfache-lineare-regression/
+    
+    lin_df = pd.DataFrame({'Date' : date,
+                           'Luftfeuchte' : dfy,
+                           'x-x.mean' : dfx-dfx.mean(),
+                           'y-y.mean' : dfy-dfy.mean(),
+                           '(x-x.mean) * (y-y.mean)': (dfx-dfx.mean()) * (dfy-dfy.mean()),
+                           '(x-x.mean)²' : (dfx-dfx.mean()) * (dfx-dfx.mean())
+                          })
+    
+    b = lin_df['(x-x.mean) * (y-y.mean)'].sum()/ lin_df['(x-x.mean)²'].sum()
+    
+    alpha = dfy.mean() - b * dfx.mean()
+    
+    lin_df['Lineare Regression'] = round(alpha + b * dfx,2)
+    
+    lin_plot = lin_df.hvplot(x='Date',
+                                    xlabel='Datum',
+                                    title=Stndrt, 
+                                    y=['Luftfeuchte', 'Lineare Regression'],
+                                    ylabel='rel Luftfeuchte [%]', 
+                                    color=PALETTE, 
+                                    line_width=0.5, 
+                                    xformatter=formatter)
+    
+    SQE = ((lin_df['Lineare Regression']-dfy.mean())*(lin_df['Lineare Regression']-dfy.mean())).sum()
+    
+    SQT = (lin_df['y-y.mean'] * lin_df['y-y.mean']).sum()
+    
+    R_Wert = round(SQE/SQT,2)
+    
+    
+    mean = round(dfy.mean(),2)
+    median = dfy.median()
+    maxm = dfy.max()
+    minm = dfy.min()
+    anz = dfy.count()
+    
+    monitor_df = pd.DataFrame({'Standort' :  [Stndrt.value],
+                              'von' : [air_date_slider.value[0]], 
+                               'bis' : [air_date_slider.value[1]],
+                               'Mittelwert' : [mean],
+                               'Median' : [median],
+                               'Maximum' : [maxm],
+                               'Minimum' : [minm],
+                               'Anzahl' : [anz],
+                               'R²' : [R_Wert]
+                              
+                              })
+    
+    return pn.Column(lin_plot, monitor_df)
+
+
+
+def callback_hum(air_hum_inter):
+    y = air_hum_inter.hum
+    x = air_hum_inter['Unnamed: 0']
+    return pn.Column(lin_reg_hum(x,y, air_hum_inter.index))
+
+
+airhumplot = air_hum_inter.pipe(callback_hum)
+
+airhumplot
+
+
+hum_glienig = pd.DataFrame({'Glienig': air_hum.loc[air_hum['Standort'] == 'Glienig']['hum']}, 
+                           index = air_hum.loc[air_hum['Standort'] == 'Glienig'].index)
+hum_grlieb = pd.DataFrame({'Groß Liebitz': air_hum.loc[air_hum['Standort'] == 'Groß Liebitz']['hum']}, 
+                          index = air_hum.loc[air_hum['Standort'] == 'Groß Liebitz'].index)
+hum_halbe = pd.DataFrame({'Halbe' : air_hum.loc[air_hum['Standort'] == 'Halbe']['hum']}, 
+                         index= air_hum.loc[air_hum['Standort'] == 'Halbe'].index)
+hum_hberg = pd.DataFrame({'Hangelsberg' : air_hum.loc[air_hum['Standort'] == 'Hangelsberg']['hum']}, 
+                         index= air_hum.loc[air_hum['Standort'] == 'Hangelsberg'].index)
+hum_kraunick = pd.DataFrame({'Krausnick' : air_hum.loc[air_hum['Standort'] == 'Krausnick']['hum']}, 
+                            index= air_hum.loc[air_hum['Standort'] == 'Krausnick'].index)
+hum_spreeau = pd.DataFrame({'Spreeau' : air_hum.loc[air_hum['Standort'] == 'Spreeau']['hum']}, 
+                           index= air_hum.loc[air_hum['Standort'] == 'Spreeau'].index)
+air_hum_hist = pd.concat([hum_glienig,hum_grlieb,hum_halbe,hum_hberg,hum_kraunick,hum_spreeau])
+
+
+
+
+dfi_hum = air_hum_hist.interactive()
+
+filtered = dfi_hum[
+    (dfi_hum.index >= air_date_slider.param.value_start) &
+    (dfi_hum.index <= air_date_slider.param.value_end)]
+
+plot_air_humhist  = filtered.hvplot(y=['Glienig',
+                                       'Groß Liebitz', 
+                                       'Halbe', 
+                                       'Hangelsberg',
+                                       'Krausnick',
+                                       'Spreeau'],   
+                                    kind='hist', 
+                                    responsive=True, 
+                                    min_height=300, 
+                                    xlabel='rel Luftfeuchte[%]',
+                                    alpha=0.5)
+
+plot_air_humhist
+
+hd_logo = pn.pane.PNG('HD_Logo.png', width=100)
+hd_logo
+
+lfe_logo = pn.pane.PNG('LFE_Logo.png', width=100)
+
+fnr_logo = pn.pane.PNG('fnr_logo.png', width=100)
+
+template = pn.template.FastListTemplate(
+    title='Holzdeko Dashboard', 
+    sidebar=[hd_logo,
+             pn.pane.Markdown("## Einstellungen"),
+             'Standort',Stndrt,
+             lfe_logo,
+             fnr_logo
+            ], 
+    main=[pn.pane.Markdown("## Relative Luftfeuchte"),         
+          air_date_slider,         
+          airhumplot.panel(),
+          plot_air_humhist # LUFT         
+    #accent_base_color="#88d8b0",
+    #header_background="#88d8b0",
+         ])
+
+
+
+
+template.servable();
+
+#print('fertig!')
+# To launch this dashboard as a web server, we can simply run 
+# cd C:\Users\BorowyP\Desktop\Dashboard-Preasi\soil_air\
+# panel serve 20230303_air_hum_docker.ipynb --autoreload

Lufttemperatur.py

@@ -0,0 +1,200 @@
+# -*- coding: utf-8 -*-
+"""
+Created on Fri Feb 24 15:24:06 2023
+
+@author: BorowyP
+"""
+
+import pandas as pd
+import hvplot.pandas # Adds .hvplot and .interactive methods to Pandas dataframes
+import panel as pn # Panel is a simple, flexible and enterprise-ready data app framework
+import holoviews as hv
+from holoviews.operation.timeseries import rolling, rolling_outlier_std
+
+
+hv.extension('bokeh')
+#pn.extension('tabulator')
+
+pn.extension(sizing_mode="stretch_width")
+#pd.set_option("precision", 0)
+
+PALETTE = ["#ff6f69", "#ffcc5c", "#88d8b0", ]
+ACCENT_BASE_COLOR = PALETTE[0]
+
+#import time
+#start = time.time()
+#print('load data')
+
+import numpy as np
+
+from math import pi
+
+from bokeh.palettes import Category20c, Category20
+from bokeh.plotting import figure
+from bokeh.transform import cumsum
+from bokeh.layouts import row
+from bokeh.models.formatters import DatetimeTickFormatter
+formatter = DatetimeTickFormatter(months='%b %Y') # wird in .hvplot benötigt für x-achse!
+
+
+air_temp = pd.read_csv(r'df_air_temp.csv', sep=',',
+                       header=0, 
+                       #skiprows=[1], 
+                       decimal=',', 
+                       #dtype={'temp': np.float64},
+                       na_values=('#-INF', '#NAN'))
+
+air_temp.index = pd.to_datetime(air_temp['Date'], format='%Y.%m.%d %H:%M:%S')
+
+air_temp = air_temp.drop(['Date'], axis=1)
+air_temp['temp'] = air_temp['temp'].astype(np.float64, copy=True, errors='ignore')
+air_temp = air_temp.round(1)
+
+
+air_date_slider = pn.widgets.DateRangeSlider(name='Date', start=air_temp.index.min(), end=air_temp.index.max())
+
+Stndrt = pn.widgets.RadioButtonGroup(name='Standort', options=['Glienig', 'Groß Liebitz', 'Krausnick', 'Halbe', 'Spreeau', 'Hangelsberg'],button_type='success')
+
+air_temp_inter = air_temp.interactive()
+
+air_temp_inter = (
+    air_temp_inter[
+        (air_temp_inter.Standort == Stndrt) &
+        (air_temp_inter.index >= air_date_slider.param.value_start) &
+        (air_temp_inter.index <= air_date_slider.param.value_end)
+ 
+    ]) 
+
+
+def lin_reg(dfx,dfy, date):
+    # Formel für regres-gerade: y= alpha + b * x
+    # https://www.crashkurs-statistik.de/einfache-lineare-regression/
+    
+    lin_df = pd.DataFrame({'Date' : date,
+                           'Temperatur' : dfy,
+                           'x-x.mean' : dfx-dfx.mean(),
+                          'y-y.mean' : dfy-dfy.mean(),
+                          '(x-x.mean) * (y-y.mean)': (dfx-dfx.mean()) * (dfy-dfy.mean()),
+                           '(x-x.mean)²' : (dfx-dfx.mean()) * (dfx-dfx.mean()),})
+    
+    b = lin_df['(x-x.mean) * (y-y.mean)'].sum()/ lin_df['(x-x.mean)²'].sum()
+    
+    alpha = dfy.mean() - b * dfx.mean()
+    
+    lin_df['Lineare Regression'] = round(alpha + b * dfx,2)
+    
+    lin_plot = lin_df.hvplot(x='Date',
+                                    xlabel='Datum',
+                                    title=Stndrt, 
+                                    y=['Temperatur', 'Lineare Regression'],
+                                    ylabel='Lufttemperatur [°C]', 
+                                    color=PALETTE, 
+                                    line_width=0.5, 
+                                    xformatter=formatter)
+    
+    SQE = ((lin_df['Lineare Regression']-dfy.mean())*(lin_df['Lineare Regression']-dfy.mean())).sum()
+    
+    SQT = (lin_df['y-y.mean'] * lin_df['y-y.mean']).sum()
+    
+    R_Wert = round(SQE/SQT,2)
+    
+    
+    mean = round(dfy.mean(),2)
+    median = dfy.median()
+    maxm = dfy.max()
+    minm = dfy.min()
+    anz = dfy.count()
+    
+    monitor_df = pd.DataFrame({'Standort' :  [Stndrt.value],
+                              'von' : [air_date_slider.value[0]], 
+                               'bis' : [air_date_slider.value[1]],
+                               'Mittelwert' : [mean],
+                               'Median' : [median],
+                               'Maximum' : [maxm],
+                               'Minimum' : [minm],
+                               'Anzahl' : [anz],
+                               'R²' : [R_Wert]
+                              
+                              })
+    
+    return pn.Column(lin_plot, monitor_df)
+
+
+
+def callback(air_temp_inter):
+    y = air_temp_inter.temp
+    x = air_temp_inter['Unnamed: 0']
+    return pn.Column(lin_reg(x,y, air_temp_inter.index))
+
+
+airtempplot = air_temp_inter.pipe(callback)
+
+
+
+
+temp_glienig = pd.DataFrame({'Glienig': air_temp.loc[air_temp['Standort'] == 'Glienig']['temp']}, 
+                           index = air_temp.loc[air_temp['Standort'] == 'Glienig'].index)
+temp_grlieb = pd.DataFrame({'Groß Liebitz': air_temp.loc[air_temp['Standort'] == 'Groß Liebitz']['temp']}, 
+                          index = air_temp.loc[air_temp['Standort'] == 'Groß Liebitz'].index)
+temp_halbe = pd.DataFrame({'Halbe' : air_temp.loc[air_temp['Standort'] == 'Halbe']['temp']}, 
+                         index= air_temp.loc[air_temp['Standort'] == 'Halbe'].index)
+temp_hberg = pd.DataFrame({'Hangelsberg' : air_temp.loc[air_temp['Standort'] == 'Hangelsberg']['temp']}, 
+                         index= air_temp.loc[air_temp['Standort'] == 'Hangelsberg'].index)
+temp_krausnick = pd.DataFrame({'Krausnick' : air_temp.loc[air_temp['Standort'] == 'Krausnick']['temp']}, 
+                            index= air_temp.loc[air_temp['Standort'] == 'Krausnick'].index)
+temp_spreeau = pd.DataFrame({'Spreeau' : air_temp.loc[air_temp['Standort'] == 'Spreeau']['temp']}, 
+                           index= air_temp.loc[air_temp['Standort'] == 'Spreeau'].index)
+
+air_temp_hist = pd.concat([temp_glienig,temp_grlieb,temp_halbe,temp_hberg,temp_krausnick,temp_spreeau])
+
+dfi_temp = air_temp_hist.interactive()
+
+filtered = dfi_temp[
+    (dfi_temp.index >= air_date_slider.param.value_start) &
+    (dfi_temp.index <= air_date_slider.param.value_end)]
+
+plot_air_temphist  = filtered.hvplot(y=['Glienig',
+                                       'Groß Liebitz', 
+                                       'Halbe', 
+                                       'Hangelsberg',
+                                       'Krausnick',
+                                       'Spreeau'],   kind='hist', responsive=True, min_height=300, xlabel='Lufttemperatur', alpha=0.5)
+
+
+
+import os
+
+
+hd_logo = pn.pane.PNG('HD_Logo.png', width=100)
+hd_logo
+
+lfe_logo = pn.pane.PNG('LFE_Logo.png', width=100)
+
+fnr_logo = pn.pane.PNG('fnr_logo.png', width=100)
+
+
+template = pn.template.FastListTemplate(
+    title='Holzdeko Dashboard', 
+    sidebar=[hd_logo,
+             pn.pane.Markdown("## Einstellungen"),
+             'Standort',Stndrt,
+             lfe_logo,
+             fnr_logo
+            ], 
+    main=[pn.pane.Markdown("## Luft Temperaturdaten"),
+          air_date_slider,
+          airtempplot.panel(),
+          plot_air_temphist,
+                  
+                   
+                   
+          
+          
+    #accent_base_color="#88d8b0",
+    #header_background="#88d8b0",
+         ])
+
+
+
+
+template.servable();

Masseverlust.py

@@ -0,0 +1,450 @@
+# -*- coding: utf-8 -*-
+"""
+Created on Thu Mar  9 14:48:52 2023
+
+@author: BorowyP
+"""
+
+import pandas as pd
+import hvplot
+import hvplot.pandas # Adds .hvplot and .interactive methods to Pandas dataframes
+import panel as pn # Panel is a simple, flexible and enterprise-ready data app framework
+import holoviews as hv
+from holoviews.operation.timeseries import rolling, rolling_outlier_std
+import panel as pn
+
+from bokeh.models import ColumnDataSource, PrintfTickFormatter, FuncTickFormatter, LabelSet
+from bokeh.palettes import GnBu3, OrRd3
+from bokeh.plotting import figure, show, output_notebook, output_file, save
+from bokeh.layouts import row
+from bokeh.io import curdoc
+
+
+
+hv.extension('bokeh')
+pn.extension('tabulator')
+
+pn.extension(sizing_mode="stretch_width")
+#pd.set_option("precision", 0)
+
+PALETTE = ["#ff6f69", "#ffcc5c", "#88d8b0", ]
+ACCENT_BASE_COLOR = PALETTE[0]
+
+import time
+start = time.time()
+print('load data')
+
+import numpy as np
+
+Stndrt_button = pn.widgets.RadioButtonGroup(
+    name='Standort', 
+    options=['Glienig', 'Groß Liebitz', 'Halbe', 'Krausnick', 'Hangelsberg', 'Spreeau'], 
+    button_type = 'success'
+)
+
+
+
+mpa = pd.read_excel('2023_01_30_Mittelwerte_Masseverlust.xlsx', 
+                    header=5, 
+                    #decimal=','
+                   )
+
+
+def create_df(standort):
+    name = str(standort)
+    
+    tiefen = [ '40-50','30-40', '20-30', '10-20', '0-10', '-10-0']
+    zeitpunkt = ['März 21', 'Oktober 21', 'Oktober 22']
+    
+    
+    
+    mrz21 = mpa.loc[mpa['Bestand'] == standort].loc[mpa['Kalk?'] == 'Kalk'].loc[mpa['bau'] == '2021-03-01'][['50-60.1', 
+                                                                                                        '40-50.1',
+                                                                                                        '30-40.1',
+                                                                                                        '20-30.1',
+                                                                                                        '10-20.1',
+                                                                                                        '0-10.1']].values[0]
+     
+    okt21 = mpa.loc[mpa['Bestand'] == standort].loc[mpa['Kalk?'] == 'Kalk'].loc[mpa['bau'] == '2021-10-01'][['50-60.1', 
+                                                                                                        '40-50.1',
+                                                                                                        '30-40.1',
+                                                                                                        '20-30.1',
+                                                                                                        '10-20.1',
+                                                                                                        '0-10.1']].values[0]
+    
+    okt22 = mpa.loc[mpa['Bestand'] == standort].loc[mpa['Kalk?'] == 'Kalk'].loc[mpa['bau'] == '2022-10-01'][['50-60.1', 
+                                                                                                        '40-50.1',
+                                                                                                        '30-40.1',
+                                                                                                        '20-30.1',
+                                                                                                        '10-20.1',
+                                                                                                        '0-10.1']].values[0]
+ 
+    kiefer_k = pd.DataFrame({'tiefen' : tiefen, 
+                             '10 Mon' : mrz21, 
+                            '18 Mon' : okt21,
+                            '28 Mon' : okt22})
+   
+    kiefer_k_label = pd.DataFrame({'tiefen' : tiefen, 
+                             '10 Mon' : mrz21, 
+                            '18 Mon' : okt21,
+                            '28 Mon' : okt22})
+    
+    
+    
+    kiefer_k['28 Mon'] = kiefer_k['28 Mon']-kiefer_k['18 Mon']
+    kiefer_k['18 Mon'] = kiefer_k['18 Mon']-kiefer_k['10 Mon']   
+    
+    mrz21 = mpa.loc[mpa['Bestand'] == standort].loc[mpa['Kalk?'] == 'Kalk'].loc[mpa['bau'] == '2021-03-01'][['50-60.3', 
+                                                                                                        '40-50.3',
+                                                                                                        '30-40.3',
+                                                                                                        '20-30.3',
+                                                                                                        '10-20.3',
+                                                                                                        '0-10.3']].values[0]
+
+    
+    okt21 = mpa.loc[mpa['Bestand'] == standort].loc[mpa['Kalk?'] == 'Kalk'].loc[mpa['bau'] == '2021-10-01'][['50-60.3', 
+                                                                                                        '40-50.3',
+                                                                                                        '30-40.3',
+                                                                                                        '20-30.3',
+                                                                                                        '10-20.3',
+                                                                                                        '0-10.3']].values[0]
+    
+    okt22 = mpa.loc[mpa['Bestand'] == standort].loc[mpa['Kalk?'] == 'Kalk'].loc[mpa['bau'] == '2022-10-01'][['50-60.3', 
+                                                                                                        '40-50.3',
+                                                                                                        '30-40.3',
+                                                                                                        '20-30.3',
+                                                                                                        '10-20.3',
+                                                                                                        '0-10.3']].values[0]
+    
+    buche_k = pd.DataFrame({'tiefen' : tiefen,
+                           '10 Mon' : mrz21,
+                           '18 Mon' : okt21,
+                           '28 Mon' : okt22})
+    
+    buche_k_label = pd.DataFrame({'tiefen' : tiefen,
+                           '10 Mon' : mrz21,
+                           '18 Mon' : okt21,
+                           '28 Mon' : okt22})
+    
+    buche_k['28 Mon'] = buche_k['28 Mon']-buche_k['18 Mon']
+    buche_k['18 Mon'] = buche_k['18 Mon']-buche_k['10 Mon']   
+    
+    buche_k[['10 Mon', '18 Mon', '28 Mon']] = buche_k[['10 Mon', '18 Mon', '28 Mon']]*-1
+    
+    
+    
+    
+    
+    
+    
+    ########################################## K E I N  K A L K   (ohne Kalk)  ############################################################################
+    mrz21 = mpa.loc[mpa['Bestand'] == standort].loc[mpa['Kalk?'] == 'ohne Kalk'].loc[mpa['bau'] == '2021-03-01'][['50-60.1', 
+                                                                                                        '40-50.1',
+                                                                                                        '30-40.1',
+                                                                                                        '20-30.1',
+                                                                                                        '10-20.1',
+                                                                                                        '0-10.1']].values[0]
+     
+    okt21 = mpa.loc[mpa['Bestand'] == standort].loc[mpa['Kalk?'] == 'ohne Kalk'].loc[mpa['bau'] == '2021-10-01'][['50-60.1', 
+                                                                                                        '40-50.1',
+                                                                                                        '30-40.1',
+                                                                                                        '20-30.1',
+                                                                                                        '10-20.1',
+                                                                                                        '0-10.1']].values[0]
+    
+    okt22 = mpa.loc[mpa['Bestand'] == standort].loc[mpa['Kalk?'] == 'ohne Kalk'].loc[mpa['bau'] == '2022-10-01'][['50-60.1', 
+                                                                                                        '40-50.1',
+                                                                                                        '30-40.1',
+                                                                                                        '20-30.1',
+                                                                                                        '10-20.1',
+                                                                                                        '0-10.1']].values[0]
+ 
+    kiefer_nk = pd.DataFrame({'tiefen' : tiefen, 
+                             '10 Mon' : mrz21, 
+                            '18 Mon' : okt21,
+                            '28 Mon' : okt22})
+    
+    kiefer_nk_label = pd.DataFrame({'tiefen' : tiefen, 
+                             '10 Mon' : mrz21, 
+                            '18 Mon' : okt21,
+                            '28 Mon' : okt22})
+    
+    
+    
+    
+    kiefer_nk['28 Mon'] = kiefer_nk['28 Mon']-kiefer_nk['18 Mon']
+    kiefer_nk['18 Mon'] = kiefer_nk['18 Mon']-kiefer_nk['10 Mon']
+    
+    
+    mrz21 = mpa.loc[mpa['Bestand'] == standort].loc[mpa['Kalk?'] == 'ohne Kalk'].loc[mpa['bau'] == '2021-03-01'][['50-60.3', 
+                                                                                                        '40-50.3',
+                                                                                                        '30-40.3',
+                                                                                                        '20-30.3',
+                                                                                                        '10-20.3',
+                                                                                                        '0-10.3']].values[0]
+
+    
+    okt21 = mpa.loc[mpa['Bestand'] == standort].loc[mpa['Kalk?'] == 'ohne Kalk'].loc[mpa['bau'] == '2021-10-01'][['50-60.3', 
+                                                                                                        '40-50.3',
+                                                                                                        '30-40.3',
+                                                                                                        '20-30.3',
+                                                                                                        '10-20.3',
+                                                                                                        '0-10.3']].values[0]
+    
+    okt22 = mpa.loc[mpa['Bestand'] == standort].loc[mpa['Kalk?'] == 'ohne Kalk'].loc[mpa['bau'] == '2022-10-01'][['50-60.3', 
+                                                                                                        '40-50.3',
+                                                                                                        '30-40.3',
+                                                                                                        '20-30.3',
+                                                                                                        '10-20.3',
+                                                                                                        '0-10.3']].values[0]
+    
+    buche_nk = pd.DataFrame({'tiefen' : tiefen,
+                           '10 Mon' : mrz21,
+                           '18 Mon' : okt21,
+                           '28 Mon' : okt22})
+    
+    buche_nk_label = pd.DataFrame({'tiefen' : tiefen,
+                           '10 Mon' : mrz21,
+                           '18 Mon' : okt21,
+                           '28 Mon' : okt22})
+    
+    
+    buche_nk['28 Mon'] = buche_nk['28 Mon']-buche_nk['18 Mon']
+    buche_nk['18 Mon'] = buche_nk['18 Mon']-buche_nk['10 Mon']
+    
+    buche_nk[['10 Mon', '18 Mon', '28 Mon']] = buche_nk[['10 Mon', '18 Mon', '28 Mon']]*-1
+    
+    ######################################################################################################################
+    
+    return buche_k.round(1), kiefer_k.round(1), buche_nk.round(1), kiefer_nk.round(1), buche_k_label.round(1), kiefer_k_label.round(1), buche_nk_label.round(1), kiefer_nk_label.round(1), name
+    
+
+
+def plot(df):
+    curdoc().clear()
+    
+    tiefen = [ '40-50','30-40', '20-30', '10-20', '0-10', '-10-0']
+    zeitpunkt = ['10 Mon', '18 Mon', '28 Mon']
+    
+    hoehe = 500
+    breite = 600
+    
+    plot_k = figure(y_range=tiefen, height=hoehe,width=breite, x_range=([-100, 100]), title="Masseverlust Bu/Ki (K)",
+           toolbar_location='left')
+    
+    plot_k.xaxis.axis_label = 'Masseverlust [%]'
+    plot_k.yaxis.axis_label = 'Tiefenstufe'
+    #plot_k.image_url(url=['Bodenhorizont_entnahme_pruefkoerper.jpg'],
+    #               x=-300, 
+    #               y=9,
+    #               #dw = 100,
+    #               #dh = 100, 
+    #               w=600, 
+    #               h=10
+    #              )
+    
+    
+    plot_k.hbar_stack(zeitpunkt, y='tiefen', height=0.9, color=GnBu3, source=ColumnDataSource(df[1]),
+                    legend_label=["Ki %s" % x for x in zeitpunkt], fill_alpha = 0.7)
+    
+    
+    plot_k.hbar_stack(zeitpunkt, y='tiefen', height=0.9, color=OrRd3, source=ColumnDataSource(df[0]),
+             legend_label=["Bu %s" % x for x in zeitpunkt], fill_alpha = 0.7)
+    
+    
+    
+    plot_k.xaxis.ticker = [ -100, -75 , -50 , -25 , 0 , 25 , 50 , 75 , 100 ]
+    plot_k.xaxis.major_label_overrides = { -100: '100', -75:' ',  -50 : '50', -25 : ' ' , 0 : '0', 25: ' ',50 : '50', 75 : ' ', 100 :'100'}
+    
+
+    
+    
+    plot_k.y_range.range_padding = 0.1
+    plot_k.ygrid.grid_line_color = None
+    plot_k.axis.minor_tick_line_color = None
+    plot_k.outline_line_color = None
+    
+    labels = {'x': (
+        list((df[1][zeitpunkt].cumsum(axis=1)['28 Mon'] + 10).to_numpy().flatten()
+            )
+        + list((df[0][zeitpunkt].cumsum(axis=1)['28 Mon'] -10).to_numpy().flatten()
+              )
+    ),
+
+              'y': list(np.array([i+0.5 for i in range(len(tiefen))]))*2,
+    'labels': (
+        list(np.around(df[5][zeitpunkt]['28 Mon'], 2).abs().astype(str).replace('^0$','', regex=True).to_numpy().flatten()
+            )
+        +list(np.around(df[4][zeitpunkt]['28 Mon'], 2).abs().astype(str).replace('^0$','', regex=True).to_numpy().flatten()
+             )
+    )
+             }
+    
+
+    labels = LabelSet(x="x", y="y", text='labels', text_font_size="11px", text_color="#555555",
+    source=ColumnDataSource(labels), text_align='center')
+                  
+    plot_k.add_layout(labels)
+    plot_k.legend.title = df[8]
+    plot_k.legend.title_text_font_style = "bold"
+    plot_k.legend.title_text_font_size = "10px"
+    plot_k.add_layout(plot_k.legend[0], 'right')
+    
+    bokeh_k = pn.pane.Bokeh(plot_k)
+
+    
+    
+    ############################## P L O T       n_k      ##################################################
+    
+    plot_nk = figure(y_range=tiefen, height=hoehe,width=breite-150, x_range=([-100, 100]), title="Masseverlust Bu/Ki (nK)",
+           toolbar_location='right', y_axis_location="right")
+    
+    
+    plot_nk.xaxis.axis_label = 'Masseverlust [%]'
+    plot_nk.yaxis.axis_label = 'Tiefenstufe'
+    
+    #plot_nk.image_url(url=['Bodenhorizont_entnahme_pruefkoerper.jpg'],
+    #               x=-300, 
+    #               y=9,
+    #               #dw = 100,
+    #               #dh = 100, 
+    #               w=600, 
+    #               h=10
+    #              )
+    
+    
+    plot_nk.hbar_stack(zeitpunkt, y='tiefen', height=0.9, color=GnBu3, source=ColumnDataSource(df[3]),
+                    legend_label=["Ki %s" % x for x in zeitpunkt], fill_alpha = 0.7)
+    
+    
+    plot_nk.hbar_stack(zeitpunkt, y='tiefen', height=0.9, color=OrRd3, source=ColumnDataSource(df[2]),
+             legend_label=["Bu %s" % x for x in zeitpunkt], fill_alpha = 0.7)
+    
+    
+    
+    plot_nk.xaxis.ticker = [ -100, -75 , -50 , -25 , 0 , 25 , 50 , 75 , 100 ]
+    plot_nk.xaxis.major_label_overrides = { -100: '100', -75:' ',  -50 : '50', -25 : ' ' , 0 : '0', 25: ' ',50 : '50', 75 : ' ', 100 :'100'}   
+    plot_nk.y_range.range_padding = 0.1
+    plot_nk.ygrid.grid_line_color = None
+    plot_nk.legend.location = (600,100)
+    plot_nk.axis.minor_tick_line_color = None
+    plot_nk.outline_line_color = None
+    
+    
+    
+    labels = {'x': (
+        list((df[3][zeitpunkt].cumsum(axis=1)['28 Mon']+10).to_numpy().flatten())
+        
+        + list((df[2][zeitpunkt].cumsum(axis=1)['28 Mon']-10).to_numpy().flatten())
+        
+    ),
+
+              'y': list(np.array([i+0.5 for i in range(len(tiefen))]))*2,
+    'labels': (
+        list(np.around(df[7][zeitpunkt]['28 Mon'], 2).abs().astype(str).replace('^0$','', regex=True).to_numpy().flatten()
+            )
+        +list(np.around(df[6][zeitpunkt]['28 Mon'], 2).abs().astype(str).replace('^0$','', regex=True).to_numpy().flatten()
+             )
+    )
+             }
+    
+    
+
+    labels = LabelSet(x="x", y="y", text='labels', text_font_size="11px", text_color="#555555",
+    source=ColumnDataSource(labels), text_align='center')                  
+    plot_nk.add_layout(labels)
+    
+    bokeh_nk = pn.pane.Bokeh(plot_nk)
+    
+
+    return pn.Row(bokeh_k, bokeh_nk)
+    
+
+
+    
+
+df_mpa = pd.DataFrame({'Standort' : ['Glienig', 'Groß Liebitz', 'Halbe', 'Krausnick', 'Hangelsberg', 'Spreeau']})
+
+df_mpa_i = df_mpa.interactive()
+
+
+df_mpa_pipe = df_mpa_i[
+    (df_mpa_i.Standort == Stndrt_button)
+]
+
+
+
+
+glienig = create_df('KVF 3 Glienig')
+grliebitz = create_df('KVF 4 Groß Liebitz')
+halbe = create_df('KVF 12 Halbe')
+krausnick = create_df('KVF 9 Krausnick')
+hangelsberg = create_df('KVF 10 Hangelsberg')
+spreeau = create_df('KVF 19 Spreeau')
+mittelwerte = create_df('Mittelwerte')
+
+
+plot_mittelwerte = plot(mittelwerte)
+
+
+
+def callback(df_mpa_pipe):
+    if Stndrt_button.value == 'Groß Liebitz':
+        return plot(grliebitz)
+    if Stndrt_button.value == 'Glienig':
+        return plot(glienig)
+    if Stndrt_button.value == 'Halbe':
+        return plot(halbe)
+    if Stndrt_button.value == 'Krausnick':
+        return plot(krausnick)
+    if Stndrt_button.value == 'Hangelsberg':
+        return plot(hangelsberg)
+    if Stndrt_button.value == 'Spreeau':
+        return plot(spreeau)
+                
+
+
+masseverlust_plot = df_mpa_pipe.pipe(callback)
+
+
+hd_logo = pn.pane.PNG('HD_Logo.png', width=100)
+hd_logo
+
+lfe_logo = pn.pane.PNG('LFE_Logo.png', width=100)
+
+fnr_logo = pn.pane.PNG('fnr_logo.png', width=100)
+
+
+
+diagram_text = 'Die Diagramme stellen die zu den 3 Ausbauzeitpunkten ermittelten Masseverluste für die Buche (BU)- und Kiefer (KI)-Prüfkörper in allen 6 Tiefenstufen, auf dem jeweiligen Standort (Fläche) sowie für die Teilflächen gekalkt (K) und ungekalkt (nK) dar. Dabei sind die für die Holzart BU ermittelten Werte ausgehend von der vertikalen Mittellinie nach links in rot/gelb dargestellt und die für die Holzart KI ausgehend von der Mittellinie nach rechts in blau/grün. Die Masseverluste wurden vor Einbau und zu den Ausbauzeitpunkten (an den bei 103° C bis zur Massekonstanz gedarrten Stab-Prüfkörpern) bestimmt und sind auf der Abszisse in Prozent ablesbar.'
+
+template = pn.template.FastListTemplate(
+    title='Holzdeko Dashboard', 
+    sidebar=[hd_logo,
+             pn.pane.Markdown("## Einstellungen"),
+             'Standort',Stndrt_button,
+             #checkbox, # Aktiviert Hintergrundbild
+             lfe_logo,
+             fnr_logo
+            ], 
+    main=[pn.pane.Markdown("## Masseverlust"),                 
+          masseverlust_plot,
+          
+          pn.pane.Markdown(f'{diagram_text}'),
+          pn.pane.Markdown("## Mittelwerte"),
+          plot_mittelwerte
+                  
+    #accent_base_color="#88d8b0",
+    #header_background="#88d8b0",
+         ])
+
+
+
+
+template.servable();
+
+#print('fertig!')
+# To launch this dashboard as a web server, we can simply run 
+
+# cd C:\Users\BorowyP\Desktop\Dashboard-Preasi\MPA_Masseverlust_docker
+# panel serve 2023_03_09_MW_MPA.ipynb --autoreload

Nied_holzdeko_csv.csv

@@ -0,0 +1,1081 @@
+;Kampagne;MessDat;Menge;FNR + NWP;Standort;Kalk
+0;11;08.06.2017;19,5;3NE;Glienig;K
+1;11;08.06.2017;22,5;3NW;Glienig;nK
+2;11;08.06.2017;43;4NW;Gro� Liebitz;nK
+3;11;08.06.2017;42;4SE;Gro� Liebitz;K
+4;11;08.06.2017;17,5;9NE;Krausnick;K
+5;11;08.06.2017;20;9NW;Krausnick;nK
+6;11;09.06.2017;22,5;10SE;Hangelsberg;K
+7;11;09.06.2017;24;10SW;Hangelsberg;nK
+8;11;09.06.2017;17,5;12NE;Halbe;K
+9;11;09.06.2017;35;12NW;Halbe;nK
+10;11;09.06.2017;13;19NE;Spreeau;K
+11;11;09.06.2017;13;19NW;Spreeau;nK
+12;12;26.06.2017;9;3NE;Glienig;K
+13;12;26.06.2017;12;3NW;Glienig;nK
+14;12;26.06.2017;11,5;4NW;Gro� Liebitz;nK
+15;12;26.06.2017;9,5;4SE;Gro� Liebitz;K
+16;12;26.06.2017;10;9NE;Krausnick;K
+17;12;26.06.2017;12,5;9NW;Krausnick;nK
+18;12;27.06.2017;45;10SE;Hangelsberg;K
+19;12;27.06.2017;49;10SW;Hangelsberg;nK
+20;12;26.06.2017;19,5;12NE;Halbe;K
+21;12;26.06.2017;27,5;12NW;Halbe;nK
+22;12;27.06.2017;40,5;19NE;Spreeau;K
+23;12;27.06.2017;39;19NW;Spreeau;nK
+24;13;11.07.2017;45;3NE;Glienig;K
+25;13;11.07.2017;45;3NW;Glienig;nK
+26;13;11.07.2017;65;4NW;Gro� Liebitz;nK
+27;13;11.07.2017;68;4SE;Gro� Liebitz;K
+28;13;11.07.2017;55;9NE;Krausnick;K
+29;13;11.07.2017;58;9NW;Krausnick;nK
+30;13;11.07.2017;64;12NE;Halbe;K
+31;13;11.07.2017;92;12NW;Halbe;nK
+32;13;10.07.2017;67;10SE;Hangelsberg;K
+33;13;10.07.2017;73;10SW;Hangelsberg;nK
+34;13;10.07.2017;80;19NE;Spreeau;K
+35;13;10.07.2017;88;19NW;Spreeau;nK
+36;14;01.08.2017;65;3NE;Glienig;K
+37;14;01.08.2017;72;3NW;Glienig;nK
+38;14;01.08.2017;132;4NW;Gro� Liebitz;nK
+39;14;01.08.2017;140;4SE;Gro� Liebitz;K
+40;14;01.08.2017;72;9NE;Krausnick;K
+41;14;01.08.2017;85;9NW;Krausnick;nK
+42;14;02.08.2017;76;10SE;Hangelsberg;K
+43;14;02.08.2017;78;10SW;Hangelsberg;nK
+44;25;15.03.2018;21,5;3NE;Glienig;K
+45;25;15.03.2018;21,5;3NW;Glienig;nK
+46;25;15.03.2018;25;4NW;Gro� Liebitz;nK
+47;25;15.03.2018;28;4SE;Gro� Liebitz;K
+48;25;15.03.2018;23;9NE;Krausnick;K
+49;25;15.03.2018;18;9NW;Krausnick;nK
+50;25;14.03.2018;24;10SE;Hangelsberg;K
+51;25;14.03.2018;29;10SW;Hangelsberg;nK
+52;25;14.03.2018;19;12NE;Halbe;K
+53;25;14.03.2018;24;12NW;Halbe;nK
+54;25;14.03.2018;20;19NE;Spreeau;K
+55;25;14.03.2018;21;19NW;Spreeau;nK
+56;26;03.04.2018;12;3NE;Glienig;K
+57;26;03.04.2018;13;3NW;Glienig;nK
+58;26;03.04.2018;12;4NW;Gro� Liebitz;nK
+59;26;03.04.2018;13;4SE;Gro� Liebitz;K
+60;26;03.04.2018;9;9NE;Krausnick;K
+61;26;03.04.2018;9;9NW;Krausnick;nK
+62;26;05.04.2018;21,5;10SE;Hangelsberg;K
+63;26;05.04.2018;22;10SW;Hangelsberg;nK
+64;26;05.04.2018;11;12NE;Halbe;K
+65;26;05.04.2018;14;12NW;Halbe;nK
+66;26;05.04.2018;22;19NE;Spreeau;K
+67;26;05.04.2018;22,5;19NW;Spreeau;nK
+68;27;25.04.2018;19,5;3NE;Glienig;K
+69;27;25.04.2018;20;3NW;Glienig;nK
+70;27;25.04.2018;20;4NW;Gro� Liebitz;nK
+71;27;25.04.2018;16;4SE;Gro� Liebitz;K
+72;27;25.04.2018;35;9NE;Krausnick;K
+73;27;25.04.2018;28;9NW;Krausnick;nK
+74;27;26.04.2018;14;10SE;Hangelsberg;K
+75;27;26.04.2018;14;10SW;Hangelsberg;nK
+76;27;26.04.2018;27;12NE;Halbe;K
+77;27;26.04.2018;43;12NW;Halbe;nK
+78;27;26.04.2018;17;19NE;Spreeau;K
+79;27;26.04.2018;14;19NW;Spreeau;nK
+80;28;17.05.2018;18,5;3NE;Glienig;K
+81;28;17.05.2018;15,5;3NW;Glienig;nK
+82;28;17.05.2018;11,5;4NW;Gro� Liebitz;nK
+83;28;17.05.2018;10,5;4SE;Gro� Liebitz;K
+84;28;17.05.2018;29;9NE;Krausnick;K
+85;28;17.05.2018;18;9NW;Krausnick;nK
+86;28;18.05.2018;15,5;10SE;Hangelsberg;K
+87;28;18.05.2018;15;10SW;Hangelsberg;nK
+88;28;17.05.2018;47,5;12NE;Halbe;K
+89;28;17.05.2018;50;12NW;Halbe;nK
+90;28;18.05.2018;10;19NE;Spreeau;K
+91;28;18.05.2018;9;19NW;Spreeau;nK
+92;29;07.06.2018;42;3NE;Glienig;K
+93;29;07.06.2018;42;3NW;Glienig;nK
+94;29;07.06.2018;42;4NW;Gro� Liebitz;nK
+95;29;07.06.2018;43;4SE;Gro� Liebitz;K
+96;29;07.06.2018;14;9NE;Krausnick;K
+97;29;07.06.2018;12;9NW;Krausnick;nK
+98;29;06.06.2018;5,5;10SE;Hangelsberg;K
+99;29;06.06.2018;11;10SW;Hangelsberg;nK
+100;29;06.06.2018;11,5;12NE;Halbe;K
+101;29;06.06.2018;14;12NW;Halbe;nK
+102;29;06.06.2018;39;19NE;Spreeau;K
+103;29;06.06.2018;41;19NW;Spreeau;nK
+104;30;28.06.2018;6,5;3NE;Glienig;K
+105;30;28.06.2018;6,5;3NW;Glienig;nK
+106;30;28.06.2018;55;4NW;Gro� Liebitz;nK
+107;30;28.06.2018;53;4SE;Gro� Liebitz;K
+108;30;28.06.2018;12;9NE;Krausnick;K
+109;30;28.06.2018;8,5;9NW;Krausnick;nK
+110;30;27.06.2018;6;10SE;Hangelsberg;K
+111;30;27.06.2018;7;10SW;Hangelsberg;nK
+112;30;27.06.2018;5;12NE;Halbe;K
+113;30;27.06.2018;7;12NW;Halbe;nK
+114;30;27.06.2018;6;19NE;Spreeau;K
+115;30;27.06.2018;6;19NW;Spreeau;nK
+116;31;26.07.2018;25;3NE;Glienig;K
+117;31;26.07.2018;25;3NW;Glienig;nK
+118;31;26.07.2018;31;4NW;Gro� Liebitz;nK
+119;31;26.07.2018;25;4SE;Gro� Liebitz;K
+120;31;26.07.2018;35;9NE;Krausnick;K
+121;31;26.07.2018;30;9NW;Krausnick;nK
+122;31;25.07.2018;34;10SE;Hangelsberg;K
+123;31;25.07.2018;42;10SW;Hangelsberg;nK
+124;31;25.07.2018;24;12NE;Halbe;K
+125;31;25.07.2018;35;12NW;Halbe;nK
+126;31;25.07.2018;31;19NE;Spreeau;K
+127;14;02.08.2017;135;12NE;Halbe;K
+128;14;02.08.2017;135;12NW;Halbe;nK
+129;14;02.08.2017;93;19NE;Spreeau;K
+130;14;02.08.2017;97;19NW;Spreeau;nK
+131;15;29.08.2017;37,5;3NE;Glienig;K
+132;15;29.08.2017;33,5;3NW;Glienig;nK
+133;15;29.08.2017;49;4NW;Gro� Liebitz;nK
+134;15;29.08.2017;47;4SE;Gro� Liebitz;K
+135;15;29.08.2017;40;9NE;Krausnick;K
+136;15;29.08.2017;45;9NW;Krausnick;nK
+137;15;30.08.2017;32;10SE;Hangelsberg;K
+138;15;30.08.2017;41;10SW;Hangelsberg;nK
+139;15;30.08.2017;57;12NE;Halbe;K
+140;15;30.08.2017;57;12NW;Halbe;nK
+141;15;30.08.2017;33,5;19NE;Spreeau;K
+142;15;30.08.2017;31;19NW;Spreeau;nK
+143;16;21.09.2017;23,5;3NE;Glienig;K
+144;16;21.09.2017;25;3NW;Glienig;nK
+145;16;21.09.2017;51;4NW;Gro� Liebitz;nK
+146;16;21.09.2017;51;4SE;Gro� Liebitz;K
+147;16;25.09.2017;27;9NE;Krausnick;K
+148;16;25.09.2017;30;9NW;Krausnick;nK
+149;16;26.09.2017;19;10SE;Hangelsberg;K
+150;16;26.09.2017;23;10SW;Hangelsberg;nK
+151;16;26.09.2017;7;12NE;Halbe;K
+152;16;26.09.2017;15,5;12NW;Halbe;nK
+153;16;25.09.2017;21;19NE;Spreeau;K
+154;16;25.09.2017;23,5;19NW;Spreeau;nK
+155;17;12.10.2017;47;3NE;Glienig;K
+156;17;12.10.2017;50;3NW;Glienig;nK
+157;17;12.10.2017;45;4NW;Gro� Liebitz;nK
+158;17;12.10.2017;40;4SE;Gro� Liebitz;K
+159;17;12.10.2017;37;9NE;Krausnick;K
+160;17;12.10.2017;40;9NW;Krausnick;nK
+161;17;13.10.2017;36;19NE;Spreeau;K
+162;17;13.10.2017;38;19NW;Spreeau;nK
+163;17;13.10.2017;41;10SE;Hangelsberg;K
+164;17;13.10.2017;57;10SW;Hangelsberg;nK
+165;17;13.10.2017;33;12NE;Halbe;K
+166;17;13.10.2017;34;12NW;Halbe;nK
+167;18;08.11.2017;33;3NE;Glienig;K
+168;18;08.11.2017;35;3NW;Glienig;nK
+169;18;08.11.2017;44;4NW;Gro� Liebitz;nK
+170;18;08.11.2017;39;4SE;Gro� Liebitz;K
+171;18;08.11.2017;28;9NE;Krausnick;K
+172;18;08.11.2017;28;9NW;Krausnick;nK
+173;18;07.11.2017;58;19NE;Spreeau;K
+174;18;07.11.2017;69;19NW;Spreeau;nK
+175;18;07.11.2017;31;10SE;Hangelsberg;K
+176;18;07.11.2017;41;10SW;Hangelsberg;nK
+177;18;07.11.2017;54;12NE;Halbe;K
+178;18;07.11.2017;58;12NW;Halbe;nK
+179;19;24.11.2017;18;3NE;Glienig;K
+180;19;24.11.2017;18,5;3NW;Glienig;nK
+181;19;24.11.2017;20,5;4NW;Gro� Liebitz;nK
+182;19;24.11.2017;22;4SE;Gro� Liebitz;K
+183;19;24.11.2017;12,5;9NE;Krausnick;K
+184;19;24.11.2017;12,5;9NW;Krausnick;nK
+185;19;23.11.2017;14;10SE;Hangelsberg;K
+186;19;23.11.2017;15;10SW;Hangelsberg;nK
+187;19;23.11.2017;10;12NE;Halbe;K
+188;19;23.11.2017;15;12NW;Halbe;nK
+189;19;23.11.2017;11;19NE;Spreeau;K
+190;19;23.11.2017;10;19NW;Spreeau;nK
+191;20;15.12.2017;35;3NE;Glienig;K
+192;20;15.12.2017;38;3NW;Glienig;nK
+193;20;15.12.2017;39;4NW;Gro� Liebitz;nK
+194;20;15.12.2017;43;4SE;Gro� Liebitz;K
+195;20;15.12.2017;23,5;9NE;Krausnick;K
+196;20;15.12.2017;23,5;9NW;Krausnick;nK
+197;20;18.12.2017;43;10SE;Hangelsberg;K
+198;20;18.12.2017;43;10SW;Hangelsberg;nK
+199;20;15.12.2017;29;12NE;Halbe;K
+200;20;15.12.2017;35;12NW;Halbe;nK
+201;20;18.12.2017;37;19NE;Spreeau;K
+202;20;18.12.2017;39;19NW;Spreeau;nK
+203;21;08.01.2018;27;3NE;Glienig;K
+204;21;08.01.2018;32;3NW;Glienig;nK
+205;21;08.01.2018;30;4NW;Gro� Liebitz;nK
+206;21;08.01.2018;36;4SE;Gro� Liebitz;K
+207;21;08.01.2018;28;9NE;Krausnick;K
+208;21;08.01.2018;24;9NW;Krausnick;nK
+209;21;05.01.2018;25;10SE;Hangelsberg;K
+210;21;05.01.2018;24;10SW;Hangelsberg;nK
+211;21;05.01.2018;32;12NE;Halbe;K
+212;21;05.01.2018;19;12NW;Halbe;nK
+213;21;08.01.2018;22;19NE;Spreeau;K
+214;21;05.01.2018;22;19NW;Spreeau;nK
+215;22;23.01.2018;17;3NE;Glienig;K
+216;22;23.01.2018;17;3NW;Glienig;nK
+217;22;23.01.2018;18;4NW;Gro� Liebitz;nK
+218;22;23.01.2018;21;4SE;Gro� Liebitz;K
+219;22;23.01.2018;12;9NE;Krausnick;K
+220;22;23.01.2018;10;9NW;Krausnick;nK
+221;22;24.01.2018;23;10SE;Hangelsberg;K
+222;22;24.01.2018;22;10SW;Hangelsberg;nK
+223;22;24.01.2018;13,5;12NE;Halbe;K
+224;22;24.01.2018;16,5;12NW;Halbe;nK
+225;22;24.01.2018;18;19NE;Spreeau;K
+226;22;24.01.2018;20;19NW;Spreeau;nK
+227;23;05.02.2018;10;3NE;Glienig;K
+228;23;05.02.2018;11;3NW;Glienig;nK
+229;23;05.02.2018;14;4NW;Gro� Liebitz;nK
+230;23;05.02.2018;11;4SE;Gro� Liebitz;K
+231;23;05.02.2018;9;9NE;Krausnick;K
+232;23;05.02.2018;7;9NW;Krausnick;nK
+233;23;06.02.2018;13;10SE;Hangelsberg;K
+234;23;06.02.2018;15;10SW;Hangelsberg;nK
+235;23;06.02.2018;13;12NE;Halbe;K
+236;23;06.02.2018;9;12NW;Halbe;nK
+237;23;06.02.2018;6;19NE;Spreeau;K
+238;23;06.02.2018;5;19NW;Spreeau;nK
+239;24;20.02.2018;1;3NE;Glienig;K
+240;24;20.02.2018;1;3NW;Glienig;nK
+241;24;20.02.2018;1;4NW;Gro� Liebitz;nK
+242;24;20.02.2018;3,5;4SE;Gro� Liebitz;K
+243;24;20.02.2018;1;9NE;Krausnick;K
+244;24;20.02.2018;1;9NW;Krausnick;nK
+245;24;21.02.2018;2,5;10SE;Hangelsberg;K
+246;24;21.02.2018;3;10SW;Hangelsberg;nK
+247;24;21.02.2018;1;12NE;Halbe;K
+248;24;21.02.2018;1;12NW;Halbe;nK
+249;24;21.02.2018;1;19NE;Spreeau;K
+250;24;21.02.2018;1;19NW;Spreeau;nK
+251;31;25.07.2018;32;19NW;Spreeau;nK
+252;32;21.08.2018;5;3NE;Glienig;K
+253;32;21.08.2018;6;3NW;Glienig;nK
+254;32;21.08.2018;24;4NW;Gro� Liebitz;nK
+255;32;21.08.2018;23;4SE;Gro� Liebitz;K
+256;32;21.08.2018;17;9NE;Krausnick;K
+257;32;21.08.2018;11;9NW;Krausnick;nK
+258;32;22.08.2018;6;10SE;Hangelsberg;K
+259;32;22.08.2018;4,5;10SW;Hangelsberg;nK
+260;32;22.08.2018;20;12NE;Halbe;K
+261;32;22.08.2018;24,5;12NW;Halbe;nK
+262;32;22.08.2018;9;19NE;Spreeau;K
+263;32;22.08.2018;5;19NW;Spreeau;nK
+264;33;18.09.2018;8;3NE;Glienig;K
+265;33;18.09.2018;6;3NW;Glienig;nK
+266;33;18.09.2018;3,5;4NW;Gro� Liebitz;nK
+267;33;18.09.2018;2;4SE;Gro� Liebitz;K
+268;33;18.09.2018;12;9NE;Krausnick;K
+269;33;18.09.2018;8;9NW;Krausnick;nK
+270;33;19.09.2018;12;10SE;Hangelsberg;K
+271;33;19.09.2018;12;10SW;Hangelsberg;nK
+272;33;19.09.2018;12;12NE;Halbe;K
+273;33;19.09.2018;18;12NW;Halbe;nK
+274;33;19.09.2018;2;19NE;Spreeau;K
+275;33;19.09.2018;3;19NW;Spreeau;nK
+276;34;04.10.2018;25;3NE;Glienig;K
+277;34;04.10.2018;22;3NW;Glienig;nK
+278;34;04.10.2018;36;4NW;Gro� Liebitz;nK
+279;34;04.10.2018;38;4SE;Gro� Liebitz;K
+280;34;04.10.2018;25;9NE;Krausnick;K
+281;34;04.10.2018;17;9NW;Krausnick;nK
+282;34;02.10.2018;14;10SE;Hangelsberg;K
+283;34;02.10.2018;14;10SW;Hangelsberg;nK
+284;34;02.10.2018;13;12NE;Halbe;K
+285;34;02.10.2018;12;12NW;Halbe;nK
+286;34;02.10.2018;16;19NE;Spreeau;K
+287;34;02.10.2018;15;19NW;Spreeau;nK
+288;35;06.11.2018;9;3NE;Glienig;K
+289;35;06.11.2018;7;3NW;Glienig;nK
+290;35;06.11.2018;21;4NW;Gro� Liebitz;nK
+291;35;06.11.2018;21;4SE;Gro� Liebitz;K
+292;35;06.11.2018;11;9NE;Krausnick;K
+293;35;06.11.2018;8;9NW;Krausnick;nK
+294;35;06.11.2018;12;10SE;Hangelsberg;K
+295;35;06.11.2018;14;10SW;Hangelsberg;nK
+296;35;06.11.2018;8;12NE;Halbe;K
+297;35;06.11.2018;9;12NW;Halbe;nK
+298;35;06.11.2018;12;19NE;Spreeau;K
+299;35;06.11.2018;12;19NW;Spreeau;nK
+300;36;29.11.2018;7;3NE;Glienig;K
+301;36;29.11.2018;7,5;3NW;Glienig;nK
+302;36;29.11.2018;8;4NW;Gro� Liebitz;nK
+303;36;29.11.2018;7,5;4SE;Gro� Liebitz;K
+304;36;29.11.2018;6,5;9NE;Krausnick;K
+305;36;29.11.2018;5;9NW;Krausnick;nK
+306;36;04.12.2018;17,5;10SE;Hangelsberg;K
+307;36;04.12.2018;19,5;10SW;Hangelsberg;nK
+308;36;04.12.2018;32;12NE;Halbe;K
+309;36;04.12.2018;32;12NW;Halbe;nK
+310;36;04.12.2018;25;19NE;Spreeau;K
+311;36;04.12.2018;24;19NW;Spreeau;nK
+312;37;10.01.2019;90;3NE;Glienig;K
+313;37;10.01.2019;99;3NW;Glienig;nK
+314;37;10.01.2019;83;4NW;Gro� Liebitz;nK
+315;37;10.01.2019;87;4SE;Gro� Liebitz;K
+316;37;10.01.2019;90;9NE;Krausnick;K
+317;37;10.01.2019;75;9NW;Krausnick;nK
+318;37;09.01.2019;45;10SE;Hangelsberg;K
+319;37;09.01.2019;50;10SW;Hangelsberg;nK
+320;37;09.01.2019;65;12NE;Halbe;K
+321;37;09.01.2019;65;12NW;Halbe;nK
+322;37;09.01.2019;45;19NE;Spreeau;K
+323;37;09.01.2019;46;19NW;Spreeau;nK
+324;38;31.01.2019;30;3NE;Glienig;K
+325;38;31.01.2019;32;3NW;Glienig;nK
+326;38;31.01.2019;26;4NW;Gro� Liebitz;nK
+327;38;31.01.2019;28;4SE;Gro� Liebitz;K
+328;38;31.01.2019;25;9NE;Krausnick;K
+329;38;31.01.2019;19;9NW;Krausnick;nK
+330;38;30.01.2019;25;10SE;Hangelsberg;K
+331;38;30.01.2019;27;10SW;Hangelsberg;nK
+332;38;30.01.2019;17,5;12NE;Halbe;K
+333;38;30.01.2019;25;12NW;Halbe;nK
+334;38;30.01.2019;29;19NE;Spreeau;K
+335;38;30.01.2019;29;19NW;Spreeau;nK
+336;39;18.02.2019;17;3NE;Glienig;K
+337;39;18.02.2019;18,5;3NW;Glienig;nK
+338;39;20.02.2019;12;4NW;Gro� Liebitz;nK
+339;39;20.02.2019;13;4SE;Gro� Liebitz;K
+340;39;20.02.2019;15,5;9NE;Krausnick;K
+341;39;20.02.2019;15;9NW;Krausnick;nK
+342;39;18.02.2019;14,5;10SE;Hangelsberg;K
+343;39;18.02.2019;14,5;10SW;Hangelsberg;nK
+344;39;18.02.2019;13;12NE;Halbe;K
+345;39;18.02.2019;17,5;12NW;Halbe;nK
+346;39;18.02.2019;14;19NE;Spreeau;K
+347;39;18.02.2019;13;19NW;Spreeau;nK
+348;40;12.03.2019;33;3NE;Glienig;K
+349;40;12.03.2019;34;3NW;Glienig;nK
+350;40;11.03.2019;29;4NW;Gro� Liebitz;nK
+351;40;11.03.2019;28;4SE;Gro� Liebitz;K
+352;40;11.03.2019;33;9NE;Krausnick;K
+353;40;11.03.2019;25;9NW;Krausnick;nK
+354;40;12.03.2019;33;10SE;Hangelsberg;K
+355;40;12.03.2019;33;10SW;Hangelsberg;nK
+356;40;11.03.2019;27;12NE;Halbe;K
+357;40;11.03.2019;32;12NW;Halbe;nK
+358;40;12.03.2019;33;19NE;Spreeau;K
+359;40;12.03.2019;32;19NW;Spreeau;nK
+360;41;26.03.2019;16;3NE;Glienig;K
+361;41;26.03.2019;16;3NW;Glienig;nK
+362;41;26.03.2019;16;4NW;Gro� Liebitz;nK
+363;41;26.03.2019;16;4SE;Gro� Liebitz;K
+364;41;26.03.2019;18;9NE;Krausnick;K
+365;41;26.03.2019;14;9NW;Krausnick;nK
+366;41;26.03.2019;18,5;10SE;Hangelsberg;K
+367;41;26.03.2019;19,5;10SW;Hangelsberg;nK
+368;41;26.03.2019;13;12NE;Halbe;K
+369;41;26.03.2019;18;12NW;Halbe;nK
+370;41;26.03.2019;16;19NE;Spreeau;K
+371;41;26.03.2019;15;19NW;Spreeau;nK
+372;42;11.04.2019;2,5;3NE;Glienig;K
+373;42;11.04.2019;3;3NW;Glienig;nK
+374;42;11.04.2019;1;4NW;Gro� Liebitz;nK
+375;42;11.04.2019;1;4SE;Gro� Liebitz;K
+376;42;11.04.2019;1;9NE;Krausnick;K
+377;42;11.04.2019;1;9NW;Krausnick;nK
+378;42;10.04.2019;1,5;10SE;Hangelsberg;K
+379;42;10.04.2019;1,7;10SW;Hangelsberg;nK
+380;42;10.04.2019;0,5;12NE;Halbe;K
+381;42;10.04.2019;1;12NW;Halbe;nK
+382;42;10.04.2019;1,5;19NE;Spreeau;K
+383;42;10.04.2019;2;19NW;Spreeau;nK
+384;43;02.05.2019;9,5;3NE;Glienig;K
+385;43;02.05.2019;10;3NW;Glienig;nK
+386;43;02.05.2019;10;4NW;Gro� Liebitz;nK
+387;43;02.05.2019;9,5;4SE;Gro� Liebitz;K
+388;43;02.05.2019;11;9NE;Krausnick;K
+389;43;02.05.2019;8;9NW;Krausnick;nK
+390;43;03.05.2019;9;10SE;Hangelsberg;K
+391;43;03.05.2019;9;10SW;Hangelsberg;nK
+392;43;03.05.2019;4,5;12NE;Halbe;K
+393;43;03.05.2019;7;12NW;Halbe;nK
+394;43;07.05.2019;14;19NE;Spreeau;K
+395;43;07.05.2019;12,5;19NW;Spreeau;nK
+396;44;23.05.2019;22;3NE;Glienig;K
+397;44;23.05.2019;22;3NW;Glienig;nK
+398;44;23.05.2019;59;4NW;Gro� Liebitz;nK
+399;44;23.05.2019;57;4SE;Gro� Liebitz;K
+400;44;23.05.2019;36;9NE;Krausnick;K
+401;44;23.05.2019;24;9NW;Krausnick;nK
+402;44;22.05.2019;42;10SE;Hangelsberg;K
+403;44;22.05.2019;32;10SW;Hangelsberg;nK
+404;44;22.05.2019;16;12NE;Halbe;K
+405;44;22.05.2019;20;12NW;Halbe;nK
+406;44;22.05.2019;34;19NE;Spreeau;K
+407;44;22.05.2019;32;19NW;Spreeau;nK
+408;45;12.06.2019;27,5;3NE;Glienig;K
+409;45;12.06.2019;33,5;3NW;Glienig;nK
+410;45;12.06.2019;47;4NW;Gro� Liebitz;nK
+411;45;12.06.2019;42;4SE;Gro� Liebitz;K
+412;45;12.06.2019;22,5;9NE;Krausnick;K
+413;45;12.06.2019;19;9NW;Krausnick;nK
+414;45;04.06.2019;9;10SE;Hangelsberg;K
+415;45;04.06.2019;7;10SW;Hangelsberg;nK
+416;45;04.06.2019;0;12NE;Halbe;K
+417;45;04.06.2019;0;12NW;Halbe;nK
+418;45;04.06.2019;3,5;19NE;Spreeau;K
+419;45;04.06.2019;3,5;19NW;Spreeau;nK
+420;46;02.07.2019;3;3NE;Glienig;K
+421;46;02.07.2019;4;3NW;Glienig;nK
+422;46;02.07.2019;1,5;4NW;Gro� Liebitz;nK
+423;46;02.07.2019;0;4SE;Gro� Liebitz;K
+424;46;02.07.2019;7;9NE;Krausnick;K
+425;46;02.07.2019;8,5;9NW;Krausnick;nK
+426;46;04.07.2019;35;10SE;Hangelsberg;K
+427;46;04.07.2019;36;10SW;Hangelsberg;nK
+428;46;04.07.2019;18,5;12NE;Halbe;K
+429;46;04.07.2019;21,5;12NW;Halbe;nK
+430;46;04.07.2019;41;19NE;Spreeau;K
+431;46;04.07.2019;35,5;19NW;Spreeau;nK
+432;47;12.08.2019;52;3NE;Glienig;K
+433;47;12.08.2019;49;3NW;Glienig;nK
+434;47;12.08.2019;56,5;4NW;Gro� Liebitz;nK
+435;47;12.08.2019;52,5;4SE;Gro� Liebitz;K
+436;47;12.08.2019;58,5;9NE;Krausnick;K
+437;47;12.08.2019;59,5;9NW;Krausnick;nK
+438;47;13.08.2019;53;10SE;Hangelsberg;K
+439;47;13.08.2019;62;10SW;Hangelsberg;nK
+440;47;13.08.2019;39;12NE;Halbe;K
+441;47;13.08.2019;46;12NW;Halbe;nK
+442;47;13.08.2019;66,5;19NE;Spreeau;K
+443;47;13.08.2019;63,5;19NW;Spreeau;nK
+444;48;05.09.2019;4;3NE;Glienig;K
+445;48;05.09.2019;4;3NW;Glienig;nK
+446;48;05.09.2019;6;4NW;Gro� Liebitz;nK
+447;48;05.09.2019;3,5;4SE;Gro� Liebitz;K
+448;48;05.09.2019;10;9NE;Krausnick;K
+449;48;05.09.2019;9,5;9NW;Krausnick;nK
+450;48;04.09.2019;11;10SE;Hangelsberg;K
+451;48;04.09.2019;10,5;10SW;Hangelsberg;nK
+452;48;04.09.2019;2,5;12NE;Halbe;K
+453;48;04.09.2019;5;12NW;Halbe;nK
+454;48;04.09.2019;9,5;19NE;Spreeau;K
+455;48;04.09.2019;8,5;19NW;Spreeau;nK
+456;49;07.10.2019;61;3NE;Glienig;K
+457;49;07.10.2019;61;3NW;Glienig;nK
+458;49;07.10.2019;56;4NW;Gro� Liebitz;nK
+459;49;07.10.2019;56;4SE;Gro� Liebitz;K
+460;49;07.10.2019;64;9NE;Krausnick;K
+461;49;07.10.2019;48;9NW;Krausnick;nK
+462;49;04.10.2019;48,5;10SE;Hangelsberg;K
+463;49;04.10.2019;57;10SW;Hangelsberg;nK
+464;49;08.10.2019;57;12NE;Halbe;K
+465;49;08.10.2019;70;12NW;Halbe;nK
+466;49;04.10.2019;45;19NE;Spreeau;K
+467;49;04.10.2019;42,5;19NW;Spreeau;nK
+468;50;06.11.2019;21;3NE;Glienig;K
+469;50;06.11.2019;24;3NW;Glienig;nK
+470;50;06.11.2019;20,5;4NW;Gro� Liebitz;nK
+471;50;06.11.2019;20,5;4SE;Gro� Liebitz;K
+472;50;06.11.2019;23,5;9NE;Krausnick;K
+473;50;06.11.2019;20,5;9NW;Krausnick;nK
+474;50;05.11.2019;34;10SE;Hangelsberg;K
+475;50;05.11.2019;37;10SW;Hangelsberg;nK
+476;50;06.11.2019;16,5;12NE;Halbe;K
+477;50;06.11.2019;26;12NW;Halbe;nK
+478;50;05.11.2019;37;19NE;Spreeau;K
+479;50;05.11.2019;32;19NW;Spreeau;nK
+480;51;26.11.2019;16;3NE;Glienig;K
+481;51;26.11.2019;16;3NW;Glienig;nK
+482;51;26.11.2019;7,5;4NW;Gro� Liebitz;nK
+483;51;26.11.2019;9;4SE;Gro� Liebitz;K
+484;51;26.11.2019;14,5;9NE;Krausnick;K
+485;51;26.11.2019;10,5;9NW;Krausnick;nK
+486;51;28.11.2019;17;10SE;Hangelsberg;K
+487;51;28.11.2019;17,5;10SW;Hangelsberg;nK
+488;51;28.11.2019;14,5;12NE;Halbe;K
+489;51;28.11.2019;17;12NW;Halbe;nK
+490;51;28.11.2019;22;19NE;Spreeau;K
+491;51;28.11.2019;20;19NW;Spreeau;nK
+492;52;17.12.2019;16;3NE;Glienig;K
+493;52;17.12.2019;18;3NW;Glienig;nK
+494;52;17.12.2019;17;4NW;Gro� Liebitz;nK
+495;52;17.12.2019;12,5;4SE;Gro� Liebitz;K
+496;52;17.12.2019;19;9NE;Krausnick;K
+497;52;17.12.2019;13,5;9NW;Krausnick;nK
+498;52;18.12.2019;16;10SE;Hangelsberg;K
+499;52;18.12.2019;19,5;10SW;Hangelsberg;nK
+500;52;18.12.2019;10;12NE;Halbe;K
+501;52;18.12.2019;14,5;12NW;Halbe;nK
+502;52;18.12.2019;18;19NE;Spreeau;K
+503;52;18.12.2019;17,5;19NW;Spreeau;nK
+504;53;07.01.2020;17;3NE;Glienig;K
+505;53;07.01.2020;17;3NW;Glienig;nK
+506;53;07.01.2020;17;4NW;Gro� Liebitz;nK
+507;53;07.01.2020;14;4SE;Gro� Liebitz;K
+508;53;07.01.2020;24;9NE;Krausnick;K
+509;53;07.01.2020;20;9NW;Krausnick;nK
+510;53;06.01.2020;17;10SE;Hangelsberg;K
+511;53;06.01.2020;21,5;10SW;Hangelsberg;nK
+512;53;06.01.2020;15;12NE;Halbe;K
+513;53;06.01.2020;22;12NW;Halbe;nK
+514;53;06.01.2020;19,5;19NE;Spreeau;K
+515;53;06.01.2020;19;19NW;Spreeau;nK
+516;54;31.01.2020;18,5;3NE;Glienig;K
+517;54;31.01.2020;20;3NW;Glienig;nK
+518;54;03.02.2020;35;4NW;Gro� Liebitz;nK
+519;54;03.02.2020;24,5;4SE;Gro� Liebitz;K
+520;54;03.02.2020;33;9NE;Krausnick;K
+521;54;03.02.2020;23;9NW;Krausnick;nK
+522;54;29.01.2020;21,5;10SE;Hangelsberg;K
+523;54;29.01.2020;22,5;10SW;Hangelsberg;nK
+524;54;31.01.2020;16,5;12NE;Halbe;K
+525;54;31.01.2020;22,5;12NW;Halbe;nK
+526;54;29.01.2020;22;19NE;Spreeau;K
+527;54;29.01.2020;23;19NW;Spreeau;nK
+528;55;03.03.2020;68;3NE;Glienig;K
+529;55;03.03.2020;74;3NW;Glienig;nK
+530;55;03.03.2020;60;4NW;Gro� Liebitz;nK
+531;55;03.03.2020;58;4SE;Gro� Liebitz;K
+532;55;03.03.2020;53;9NE;Krausnick;K
+533;55;03.03.2020;46;9NW;Krausnick;nK
+534;55;11.03.2020;89;10SE;Hangelsberg;K
+535;55;11.03.2020;96,5;10SW;Hangelsberg;nK
+536;55;03.03.2020;60;12NE;Halbe;K
+537;55;03.03.2020;60;12NW;Halbe;nK
+538;55;11.03.2020;87;19NE;Spreeau;K
+539;55;11.03.2020;82;19NW;Spreeau;nK
+540;56;25.03.2020;17;3NE;Glienig;K
+541;56;25.03.2020;20;3NW;Glienig;nK
+542;56;25.03.2020;27;4NW;Gro� Liebitz;nK
+543;56;25.03.2020;26;4SE;Gro� Liebitz;K
+544;56;25.03.2020;18,5;9NE;Krausnick;K
+545;56;25.03.2020;15,5;9NW;Krausnick;nK
+546;56;26.03.2020;2;10SE;Hangelsberg;K
+547;56;26.03.2020;3;10SW;Hangelsberg;nK
+548;56;26.03.2020;15;12NE;Halbe;K
+549;56;26.03.2020;19,5;12NW;Halbe;nK
+550;56;26.03.2020;2,5;19NE;Spreeau;K
+551;56;26.03.2020;3;19NW;Spreeau;nK
+552;57;08.04.2020;0,1;3NE;Glienig;K
+553;57;08.04.2020;0,3;3NW;Glienig;nK
+554;57;15.04.2020;1;4NW;Gro� Liebitz;nK
+555;57;15.04.2020;2,5;4SE;Gro� Liebitz;K
+556;57;15.04.2020;3,5;9NE;Krausnick;K
+557;57;15.04.2020;3;9NW;Krausnick;nK
+558;57;15.04.2020;1,5;10SE;Hangelsberg;K
+559;57;15.04.2020;2;10SW;Hangelsberg;nK
+560;57;08.04.2020;0,2;12NE;Halbe;K
+561;57;08.04.2020;0;12NW;Halbe;nK
+562;57;15.04.2020;2;19NE;Spreeau;K
+563;57;15.04.2020;2;19NW;Spreeau;nK
+564;58;05.05.2020;13;3NE;Glienig;K
+565;58;05.05.2020;12,5;3NW;Glienig;nK
+566;58;05.05.2020;6,5;4NW;Gro� Liebitz;nK
+567;58;05.05.2020;6,5;4SE;Gro� Liebitz;K
+568;58;05.05.2020;10;9NE;Krausnick;K
+569;58;05.05.2020;8,5;9NW;Krausnick;nK
+570;58;06.05.2020;12;10SE;Hangelsberg;K
+571;58;06.05.2020;14;10SW;Hangelsberg;nK
+572;58;06.05.2020;5;12NE;Halbe;K
+573;58;06.05.2020;7;12NW;Halbe;nK
+574;58;06.05.2020;16;19NE;Spreeau;K
+575;58;06.05.2020;13;19NW;Spreeau;nK
+576;59;27.05.2020;16,5;3NE;Glienig;K
+577;59;27.05.2020;19;3NW;Glienig;nK
+578;59;27.05.2020;22;4NW;Gro� Liebitz;nK
+579;59;27.05.2020;20;4SE;Gro� Liebitz;K
+580;59;27.05.2020;21;9NE;Krausnick;K
+581;59;27.05.2020;16,5;9NW;Krausnick;nK
+582;59;26.05.2020;23;10SE;Hangelsberg;K
+583;59;26.05.2020;24;10SW;Hangelsberg;nK
+584;59;26.05.2020;13,5;12NE;Halbe;K
+585;59;26.05.2020;14;12NW;Halbe;nK
+586;59;26.05.2020;28;19NE;Spreeau;K
+587;59;26.05.2020;28;19NW;Spreeau;nK
+588;60;26.06.2020;10;3NE;Glienig;K
+589;60;26.06.2020;10;3NW;Glienig;nK
+590;60;22.06.2020;18,5;4NW;Gro� Liebitz;nK
+591;60;22.06.2020;24;4SE;Gro� Liebitz;K
+592;60;22.06.2020;14;9NE;Krausnick;K
+593;60;22.06.2020;9;9NW;Krausnick;nK
+594;60;23.06.2020;24;10SE;Hangelsberg;K
+595;60;23.06.2020;23,5;10SW;Hangelsberg;nK
+596;60;26.06.2020;13;12NE;Halbe;K
+597;60;26.06.2020;15;12NW;Halbe;nK
+598;60;23.06.2020;35;19NE;Spreeau;K
+599;60;23.06.2020;32;19NW;Spreeau;nK
+600;61;14.07.2020;21,5;3NE;Glienig;K
+601;61;14.07.2020;20;3NW;Glienig;nK
+602;61;14.07.2020;32,5;4NW;Gro� Liebitz;nK
+603;61;14.07.2020;30;4SE;Gro� Liebitz;K
+604;61;14.07.2020;56;9NE;Krausnick;K
+605;61;14.07.2020;48;9NW;Krausnick;nK
+606;61;15.07.2020;24;10SE;Hangelsberg;K
+607;61;15.07.2020;29;10SW;Hangelsberg;nK
+608;61;15.07.2020;38,5;12NE;Halbe;K
+609;61;15.07.2020;43;12NW;Halbe;nK
+610;61;15.07.2020;19;19NE;Spreeau;K
+611;61;15.07.2020;18;19NW;Spreeau;nK
+612;62;17.08.2020;58,5;3NE;Glienig;K
+613;62;17.08.2020;54;3NW;Glienig;nK
+614;62;17.08.2020;39;4NW;Gro� Liebitz;nK
+615;62;17.08.2020;51;4SE;Gro� Liebitz;K
+616;62;17.08.2020;32;9NE;Krausnick;K
+617;62;17.08.2020;25;9NW;Krausnick;nK
+618;62;14.08.2020;13,5;10SE;Hangelsberg;K
+619;62;14.08.2020;17,5;10SW;Hangelsberg;nK
+620;62;17.08.2020;21,5;12NE;Halbe;K
+621;62;17.08.2020;27;12NW;Halbe;nK
+622;62;14.08.2020;15;19NE;Spreeau;K
+623;63;01.09.2020;38;3NE;Glienig;K
+624;63;01.09.2020;34;3NW;Glienig;nK
+625;63;01.09.2020;45;4NW;Gro� Liebitz;nK
+626;63;01.09.2020;65;4SE;Gro� Liebitz;K
+627;63;01.09.2020;45;9NE;Krausnick;K
+628;63;01.09.2020;35;9NW;Krausnick;nK
+629;63;02.09.2020;33;10SE;Hangelsberg;K
+630;63;02.09.2020;36;10SW;Hangelsberg;nK
+631;63;04.09.2020;28;12NE;Halbe;K
+632;63;04.09.2020;38;12NW;Halbe;nK
+633;63;02.09.2020;39;19NE;Spreeau;K
+634;63;02.09.2020;39;19NW;Spreeau;nK
+635;64;22.09.2020;10;3NE;Glienig;K
+636;64;22.09.2020;9;3NW;Glienig;nK
+637;64;22.09.2020;5;4NW;Gro� Liebitz;nK
+638;64;22.09.2020;3;4SE;Gro� Liebitz;K
+639;64;22.09.2020;7;9NE;Krausnick;K
+640;64;22.09.2020;5;9NW;Krausnick;nK
+641;64;23.09.2020;16;10SE;Hangelsberg;K
+642;64;23.09.2020;12,5;10SW;Hangelsberg;nK
+643;64;22.09.2020;0,5;12NE;Halbe;K
+644;64;22.09.2020;1;12NW;Halbe;nK
+645;64;23.09.2020;24;19NE;Spreeau;K
+646;64;23.09.2020;18;19NW;Spreeau;nK
+647;65;30.09.2020;32,5;3NE;Glienig;K
+648;65;30.09.2020;33,5;3NW;Glienig;nK
+649;65;08.10.2020;28;4NW;Gro� Liebitz;nK
+650;65;08.10.2020;32;4SE;Gro� Liebitz;K
+651;65;08.10.2020;26;9NE;Krausnick;K
+652;65;08.10.2020;23;9NW;Krausnick;nK
+653;65;07.10.2020;28,5;10SE;Hangelsberg;K
+654;65;07.10.2020;29;10SW;Hangelsberg;nK
+655;65;07.10.2020;18;12NE;Halbe;K
+656;65;07.10.2020;22,5;12NW;Halbe;nK
+657;65;07.10.2020;29;19NE;Spreeau;K
+658;65;07.10.2020;29;19NW;Spreeau;nK
+659;66;29.10.2020;35;3NE;Glienig;K
+660;66;29.10.2020;41,5;3NW;Glienig;nK
+661;66;29.10.2020;43;4NW;Gro� Liebitz;nK
+662;66;29.10.2020;37;4SE;Gro� Liebitz;K
+663;66;29.10.2020;35;9NE;Krausnick;K
+664;66;29.10.2020;28;9NW;Krausnick;nK
+665;66;30.10.2020;44;10SE;Hangelsberg;K
+666;66;30.10.2020;48;10SW;Hangelsberg;nK
+667;66;30.10.2020;33;12NE;Halbe;K
+668;66;30.10.2020;36;12NW;Halbe;nK
+669;66;30.10.2020;50;19NE;Spreeau;K
+670;66;30.10.2020;46;19NW;Spreeau;nK
+671;67;18.11.2020;26;3NE;Glienig;K
+672;67;18.11.2020;26,5;3NW;Glienig;nK
+673;67;18.11.2020;25;4NW;Gro� Liebitz;nK
+674;67;18.11.2020;21;4SE;Gro� Liebitz;K
+675;67;18.11.2020;25,5;9NE;Krausnick;K
+676;67;18.11.2020;23,5;9NW;Krausnick;nK
+677;67;19.11.2020;22;10SE;Hangelsberg;K
+678;67;19.11.2020;20,5;10SW;Hangelsberg;nK
+679;67;19.11.2020;12;12NE;Halbe;K
+680;67;19.11.2020;14;12NW;Halbe;nK
+681;67;19.11.2020;17;19NE;Spreeau;K
+682;67;19.11.2020;18;19NW;Spreeau;nK
+683;68;09.12.2020;5;3NE;Glienig;K
+684;68;09.12.2020;5;3NW;Glienig;nK
+685;68;09.12.2020;3,5;4NW;Gro� Liebitz;nK
+686;68;09.12.2020;4;4SE;Gro� Liebitz;K
+687;68;09.12.2020;4,5;9NE;Krausnick;K
+688;68;09.12.2020;3,5;9NW;Krausnick;nK
+689;68;07.12.2020;2;10SE;Hangelsberg;K
+690;68;07.12.2020;3;10SW;Hangelsberg;nK
+691;68;07.12.2020;2;12NE;Halbe;K
+692;68;07.12.2020;3,5;12NW;Halbe;nK
+693;68;09.12.2020;2;19NE;Spreeau;K
+694;68;09.12.2020;2,5;19NW;Spreeau;nK
+695;69;06.01.2021;24;3NE;Glienig;K
+696;69;06.01.2021;27;3NW;Glienig;nK
+697;69;06.01.2021;36;4NW;Gro� Liebitz;nK
+698;69;06.01.2021;38;4SE;Gro� Liebitz;K
+699;69;06.01.2021;25;9NE;Krausnick;K
+700;69;06.01.2021;23,5;9NW;Krausnick;nK
+701;69;07.01.2021;37;10SE;Hangelsberg;K
+702;69;07.01.2021;33;10SW;Hangelsberg;nK
+703;69;07.01.2021;24,5;12NE;Halbe;K
+704;69;07.01.2021;25,5;12NW;Halbe;nK
+705;62;14.08.2020;14;19NW;Spreeau;nK
+706;69;07.01.2021;28;19NE;Spreeau;K
+707;69;07.01.2021;27,5;19NW;Spreeau;nK
+708;70;26.01.2021;34;3NE;Glienig;K
+709;70;26.01.2021;38;3NW;Glienig;nK
+710;70;26.01.2021;41;4NW;Gro� Liebitz;nK
+711;70;26.01.2021;45;4SE;Gro� Liebitz;K
+712;70;26.01.2021;28;9NE;Krausnick;K
+713;70;26.01.2021;28;9NW;Krausnick;nK
+714;70;27.01.2021;39;10SE;Hangelsberg;K
+715;70;27.01.2021;31;10SW;Hangelsberg;nK
+716;70;27.01.2021;31,5;12NE;Halbe;K
+717;70;27.01.2021;26,5;12NW;Halbe;nK
+718;70;27.01.2021;27,5;19NE;Spreeau;K
+719;70;27.01.2021;31,5;19NW;Spreeau;nK
+720;71;17.02.2021;25;3NE;Glienig;K
+721;71;17.02.2021;16;3NW;Glienig;nK
+722;71;17.02.2021;18;4NW;Gro� Liebitz;nK
+723;71;17.02.2021;14;4SE;Gro� Liebitz;K
+724;71;17.02.2021;18;9NE;Krausnick;K
+725;71;17.02.2021;19;9NW;Krausnick;nK
+726;71;18.02.2021;18;10SE;Hangelsberg;K
+727;71;18.02.2021;17;10SW;Hangelsberg;nK
+728;71;18.02.2021;26;12NE;Halbe;K
+729;71;18.02.2021;25;12NW;Halbe;nK
+730;71;18.02.2021;17;19NE;Spreeau;K
+731;71;18.02.2021;18;19NW;Spreeau;nK
+732;72;11.03.2021;18;3NE;Glienig;K
+733;72;11.03.2021;21;3NW;Glienig;nK
+734;72;19.03.2021;40;4NW;Gro� Liebitz;nK
+735;72;19.03.2021;51,5;4SE;Gro� Liebitz;K
+736;72;19.03.2021;42;9NE;Krausnick;K
+737;72;19.03.2021;33;9NW;Krausnick;nK
+738;72;12.03.2021;21,5;10SE;Hangelsberg;K
+739;72;12.03.2021;19;10SW;Hangelsberg;nK
+740;72;19.03.2021;27;12NE;Halbe;K
+741;72;19.03.2021;44;12NW;Halbe;nK
+742;72;12.03.2021;17,5;19NE;Spreeau;K
+743;72;12.03.2021;15;19NW;Spreeau;nK
+744;73;12.04.2021;31;3NE;Glienig;K
+745;73;12.04.2021;31;3NW;Glienig;nK
+746;73;13.04.2021;11;4NW;Gro� Liebitz;nK
+747;73;13.04.2021;15,5;4SE;Gro� Liebitz;K
+748;73;13.04.2021;14;9NE;Krausnick;K
+749;73;13.04.2021;11;9NW;Krausnick;nK
+750;73;12.04.2021;21;10SE;Hangelsberg;K
+751;73;12.04.2021;24,5;10SW;Hangelsberg;nK
+752;73;13.04.2021;9;12NE;Halbe;K
+753;73;13.04.2021;12;12NW;Halbe;nK
+754;73;13.04.2021;24,5;19NE;Spreeau;K
+755;73;13.04.2021;23;19NW;Spreeau;nK
+756;74;03.05.2021;13;3NE;Glienig;K
+757;74;03.05.2021;13;3NW;Glienig;nK
+758;74;03.05.2021;18;4NW;Gro� Liebitz;nK
+759;74;03.05.2021;29;4SE;Gro� Liebitz;K
+760;74;03.05.2021;24;9NE;Krausnick;K
+761;74;03.05.2021;16;9NW;Krausnick;nK
+762;74;04.05.2021;28;10SE;Hangelsberg;K
+763;74;04.05.2021;25;10SW;Hangelsberg;nK
+764;74;04.05.2021;25;12NE;Halbe;K
+765;74;04.05.2021;24;12NW;Halbe;nK
+766;74;04.05.2021;13,5;19NE;Spreeau;K
+767;74;04.05.2021;18,5;19NW;Spreeau;nK
+768;75;27.05.2021;29;3NE;Glienig;K
+769;75;27.05.2021;32;3NW;Glienig;nK
+770;75;27.05.2021;37;4NW;Gro� Liebitz;nK
+771;75;27.05.2021;44;4SE;Gro� Liebitz;K
+772;75;27.05.2021;;9NE;Krausnick;K
+773;75;27.05.2021;47;9NW;Krausnick;nK
+774;75;20.05.2021;12;10SE;Hangelsberg;K
+775;75;20.05.2021;14;10SW;Hangelsberg;nK
+776;75;20.05.2021;24;12NE;Halbe;K
+777;75;20.05.2021;33;12NW;Halbe;nK
+778;75;20.05.2021;10;19NE;Spreeau;K
+779;75;20.05.2021;11;19NW;Spreeau;nK
+0;79;04.08.2021;7;3NE;Glienig;K
+1;79;04.08.2021;8;3NW;Glienig;nK
+2;79;04.08.2021;2;4NW;Gro� Liebitz;nK
+3;79;04.08.2021;1,5;4SE;Gro� Liebitz;K
+4;79;04.08.2021;13;9NE;Krausnick;K
+5;79;04.08.2021;10;9NW;Krausnick;nK
+6;79;06.08.2021;9;10SE;Hangelsberg;K
+7;79;06.08.2021;11;10SW;Hangelsberg;nK
+8;79;06.08.2021;6;12NE;Halbe;K
+9;79;06.08.2021;7;12NW;Halbe;nK
+10;79;06.08.2021;7;19NE;Spreeau;K
+11;79;06.08.2021;0;19NW;Spreeau;nK
+12;80;18.08.2021;4;3NE;Glienig;K
+13;80;18.08.2021;5;3NW;Glienig;nK
+14;80;18.08.2021;6;4NW;Gro� Liebitz;nK
+15;80;18.08.2021;5;4SE;Gro� Liebitz;K
+16;80;18.08.2021;4;9NE;Krausnick;K
+17;80;18.08.2021;6;9NW;Krausnick;nK
+18;80;20.08.2021;3;10SE;Hangelsberg;K
+19;80;20.08.2021;4;10SW;Hangelsberg;nK
+20;80;20.08.2021;0,5;12NE;Halbe;K
+21;80;20.08.2021;3,5;12NW;Halbe;nK
+22;80;20.08.2021;4;19NE;Spreeau;K
+23;80;20.08.2021;4;19NW;Spreeau;nK
+24;81;01.09.2021;0;3NE;Glienig;K
+25;81;01.09.2021;76;3NW;Glienig;nK
+26;81;01.09.2021;69;4NW;Gro� Liebitz;nK
+27;81;01.09.2021;107;4SE;Gro� Liebitz;K
+28;81;03.09.2021;98;9NE;Krausnick;K
+29;81;03.09.2021;0;9NW;Krausnick;nK
+30;81;03.09.2021;106;10SE;Hangelsberg;K
+31;81;03.09.2021;80;10SW;Hangelsberg;nK
+32;81;03.09.2021;94;12NE;Halbe;K
+33;81;03.09.2021;101;12NW;Halbe;nK
+34;81;03.09.2021;79;19NE;Spreeau;K
+35;81;03.09.2021;64;19NW;Spreeau;nK
+36;82;14.09.2021;0;3NE;Glienig;K
+37;82;14.09.2021;1,5;3NW;Glienig;nK
+38;82;14.09.2021;1;4NW;Gro� Liebitz;nK
+39;82;14.09.2021;2;4SE;Gro� Liebitz;K
+40;82;15.09.2021;1;9NE;Krausnick;K
+41;82;15.09.2021;1;9NW;Krausnick;nK
+42;82;15.09.2021;3;10SE;Hangelsberg;K
+43;82;15.09.2021;4;10SW;Hangelsberg;nK
+44;82;15.09.2021;1;12NE;Halbe;K
+45;82;15.09.2021;1,5;12NW;Halbe;nK
+46;82;15.09.2021;5;19NE;Spreeau;K
+47;82;15.09.2021;4;19NW;Spreeau;nK
+48;83;29.09.2021;0;3NE;Glienig;K
+49;83;29.09.2021;13;3NW;Glienig;nK
+50;83;29.09.2021;5;4NW;Gro� Liebitz;nK
+51;83;29.09.2021;5;4SE;Gro� Liebitz;K
+52;83;30.09.2021;18;9NE;Krausnick;K
+53;83;30.09.2021;21;9NW;Krausnick;nK
+54;83;30.09.2021;12;10SE;Hangelsberg;K
+55;83;30.09.2021;15;10SW;Hangelsberg;nK
+56;83;30.09.2021;15;12NE;Halbe;K
+57;83;30.09.2021;20;12NW;Halbe;nK
+58;83;30.09.2021;14;19NE;Spreeau;K
+59;83;30.09.2021;14;19NW;Spreeau;nK
+60;84;14.10.2021;4;3NE;Glienig;K
+61;84;14.10.2021;9;3NW;Glienig;nK
+62;84;15.10.2021;5;4NW;Gro� Liebitz;nK
+63;84;15.10.2021;2;4SE;Gro� Liebitz;K
+64;84;15.10.2021;6;9NE;Krausnick;K
+65;84;15.10.2021;5;9NW;Krausnick;nK
+66;84;15.10.2021;4;10SE;Hangelsberg;K
+67;84;15.10.2021;4;10SW;Hangelsberg;nK
+68;84;13.10.2021;3;12NE;Halbe;K
+69;84;13.10.2021;0;12NW;Halbe;nK
+70;84;11.10.2021;2;19NE;Spreeau;K
+71;84;11.10.2021;2;19NW;Spreeau;nK
+72;85;26.10.2021;4;3NE;Glienig;K
+73;85;26.10.2021;6;3NW;Glienig;nK
+74;85;26.10.2021;5;4NW;Gro� Liebitz;nK
+75;85;26.10.2021;5;4SE;Gro� Liebitz;K
+76;85;27.10.2021;5;9NE;Krausnick;K
+77;85;27.10.2021;4;9NW;Krausnick;nK
+78;85;27.10.2021;5;10SE;Hangelsberg;K
+79;85;27.10.2021;7;10SW;Hangelsberg;nK
+80;85;27.10.2021;4;12NE;Halbe;K
+81;85;27.10.2021;5;12NW;Halbe;nK
+82;85;27.10.2021;8;19NE;Spreeau;K
+83;85;27.10.2021;7;19NW;Spreeau;nK
+84;86;09.11.2021;45;3NE;Glienig;K
+85;86;09.11.2021;43;3NW;Glienig;nK
+86;86;09.11.2021;42;4NW;Gro� Liebitz;nK
+87;86;09.11.2021;43;4SE;Gro� Liebitz;K
+88;86;11.11.2021;40;9NE;Krausnick;K
+89;86;11.11.2021;36;9NW;Krausnick;nK
+90;86;11.11.2021;45;10SE;Hangelsberg;K
+91;86;11.11.2021;37;10SW;Hangelsberg;nK
+92;86;11.11.2021;33;12NE;Halbe;K
+93;86;11.11.2021;36;12NW;Halbe;nK
+94;86;11.11.2021;43;19NE;Spreeau;K
+95;86;11.11.2021;35;19NW;Spreeau;nK
+96;87;24.11.2021;5;3NE;Glienig;K
+97;87;24.11.2021;5,5;3NW;Glienig;nK
+98;87;23.11.2021;3;4NW;Gro� Liebitz;nK
+99;87;23.11.2021;3;4SE;Gro� Liebitz;K
+100;87;23.11.2021;2;9NE;Krausnick;K
+101;87;23.11.2021;2;9NW;Krausnick;nK
+102;87;26.11.2021;4;10SE;Hangelsberg;K
+103;87;26.11.2021;4;10SW;Hangelsberg;nK
+104;87;26.11.2021;2;12NE;Halbe;K
+105;87;26.11.2021;3;12NW;Halbe;nK
+106;87;26.11.2021;5;19NE;Spreeau;K
+107;87;26.11.2021;2;19NW;Spreeau;nK
+108;88;08.12.2021;17;3NE;Glienig;K
+109;88;08.12.2021;14;3NW;Glienig;nK
+110;88;08.12.2021;14;4NW;Gro� Liebitz;nK
+111;88;08.12.2021;13;4SE;Gro� Liebitz;K
+112;88;17.12.2021;16;9NE;Krausnick;K
+113;88;17.12.2021;18,5;9NW;Krausnick;nK
+114;88;16.12.2021;25;10SE;Hangelsberg;K
+115;88;16.12.2021;21;10SW;Hangelsberg;nK
+116;88;17.12.2021;16,5;12NE;Halbe;K
+117;88;17.12.2021;13;12NW;Halbe;nK
+118;88;16.12.2021;26;19NE;Spreeau;K
+119;88;16.12.2021;24;19NW;Spreeau;nK
+120;89;13.01.2022;49;3NE;Glienig;K
+121;89;13.01.2022;55;3NW;Glienig;nK
+122;89;10.01.2022;40;4NW;Gro� Liebitz;nK
+123;89;10.01.2022;40;4SE;Gro� Liebitz;K
+124;89;10.01.2022;29;9NE;Krausnick;K
+125;89;10.01.2022;27;9NW;Krausnick;nK
+126;89;12.01.2022;25;10SE;Hangelsberg;K
+127;89;12.01.2022;27;10SW;Hangelsberg;nK
+128;89;12.01.2022;25;12NE;Halbe;K
+129;89;12.01.2022;28;12NW;Halbe;nK
+130;89;12.01.2022;27;19NE;Spreeau;K
+131;89;12.01.2022;25;19NW;Spreeau;nK
+132;90;26.01.2022;0;3NE;Glienig;K
+133;90;26.01.2022;0;3NW;Glienig;nK
+134;90;26.01.2022;0;4NW;Gro� Liebitz;nK
+135;90;26.01.2022;0;4SE;Gro� Liebitz;K
+136;90;25.01.2022;9;9NE;Krausnick;K
+137;90;25.01.2022;10;9NW;Krausnick;nK
+138;90;26.01.2022;0;10SE;Hangelsberg;K
+139;90;26.01.2022;0;10SW;Hangelsberg;nK
+140;90;25.01.2022;6;12NE;Halbe;K
+141;90;25.01.2022;6;12NW;Halbe;nK
+142;90;25.01.2022;10;19NE;Spreeau;K
+143;90;25.01.2022;8;19NW;Spreeau;nK
+144;91;15.02.2022;33;3NE;Glienig;K
+145;91;15.02.2022;36;3NW;Glienig;nK
+146;91;15.02.2022;24;4NW;Gro� Liebitz;nK
+147;91;15.02.2022;23;4SE;Gro� Liebitz;K
+148;91;16.02.2022;19;9NE;Krausnick;K
+149;91;16.02.2022;18;9NW;Krausnick;nK
+150;91;16.02.2022;25;10SE;Hangelsberg;K
+151;91;16.02.2022;27;10SW;Hangelsberg;nK
+152;91;16.02.2022;17;12NE;Halbe;K
+153;91;16.02.2022;18;12NW;Halbe;nK
+154;91;16.02.2022;27;19NE;Spreeau;K
+155;91;16.02.2022;25;19NW;Spreeau;nK
+156;92;17.03.2022;23;3NE;Glienig;K
+157;92;17.03.2022;22;3NW;Glienig;nK
+158;92;10.03.2022;18;4NW;Gro� Liebitz;nK
+159;92;10.03.2022;17;4SE;Gro� Liebitz;K
+160;92;10.03.2022;18;9NE;Krausnick;K
+161;92;10.03.2022;18;9NW;Krausnick;nK
+162;92;08.03.2022;18;10SE;Hangelsberg;K
+163;92;08.03.2022;19;10SW;Hangelsberg;nK
+164;92;08.03.2022;0;12NE;Halbe;K
+165;92;08.03.2022;0;12NW;Halbe;nK
+166;92;08.03.2022;18;19NE;Spreeau;K
+167;92;08.03.2022;15;19NW;Spreeau;nK
+168;93;01.04.2022;0;3NE;Glienig;K
+169;93;01.04.2022;0;3NW;Glienig;nK
+170;93;29.03.2022;0;4NW;Gro� Liebitz;nK
+171;93;29.03.2022;0;4SE;Gro� Liebitz;K
+172;93;29.03.2022;0;9NE;Krausnick;K
+173;93;29.03.2022;0;9NW;Krausnick;nK
+174;93;31.03.2022;0;10SE;Hangelsberg;K
+175;93;31.03.2022;0;10SW;Hangelsberg;nK
+176;93;31.03.2022;0;12NE;Halbe;K
+177;93;31.03.2022;0;12NW;Halbe;nK
+178;93;31.03.2022;0;19NE;Spreeau;K
+179;93;31.03.2022;0;19NW;Spreeau;nK
+180;94;20.04.2022;28;3NE;Glienig;K
+181;94;20.04.2022;31;3NW;Glienig;nK
+182;94;19.04.2022;20;4NW;Gro� Liebitz;nK
+183;94;19.04.2022;19;4SE;Gro� Liebitz;K
+184;94;19.04.2022;21;9NE;Krausnick;K
+185;94;19.04.2022;21;9NW;Krausnick;nK
+186;94;22.04.2022;19;10SE;Hangelsberg;K
+187;94;22.04.2022;21;10SW;Hangelsberg;nK
+188;94;22.04.2022;19;12NE;Halbe;K
+189;94;22.04.2022;20;12NW;Halbe;nK
+190;94;22.04.2022;20;19NE;Spreeau;K
+191;94;22.04.2022;15;19NW;Spreeau;nK
+192;95;18.05.2022;9;3NE;Glienig;K
+193;95;18.05.2022;5;3NW;Glienig;nK
+194;95;10.05.2022;5;4NW;Gro� Liebitz;nK
+195;95;10.05.2022;7;4SE;Gro� Liebitz;K
+196;95;10.05.2022;6;9NE;Krausnick;K
+197;95;10.05.2022;4;9NW;Krausnick;nK
+198;95;12.05.2022;7;10SE;Hangelsberg;K
+199;95;12.05.2022;6;10SW;Hangelsberg;nK
+200;95;12.05.2022;0;12NE;Halbe;K
+201;95;12.05.2022;0;12NW;Halbe;nK
+202;95;12.05.2022;4;19NE;Spreeau;K
+203;95;12.05.2022;3;19NW;Spreeau;nK
+204;96;01.06.2022;31;3NE;Glienig;K
+205;96;01.06.2022;31;3NW;Glienig;nK
+206;96;01.06.2022;28,5;4NW;Gro� Liebitz;nK
+207;96;01.06.2022;30,5;4SE;Gro� Liebitz;K
+208;96;02.06.2022;23;9NE;Krausnick;K
+209;96;02.06.2022;19,5;9NW;Krausnick;nK
+210;96;02.06.2022;10;10SE;Hangelsberg;K
+211;96;02.06.2022;12;10SW;Hangelsberg;nK
+212;96;02.06.2022;24;12NE;Halbe;K
+213;96;02.06.2022;32;12NW;Halbe;nK
+214;96;02.06.2022;15;19NE;Spreeau;K
+215;96;02.06.2022;14;19NW;Spreeau;nK
+216;97;22.06.2022;30;3NE;Glienig;K
+217;97;22.06.2022;25;3NW;Glienig;nK
+218;97;22.06.2022;53;4NW;Gro� Liebitz;nK
+219;97;22.06.2022;54;4SE;Gro� Liebitz;K
+220;97;20.06.2022;25;9NE;Krausnick;K
+221;97;20.06.2022;20;9NW;Krausnick;nK
+222;97;20.06.2022;24;10SE;Hangelsberg;K
+223;97;20.06.2022;22;10SW;Hangelsberg;nK
+224;97;20.06.2022;16;12NE;Halbe;K
+225;97;20.06.2022;17;12NW;Halbe;nK
+226;97;22.06.2022;17;19NE;Spreeau;K
+227;97;22.06.2022;15;19NW;Spreeau;nK
+228;98;12.07.2022;11;3NE;Glienig;K
+229;98;12.07.2022;11;3NW;Glienig;nK
+230;98;12.07.2022;19;4NW;Gro� Liebitz;nK
+231;98;12.07.2022;21;4SE;Gro� Liebitz;K
+232;98;14.07.2022;18;9NE;Krausnick;K
+233;98;14.07.2022;15;9NW;Krausnick;nK
+234;98;14.07.2022;12;10SE;Hangelsberg;K
+235;98;14.07.2022;16;10SW;Hangelsberg;nK
+236;98;14.07.2022;10;12NE;Halbe;K
+237;98;14.07.2022;16,5;12NW;Halbe;nK
+238;98;14.07.2022;9;19NE;Spreeau;K
+239;98;14.07.2022;8,5;19NW;Spreeau;nK
+240;99;09.08.2022;12;3NE;Glienig;K
+241;99;09.08.2022;11;3NW;Glienig;nK
+242;99;09.08.2022;4;4NW;Gro� Liebitz;nK
+243;99;09.08.2022;3,5;4SE;Gro� Liebitz;K
+244;99;09.08.2022;14;9NE;Krausnick;K
+245;99;09.08.2022;11;9NW;Krausnick;nK
+246;99;11.08.2022;12;10SE;Hangelsberg;K
+247;99;11.08.2022;14;10SW;Hangelsberg;nK
+248;99;10.08.2022;10;12NE;Halbe;K
+249;99;10.08.2022;13;12NW;Halbe;nK
+250;99;11.08.2022;6;19NE;Spreeau;K
+251;99;11.08.2022;4;19NW;Spreeau;nK
+252;100;02.09.2022;12;3NE;Glienig;K
+253;100;02.09.2022;12;3NW;Glienig;nK
+254;100;02.09.2022;83;4NW;Gro� Liebitz;nK
+255;100;02.09.2022;91;4SE;Gro� Liebitz;K
+256;100;02.09.2022;20,5;9NE;Krausnick;K
+257;100;02.09.2022;;9NW;Krausnick;nK
+258;100;30.08.2022;42;10SE;Hangelsberg;K
+259;100;30.08.2022;39;10SW;Hangelsberg;nK
+260;100;30.08.2022;36;12NE;Halbe;K
+261;100;30.08.2022;49;12NW;Halbe;nK
+262;100;30.08.2022;30;19NE;Spreeau;K
+263;100;30.08.2022;29;19NW;Spreeau;nK
+264;101;28.09.2022;40;3NE;Glienig;K
+265;101;28.09.2022;40;3NW;Glienig;nK
+266;101;29.09.2022;40;4NW;Gro� Liebitz;nK
+267;101;29.09.2022;42;4SE;Gro� Liebitz;K
+268;101;30.09.2022;37;9NE;Krausnick;K
+269;101;30.09.2022;50;9NW;Krausnick;nK
+270;101;05.10.2022;57,5;10SE;Hangelsberg;K
+271;101;05.10.2022;61;10SW;Hangelsberg;nK
+272;101;06.10.2022;44;12NE;Halbe;K
+273;101;06.10.2022;51;12NW;Halbe;nK
+274;101;04.10.2022;45;19NE;Spreeau;K
+275;101;04.10.2022;41;19NW;Spreeau;nK
+276;102;20.10.2022;18;3NE;Glienig;K
+277;102;20.10.2022;16,5;3NW;Glienig;nK
+278;102;21.10.2022;19,5;4NW;Gro� Liebitz;nK
+279;102;21.10.2022;22;4SE;Gro� Liebitz;K
+280;102;21.10.2022;18;9NE;Krausnick;K
+281;102;21.10.2022;13;9NW;Krausnick;nK
+282;102;21.10.2022;11;10SE;Hangelsberg;K
+283;102;21.10.2022;14;10SW;Hangelsberg;nK
+284;102;21.10.2022;10;12NE;Halbe;K
+285;102;21.10.2022;11,5;12NW;Halbe;nK
+286;102;21.10.2022;12;19NE;Spreeau;K
+287;102;21.10.2022;13;19NW;Spreeau;nK
+288;103;09.11.2022;14;3NE;Glienig;K
+289;103;09.11.2022;13;3NW;Glienig;nK
+290;103;10.11.2022;21;4NW;Gro� Liebitz;nK
+291;103;10.11.2022;25;4SE;Gro� Liebitz;K
+292;103;10.11.2022;14,5;9NE;Krausnick;K
+293;103;10.11.2022;12;9NW;Krausnick;nK
+294;103;08.11.2022;12;10SE;Hangelsberg;K
+295;103;08.11.2022;14;10SW;Hangelsberg;nK
+296;103;08.11.2022;13;12NE;Halbe;K
+297;103;08.11.2022;16;12NW;Halbe;nK
+298;103;08.11.2022;8;19NE;Spreeau;K
+299;103;08.11.2022;9;19NW;Spreeau;nK

Niederschlag.py

@@ -0,0 +1,151 @@
+# -*- coding: utf-8 -*-
+"""
+Created on Fri Mar  3 12:57:17 2023
+
+@author: BorowyP
+"""
+
+import pandas as pd
+import numpy as np
+import hvplot.pandas # Adds .hvplot and .interactive methods to Pandas dataframes
+import panel as pn # Panel is a simple, flexible and enterprise-ready data app framework
+import holoviews as hv
+from holoviews.operation.timeseries import rolling, rolling_outlier_std
+
+PALETTE = ["#ff6f69", "#ffcc5c", "#88d8b0", ]
+
+
+
+df_nied = pd.read_csv('Nied_holzdeko_csv.csv' ,                
+                      encoding_errors='ignore', 
+                      sep=';', 
+                      usecols=[1,2, 3, 4,5,6], 
+                      decimal=',')
+
+def createStndrt(stnd_kennz, Stndrt,K_nK):
+    df = df_nied.loc[df_nied['FNR + NWP'] == stnd_kennz].copy()
+    df['Standort'] = Stndrt
+    df['K_nK'] = K_nK
+    
+    df.index = pd.to_datetime(df_nied.loc[df_nied['FNR + NWP'] == '3NE']['MessDat'], dayfirst=True)
+    
+    if K_nK == 'K':
+        df['K'] = df['Menge']
+    else:
+        df['nK'] = df['Menge']
+    
+    return df
+
+glienig_nied_K = createStndrt('3NE', 'Glienig','K')
+glienig_nied_nK = createStndrt('3NW', 'Glienig','nK')
+
+grlieb_nied_K = createStndrt('4SE', 'Groß Liebitz','K')
+grlieb_nied_nK= createStndrt('4NW', 'Groß Liebitz','nK')
+
+krausnick_nied_K = createStndrt('9NE', 'Krausnick','K')
+krausnick_nied_nK = createStndrt('9NW', 'Krausnick','nK')
+
+hberg_nied_K = createStndrt('10SE', 'Hangelsberg','K')
+hberg_nied_nK = createStndrt('10SW', 'Hangelsberg','nK')
+
+halbe_nied_K = createStndrt('12NE', 'Halbe','K')
+halbe_nied_nK = createStndrt('12NW', 'Halbe','nK')
+
+spreeau_nied_K = createStndrt('19NE', 'Spreeau','K')
+spreeau_nied_nK = createStndrt('19NW', 'Spreeau','nK')
+
+nied = pd.concat([glienig_nied_K,glienig_nied_nK,
+                  grlieb_nied_K, grlieb_nied_nK,
+                  krausnick_nied_K, krausnick_nied_nK,
+                  hberg_nied_K, hberg_nied_nK,
+                  halbe_nied_K, halbe_nied_nK,
+                  spreeau_nied_K, spreeau_nied_nK])
+
+nied = nied.drop(nied.columns[[1]], axis=1)
+
+nied_inter = nied.interactive()
+
+
+yaxis = pn.widgets.ToggleGroup(
+    name='Kalkung',
+    options=['K','nK'], 
+    value=['K'],
+    button_type='success')
+
+
+nied_date_slider = pn.widgets.DateRangeSlider(name='Date', start=nied.index.min(), end=nied.index.max())
+
+Stndrt = pn.widgets.RadioButtonGroup(name='Standort', options=['Glienig', 'Groß Liebitz', 'Krausnick', 'Halbe', 'Spreeau', 'Hangelsberg'],button_type='success')
+
+nied_pipe = (
+    nied_inter[
+        (nied_inter.Standort == Stndrt ) &
+        (nied_inter.K_nK.isin(yaxis)) &
+        (nied_inter.index >= nied_date_slider.param.value_start) &
+    (nied_inter.index <= nied_date_slider.param.value_end)
+    ]            
+    .groupby(['MessDat'])[yaxis].mean()
+)
+
+nied_lin_plot = nied_pipe.hvplot(x='MessDat',
+                           xlabel='Datum',
+                           y=yaxis,
+                           #y='Menge',
+                           ylabel= 'Niederschlag [mm]',
+                           title=Stndrt,
+                           #by='origin', 
+                           color=PALETTE, 
+                           line_width=2)
+
+
+
+
+
+nied_lin_plot
+
+summe = (
+    nied_inter[
+    (nied_inter.index >= nied_date_slider.param.value_start) &
+    (nied_inter.index <= nied_date_slider.param.value_end)]
+    .groupby(['Standort', 'K_nK']).sum()          
+           )
+summe_plot = summe.hvplot(x='Standort', y=('Menge'), by='K_nK', kind='bar', 
+                        title='Summe Niederschlag', xlabel='Standort', ylabel='Menge [mm]')
+
+
+
+hd_logo = pn.pane.PNG('HD_Logo.png', width=100)
+hd_logo
+
+lfe_logo = pn.pane.PNG('LFE_Logo.png', width=100)
+
+fnr_logo = pn.pane.PNG('fnr_logo.png', width=100)
+
+template = pn.template.FastListTemplate(
+    title='Holzdeko Dashboard', 
+    sidebar=[hd_logo,
+             pn.pane.Markdown("## Einstellungen"),
+             'Standort',Stndrt,
+             'gekalkt/ungekalkt', yaxis,
+             lfe_logo,
+             fnr_logo
+             #'Boden',
+             #'Gekalkt/ungekalkt', yaxis,
+            ], 
+    main=[pn.pane.Markdown("## Niederschlag"),          
+          nied_date_slider,
+          nied_lin_plot.panel(),
+          summe_plot,#.panel() #NIEDERSCHLAG
+    #accent_base_color="#88d8b0",
+    #header_background="#88d8b0",
+         ])
+
+
+
+
+template.servable();
+
+#print('fertig!')
+# To launch this dashboard as a web server, we can simply run 
+# cd C:\Users\BorowyP\Desktop\Dashboard-Preasi\soil_air\
+# panel serve 20230303_niederschlag_docker.ipynb --autoreload