-
Notifications
You must be signed in to change notification settings - Fork 1
/
app.R
738 lines (598 loc) · 31 KB
/
app.R
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
# Ilmastonmuutoksen vaikutus vesistöihin -visualisointityökalu
## Sara Todorovic (sara.todorovic@syke.fi)
# Clear workspace
rm(list = ls())
### INITIALISE -----------------------------------------------------------------
# App version
app_v <- "0013 (24.11.2020)"
# Import libraries
library(shiny)
library(ggplot2)
library(dplyr)
library(reshape2)
library(data.table)
library(shinythemes)
library(shinyjs)
library(htmltools)
library(leaflet)
library(rgdal)
library(ggiraph)
library(DT)
library(reactable)
library(stringr)
library(tippy)
library(shinyBS)
library(crosstalk)
library(htmlwidgets)
#wd <- setwd("C:/Users/e1007642/Documents/ClimVeturi/git/shiny")
# css path
csspath <- "app_style.css"
## NOTE ##
# If the input data changes, change in this code the names of the locations
# in global and server to correspond with the changed names!
### Load & wrangle data --------------------------------------------------------
# Data for plots and tables
ref_list <- readRDS("data/ref_list.rds")
scen_list <- readRDS("data/scen_list.rds")
chg_dfs <- readRDS("data/chg_dfs.rds")
# Flood data
flood <- read.table("data/flood_coord_proj.txt", dec = ",", sep = "\t",
header=TRUE, stringsAsFactors = FALSE, encoding = "UTF-8")
flood <- flood[,c(1,2,3,6,4,5,9,7,8,11,10)]
flood[,c(3:9)] <- round(flood[,c(3:9)], 0)
names(flood) <- c("ID", "Nimi", "Alue", "Keskiarvo","Maksimi","Minimi",
"Keskiarvo", "Maksimi","Minimi", "lat", "long")
# Create separate dataframes and append to list, use in Flood-tab to create table and map
# Selection depends on the table created when reprojecting he coordinates.
# With name
flood_1_nimi <- flood[,c(2,4:6)]
flood_2_nimi <- flood[,c(2,7:9)]
# 2010-39
flood_1 <- flood[,c(2,4:6, 10,11)]
# 2040-69
flood_2 <- flood[,c(2,7:9,10,11)]
# Append to list
flood_list <- list(flood_1_nimi = flood_1_nimi, flood_2_nimi = flood_2_nimi,
flood_1 = flood_1, flood_2 = flood_2)
#### ---------------------------------------------------------------------------
# Parameters
locations <- c("Vuoksi", "Kymijoki", "Naarajärvi, Saarijärven reitti", "Konnevesi","Vantaanjoki",
"Aurajoki","Kokemäenjoki, Pori","Valkeakoski, Mallasvesi",
"Loimijoki","Lapväärtinjoki", "Laihianjoki",
"Kyrönjoki", "Lapuanjoki","Perhonjoki",
"Kalajoki", "Pyhäjoki", "Siikajoki","Oulujoki, Merikoski","Niemelänjärvi", "Iijoki", "Simojoki",
"Kemijoki, Isohaara","Ounasjoki, Hossa", "Kitinen", "Tornionjoki, Tornio","Teno", "Paatsjoki, Kaitakoski") %>%
sort()
timeframe_names <- c("2010-2039", "2040-2069") # 1, 2
scenario_names <- c("Usean skenaarion keskiarvo","Lämmin ja märkä", "Kylmä") # 1, 2, 3
floodmap_names <- c("Keskiarvo (%)", "Maksimi (%)", "Minimi (%)")
#### ShinyApp Server -----------------------------------------------------------
server <- function(input, output, session){
### First tab with discharges ------------
# Should come up with some other solution than "title" as it is not supported with mobile phones etc.
# Should use for example tippy (--> had a problem in changing the background color, see the .css)
with_tooltip <- function(value, tooltip) {
tags$abbr(style = "cursor: help",
title = tooltip, value)
}
# Table with changes in mean made with reactable https://glin.github.io/reactable/ v. 0.2.3
output$table1 <- renderReactable({
thisName <- paste(input$location, input$timeframe,
input$scenario, "%", sep = "_")
chg_dfs[[thisName]] <- chg_dfs[[thisName]][, c("Virtaama_ref", "Virtaama_ilm", "Muutos")]
reactable(chg_dfs[[thisName]],
pagination = FALSE,
highlight = FALSE,
sortable = FALSE,
columns = list(
Virtaama_ref = colDef(
minWidth = 110,
name = "Virtaama (\u33a5/s) referenssijakso",
header = with_tooltip("Virtaama (\u33a5/s) referenssijakso", "Referenssijakson virtaama-arvo valitulla ajanjaksolla.")
),
Virtaama_ilm = colDef(
minWidth = 110,
header = with_tooltip("Virtaama (\u33a5/s) ilmastonmuutos","Valitun ilmastonmuutosskenaarion simuloitu virtaama-arvo valitulla ajanjaksolla."),
style = function(value) {
list(fontWeight = "bold")
}),
Muutos = colDef(
header = with_tooltip("Muutos","Muutos referenssijakson virtaamaan verrattuna. Punainen väri viittaa virtaaman kasvuun, sininen vähenemiseen."),
cell = function(value) {
if (value >= 0) paste0("+", value, " %") else paste0(value, " %")
},
style = function(value) {
if (value >= 0) {
color <- "#b2182b"
} else {
color <- "#3275B8"
}
list(color = color, fontWeight = "bold")
})
),
)
})
# Simple table for downloading CSV
dataInput <- reactive({
thisName <- paste(input$location, input$timeframe,
input$scenario, "%", sep = "_")
chg_dfs[[thisName]] <- chg_dfs[[thisName]][, c("Virtaama_ref", "Virtaama_ilm", "Muutos")]
# colnames(chg_dfs[[thisName]]) <- c("VirtaamaRef_1981-2010", "VirtaamaIlmastonmuutos", "Muutosprosentti")
})
# Download link for table
output$taulukko1_lataus <- downloadHandler(
filename = function() {
times <- c("1" = "2010-2039",
"2" = "2040-2069")
scens <- c("1" = "Keskiarvoskenaario",
"2" = "LämminSkenaario",
"3" = "KylmäSkenaario")
# Names without commas and spaces (could be done more smoothly too)
locs <- c("Vuoksi" = "Vuoksi", "Kymijoki" = "Kymijoki","Naarajärvi, Saarijärven reitti" = "NaarajärviSaarijärvenReitti",
"Konnevesi" = "Konnevesi","Vantaanjoki" = "Vantaanjoki",
"Aurajoki" = "Aurajoki", "Kokemäenjoki, Pori" = "KokemäenjokiPori","Valkeakoski, Mallasvesi" = "ValkeakoskiMallasvesi",
"Loimijoki" = "Loimijoki","Lapväärtinjoki" = "Lapväärtinjoki", "Laihianjoki" = "Laihianjoki",
"Kyrönjoki" = "Kyrönjoki", "Lapuanjoki" = "Lapuanjoki","Perhonjoki" = "Perhonjoki",
"Kalajoki" = "Kalajoki", "Pyhäjoki" = "Pyhäjoki", "Siikajoki" = "Siikajoki", "Oulujoki, Merikoski" = "OulujokiMerikoski",
"Niemelänjärvi" = "Niemelänjärvi", "Iijoki" = "Iijoki", "Simojoki" = "Simonjoki",
"Kemijoki, Isohaara" = "KemijokiIsohaara", "Ounasjoki, Hossa" = "OunasjokiHossa", "Kitinen" = "Kitinen",
"Tornionjoki, Tornio" = "TornionjokiTornio","Teno" = "Teno","Paatsjoki, Kaitakoski" = "PaatsjokiKaitakoski")
paste("Virtaama_",locs[input$location], "_1981-2010_", times[input$timeframe], "_",
scens[input$scenario], ".csv",
sep = "")
},
content = function(file) {
write.csv(dataInput(), file, row.names = TRUE)
}
)
# Plot
output$plo <- renderggiraph({
thisName <- paste(input$location, input$timeframe, input$scenario, sep = "_")
thisPlot <- scen_list[[thisName]]
nameRef <- paste(input$location, "ref", sep ="_")
thisRefPlot <- ref_list[[nameRef]]
cols <- c("ref1" = "grey40",
"ref2" = "grey75",
"1" = "indianred2",
"2" = "tan1",
"3" = "turquoise3")
scens <- c("1" = "Usean skenaarion keskiarvo (RCP4.5 päästöskenaariolla)",
"2" = "Lämmin ja märkä (MIROC-ESM-CHEM globaali ilmastomalli RCP4.5 päästöskenaariolla)",
"3" = "Kylmä (CESM1-CAM5 globaali ilmastomalli RCP2.6 päästöskenaariolla)")
times <- c("1" = "2010-2039",
"2" = "2040-2069")
m_labels <- c("tammi", "helmi", "maalis", "huhti", "touko", "kesä", "heinä", "elo", "syys", "loka", "marras", "joulu")
m_breaks <- c("2020-01-01", "2020-02-01","2020-03-01","2020-04-01","2020-05-01",
"2020-06-01","2020-07-01","2020-08-01","2020-09-01","2020-10-01",
"2020-11-01","2020-12-01")
plo <- ggplot(
data = thisRefPlot,aes(x = D_M, y = mean, group = "group")) +
labs(title= paste("Simuloidut virtaamat, ", input$location,
"\nAjanjakso: ", times[input$timeframe],
"\nSkenaario: ", scens[input$scenario]),
y = expression(paste("Virtaama (", m^3,"/s)", sep=""))) +
# Control period ribbom + geom line in all of the plots
geom_ribbon(aes(ymin=min, ymax=max, fill = "ref2"),
colour = NA, alpha = 0.5) +
geom_line(aes(y = mean, colour = "ref1"), size = 1.6, alpha = 0.8) +
# Changes when input changes
geom_line(data=thisPlot, aes(y = mean, colour = as.character(input$scenario), group = 1),
size = 1.6, alpha = 0.8) +
geom_ribbon(data=thisPlot, aes(ymin = min, ymax = max, colour = as.character(input$scenario), group = 1),linetype = 3,
fill = NA, size = 1.4, alpha = 0.8) +
# x-axis
scale_x_date(expand = c(0,0),labels = m_labels, breaks = as.Date(m_breaks))+
# colour & legend settings
scale_fill_manual(name = " ", values = cols,
breaks = c("ref2"),
labels = c("1981-2010 vaihteluväli (max-min)")) +
scale_colour_manual(name = " ", values = cols,
breaks = c("ref1", as.character(input$scenario)),
labels = c("1981-2010 keskiarvo",
paste(times[input$timeframe], "keskiarvo ja vaihteluväli", sep = " "))) +
guides(colour = guide_legend(order = 1, reverse = T, nrow= 2,override.aes = list(linetype=c(1,1),
shape = c(16, 16))),
fill = guide_legend(order = 2))+
# Style settings
theme(axis.title.x=element_blank(),
axis.text.x = element_text(size=25, face = "bold"),
axis.text.y = element_text(size=25),
axis.title.y = element_text(size = 25),
panel.background = element_blank(),
axis.line = element_line(colour="grey"),
legend.position ="bottom",
legend.justification ="left",
legend.margin = margin(),
legend.background = element_blank(),
legend.text = element_text(size=25),
legend.spacing.y = unit(0.2, "cm"),
legend.box = "vertical",
legend.box.just = 'left',
legend.key.height = unit(1.2, "cm"),
legend.key.size = unit(1, "cm"),
legend.box.background = element_rect(alpha("white", 0.3), color =NA),
plot.title = element_text(size=25))
# copy to global environment for saving
plo_out <<-
plo +
theme(legend.text = element_text(size = 22),
axis.text = element_text(size = 14),
axis.title = element_text(size = 14))
# display plot
ggiraph(code = print(plo),
width_svg = 16.7,
height_svg = 11.3)
})
# Download button for plot
output$kuvaaja_lataus <- downloadHandler(
filename = function() {
# Create short names for plot output
times <- c("1" = "2010-2039",
"2" = "2040-2069")
scens <- c("1" = "Keskiarvoskenaario",
"2" = "LämminSkenaario",
"3" = "KylmäSkenaario")
# Names without commas and spaces (could be done more smoothly too)
locs <- c("Vuoksi" = "Vuoksi", "Kymijoki" = "Kymijoki","Naarajärvi, Saarijärven reitti" = "NaarajärviSaarijärvenReitti",
"Konnevesi" = "Konnevesi","Vantaanjoki" = "Vantaanjoki",
"Aurajoki" = "Aurajoki", "Kokemäenjoki, Pori" = "KokemäenjokiPori","Valkeakoski, Mallasvesi" = "ValkeakoskiMallasvesi",
"Loimijoki" = "Loimijoki","Lapväärtinjoki" = "Lapväärtinjoki", "Laihianjoki" = "Laihianjoki",
"Kyrönjoki" = "Kyrönjoki", "Lapuanjoki" = "Lapuanjoki","Perhonjoki" = "Perhonjoki",
"Kalajoki" = "Kalajoki", "Pyhäjoki" = "Pyhäjoki", "Siikajoki" = "Siikajoki", "Oulujoki, Merikoski" = "OulujokiMerikoski",
"Niemelänjärvi" = "Niemelänjärvi", "Iijoki" = "Iijoki", "Simojoki" = "Simonjoki",
"Kemijoki, Isohaara" = "KemijokiIsohaara", "Ounasjoki, Hossa" = "OunasjokiHossa", "Kitinen" = "Kitinen",
"Tornionjoki, Tornio" = "TornionjokiTornio","Teno" = "Teno","Paatsjoki, Kaitakoski" = "PaatsjokiKaitakoski")
paste("VirtaamaKuvaaja_",locs[input$location], "_1981-2010_", times[input$timeframe], "_",
scens[input$scenario], ".png",
sep = "")
},
content = function(file) {
ggsave(plot = plo_out, file, height = 10, width = 16, dpi = 150)
}
)
# Map for page 1: locations
output$map1 <- renderLeaflet({
leaflet() %>%
addProviderTiles(providers$CartoDB.Positron,
option=leafletOptions(minZoom = 5, maxZoom = 8)) %>%
addCircleMarkers(data = flood_1, lng = ~lat, lat = ~long,
weight = 1,
radius = 5,
color = "#3275B8",
fillOpacity = 0.7,
stroke = FALSE,
label = ~htmlEscape(Nimi),
labelOptions = labelOptions(textsize = "14px"),
layerId = locations)
})
# Highlight the input location on map
observe({
thisPoint <- subset(flood_1, flood_1$Nimi == input$location)
leafletProxy(mapId = "map1") %>%
clearGroup("highlighted_point") %>%
addCircleMarkers(data = thisPoint, lng=~lat, lat=~long,
color = "#275A90", group = "highlighted_point",
label = ~htmlEscape(Nimi),
labelOptions = labelOptions(textsize = "14px")
)
})
# Update the location selectInput on map click (https://www.r-bloggers.com/2016/03/r-shiny-leaflet-using-observers/)
observeEvent(input$map1_marker_click, {
p <- input$map1_marker_click
if(!is.null(p$id)){
if(is.null(input$location) || input$location!=p$id) updateSelectInput(session, "location", selected=p$id)
}
})
### Second tab with floods ---------------------
# Flood table made with reactable https://glin.github.io/reactable/ v. 0.2.3
# To do: change colours to just positive/negative like in the map
output$table2 <- renderReactable({
tableData <- paste("flood", input$timeframe2, "nimi", sep="_")
reactable(SharedData$new(flood_list[[tableData]], group ="floods"),
height = 600,
pagination = FALSE,
highlight = TRUE,
defaultSortOrder = "desc",
columns = list(
Nimi = colDef(
name = "Vesistö",
header = with_tooltip("Vesistö", "Mallinnetun virtaamapisteen sijainti. Järjestä aakkosjärjestykseen painamalla.")
),
Keskiarvo = colDef(
name = "Keskiarvo",
header = with_tooltip("Keskiarvo", "25 skenaarion keskimääräinen muutos. Järjestä suuruusjärjestykseen painamalla."),
cell = function(value) {
if (value >= 0) paste0("+", value, " %") else paste0(value, " %")
},
style = function(value) {
if (value >= 0) {
color <- "#b2182b"
} else if (value < 0) {
color <- "#3275B8"
}
list(color = color, fontWeight = "bold")
}),
Maksimi = colDef(
name = "Maksimi",
header = with_tooltip("Maksimi", "25 skenaarion suurin muutos. Järjestä suuruusjärjestykseen painamalla."),
cell = function(value) {
if (value >= 0) paste0("+", value, " %") else paste0(value, " %")
},
style = function(value) {
if (value >= 0) {
color <- "#b2182b"
} else if (value < 0) {
color <- "#3275B8"
}
list(color = color)
}) ,
Minimi = colDef(
name = "Minimi",
header = with_tooltip("Minimi", "25 skenaarion pienin muutos. Järjestä suuruusjärjestykseen painamalla."),
cell = function(value) {
if (value >= 0) paste0("+", value, " %") else paste0(value, " %")
},
style = function(value) {
if (value >= 0) {
color <- "#b2182b"
} else if (value < 0) {
color <- "#3275B8"
}
list(color = color)
})
),
)
})
# Simple table for downloading CSV, tab 2
dataInput_flood <- reactive({
tableData <- paste("flood", input$timeframe2, "nimi", sep="_")
flood_list[[tableData]]
})
# Download link for table
output$taulukko2_lataus <- downloadHandler(
filename = function() {
times <- c("1" = "2010-2039",
"2" = "2040-2069")
paste("Tulvat_muutos%_25skenaariota_1981-2010_", times[input$timeframe], ".csv",
sep = "")
},
content = function(file) {
write.csv(dataInput_flood(), file, row.names = FALSE)
}
)
# Markermap displaying 3 columns, % change in 100-y flood, input changes with user selection
# To do: how to change the input data without redrawing the map. Not working all the time. Something with leafletProxy...
output$map2 <- renderLeaflet({
mapData <- reactive({
paste("flood", input$timeframe2, sep="_")
})
# Define colours and bins for colour palette
bins <- c(50, 0, -50)
cols <- c("#3275B8", "#b2182b")
pal <- colorBin(cols, bins = bins, pretty = FALSE)
leaflet() %>%
addProviderTiles(providers$CartoDB.Positron,
option=leafletOptions(minZoom = 5, maxZoom = 8)) %>%
addCircleMarkers(data = flood_list[[mapData()]], lng = ~lat, lat = ~long,
weight = 10,
radius = ~sqrt(abs(Keskiarvo))*5,
stroke = FALSE,
fillOpacity = 0.4,
color = ~pal(Keskiarvo),
label = ~paste(Nimi, ", muutos: ", Keskiarvo, "%", sep =""),
labelOptions = labelOptions(textsize = "14px"),
group = "Keskiarvo (%)") %>%
addCircleMarkers(data = flood_list[[mapData()]], lng = ~lat, lat = ~long,
weight = 10,
radius = ~sqrt(abs(Maksimi))*5,
stroke = FALSE,
fillOpacity = 0.4,
color = ~pal(Maksimi),
label = ~paste(Nimi, ", muutos: ", Maksimi, "%", sep =""),
labelOptions = labelOptions(textsize = "14px"),
group = "Maksimi (%)") %>%
addCircleMarkers(data = flood_list[[mapData()]], lng = ~lat, lat = ~long,
weight = 10,
radius = ~sqrt(abs(Minimi))*5,
stroke = FALSE,
fillOpacity = 0.4,
color = ~pal(Minimi),
label = ~paste(Nimi, ", muutos: ", Minimi, "%", sep =""),
labelOptions = labelOptions(textsize = "14px", ),
group = "Minimi (%)") %>%
# Radiobuttons for each column
addLayersControl(
baseGroups = c("Keskiarvo (%)", "Maksimi (%)", "Minimi (%)"),
options = layersControlOptions(collapsed = F))
})
# Observe input timeframe and change the dataframe smoothly ( NOT WORKING )
# observeEvent(input$timeframe2, {
# mapData <- paste("flood", input$timeframe2, sep="_")
#
# bins <- c(50, 0, -50)
# cols <- c("#3275B8", "#b2182b")
# pal <- colorBin(cols, bins = bins, pretty = FALSE)
#
# leafletProxy("map2") %>%
# clearMarkers() %>%
#
# addCircleMarkers(data = flood_list[[mapData]], lng = ~lat, lat = ~long,
# weight = 10,
# radius = ~sqrt(abs(Keskiarvo))*5,
# stroke = FALSE,
# fillOpacity = 0.4,
# color = ~pal(Keskiarvo),
# label = ~paste(Nimi, ":", Keskiarvo, "%"),
# labelOptions = labelOptions(textsize = "14px"),
# group = "Keskiarvo (%)") %>%
# addCircleMarkers(data = flood_list[[mapData]], lng = ~lat, lat = ~long,
# weight = 10,
# radius = ~sqrt(abs(Maksimi))*5,
# stroke = FALSE,
# fillOpacity = 0.4,
# color = ~pal(Maksimi),
# label = ~paste(Nimi, ":", Maksimi, "%"),
# labelOptions = labelOptions(textsize = "14px"),
# group = "Maksimi (%)") %>%
# addCircleMarkers(data = flood_list[[mapData]], lng = ~lat, lat = ~long,
# weight = 10,
# radius = ~sqrt(abs(Minimi))*5,
# stroke = FALSE,
# fillOpacity = 0.4,
# color = ~pal(Minimi),
# label = ~paste(Nimi, ":", Minimi, "%"),
# labelOptions = labelOptions(textsize = "14px"),
# group = "Minimi (%)") %>%
#
# addLayersControl(
# baseGroups = c("Keskiarvo (%)", "Maksimi (%)", "Minimi (%)"),
# options = layersControlOptions(collapsed = F)
#
# )
# })
}
#### ShinyApp User Interface ---------------------------------------------------
ui <- shinyUI(fluidPage(
useShinyjs(),
# Style from css file
theme = "app_style.css",
# Set fonts and style
tags$head(tags$link(rel = "stylesheet",
type = "text/css",
href="//fonts.googleapis.com/css?family=Raleway"),
htmltools::includeCSS(csspath)),
headerPanel(
title=tags$a(href='https://www.syke.fi/fi-FI', target="_blank"),
windowTitle = "Ilmastonmuutoksen vaikutus vesistöihin"),
titlePanel(h3("Ilmastonmuutoksen vaikutus vesistöihin -visualisointityökalu")),
# First tab #########
tabsetPanel(
tabPanel("Ilmastonmuutos ja virtaamat", fluid = TRUE,
# Sidebar
sidebarLayout(
sidebarPanel(
width = 2,
id = "sidebar",
helpText("Visualisoi ilmastonmuutoksen vaikutuksia vesistöjen virtaamiin eri ajanjaksoilla ja skenaarioilla."),
selectInput(inputId = "location",
label = HTML("Valitse vesistö"),
choices = locations,selected = ""),
bsTooltip("location", "Valitse vesistö, jolla sijaitsevan virtaamapisteen tuloksia visualisoidaan.", "bottom"),
radioButtons(
inputId = "timeframe",
label = "Valitse ajanjakso",
choiceNames = timeframe_names,
choiceValues = seq(1:length(timeframe_names))),
bsTooltip("timeframe", "Valitse yksi kahdesta tulevaisuuden ajanjaksosta.", "bottom"),
radioButtons(inputId = "scenario",
label = "Valitse skenaario",
choiceNames = scenario_names,
choiceValues = seq(1:length(scenario_names))),
bsTooltip("scenario", "Valitse yksi kolmesta skenaariovaihtoehdosta. Lisätietoa skenaarioista löydät Lisätietoa-välilehdeltä.", "bottom"),
# Download plot & table
br(),
strong("Latauslinkit"),
div(),
downloadLink("kuvaaja_lataus", label = "Lataa kuvaaja (png)"),
bsTooltip("kuvaaja_lataus", "Lataa näytöllä oleva kuvaaja työasemalle png-muodossa.", "bottom"),
div(),
downloadLink("taulukko1_lataus", label = "Lataa taulukko (csv)"),
bsTooltip("taulukko1_lataus", "Lataa näytöllä oleva taulukko työasemalle csv-muodossa.", "bottom"),
div(),
br(),
HTML(paste("<p id='version-info' style='color: grey; font-size: small;'>Versio<br>",
app_v, "</p>")),
),
# Main panel
mainPanel(
fluidRow(
column(7,
br(),
# Graph
ggiraphOutput("plo",
width = "100%",
height = "100%"),
# Tooltip over the plot
bsPopover("plo", "Kuvaaja", "Kuvaajassa esitetään päivittäiset simuloidut keskimääräiset virtaamat sekä vaihteluväli (päivittäinen maksimi ja minimi) referenssijaksolle 1981-2010 sekä valitulle ilmastonmuutosskenaariolle ja ajanjaksolle. Lisätietoa skenaarioista löydät Lisätietoa-välilehdeltä. Voit ladata kuvaajan sivupalkin linkistä.",
"right", trigger = "click"),
# Table
reactableOutput("table1", width = "100%"),
# Tooltip over the table
bsPopover("table1", "Taulukko", "Taulukossa esitetään päivittäisten virtaamien keskiarvo, vuodenaikainen vaihtelu sekä keskiyli- ja alivirtaamat. Sarakkeissa esitetään referenssijakson 1981-2010 sekä valitun ilmastonmuutosskenaarion ja ajanjakson simuloidut virtaamat valitussa vesistössä, sekä näiden välinen muutos prosentteina. Voit ladata taulukon sivupalkin linkistä.",
"right", trigger = "click")),
column(5,
br(),
p("Mallinnettujen virtaamapisteiden sijainti kartalla"),
# Map
leafletOutput("map1", height = 750, width = "100%"))))
,
)
),
# Second tab ############
tabPanel("Ilmastonmuutos ja tulvat", fluid = TRUE,
# Sidebar
sidebarLayout(
sidebarPanel(
width = 2,
helpText("Visualisoi ilmastonmuutoksen vaikutuksia kerran sadassa vuodessa (1/100a) esiintyviin tulviin eri ajanjaksoilla."),
radioButtons(
inputId = "timeframe2",
label = "Valitse ajanjakso",
choiceNames = timeframe_names,
choiceValues = seq(1:length(timeframe_names))),
bsTooltip("timeframe2", "Valitse yksi kahdesta tulevaisuuden ajanjaksosta.", "bottom"),
# Download table
strong("Latauslinkki"),
div(),
downloadLink("taulukko2_lataus", label = "Lataa taulukko (csv)"),
bsTooltip("taulukko2_lataus", "Lataa näytöllä oleva taulukko työasemalle csv-muodossa.", "bottom"),
br(),
helpText("* kartta on vielä kehityksen alla. Mikäli ajanjakson muuttaminen ei muuta kartan muuttujia, kokeile ladata sivu uudelleen.")
),
# Main panel
mainPanel(
# fluidRow(
# column(12,
fluidRow(
column(6,
br(),
strong("Kuinka paljon keskimäärin kerran sadassa vuodessa tapahtuva tulvan (1/100a) arvioidaan muuttuvan ilmastonmuutoksen vaikutuksesta?"),
p(" "),
p("Taulukkoon ja karttaan on arvioitu 25 eri ilmastonmuutosskenaarion avulla, kuinka paljon 100-vuoden avovesitulva muuttuu valitulla ajanjaksolla suhteessa referenssijaksoon (1981-2010). Keskiarvo kertoo 25 skenaarion keskimääräisen muutoksen, maksimi on skenaarioiden suurin ja minimi pienin muutos. Huomioi, että arvioihin liittyy suurta epävarmuutta."),
# Table
reactableOutput("table2", width ="100%")),
column(6,
br(),
strong("Visualisoi muutokset tulvissa valitsemalla taso kartalta."),
p(span(strong("Punainen", style = "color:#b2182b")), "väri viittaa tulvien kasvuun ja ",
span(strong("sininen", style ="color:#3275B8")), "vähenemiseen."),
# Map
leafletOutput("map2", height=750, width = "100%")))),
# )),
)
),
# Third tab ##############
tabPanel("Lisätietoa",
sidebarLayout(
sidebarPanel(
width = 2,
strong("Tällä sivulla:"),
em("taustaa, lisätietoa, yhteystiedot ja palaute."),
helpText("Tietoa hankkeesta: ",
tags$a(href= "https://www.syke.fi/fi-FI/Tutkimus__kehittaminen/Tutkimus_ja_kehittamishankkeet/Hankkeet/ClimVeTuri",
"ClimVeTuri", target="_blank")),
helpText("Anna palautetta: ",
tags$a(href= "https://www.docs.google.com/forms/d/e/1FAIpQLSfzuXdt-UCY9ZlbeuyZovrnUQHaZdHaopblKJMhvc-6IauvtA/viewform?usp=sf_link",
"Palautelomake", target="_blank")),
),
# Add user guide as R Markdown document
mainPanel(
fluidRow(
column(8,
includeMarkdown('userguide/user_guide.rmd'))
))
)
))
))
### Run ShinyApp ---------------------------------------------------------------
shinyApp(ui = ui, server = server)