Stieleiche (Quercus robur)
Die Stieleiche hat in Europa dank der Ausbildung von Lokalrassen mit sehr unterschiedlichen Standortansprüchen ein sehr grosses Verbreitungsgebiet. Alle Rassen benötigen aber viel Licht und eine lange, warme Vegetationsperiode.
Eichen wurden über Jahrhunderte ihrer Früchte (Schweinemast) und des Holzes wegen stark gefördert. Mit Beginn des Kartoffelanbaus (ca. 1740) gingen die Eichen in der Schweiz stark zurück. Eine weitere Verminderung der Bestände kam mit dem Bau der Eisenbahnen (Schwellenbedarf) und mit der Umwandlung von Mittelwäldern in Hochwälder.
Die grösste Verbreitung hat die Stieleiche im Mittelland und im östlichen Jura. Über 90% wachsen in Lagen unter 800 m ü.M., meist auf flachen oder leicht geneigten Standorten.
Textquelle: Brändli 1998
Häufigkeit: Stammzahl, Vorrat
LFI-Probeflächen mit Vorkommen zwischen 1983 und 2023*
* Ein Vorkommen wird auf der Karte nur dann mit einem Punkt dargestellt, wenn die gewählten Gehölzarten in mindestens zwei Inventuren festgestellt wurden.
Stammzahl, Vorrat und Mittelstamm
| Produktionsregion | ||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Jura | Mittelland | Voralpen | Alpen | Alpensüdseite | Schweiz | |||||||
| Baumarten (60 Klassen) | 1000 Stk. | ±% | 1000 Stk. | ±% | 1000 Stk. | ±% | 1000 Stk. | ±% | 1000 Stk. | ±% | 1000 Stk. | ±% |
| Quercus robur | 366 | 27 | 1403 | 13 | 207 | 25 | 121 | 74 | 98 | 35 | 2196 | 11 |
- Stammzahl #73
Anzahl Stämme der lebenden Bäume und Sträucher (stehende und liegende) ab 12 cm Brusthöhendurchmesser (BHD). - Baumarten (60 Klassen) #1082
BART123 ist der "kleinste gemeinsame Nenner" der Gehölzlisten der Methoden LFI1, LFI2, LFI3 und LFI4. Die Ableitung ermöglicht einen Vergleich bezüglich Baumarten zwischen nach Methode LFI1, LFI2, LFI3 und LFI4 aufgenommenen Inventuren. Zu beachten ist, dass angenommen wurde, dass Code 9 "übrige Sträucher und Salix sp." alle übrigen Straucharten und Salix sp. enthält. - Produktionsregion #49
Die Produktionsregionen sind Regionen mit ähnlichen forstlichen Wuchs- und Produktionsbedingungen, erstellt durch das damalige Bundesamt für Forstwesen für die forstliche Statistik lange vor dem ersten LFI (1983-85). Die Regionenzugehörigkeit wurde definiert über die damaligen Gemeindegrenzen nach unbekannten Kriterien. Das LFI arbeitet sei jeher mit diesen unveränderten Perimetern mit einer winzigen kleinen Ausnahme am Genfersee. In der heutigen Forststatistik (Bundesamt für Statistik, BFS) hat der Begriff Produktionsregionen in «Forstzonen» gewechselt. Diese Regionen werden vom BFS unterhalten und dabei fanden Änderungen statt. Dabei wurde vermehrt auf die Lage des Waldes innerhalb einer Gemeinde Rücksicht genommen. Für einige Gemeinden entlang des Jurabogens bedeutet dies beispielsweise, dass sie neu der Forstzone «Jura» angehören und nicht wie bisher (Produktionsregionen) dem Mittelland. Das LFI hat die alten Perimeter beibehalten, die sich heute mit diversen neuen Gemeindegrenzen nicht mehr decken. - zugänglicher Wald ohne Gebüschwald #434
Wald, der zu weniger als zwei Dritteln mit Sträuchern bedeckt ist und zu Fuss aufgesucht werden kann. - 1,4 x 1,4 km Netz #410
Stichprobennetz des LFI mit einer Maschenweite von 1,4 km. Beim 1,4-km-Netz handelt es sich um das gemeinsame Netz aller bisherigen terrestrischen Inventuren, weshalb es auch als Basisnetz bezeichnet wird.
-
Schätzung und Standardfehler der Schätzung
Die in den LFI-Tabellen publizierten Ergebnisse sind Schätzungen für Grössen im Schweizer Wald (Populationsparameter), deren wahre Werte nicht bekannt sind und die deshalb aus den Daten der LFI-Stichprobe hochgerechnet (geschätzt) werden.
Die Hochrechnungen sind mit Unsicherheiten behaftet. Aus der als Zufallsstichprobe konzipierten LFI-Stichprobe kann die Genauigkeit der Hochrechnungen aber zuverlässig abgeschätzt werden. Dazu ist in allen LFI-Tabellen neben der Schätzung selbst eine zweite Zahl angegeben, der Standardfehler der Schätzung.
In den meisten Tabellen ist der prozentuale Standardfehler ausgewiesen («±%»), gelegentlich (vor allem bei geschätzten Prozenten) aber auch der absolute Standardfehler («±»). Der Zusammenhang zwischen absolutem und prozentualem Standardfehler ist der folgende:
prozentualer Standardfehler = absoluter Standardfehler / Schätzung x 100absoluter Standardfehler = prozentualer Standardfehler × Schätzung / 100Bei den Angaben zur Erschliessung handelt es sich um eine Vollerhebung sämtlicher Waldstrassen. In dem Fall ist die Angabe eines Standardfehlers nicht nötig, da es keine stichprobenbedingte Unsicherheit gibt.
-
Vertrauensintervall der Schätzung
Mit der Schätzung und dem Standardfehler der Schätzung kann das sogenannte Vertrauensintervall der Schätzung
mit der unteren Grenze
Schätzung - tQ × absoluter Standardfehlerund der oberen Grenze
Schätzung + tQ × absoluter Standardfehlerberechnet werden. Wird für die Berechnung der einfache Standardfehler verwendet (tQ = 1), dann wird das 68%-Vertrauensintervall gebildet. Es darf angenommen werden, dass der wahre Wert des Populationsparameters mit einer Wahrscheinlichkeit von 68% innerhalb dieses Vertrauensintervalls der Schätzung liegt. Wird der doppelte Standardfehler verwendet (tQ = 2), dann liegt der wahre Wert mit einer Wahrscheinlichkeit von «95%» innerhalb dieses sogenannten 95%-Vertrauensintervalls.
-
Signifikanz der Schätzung
Mit dem Vertrauensintervall kann statistisch geprüft werden, ob der geschätzte Populationsparameter grösser oder kleiner als ein bestimmter Referenz- oder Zielwert ist, beziehungsweise ob sich zwei geschätzte Populationsparameter tatsächlich (in der wahren Population) unterscheiden. In der Praxis geht man folgendermassen vor: Wenn ein Referenzwert ausserhalb des Vertrauensintervalls liegt, geht man davon aus, dass sich der geschätzte Populationswert signifikant von diesem unterscheidet, liegt er innerhalb, interpretiert man die Differenz zwischen geschätztem Wert und Referenzwert als zufällig bzw. nicht signifikant. Will man zwei Populationsparameter vergleichen, unterscheiden sich diese signifikant, wenn sich ihre Vertrauensintervalle nicht überlappen.
-
Behandlung von fehlenden Werten
Beim Berechnen einer Ergebnistabelle stehen nicht immer für alle Kombinationen von Merkmalsausprägungen* Daten zur Verfügung. Dies deutet in den meisten Fällen darauf hin, dass die mit der betreffenden Zielgrösse geschätzte Grösse nicht oder nur sehr selten vorkommt. Üblicherweise wird dann der Wert 0 eingesetzt (imputiert). Da diesem Wert aber keine direkten Messungen zugrunde liegen, wird der zugehörige Standardfehler mit einem Punkt [.] dargestellt. Wird bei der Berechnung Bezug auf den angenommenen Wert von 0 genommen, z.B. bei Prozenten oder gewissen Veränderungsschätzungen, kann kein Wert eingesetzt werden. In diesem Fall steht bei Schätzwert und Standardfehler ein Punkt [.].
Zum Beispiel wurden bisher im Mittelland keine Arven gefunden und gemessen (Vorrat der Arven nach Produktionsregionen). Es kann also angenommen werden, dass die Werte fehlen, weil die Arve im Mittelland tatsächlich nicht vorkommt und deshalb der Vorrat dort 0 sein muss.
* z.B. Kombination der Ausprägung «Arve» des Klassifizierungsmerkmals «Baumart» und der Ausprägung «Mittelland» der regionalen Gliederung
-
Veränderungen
Im LFI gibt es zwei Typen von Veränderungen:
Beim ersten Typ handelt es sich um spezifische Zielgrössen für Veränderungskomponenten wie Zuwachs, Nutzung, Mortalität oder Abgänge. Diese Zielgrössen sind jeweils nur für zwei aufeinanderfolgende Messzyklen verfügbar, z.B. LFI3–LFI4. Bei der Auswertung von Veränderungskomponenten wird dem Klassifizierungsmerkmal des ersten Messzyklus die Ausprägung des zweiten Messzyklus zugewiesen. Diese Auswertungen berücksichtigen somit den Wechsel einer Merkmalsausprägung (z.B. von privatem zu öffentlichem Eigentum) von der früheren zur späteren Inventur nicht.
Beim zweiten Typ von Veränderungen wird die Differenz von Zielgrössen wie Stammzahl, Vorrat oder Waldfläche benutzt, um die Veränderung zwischen zwei Messzyklen zu bilanzieren. Diese Zielgrössen werden üblicherweise für die Darstellung von Zuständen, z.B. dem LFI4, verwendet, können aber die Veränderungsbilanz zwischen zwei beliebigen Messzyklen aufzeigen, z.B. dem LFI1 und dem LFI4. Bei diesen Veränderungsauswertungen wird der Wechsel einer Merkmalsausprägung bei der Analyse berücksichtigt. So kann man z.B. sehen, dass die Waldfläche ohne Gebüschwald zugenommen hat. Dies hat nur einen Effekt bei solchen Klassifizierungsmerkmalen, die ihre Ausprägung auch tatsächlich wechseln können, z.B. die Zugehörigkeit zur Waldfläche oder der Baumzustand.
| Produktionsregion | ||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Jura | Mittelland | Voralpen | Alpen | Alpensüdseite | Schweiz | |||||||
| Baumarten (60 Klassen) | % | ± | % | ± | % | ± | % | ± | % | ± | % | ± |
| Quercus robur | 0.4 | 0.1 | 1.7 | 0.2 | 0.2 | 0.1 | 0.1 | 0.1 | 0.1 | 0.1 | 0.4 | 0.0 |
- Stammzahl #73
Anzahl Stämme der lebenden Bäume und Sträucher (stehende und liegende) ab 12 cm Brusthöhendurchmesser (BHD). - Baumarten (60 Klassen) #1082
BART123 ist der "kleinste gemeinsame Nenner" der Gehölzlisten der Methoden LFI1, LFI2, LFI3 und LFI4. Die Ableitung ermöglicht einen Vergleich bezüglich Baumarten zwischen nach Methode LFI1, LFI2, LFI3 und LFI4 aufgenommenen Inventuren. Zu beachten ist, dass angenommen wurde, dass Code 9 "übrige Sträucher und Salix sp." alle übrigen Straucharten und Salix sp. enthält. - Produktionsregion #49
Die Produktionsregionen sind Regionen mit ähnlichen forstlichen Wuchs- und Produktionsbedingungen, erstellt durch das damalige Bundesamt für Forstwesen für die forstliche Statistik lange vor dem ersten LFI (1983-85). Die Regionenzugehörigkeit wurde definiert über die damaligen Gemeindegrenzen nach unbekannten Kriterien. Das LFI arbeitet sei jeher mit diesen unveränderten Perimetern mit einer winzigen kleinen Ausnahme am Genfersee. In der heutigen Forststatistik (Bundesamt für Statistik, BFS) hat der Begriff Produktionsregionen in «Forstzonen» gewechselt. Diese Regionen werden vom BFS unterhalten und dabei fanden Änderungen statt. Dabei wurde vermehrt auf die Lage des Waldes innerhalb einer Gemeinde Rücksicht genommen. Für einige Gemeinden entlang des Jurabogens bedeutet dies beispielsweise, dass sie neu der Forstzone «Jura» angehören und nicht wie bisher (Produktionsregionen) dem Mittelland. Das LFI hat die alten Perimeter beibehalten, die sich heute mit diversen neuen Gemeindegrenzen nicht mehr decken. - zugänglicher Wald ohne Gebüschwald #434
Wald, der zu weniger als zwei Dritteln mit Sträuchern bedeckt ist und zu Fuss aufgesucht werden kann. - 1,4 x 1,4 km Netz #410
Stichprobennetz des LFI mit einer Maschenweite von 1,4 km. Beim 1,4-km-Netz handelt es sich um das gemeinsame Netz aller bisherigen terrestrischen Inventuren, weshalb es auch als Basisnetz bezeichnet wird.
-
Schätzung und Standardfehler der Schätzung
Die in den LFI-Tabellen publizierten Ergebnisse sind Schätzungen für Grössen im Schweizer Wald (Populationsparameter), deren wahre Werte nicht bekannt sind und die deshalb aus den Daten der LFI-Stichprobe hochgerechnet (geschätzt) werden.
Die Hochrechnungen sind mit Unsicherheiten behaftet. Aus der als Zufallsstichprobe konzipierten LFI-Stichprobe kann die Genauigkeit der Hochrechnungen aber zuverlässig abgeschätzt werden. Dazu ist in allen LFI-Tabellen neben der Schätzung selbst eine zweite Zahl angegeben, der Standardfehler der Schätzung.
In den meisten Tabellen ist der prozentuale Standardfehler ausgewiesen («±%»), gelegentlich (vor allem bei geschätzten Prozenten) aber auch der absolute Standardfehler («±»). Der Zusammenhang zwischen absolutem und prozentualem Standardfehler ist der folgende:
prozentualer Standardfehler = absoluter Standardfehler / Schätzung x 100absoluter Standardfehler = prozentualer Standardfehler × Schätzung / 100Bei den Angaben zur Erschliessung handelt es sich um eine Vollerhebung sämtlicher Waldstrassen. In dem Fall ist die Angabe eines Standardfehlers nicht nötig, da es keine stichprobenbedingte Unsicherheit gibt.
-
Vertrauensintervall der Schätzung
Mit der Schätzung und dem Standardfehler der Schätzung kann das sogenannte Vertrauensintervall der Schätzung
mit der unteren Grenze
Schätzung - tQ × absoluter Standardfehlerund der oberen Grenze
Schätzung + tQ × absoluter Standardfehlerberechnet werden. Wird für die Berechnung der einfache Standardfehler verwendet (tQ = 1), dann wird das 68%-Vertrauensintervall gebildet. Es darf angenommen werden, dass der wahre Wert des Populationsparameters mit einer Wahrscheinlichkeit von 68% innerhalb dieses Vertrauensintervalls der Schätzung liegt. Wird der doppelte Standardfehler verwendet (tQ = 2), dann liegt der wahre Wert mit einer Wahrscheinlichkeit von «95%» innerhalb dieses sogenannten 95%-Vertrauensintervalls.
-
Signifikanz der Schätzung
Mit dem Vertrauensintervall kann statistisch geprüft werden, ob der geschätzte Populationsparameter grösser oder kleiner als ein bestimmter Referenz- oder Zielwert ist, beziehungsweise ob sich zwei geschätzte Populationsparameter tatsächlich (in der wahren Population) unterscheiden. In der Praxis geht man folgendermassen vor: Wenn ein Referenzwert ausserhalb des Vertrauensintervalls liegt, geht man davon aus, dass sich der geschätzte Populationswert signifikant von diesem unterscheidet, liegt er innerhalb, interpretiert man die Differenz zwischen geschätztem Wert und Referenzwert als zufällig bzw. nicht signifikant. Will man zwei Populationsparameter vergleichen, unterscheiden sich diese signifikant, wenn sich ihre Vertrauensintervalle nicht überlappen.
-
Behandlung von fehlenden Werten
Beim Berechnen einer Ergebnistabelle stehen nicht immer für alle Kombinationen von Merkmalsausprägungen* Daten zur Verfügung. Dies deutet in den meisten Fällen darauf hin, dass die mit der betreffenden Zielgrösse geschätzte Grösse nicht oder nur sehr selten vorkommt. Üblicherweise wird dann der Wert 0 eingesetzt (imputiert). Da diesem Wert aber keine direkten Messungen zugrunde liegen, wird der zugehörige Standardfehler mit einem Punkt [.] dargestellt. Wird bei der Berechnung Bezug auf den angenommenen Wert von 0 genommen, z.B. bei Prozenten oder gewissen Veränderungsschätzungen, kann kein Wert eingesetzt werden. In diesem Fall steht bei Schätzwert und Standardfehler ein Punkt [.].
Zum Beispiel wurden bisher im Mittelland keine Arven gefunden und gemessen (Vorrat der Arven nach Produktionsregionen). Es kann also angenommen werden, dass die Werte fehlen, weil die Arve im Mittelland tatsächlich nicht vorkommt und deshalb der Vorrat dort 0 sein muss.
* z.B. Kombination der Ausprägung «Arve» des Klassifizierungsmerkmals «Baumart» und der Ausprägung «Mittelland» der regionalen Gliederung
-
Veränderungen
Im LFI gibt es zwei Typen von Veränderungen:
Beim ersten Typ handelt es sich um spezifische Zielgrössen für Veränderungskomponenten wie Zuwachs, Nutzung, Mortalität oder Abgänge. Diese Zielgrössen sind jeweils nur für zwei aufeinanderfolgende Messzyklen verfügbar, z.B. LFI3–LFI4. Bei der Auswertung von Veränderungskomponenten wird dem Klassifizierungsmerkmal des ersten Messzyklus die Ausprägung des zweiten Messzyklus zugewiesen. Diese Auswertungen berücksichtigen somit den Wechsel einer Merkmalsausprägung (z.B. von privatem zu öffentlichem Eigentum) von der früheren zur späteren Inventur nicht.
Beim zweiten Typ von Veränderungen wird die Differenz von Zielgrössen wie Stammzahl, Vorrat oder Waldfläche benutzt, um die Veränderung zwischen zwei Messzyklen zu bilanzieren. Diese Zielgrössen werden üblicherweise für die Darstellung von Zuständen, z.B. dem LFI4, verwendet, können aber die Veränderungsbilanz zwischen zwei beliebigen Messzyklen aufzeigen, z.B. dem LFI1 und dem LFI4. Bei diesen Veränderungsauswertungen wird der Wechsel einer Merkmalsausprägung bei der Analyse berücksichtigt. So kann man z.B. sehen, dass die Waldfläche ohne Gebüschwald zugenommen hat. Dies hat nur einen Effekt bei solchen Klassifizierungsmerkmalen, die ihre Ausprägung auch tatsächlich wechseln können, z.B. die Zugehörigkeit zur Waldfläche oder der Baumzustand.
| Produktionsregion | ||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Jura | Mittelland | Voralpen | Alpen | Alpensüdseite | Schweiz | |||||||
| Baumarten (60 Klassen) | 1000 m³ | ±% | 1000 m³ | ±% | 1000 m³ | ±% | 1000 m³ | ±% | 1000 m³ | ±% | 1000 m³ | ±% |
| Quercus robur | 493 | 27 | 2411 | 14 | 248 | 26 | 122 | 59 | 118 | 42 | 3392 | 11 |
- Vorrat (Schaftholz) #21
Schaftholzvolumen in Rinde der lebenden Bäume und Sträucher (stehende und liegende) ab 12 cm Brusthöhendurchmesser (BHD). Dieses entspricht international dem «growing stock». Die Biaskorrektur der Tarifprobebäume kann so stark ausfallen, dass bei kleinen Baumzahlen negative Werte resultieren können. - Baumarten (60 Klassen) #1082
BART123 ist der "kleinste gemeinsame Nenner" der Gehölzlisten der Methoden LFI1, LFI2, LFI3 und LFI4. Die Ableitung ermöglicht einen Vergleich bezüglich Baumarten zwischen nach Methode LFI1, LFI2, LFI3 und LFI4 aufgenommenen Inventuren. Zu beachten ist, dass angenommen wurde, dass Code 9 "übrige Sträucher und Salix sp." alle übrigen Straucharten und Salix sp. enthält. - Produktionsregion #49
Die Produktionsregionen sind Regionen mit ähnlichen forstlichen Wuchs- und Produktionsbedingungen, erstellt durch das damalige Bundesamt für Forstwesen für die forstliche Statistik lange vor dem ersten LFI (1983-85). Die Regionenzugehörigkeit wurde definiert über die damaligen Gemeindegrenzen nach unbekannten Kriterien. Das LFI arbeitet sei jeher mit diesen unveränderten Perimetern mit einer winzigen kleinen Ausnahme am Genfersee. In der heutigen Forststatistik (Bundesamt für Statistik, BFS) hat der Begriff Produktionsregionen in «Forstzonen» gewechselt. Diese Regionen werden vom BFS unterhalten und dabei fanden Änderungen statt. Dabei wurde vermehrt auf die Lage des Waldes innerhalb einer Gemeinde Rücksicht genommen. Für einige Gemeinden entlang des Jurabogens bedeutet dies beispielsweise, dass sie neu der Forstzone «Jura» angehören und nicht wie bisher (Produktionsregionen) dem Mittelland. Das LFI hat die alten Perimeter beibehalten, die sich heute mit diversen neuen Gemeindegrenzen nicht mehr decken. - zugänglicher Wald ohne Gebüschwald #434
Wald, der zu weniger als zwei Dritteln mit Sträuchern bedeckt ist und zu Fuss aufgesucht werden kann. - 1,4 x 1,4 km Netz #410
Stichprobennetz des LFI mit einer Maschenweite von 1,4 km. Beim 1,4-km-Netz handelt es sich um das gemeinsame Netz aller bisherigen terrestrischen Inventuren, weshalb es auch als Basisnetz bezeichnet wird.
-
Schätzung und Standardfehler der Schätzung
Die in den LFI-Tabellen publizierten Ergebnisse sind Schätzungen für Grössen im Schweizer Wald (Populationsparameter), deren wahre Werte nicht bekannt sind und die deshalb aus den Daten der LFI-Stichprobe hochgerechnet (geschätzt) werden.
Die Hochrechnungen sind mit Unsicherheiten behaftet. Aus der als Zufallsstichprobe konzipierten LFI-Stichprobe kann die Genauigkeit der Hochrechnungen aber zuverlässig abgeschätzt werden. Dazu ist in allen LFI-Tabellen neben der Schätzung selbst eine zweite Zahl angegeben, der Standardfehler der Schätzung.
In den meisten Tabellen ist der prozentuale Standardfehler ausgewiesen («±%»), gelegentlich (vor allem bei geschätzten Prozenten) aber auch der absolute Standardfehler («±»). Der Zusammenhang zwischen absolutem und prozentualem Standardfehler ist der folgende:
prozentualer Standardfehler = absoluter Standardfehler / Schätzung x 100absoluter Standardfehler = prozentualer Standardfehler × Schätzung / 100Bei den Angaben zur Erschliessung handelt es sich um eine Vollerhebung sämtlicher Waldstrassen. In dem Fall ist die Angabe eines Standardfehlers nicht nötig, da es keine stichprobenbedingte Unsicherheit gibt.
-
Vertrauensintervall der Schätzung
Mit der Schätzung und dem Standardfehler der Schätzung kann das sogenannte Vertrauensintervall der Schätzung
mit der unteren Grenze
Schätzung - tQ × absoluter Standardfehlerund der oberen Grenze
Schätzung + tQ × absoluter Standardfehlerberechnet werden. Wird für die Berechnung der einfache Standardfehler verwendet (tQ = 1), dann wird das 68%-Vertrauensintervall gebildet. Es darf angenommen werden, dass der wahre Wert des Populationsparameters mit einer Wahrscheinlichkeit von 68% innerhalb dieses Vertrauensintervalls der Schätzung liegt. Wird der doppelte Standardfehler verwendet (tQ = 2), dann liegt der wahre Wert mit einer Wahrscheinlichkeit von «95%» innerhalb dieses sogenannten 95%-Vertrauensintervalls.
-
Signifikanz der Schätzung
Mit dem Vertrauensintervall kann statistisch geprüft werden, ob der geschätzte Populationsparameter grösser oder kleiner als ein bestimmter Referenz- oder Zielwert ist, beziehungsweise ob sich zwei geschätzte Populationsparameter tatsächlich (in der wahren Population) unterscheiden. In der Praxis geht man folgendermassen vor: Wenn ein Referenzwert ausserhalb des Vertrauensintervalls liegt, geht man davon aus, dass sich der geschätzte Populationswert signifikant von diesem unterscheidet, liegt er innerhalb, interpretiert man die Differenz zwischen geschätztem Wert und Referenzwert als zufällig bzw. nicht signifikant. Will man zwei Populationsparameter vergleichen, unterscheiden sich diese signifikant, wenn sich ihre Vertrauensintervalle nicht überlappen.
-
Behandlung von fehlenden Werten
Beim Berechnen einer Ergebnistabelle stehen nicht immer für alle Kombinationen von Merkmalsausprägungen* Daten zur Verfügung. Dies deutet in den meisten Fällen darauf hin, dass die mit der betreffenden Zielgrösse geschätzte Grösse nicht oder nur sehr selten vorkommt. Üblicherweise wird dann der Wert 0 eingesetzt (imputiert). Da diesem Wert aber keine direkten Messungen zugrunde liegen, wird der zugehörige Standardfehler mit einem Punkt [.] dargestellt. Wird bei der Berechnung Bezug auf den angenommenen Wert von 0 genommen, z.B. bei Prozenten oder gewissen Veränderungsschätzungen, kann kein Wert eingesetzt werden. In diesem Fall steht bei Schätzwert und Standardfehler ein Punkt [.].
Zum Beispiel wurden bisher im Mittelland keine Arven gefunden und gemessen (Vorrat der Arven nach Produktionsregionen). Es kann also angenommen werden, dass die Werte fehlen, weil die Arve im Mittelland tatsächlich nicht vorkommt und deshalb der Vorrat dort 0 sein muss.
* z.B. Kombination der Ausprägung «Arve» des Klassifizierungsmerkmals «Baumart» und der Ausprägung «Mittelland» der regionalen Gliederung
-
Veränderungen
Im LFI gibt es zwei Typen von Veränderungen:
Beim ersten Typ handelt es sich um spezifische Zielgrössen für Veränderungskomponenten wie Zuwachs, Nutzung, Mortalität oder Abgänge. Diese Zielgrössen sind jeweils nur für zwei aufeinanderfolgende Messzyklen verfügbar, z.B. LFI3–LFI4. Bei der Auswertung von Veränderungskomponenten wird dem Klassifizierungsmerkmal des ersten Messzyklus die Ausprägung des zweiten Messzyklus zugewiesen. Diese Auswertungen berücksichtigen somit den Wechsel einer Merkmalsausprägung (z.B. von privatem zu öffentlichem Eigentum) von der früheren zur späteren Inventur nicht.
Beim zweiten Typ von Veränderungen wird die Differenz von Zielgrössen wie Stammzahl, Vorrat oder Waldfläche benutzt, um die Veränderung zwischen zwei Messzyklen zu bilanzieren. Diese Zielgrössen werden üblicherweise für die Darstellung von Zuständen, z.B. dem LFI4, verwendet, können aber die Veränderungsbilanz zwischen zwei beliebigen Messzyklen aufzeigen, z.B. dem LFI1 und dem LFI4. Bei diesen Veränderungsauswertungen wird der Wechsel einer Merkmalsausprägung bei der Analyse berücksichtigt. So kann man z.B. sehen, dass die Waldfläche ohne Gebüschwald zugenommen hat. Dies hat nur einen Effekt bei solchen Klassifizierungsmerkmalen, die ihre Ausprägung auch tatsächlich wechseln können, z.B. die Zugehörigkeit zur Waldfläche oder der Baumzustand.
| Produktionsregion | ||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Jura | Mittelland | Voralpen | Alpen | Alpensüdseite | Schweiz | |||||||
| Baumarten (60 Klassen) | % | ± | % | ± | % | ± | % | ± | % | ± | % | ± |
| Quercus robur | 0.7 | 0.2 | 2.8 | 0.4 | 0.3 | 0.1 | 0.1 | 0.1 | 0.3 | 0.1 | 0.8 | 0.1 |
- Vorrat (Schaftholz) #21
Schaftholzvolumen in Rinde der lebenden Bäume und Sträucher (stehende und liegende) ab 12 cm Brusthöhendurchmesser (BHD). Dieses entspricht international dem «growing stock». Die Biaskorrektur der Tarifprobebäume kann so stark ausfallen, dass bei kleinen Baumzahlen negative Werte resultieren können. - Baumarten (60 Klassen) #1082
BART123 ist der "kleinste gemeinsame Nenner" der Gehölzlisten der Methoden LFI1, LFI2, LFI3 und LFI4. Die Ableitung ermöglicht einen Vergleich bezüglich Baumarten zwischen nach Methode LFI1, LFI2, LFI3 und LFI4 aufgenommenen Inventuren. Zu beachten ist, dass angenommen wurde, dass Code 9 "übrige Sträucher und Salix sp." alle übrigen Straucharten und Salix sp. enthält. - Produktionsregion #49
Die Produktionsregionen sind Regionen mit ähnlichen forstlichen Wuchs- und Produktionsbedingungen, erstellt durch das damalige Bundesamt für Forstwesen für die forstliche Statistik lange vor dem ersten LFI (1983-85). Die Regionenzugehörigkeit wurde definiert über die damaligen Gemeindegrenzen nach unbekannten Kriterien. Das LFI arbeitet sei jeher mit diesen unveränderten Perimetern mit einer winzigen kleinen Ausnahme am Genfersee. In der heutigen Forststatistik (Bundesamt für Statistik, BFS) hat der Begriff Produktionsregionen in «Forstzonen» gewechselt. Diese Regionen werden vom BFS unterhalten und dabei fanden Änderungen statt. Dabei wurde vermehrt auf die Lage des Waldes innerhalb einer Gemeinde Rücksicht genommen. Für einige Gemeinden entlang des Jurabogens bedeutet dies beispielsweise, dass sie neu der Forstzone «Jura» angehören und nicht wie bisher (Produktionsregionen) dem Mittelland. Das LFI hat die alten Perimeter beibehalten, die sich heute mit diversen neuen Gemeindegrenzen nicht mehr decken. - zugänglicher Wald ohne Gebüschwald #434
Wald, der zu weniger als zwei Dritteln mit Sträuchern bedeckt ist und zu Fuss aufgesucht werden kann. - 1,4 x 1,4 km Netz #410
Stichprobennetz des LFI mit einer Maschenweite von 1,4 km. Beim 1,4-km-Netz handelt es sich um das gemeinsame Netz aller bisherigen terrestrischen Inventuren, weshalb es auch als Basisnetz bezeichnet wird.
-
Schätzung und Standardfehler der Schätzung
Die in den LFI-Tabellen publizierten Ergebnisse sind Schätzungen für Grössen im Schweizer Wald (Populationsparameter), deren wahre Werte nicht bekannt sind und die deshalb aus den Daten der LFI-Stichprobe hochgerechnet (geschätzt) werden.
Die Hochrechnungen sind mit Unsicherheiten behaftet. Aus der als Zufallsstichprobe konzipierten LFI-Stichprobe kann die Genauigkeit der Hochrechnungen aber zuverlässig abgeschätzt werden. Dazu ist in allen LFI-Tabellen neben der Schätzung selbst eine zweite Zahl angegeben, der Standardfehler der Schätzung.
In den meisten Tabellen ist der prozentuale Standardfehler ausgewiesen («±%»), gelegentlich (vor allem bei geschätzten Prozenten) aber auch der absolute Standardfehler («±»). Der Zusammenhang zwischen absolutem und prozentualem Standardfehler ist der folgende:
prozentualer Standardfehler = absoluter Standardfehler / Schätzung x 100absoluter Standardfehler = prozentualer Standardfehler × Schätzung / 100Bei den Angaben zur Erschliessung handelt es sich um eine Vollerhebung sämtlicher Waldstrassen. In dem Fall ist die Angabe eines Standardfehlers nicht nötig, da es keine stichprobenbedingte Unsicherheit gibt.
-
Vertrauensintervall der Schätzung
Mit der Schätzung und dem Standardfehler der Schätzung kann das sogenannte Vertrauensintervall der Schätzung
mit der unteren Grenze
Schätzung - tQ × absoluter Standardfehlerund der oberen Grenze
Schätzung + tQ × absoluter Standardfehlerberechnet werden. Wird für die Berechnung der einfache Standardfehler verwendet (tQ = 1), dann wird das 68%-Vertrauensintervall gebildet. Es darf angenommen werden, dass der wahre Wert des Populationsparameters mit einer Wahrscheinlichkeit von 68% innerhalb dieses Vertrauensintervalls der Schätzung liegt. Wird der doppelte Standardfehler verwendet (tQ = 2), dann liegt der wahre Wert mit einer Wahrscheinlichkeit von «95%» innerhalb dieses sogenannten 95%-Vertrauensintervalls.
-
Signifikanz der Schätzung
Mit dem Vertrauensintervall kann statistisch geprüft werden, ob der geschätzte Populationsparameter grösser oder kleiner als ein bestimmter Referenz- oder Zielwert ist, beziehungsweise ob sich zwei geschätzte Populationsparameter tatsächlich (in der wahren Population) unterscheiden. In der Praxis geht man folgendermassen vor: Wenn ein Referenzwert ausserhalb des Vertrauensintervalls liegt, geht man davon aus, dass sich der geschätzte Populationswert signifikant von diesem unterscheidet, liegt er innerhalb, interpretiert man die Differenz zwischen geschätztem Wert und Referenzwert als zufällig bzw. nicht signifikant. Will man zwei Populationsparameter vergleichen, unterscheiden sich diese signifikant, wenn sich ihre Vertrauensintervalle nicht überlappen.
-
Behandlung von fehlenden Werten
Beim Berechnen einer Ergebnistabelle stehen nicht immer für alle Kombinationen von Merkmalsausprägungen* Daten zur Verfügung. Dies deutet in den meisten Fällen darauf hin, dass die mit der betreffenden Zielgrösse geschätzte Grösse nicht oder nur sehr selten vorkommt. Üblicherweise wird dann der Wert 0 eingesetzt (imputiert). Da diesem Wert aber keine direkten Messungen zugrunde liegen, wird der zugehörige Standardfehler mit einem Punkt [.] dargestellt. Wird bei der Berechnung Bezug auf den angenommenen Wert von 0 genommen, z.B. bei Prozenten oder gewissen Veränderungsschätzungen, kann kein Wert eingesetzt werden. In diesem Fall steht bei Schätzwert und Standardfehler ein Punkt [.].
Zum Beispiel wurden bisher im Mittelland keine Arven gefunden und gemessen (Vorrat der Arven nach Produktionsregionen). Es kann also angenommen werden, dass die Werte fehlen, weil die Arve im Mittelland tatsächlich nicht vorkommt und deshalb der Vorrat dort 0 sein muss.
* z.B. Kombination der Ausprägung «Arve» des Klassifizierungsmerkmals «Baumart» und der Ausprägung «Mittelland» der regionalen Gliederung
-
Veränderungen
Im LFI gibt es zwei Typen von Veränderungen:
Beim ersten Typ handelt es sich um spezifische Zielgrössen für Veränderungskomponenten wie Zuwachs, Nutzung, Mortalität oder Abgänge. Diese Zielgrössen sind jeweils nur für zwei aufeinanderfolgende Messzyklen verfügbar, z.B. LFI3–LFI4. Bei der Auswertung von Veränderungskomponenten wird dem Klassifizierungsmerkmal des ersten Messzyklus die Ausprägung des zweiten Messzyklus zugewiesen. Diese Auswertungen berücksichtigen somit den Wechsel einer Merkmalsausprägung (z.B. von privatem zu öffentlichem Eigentum) von der früheren zur späteren Inventur nicht.
Beim zweiten Typ von Veränderungen wird die Differenz von Zielgrössen wie Stammzahl, Vorrat oder Waldfläche benutzt, um die Veränderung zwischen zwei Messzyklen zu bilanzieren. Diese Zielgrössen werden üblicherweise für die Darstellung von Zuständen, z.B. dem LFI4, verwendet, können aber die Veränderungsbilanz zwischen zwei beliebigen Messzyklen aufzeigen, z.B. dem LFI1 und dem LFI4. Bei diesen Veränderungsauswertungen wird der Wechsel einer Merkmalsausprägung bei der Analyse berücksichtigt. So kann man z.B. sehen, dass die Waldfläche ohne Gebüschwald zugenommen hat. Dies hat nur einen Effekt bei solchen Klassifizierungsmerkmalen, die ihre Ausprägung auch tatsächlich wechseln können, z.B. die Zugehörigkeit zur Waldfläche oder der Baumzustand.
| Produktionsregion | ||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Jura | Mittelland | Voralpen | Alpen | Alpensüdseite | Schweiz | |||||||
| Baumarten (60 Klassen) | m³/Stk. | ± | m³/Stk. | ± | m³/Stk. | ± | m³/Stk. | ± | m³/Stk. | ± | m³/Stk. | ± |
| Quercus robur | 1.34 | 0.26 | 1.72 | 0.21 | 1.20 | 0.27 | 1.01 | 0.24 | 1.20 | 0.22 | 1.54 | 0.14 |
- Vorrat (Schaftholz) #21
Schaftholzvolumen in Rinde der lebenden Bäume und Sträucher (stehende und liegende) ab 12 cm Brusthöhendurchmesser (BHD). Dieses entspricht international dem «growing stock». Die Biaskorrektur der Tarifprobebäume kann so stark ausfallen, dass bei kleinen Baumzahlen negative Werte resultieren können. - Stammzahl #73
Anzahl Stämme der lebenden Bäume und Sträucher (stehende und liegende) ab 12 cm Brusthöhendurchmesser (BHD). - Baumarten (60 Klassen) #1082
BART123 ist der "kleinste gemeinsame Nenner" der Gehölzlisten der Methoden LFI1, LFI2, LFI3 und LFI4. Die Ableitung ermöglicht einen Vergleich bezüglich Baumarten zwischen nach Methode LFI1, LFI2, LFI3 und LFI4 aufgenommenen Inventuren. Zu beachten ist, dass angenommen wurde, dass Code 9 "übrige Sträucher und Salix sp." alle übrigen Straucharten und Salix sp. enthält. - Produktionsregion #49
Die Produktionsregionen sind Regionen mit ähnlichen forstlichen Wuchs- und Produktionsbedingungen, erstellt durch das damalige Bundesamt für Forstwesen für die forstliche Statistik lange vor dem ersten LFI (1983-85). Die Regionenzugehörigkeit wurde definiert über die damaligen Gemeindegrenzen nach unbekannten Kriterien. Das LFI arbeitet sei jeher mit diesen unveränderten Perimetern mit einer winzigen kleinen Ausnahme am Genfersee. In der heutigen Forststatistik (Bundesamt für Statistik, BFS) hat der Begriff Produktionsregionen in «Forstzonen» gewechselt. Diese Regionen werden vom BFS unterhalten und dabei fanden Änderungen statt. Dabei wurde vermehrt auf die Lage des Waldes innerhalb einer Gemeinde Rücksicht genommen. Für einige Gemeinden entlang des Jurabogens bedeutet dies beispielsweise, dass sie neu der Forstzone «Jura» angehören und nicht wie bisher (Produktionsregionen) dem Mittelland. Das LFI hat die alten Perimeter beibehalten, die sich heute mit diversen neuen Gemeindegrenzen nicht mehr decken. - zugänglicher Wald ohne Gebüschwald #434
Wald, der zu weniger als zwei Dritteln mit Sträuchern bedeckt ist und zu Fuss aufgesucht werden kann. - 1,4 x 1,4 km Netz #410
Stichprobennetz des LFI mit einer Maschenweite von 1,4 km. Beim 1,4-km-Netz handelt es sich um das gemeinsame Netz aller bisherigen terrestrischen Inventuren, weshalb es auch als Basisnetz bezeichnet wird.
-
Schätzung und Standardfehler der Schätzung
Die in den LFI-Tabellen publizierten Ergebnisse sind Schätzungen für Grössen im Schweizer Wald (Populationsparameter), deren wahre Werte nicht bekannt sind und die deshalb aus den Daten der LFI-Stichprobe hochgerechnet (geschätzt) werden.
Die Hochrechnungen sind mit Unsicherheiten behaftet. Aus der als Zufallsstichprobe konzipierten LFI-Stichprobe kann die Genauigkeit der Hochrechnungen aber zuverlässig abgeschätzt werden. Dazu ist in allen LFI-Tabellen neben der Schätzung selbst eine zweite Zahl angegeben, der Standardfehler der Schätzung.
In den meisten Tabellen ist der prozentuale Standardfehler ausgewiesen («±%»), gelegentlich (vor allem bei geschätzten Prozenten) aber auch der absolute Standardfehler («±»). Der Zusammenhang zwischen absolutem und prozentualem Standardfehler ist der folgende:
prozentualer Standardfehler = absoluter Standardfehler / Schätzung x 100absoluter Standardfehler = prozentualer Standardfehler × Schätzung / 100Bei den Angaben zur Erschliessung handelt es sich um eine Vollerhebung sämtlicher Waldstrassen. In dem Fall ist die Angabe eines Standardfehlers nicht nötig, da es keine stichprobenbedingte Unsicherheit gibt.
-
Vertrauensintervall der Schätzung
Mit der Schätzung und dem Standardfehler der Schätzung kann das sogenannte Vertrauensintervall der Schätzung
mit der unteren Grenze
Schätzung - tQ × absoluter Standardfehlerund der oberen Grenze
Schätzung + tQ × absoluter Standardfehlerberechnet werden. Wird für die Berechnung der einfache Standardfehler verwendet (tQ = 1), dann wird das 68%-Vertrauensintervall gebildet. Es darf angenommen werden, dass der wahre Wert des Populationsparameters mit einer Wahrscheinlichkeit von 68% innerhalb dieses Vertrauensintervalls der Schätzung liegt. Wird der doppelte Standardfehler verwendet (tQ = 2), dann liegt der wahre Wert mit einer Wahrscheinlichkeit von «95%» innerhalb dieses sogenannten 95%-Vertrauensintervalls.
-
Signifikanz der Schätzung
Mit dem Vertrauensintervall kann statistisch geprüft werden, ob der geschätzte Populationsparameter grösser oder kleiner als ein bestimmter Referenz- oder Zielwert ist, beziehungsweise ob sich zwei geschätzte Populationsparameter tatsächlich (in der wahren Population) unterscheiden. In der Praxis geht man folgendermassen vor: Wenn ein Referenzwert ausserhalb des Vertrauensintervalls liegt, geht man davon aus, dass sich der geschätzte Populationswert signifikant von diesem unterscheidet, liegt er innerhalb, interpretiert man die Differenz zwischen geschätztem Wert und Referenzwert als zufällig bzw. nicht signifikant. Will man zwei Populationsparameter vergleichen, unterscheiden sich diese signifikant, wenn sich ihre Vertrauensintervalle nicht überlappen.
-
Behandlung von fehlenden Werten
Beim Berechnen einer Ergebnistabelle stehen nicht immer für alle Kombinationen von Merkmalsausprägungen* Daten zur Verfügung. Dies deutet in den meisten Fällen darauf hin, dass die mit der betreffenden Zielgrösse geschätzte Grösse nicht oder nur sehr selten vorkommt. Üblicherweise wird dann der Wert 0 eingesetzt (imputiert). Da diesem Wert aber keine direkten Messungen zugrunde liegen, wird der zugehörige Standardfehler mit einem Punkt [.] dargestellt. Wird bei der Berechnung Bezug auf den angenommenen Wert von 0 genommen, z.B. bei Prozenten oder gewissen Veränderungsschätzungen, kann kein Wert eingesetzt werden. In diesem Fall steht bei Schätzwert und Standardfehler ein Punkt [.].
Zum Beispiel wurden bisher im Mittelland keine Arven gefunden und gemessen (Vorrat der Arven nach Produktionsregionen). Es kann also angenommen werden, dass die Werte fehlen, weil die Arve im Mittelland tatsächlich nicht vorkommt und deshalb der Vorrat dort 0 sein muss.
* z.B. Kombination der Ausprägung «Arve» des Klassifizierungsmerkmals «Baumart» und der Ausprägung «Mittelland» der regionalen Gliederung
-
Veränderungen
Im LFI gibt es zwei Typen von Veränderungen:
Beim ersten Typ handelt es sich um spezifische Zielgrössen für Veränderungskomponenten wie Zuwachs, Nutzung, Mortalität oder Abgänge. Diese Zielgrössen sind jeweils nur für zwei aufeinanderfolgende Messzyklen verfügbar, z.B. LFI3–LFI4. Bei der Auswertung von Veränderungskomponenten wird dem Klassifizierungsmerkmal des ersten Messzyklus die Ausprägung des zweiten Messzyklus zugewiesen. Diese Auswertungen berücksichtigen somit den Wechsel einer Merkmalsausprägung (z.B. von privatem zu öffentlichem Eigentum) von der früheren zur späteren Inventur nicht.
Beim zweiten Typ von Veränderungen wird die Differenz von Zielgrössen wie Stammzahl, Vorrat oder Waldfläche benutzt, um die Veränderung zwischen zwei Messzyklen zu bilanzieren. Diese Zielgrössen werden üblicherweise für die Darstellung von Zuständen, z.B. dem LFI4, verwendet, können aber die Veränderungsbilanz zwischen zwei beliebigen Messzyklen aufzeigen, z.B. dem LFI1 und dem LFI4. Bei diesen Veränderungsauswertungen wird der Wechsel einer Merkmalsausprägung bei der Analyse berücksichtigt. So kann man z.B. sehen, dass die Waldfläche ohne Gebüschwald zugenommen hat. Dies hat nur einen Effekt bei solchen Klassifizierungsmerkmalen, die ihre Ausprägung auch tatsächlich wechseln können, z.B. die Zugehörigkeit zur Waldfläche oder der Baumzustand.
| Produktionsregion | ||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Jura | Mittelland | Voralpen | Alpen | Alpensüdseite | Schweiz | |||||||
| Baumarten (60 Klassen) | 1000 m³/Jahr | ±% | 1000 m³/Jahr | ±% | 1000 m³/Jahr | ±% | 1000 m³/Jahr | ±% | 1000 m³/Jahr | ±% | 1000 m³/Jahr | ±% |
| Quercus robur | 7 | 37 | 55 | 18 | 3 | 100 | 2 | 90 | 1 | 121 | 72 | 16 |
- Zuwachs (Bruttozuwachs) #11
Zunahme des Schaftholzvolumens in Rinde der zwischen zwei Inventuren überlebenden Bäume und Sträucher ab 12 cm Brusthöhendurchmesser (BHD), das Schaftholzvolumen in Rinde aller eingewachsenen Bäume und Sträucher und die modellierte Zunahme des Schaftholzvolumens in Rinde der Abgänge während der halben Inventurperiode. Die Biaskorrektur der Tarifprobebäume kann so stark sein, dass bei kleinen Baumzahlen negative Werte resultieren können. Daher bei Auswertungen für kleine Kantone oder für Forstkreise die Zielgrösse «Zuwachs (Bruttozuwachs)*» verwenden. - Baumarten (60 Klassen) #1082
BART123 ist der "kleinste gemeinsame Nenner" der Gehölzlisten der Methoden LFI1, LFI2, LFI3 und LFI4. Die Ableitung ermöglicht einen Vergleich bezüglich Baumarten zwischen nach Methode LFI1, LFI2, LFI3 und LFI4 aufgenommenen Inventuren. Zu beachten ist, dass angenommen wurde, dass Code 9 "übrige Sträucher und Salix sp." alle übrigen Straucharten und Salix sp. enthält. - Produktionsregion #49
Die Produktionsregionen sind Regionen mit ähnlichen forstlichen Wuchs- und Produktionsbedingungen, erstellt durch das damalige Bundesamt für Forstwesen für die forstliche Statistik lange vor dem ersten LFI (1983-85). Die Regionenzugehörigkeit wurde definiert über die damaligen Gemeindegrenzen nach unbekannten Kriterien. Das LFI arbeitet sei jeher mit diesen unveränderten Perimetern mit einer winzigen kleinen Ausnahme am Genfersee. In der heutigen Forststatistik (Bundesamt für Statistik, BFS) hat der Begriff Produktionsregionen in «Forstzonen» gewechselt. Diese Regionen werden vom BFS unterhalten und dabei fanden Änderungen statt. Dabei wurde vermehrt auf die Lage des Waldes innerhalb einer Gemeinde Rücksicht genommen. Für einige Gemeinden entlang des Jurabogens bedeutet dies beispielsweise, dass sie neu der Forstzone «Jura» angehören und nicht wie bisher (Produktionsregionen) dem Mittelland. Das LFI hat die alten Perimeter beibehalten, die sich heute mit diversen neuen Gemeindegrenzen nicht mehr decken. - zugänglicher Wald ohne Gebüschwald LFI3/LFI4 #1429
Wald, der sowohl im LFI3 (2004-2006) als auch im LFI4 (2009-2017) zu weniger als zwei Dritteln mit Sträuchern bedeckt war und zu Fuss aufgesucht werden konnte. - 1,4 x 1,4 km Netz #410
Stichprobennetz des LFI mit einer Maschenweite von 1,4 km. Beim 1,4-km-Netz handelt es sich um das gemeinsame Netz aller bisherigen terrestrischen Inventuren, weshalb es auch als Basisnetz bezeichnet wird.
-
Schätzung und Standardfehler der Schätzung
Die in den LFI-Tabellen publizierten Ergebnisse sind Schätzungen für Grössen im Schweizer Wald (Populationsparameter), deren wahre Werte nicht bekannt sind und die deshalb aus den Daten der LFI-Stichprobe hochgerechnet (geschätzt) werden.
Die Hochrechnungen sind mit Unsicherheiten behaftet. Aus der als Zufallsstichprobe konzipierten LFI-Stichprobe kann die Genauigkeit der Hochrechnungen aber zuverlässig abgeschätzt werden. Dazu ist in allen LFI-Tabellen neben der Schätzung selbst eine zweite Zahl angegeben, der Standardfehler der Schätzung.
In den meisten Tabellen ist der prozentuale Standardfehler ausgewiesen («±%»), gelegentlich (vor allem bei geschätzten Prozenten) aber auch der absolute Standardfehler («±»). Der Zusammenhang zwischen absolutem und prozentualem Standardfehler ist der folgende:
prozentualer Standardfehler = absoluter Standardfehler / Schätzung x 100absoluter Standardfehler = prozentualer Standardfehler × Schätzung / 100Bei den Angaben zur Erschliessung handelt es sich um eine Vollerhebung sämtlicher Waldstrassen. In dem Fall ist die Angabe eines Standardfehlers nicht nötig, da es keine stichprobenbedingte Unsicherheit gibt.
-
Vertrauensintervall der Schätzung
Mit der Schätzung und dem Standardfehler der Schätzung kann das sogenannte Vertrauensintervall der Schätzung
mit der unteren Grenze
Schätzung - tQ × absoluter Standardfehlerund der oberen Grenze
Schätzung + tQ × absoluter Standardfehlerberechnet werden. Wird für die Berechnung der einfache Standardfehler verwendet (tQ = 1), dann wird das 68%-Vertrauensintervall gebildet. Es darf angenommen werden, dass der wahre Wert des Populationsparameters mit einer Wahrscheinlichkeit von 68% innerhalb dieses Vertrauensintervalls der Schätzung liegt. Wird der doppelte Standardfehler verwendet (tQ = 2), dann liegt der wahre Wert mit einer Wahrscheinlichkeit von «95%» innerhalb dieses sogenannten 95%-Vertrauensintervalls.
-
Signifikanz der Schätzung
Mit dem Vertrauensintervall kann statistisch geprüft werden, ob der geschätzte Populationsparameter grösser oder kleiner als ein bestimmter Referenz- oder Zielwert ist, beziehungsweise ob sich zwei geschätzte Populationsparameter tatsächlich (in der wahren Population) unterscheiden. In der Praxis geht man folgendermassen vor: Wenn ein Referenzwert ausserhalb des Vertrauensintervalls liegt, geht man davon aus, dass sich der geschätzte Populationswert signifikant von diesem unterscheidet, liegt er innerhalb, interpretiert man die Differenz zwischen geschätztem Wert und Referenzwert als zufällig bzw. nicht signifikant. Will man zwei Populationsparameter vergleichen, unterscheiden sich diese signifikant, wenn sich ihre Vertrauensintervalle nicht überlappen.
-
Behandlung von fehlenden Werten
Beim Berechnen einer Ergebnistabelle stehen nicht immer für alle Kombinationen von Merkmalsausprägungen* Daten zur Verfügung. Dies deutet in den meisten Fällen darauf hin, dass die mit der betreffenden Zielgrösse geschätzte Grösse nicht oder nur sehr selten vorkommt. Üblicherweise wird dann der Wert 0 eingesetzt (imputiert). Da diesem Wert aber keine direkten Messungen zugrunde liegen, wird der zugehörige Standardfehler mit einem Punkt [.] dargestellt. Wird bei der Berechnung Bezug auf den angenommenen Wert von 0 genommen, z.B. bei Prozenten oder gewissen Veränderungsschätzungen, kann kein Wert eingesetzt werden. In diesem Fall steht bei Schätzwert und Standardfehler ein Punkt [.].
Zum Beispiel wurden bisher im Mittelland keine Arven gefunden und gemessen (Vorrat der Arven nach Produktionsregionen). Es kann also angenommen werden, dass die Werte fehlen, weil die Arve im Mittelland tatsächlich nicht vorkommt und deshalb der Vorrat dort 0 sein muss.
* z.B. Kombination der Ausprägung «Arve» des Klassifizierungsmerkmals «Baumart» und der Ausprägung «Mittelland» der regionalen Gliederung
-
Veränderungen
Im LFI gibt es zwei Typen von Veränderungen:
Beim ersten Typ handelt es sich um spezifische Zielgrössen für Veränderungskomponenten wie Zuwachs, Nutzung, Mortalität oder Abgänge. Diese Zielgrössen sind jeweils nur für zwei aufeinanderfolgende Messzyklen verfügbar, z.B. LFI3–LFI4. Bei der Auswertung von Veränderungskomponenten wird dem Klassifizierungsmerkmal des ersten Messzyklus die Ausprägung des zweiten Messzyklus zugewiesen. Diese Auswertungen berücksichtigen somit den Wechsel einer Merkmalsausprägung (z.B. von privatem zu öffentlichem Eigentum) von der früheren zur späteren Inventur nicht.
Beim zweiten Typ von Veränderungen wird die Differenz von Zielgrössen wie Stammzahl, Vorrat oder Waldfläche benutzt, um die Veränderung zwischen zwei Messzyklen zu bilanzieren. Diese Zielgrössen werden üblicherweise für die Darstellung von Zuständen, z.B. dem LFI4, verwendet, können aber die Veränderungsbilanz zwischen zwei beliebigen Messzyklen aufzeigen, z.B. dem LFI1 und dem LFI4. Bei diesen Veränderungsauswertungen wird der Wechsel einer Merkmalsausprägung bei der Analyse berücksichtigt. So kann man z.B. sehen, dass die Waldfläche ohne Gebüschwald zugenommen hat. Dies hat nur einen Effekt bei solchen Klassifizierungsmerkmalen, die ihre Ausprägung auch tatsächlich wechseln können, z.B. die Zugehörigkeit zur Waldfläche oder der Baumzustand.
| Produktionsregion | ||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Jura | Mittelland | Voralpen | Alpen | Alpensüdseite | Schweiz | |||||||
| Baumarten (60 Klassen) | 1000 m³/Jahr | ±% | 1000 m³/Jahr | ±% | 1000 m³/Jahr | ±% | 1000 m³/Jahr | ±% | 1000 m³/Jahr | ±% | 1000 m³/Jahr | ±% |
| Quercus robur | 15 | 47 | 62 | 30 | 2 | 71 | 5 | 92 | 3 | 66 | 91 | 24 |
- Nutzung und Mortalität #13
Schaftholzvolumen in Rinde aller Bäume und Sträucher ab 12 cm Brusthöhendurchmesser (BHD), die zwischen zwei Inventuren genutzt wurden, abgestorben oder verschwunden sind. Die Biaskorrektur der Tarifprobebäume kann so stark ausfallen, dass bei kleinen Baumzahlen negative Werte resultieren können. Daher bei Auswertungen für kleine Kantone oder für Forstkreise die Zielgrösse «Nutzung* und Mortalität*» verwenden. - Baumarten (60 Klassen) #1082
BART123 ist der "kleinste gemeinsame Nenner" der Gehölzlisten der Methoden LFI1, LFI2, LFI3 und LFI4. Die Ableitung ermöglicht einen Vergleich bezüglich Baumarten zwischen nach Methode LFI1, LFI2, LFI3 und LFI4 aufgenommenen Inventuren. Zu beachten ist, dass angenommen wurde, dass Code 9 "übrige Sträucher und Salix sp." alle übrigen Straucharten und Salix sp. enthält. - Produktionsregion #49
Die Produktionsregionen sind Regionen mit ähnlichen forstlichen Wuchs- und Produktionsbedingungen, erstellt durch das damalige Bundesamt für Forstwesen für die forstliche Statistik lange vor dem ersten LFI (1983-85). Die Regionenzugehörigkeit wurde definiert über die damaligen Gemeindegrenzen nach unbekannten Kriterien. Das LFI arbeitet sei jeher mit diesen unveränderten Perimetern mit einer winzigen kleinen Ausnahme am Genfersee. In der heutigen Forststatistik (Bundesamt für Statistik, BFS) hat der Begriff Produktionsregionen in «Forstzonen» gewechselt. Diese Regionen werden vom BFS unterhalten und dabei fanden Änderungen statt. Dabei wurde vermehrt auf die Lage des Waldes innerhalb einer Gemeinde Rücksicht genommen. Für einige Gemeinden entlang des Jurabogens bedeutet dies beispielsweise, dass sie neu der Forstzone «Jura» angehören und nicht wie bisher (Produktionsregionen) dem Mittelland. Das LFI hat die alten Perimeter beibehalten, die sich heute mit diversen neuen Gemeindegrenzen nicht mehr decken. - zugänglicher Wald ohne Gebüschwald LFI3/LFI4 #1429
Wald, der sowohl im LFI3 (2004-2006) als auch im LFI4 (2009-2017) zu weniger als zwei Dritteln mit Sträuchern bedeckt war und zu Fuss aufgesucht werden konnte. - 1,4 x 1,4 km Netz #410
Stichprobennetz des LFI mit einer Maschenweite von 1,4 km. Beim 1,4-km-Netz handelt es sich um das gemeinsame Netz aller bisherigen terrestrischen Inventuren, weshalb es auch als Basisnetz bezeichnet wird.
-
Schätzung und Standardfehler der Schätzung
Die in den LFI-Tabellen publizierten Ergebnisse sind Schätzungen für Grössen im Schweizer Wald (Populationsparameter), deren wahre Werte nicht bekannt sind und die deshalb aus den Daten der LFI-Stichprobe hochgerechnet (geschätzt) werden.
Die Hochrechnungen sind mit Unsicherheiten behaftet. Aus der als Zufallsstichprobe konzipierten LFI-Stichprobe kann die Genauigkeit der Hochrechnungen aber zuverlässig abgeschätzt werden. Dazu ist in allen LFI-Tabellen neben der Schätzung selbst eine zweite Zahl angegeben, der Standardfehler der Schätzung.
In den meisten Tabellen ist der prozentuale Standardfehler ausgewiesen («±%»), gelegentlich (vor allem bei geschätzten Prozenten) aber auch der absolute Standardfehler («±»). Der Zusammenhang zwischen absolutem und prozentualem Standardfehler ist der folgende:
prozentualer Standardfehler = absoluter Standardfehler / Schätzung x 100absoluter Standardfehler = prozentualer Standardfehler × Schätzung / 100Bei den Angaben zur Erschliessung handelt es sich um eine Vollerhebung sämtlicher Waldstrassen. In dem Fall ist die Angabe eines Standardfehlers nicht nötig, da es keine stichprobenbedingte Unsicherheit gibt.
-
Vertrauensintervall der Schätzung
Mit der Schätzung und dem Standardfehler der Schätzung kann das sogenannte Vertrauensintervall der Schätzung
mit der unteren Grenze
Schätzung - tQ × absoluter Standardfehlerund der oberen Grenze
Schätzung + tQ × absoluter Standardfehlerberechnet werden. Wird für die Berechnung der einfache Standardfehler verwendet (tQ = 1), dann wird das 68%-Vertrauensintervall gebildet. Es darf angenommen werden, dass der wahre Wert des Populationsparameters mit einer Wahrscheinlichkeit von 68% innerhalb dieses Vertrauensintervalls der Schätzung liegt. Wird der doppelte Standardfehler verwendet (tQ = 2), dann liegt der wahre Wert mit einer Wahrscheinlichkeit von «95%» innerhalb dieses sogenannten 95%-Vertrauensintervalls.
-
Signifikanz der Schätzung
Mit dem Vertrauensintervall kann statistisch geprüft werden, ob der geschätzte Populationsparameter grösser oder kleiner als ein bestimmter Referenz- oder Zielwert ist, beziehungsweise ob sich zwei geschätzte Populationsparameter tatsächlich (in der wahren Population) unterscheiden. In der Praxis geht man folgendermassen vor: Wenn ein Referenzwert ausserhalb des Vertrauensintervalls liegt, geht man davon aus, dass sich der geschätzte Populationswert signifikant von diesem unterscheidet, liegt er innerhalb, interpretiert man die Differenz zwischen geschätztem Wert und Referenzwert als zufällig bzw. nicht signifikant. Will man zwei Populationsparameter vergleichen, unterscheiden sich diese signifikant, wenn sich ihre Vertrauensintervalle nicht überlappen.
-
Behandlung von fehlenden Werten
Beim Berechnen einer Ergebnistabelle stehen nicht immer für alle Kombinationen von Merkmalsausprägungen* Daten zur Verfügung. Dies deutet in den meisten Fällen darauf hin, dass die mit der betreffenden Zielgrösse geschätzte Grösse nicht oder nur sehr selten vorkommt. Üblicherweise wird dann der Wert 0 eingesetzt (imputiert). Da diesem Wert aber keine direkten Messungen zugrunde liegen, wird der zugehörige Standardfehler mit einem Punkt [.] dargestellt. Wird bei der Berechnung Bezug auf den angenommenen Wert von 0 genommen, z.B. bei Prozenten oder gewissen Veränderungsschätzungen, kann kein Wert eingesetzt werden. In diesem Fall steht bei Schätzwert und Standardfehler ein Punkt [.].
Zum Beispiel wurden bisher im Mittelland keine Arven gefunden und gemessen (Vorrat der Arven nach Produktionsregionen). Es kann also angenommen werden, dass die Werte fehlen, weil die Arve im Mittelland tatsächlich nicht vorkommt und deshalb der Vorrat dort 0 sein muss.
* z.B. Kombination der Ausprägung «Arve» des Klassifizierungsmerkmals «Baumart» und der Ausprägung «Mittelland» der regionalen Gliederung
-
Veränderungen
Im LFI gibt es zwei Typen von Veränderungen:
Beim ersten Typ handelt es sich um spezifische Zielgrössen für Veränderungskomponenten wie Zuwachs, Nutzung, Mortalität oder Abgänge. Diese Zielgrössen sind jeweils nur für zwei aufeinanderfolgende Messzyklen verfügbar, z.B. LFI3–LFI4. Bei der Auswertung von Veränderungskomponenten wird dem Klassifizierungsmerkmal des ersten Messzyklus die Ausprägung des zweiten Messzyklus zugewiesen. Diese Auswertungen berücksichtigen somit den Wechsel einer Merkmalsausprägung (z.B. von privatem zu öffentlichem Eigentum) von der früheren zur späteren Inventur nicht.
Beim zweiten Typ von Veränderungen wird die Differenz von Zielgrössen wie Stammzahl, Vorrat oder Waldfläche benutzt, um die Veränderung zwischen zwei Messzyklen zu bilanzieren. Diese Zielgrössen werden üblicherweise für die Darstellung von Zuständen, z.B. dem LFI4, verwendet, können aber die Veränderungsbilanz zwischen zwei beliebigen Messzyklen aufzeigen, z.B. dem LFI1 und dem LFI4. Bei diesen Veränderungsauswertungen wird der Wechsel einer Merkmalsausprägung bei der Analyse berücksichtigt. So kann man z.B. sehen, dass die Waldfläche ohne Gebüschwald zugenommen hat. Dies hat nur einen Effekt bei solchen Klassifizierungsmerkmalen, die ihre Ausprägung auch tatsächlich wechseln können, z.B. die Zugehörigkeit zur Waldfläche oder der Baumzustand.