Sélectionner un thème dans la liste

Que représentent les chiffres ?
À quoi sert l'erreur standard ?
Quand deux résultats sont-ils statistiquement différents ?
Quand ne suffit-il pas de considérer uniquement l'erreur standard ?
Deux types d’évolutions ?
Évaluations de l’évolution : quand les résultats sont-ils (non) additifs ?
Pourquoi l'erreur standard et la valeur estimée sont-elles parfois représentées par un point (« . ») ?
Pourquoi certains tableaux n'indiquent-ils pas d'erreur standard ?
Valeurs négatives en cas de volume, d'accroissement ou d'exploitation ?

1. Que représentent les chiffres ?

La plupart des tableaux présentent des résultats calculés à l'aide de méthodes statistiques à partir des données de l'inventaire par échantillonnage de l'Inventaire forestier national (IFN). Ces résultats se composent toujours de deux chiffres: 1) la valeur estimée et 2) l'erreur d'échantillonnage, appelée erreur standard.

Exemple 1 : Valeur estimée et erreur standard

IFN5

volume de bois mort (bois de tige)

propriété (2 classes)

découpage régional: région de production

unité: m³/ha

ensemble analysé: forêt accessible sans la forêt buissonnante

réseau: réseau 1,4 km, sous-réseaux 1 à 5

état 2018/26
	région de production
	Jura		Plateau		Préalpes		Alpes		Sud des Alpes		Suisse
propriété (2 classes)	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%
publique	30	10	17	13	37	9	36	6	26	10	30	4
privée	27	17	20	12	50	10	32	8	39	13	34	5
total	29valeur estimée	9erreur standard	19	9	44	7	35	5	29	8	32	3

La plupart du temps, les tableaux indiquent l'erreur standard relative (en pourcentage « ±% »), mais parfois – pour les pourcentages estimés – l'erreur standard absolue (« ± »).

haut

2. À quoi sert l'erreur standard ?

L'erreur standard permet de délimiter des intervalles de confiance autour de la valeur estimée, qui contiennent la vraie valeur de la population avec un certain niveau de certitude statistique.

La certitude statistique est de

68% si l'intervalle de confiance est calculé à l'aide de l'erreur standard simple
(intervalle de confiance à 68% = valeur estimée ± erreur standard), et
95% si l'intervalle de confiance est calculé avec l’erreur standard double
(intervalle de confiance à 95% = valeur estimée ± 2 × erreur standard*)

Exemple 2 : Calculer les intervalles de confiance

IFN5
volume de bois mort (bois de tige)
propriété (2 classes)
découpage régional: région de production
unité: m³/ha
ensemble analysé: forêt accessible sans la forêt buissonnante
réseau: réseau 1,4 km, sous-réseaux 1 à 5
état 2018/26
	région de production
	Jura
propriété (2 classes)	m³/ha	±%
publique	30	10
privée	27	17
total	29	9

Question
Quel est l'intervalle de confiance à 68% et à 95% des estimations ci-dessus ?

Procédure

Calculer l'erreur standard absolue (= erreur standard relative × valeur estimée / 100)
Calculer les intervalles de confiance
- intervalle de confiance à 68% = estimation ± erreur standard absolue
- intervalle de confiance à 95% = estimation ± 2 × erreur standard absolue

Réponse

			étape 1	étape 2

propriété (2 classes)	volume de bois mort Jura IFN5
	valeur estimée	erreur standard		intervalle de confiance
		relative	absolue	68%	95%
	m³/ha	±%	±m³/ha	m³/ha	m³/ha
publique	30	10	3	27-33	24-36
privée	27	17	5	22-32	17-37
total	29	9	3	26-32calculé avec l'erreur standard simple, c'est-à-dire 29 ± 3	23-25calculé avec l'erreur standard double, soit 29 ± 2 × 3

Dans le Jura, le volume de bois mort se situe avec une certitude statistique de 68% entre 26 et 32 m³/ha et avec une certitude statistique de 95% entre 23 et 35 m³/ha.

L'intervalle de confiance à 95% est plus grand que l'intervalle de confiance à 68%. C'est ce qui explique la plus grande certitude statistique.

Exemple 3 : Visualisation de l'intervalle de confiance à 68% et à 95%

Données : voir exemple 2

Lors de l'interprétation des résultats, il faut à chaque fois déterminer le niveau de certitude avec lequel on souhaite faire une déclaration.

Dans l'Inventaire forestier national (IFN), on se base en général sur l'intervalle de confiance à 68%.

haut

3. Quand deux résultats sont-ils statistiquement différents ?*

On peut le déterminer en comparant les intervalles de confiance de deux estimations :

Si les intervalles de confiance à 68% de deux estimations ne se chevauchent pas, on peut supposer avec une certaine certitude que les deux populations sont différentes.
Si les intervalles de confiance à 95% de deux estimations ne se chevauchent pas, on peut supposer avec une grande certitude que les deux populations sont différentes.

Exemple 4 : Interprétation de deux résultats du même inventaire

IFN5

volume des arbres vifs (bois de tige)

propriété (2 classes)

découpage régional: région de production

unité: m³/ha

ensemble analysé: forêt accessible sans la forêt buissonnante

réseau: réseau 1,4 km, sous-réseaux 1 à 5

état 2018/26
	région de production
	Jura		Plateau		Préalpes		Alpes		Sud des Alpes		Suisse
propriété (2 classes)	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%
publique	331	3	311	3	405	4	300	3	256	5	314	2
privée	387	5	432	4	454	4	348	4	285	6	398	2
total	345	2	363	2	431	2	314	2	262	4	343	1

	cas 2						cas 1

cas 1

Question
Le volume des arbres vifs par hectare est-il plus élevé dans les Alpes qu'au Sud des Alpes ?

Procédure

Calculer les erreurs standard absolues
Calculer les intervalles de confiance en fonction du niveau de certitude souhaité :
- intervalles de confiance à 68% (certaine certitude ; erreur standard absolue simple)
- intervalles de confiance à 95% (grande certitude; erreur standard absolue double)
Vérifier si les intervalles de confiance ne se chevauchent pas au niveau de certitude souhaité

Réponse

propriété (2 classes)	volume des arbres vifs, IFN5
	Alpes					Sud des Alpes
	valeur estimée	erreur standard		intervalle de confiance		valeur estimée	erreur standard		intervalle de confiance
		relative	absolue	68%	95%		relative	absolue	68%	95%
	m³/ha	±%	±m³/ha	m³/ha	m³/ha	m³/ha	±%	±m³/ha	m³/ha	m³/ha
total	314	2	6	308-320	302-326	262	4	10	252-272	242-282

Ni les intervalles de confiance à 68% ni les intervalles de confiance à 95% ne se chevauchent (chiffres ).

Dans ce cas, le niveau de certitude choisi n'a aucune influence sur le résultat.

Dans l'ensemble, cela signifie qu'il existe une grande certitude statistique que le volume des arbres vifs par hectare est plus élevé dans les Alpes qu'au Sud des Alpes.

cas 2

Question
Le volume des arbres vifs par hectare est-il plus élevé sur le Plateau que dans le Jura ?

Procédure

Voir cas 1.

Réponse

propriété (2 classes)	volume des arbres vifs, IFN5
	Jura					Plateau
	valeur estimée	erreur standard		intervalle de confiance		valeur estimée	erreur standard		intervalle de confiance
		relative	absolue	68%	95%		relative	absolue	68%	95%
	m³/ha	±%	±m³/ha	m³/ha	m³/ha	m³/ha	±%	±m³/ha	m³/ha	m³/ha
total	345	2	7	338-352	331-359	363	2	7	356-370	349-377

Les intervalles de confiance à 68% ne se chevauchent pas (paires de chiffres ).
En revanche, les intervalles de confiance à 95% se chevauchent (paires de chiffres ).

Dans ce cas, le niveau de certitude choisi a une influence sur l'interprétation des résultats : au niveau de l'intervalle de confiance à 68%, on arrive à la conclusion que le volume des arbres vifs par hectare est plus élevé sur le Plateau que dans le Jura. Au niveau de l'intervalle de confiance à 95%, on ne peut en revanche pas tirer cette conclusion.

En considérant les deux niveaux de certitude, on peut dire qu'il existe statistiquement une certaine, mais pas une grande certitude, que le volume des arbres vifs par hectare est plus élevé sur le Plateau que dans le Jura.

Les intervalles de confiance permettent également de vérifier si une valeur estimée à l'aide de l'échantillon de l’Inventaire forestier national (IFN) s'écarte d'une valeur cible (issue par exemple de la politique forestière) ou si une évolution entre deux inventaires est statistiquement certaine.

Exemple 5 : Interprétation de deux résultats d'inventaires différents

propriété (2 classes)	volume des arbres vifs sur Plateau*
	IFN4		IFN5
	m³/ha	±%	m³/ha	±%
publique	340	3	309	3
privée	447	4	432	4
total	386	2	363	2
* forêt accessible sans la forêt buissonnante IFN4/IFN5

Question
Sur le Plateau, le volume des arbres vifs par hectare a-t-il diminué entre l'IFN4 et l'IFN5 ?

Procédure

calculer les erreurs standard absolues
calculer les intervalles de confiance en fonction du niveau de certitude souhaité
- intervalles de confiance à 68% (certaine certitude ; erreur standard absolue simple)
- intervalles de confiance à 95% (grande certitude; erreur standard absolue double)
vérifier si les intervalles de confiance ne se chevauchent pas au niveau de certitude souhaité

Réponse

propriété (2 classes)	volume des arbres vifs sur le Plateau*
	IFN4					IFN5
	valeur estimée	erreur standard		intervalle de confiance		valeur estimée	erreur standard		intervalle de confiance
		relative	absolue	68%	95%		relative	absolue	68%	95%
	m³/ha	±%	±	m³/ha	m³/ha	m³/ha	±%	±	m³/ha	m³/ha
publique	340	3	11	329-351	318-362	309	3	11	298-320	287-331
privée	447	4	16	431-463	415-479	432	4	17	415-449	398-466
total	386	2	8	378-394	370-402	363	2	9	354-372	345-381
* forêt accessible sans la forêt buissonnante IFN4/IFN5

Les intervalles de confiance à 68% ne se chevauchent pas pour les forêts publiques (paires de chiffres ), mais ils le font pour les forêts privées et le total (paires de chiffres ). Au niveau de certitude des intervalles de confiance à 68%, on arrive à la conclusion que le volume des arbres vifs par hectare a diminué dans les forêts publiques du Plateau. Pour les forêts privées comme pour le total, la diminution n'est pas statistiquement certaine.

Les intervalles de confiance à 95% se chevauchent dans chacune des trois catégories. Au niveau de certitude des intervalles de confiance à 95%, il n'est donc pas statistiquement certain que le volume des arbres vifs ait diminué, même pour les forêts publiques.

Voir toutefois les exemples 6 et 7, dans lesquels les évolutions entre deux inventaires sont interprétées à l'aide du bilan, qui est plus sensible.

Pour de nombreuses variables cibles, l'IFN permet de vérifier si une évolution entre deux inventaires est statistiquement certaine, non seulement en comparant les états dans les deux inventaires (voir exemple 5), mais aussi en analysant le bilan entre les deux inventaires.

Pour ce faire, il faut là aussi commencer par définir le niveau de certitude qui doit s'appliquer à l'énoncé :

Une évolution a eu lieu avec une certaine certitude si l'erreur standard relative simple du bilan est inférieure à 100% ou si l'intervalle de confiance calculé avec l'erreur standard absolue simple (intervalle de confiance à 68%) n'inclut pas la valeur 0.
Une évolution a eu lieu avec une grande certitude si la double erreur standard relative du bilan est inférieure à 100% ou si l'intervalle de confiance calculé avec la double erreur standard absolue (intervalle de confiance à 95%) n'inclut pas la valeur 0.

Exemple 6 : Interprétation des évolutions (bilans) avec l'erreur standard relative

propriété (2 classes)	évolution du volume des arbres vifs IFN4–IFN5 sur le Plateau*
	valeur estimée	erreur standard
	m³/ha	±%
publique	-34	30
privée	-9	147
total	-23	34
* forêt accessible sans la forêt buissonnante IFN4/IFN5

Question
Sur le Plateau, le volume des arbre vifs par hectare a-t-il diminué entre l’IFN4 et l’IFN5 ?

Procédure

Définir le niveau de certitude (intervalle de confiance à 68% ou 95%)
Vérifier si
- l'erreur standard relative simple est inférieure à 100% (niveau de certitude de l'intervalle de confiance à 68%)
- l'erreur standard relative double est inférieure à 100% (niveau de certitude de l'intervalle de confiance à 95%)

Réponse

propriété (2 classes)	évolution du volume des arbres vifs IFN4–IFN5 sur le Plateau*
	valeur estimée	erreur standard
		simple	double
	m³/ha	±%	±%
publique	-34	30	60
privée	-9	147	294
total	-23	34	68
* forêt accessible sans la forêt buissonnante IFN4/IFN5

L'erreur standard relative simple est inférieure à 100% pour les forêts publiques comme pour le total (chiffres ). En revanche, elle est supérieure à 100% (chiffres ) pour les forêts privées. Au niveau de certitude de l'intervalle de confiance à 68%, on conclut que le volume des arbres vifs a diminué sur le Plateau, tant dans les forêts publiques que dans le total. En revanche, la diminution du volume n'est pas statistiquement certaine pour les forêts privées.

On arrive à la même conclusion dans cet exemple avec le niveau de certitude de l’intervalle de confiance à 95%, car l’erreur standard relative double pour la forêt publique et le total est également inférieure à 100%.

Dans l'ensemble, cela signifie que la certitude statistique est élevée que le volume par hectare a diminué sur le Plateau dans les forêts publiques comme dans l'ensemble. En revanche, pour les forêts privées, la diminution du volume n'est pas statistiquement certaine (car l'erreur standard relative double et l'erreur standard relative simple sont toutes les deux inférieures à 100%).

Exemple 7 : Interprétation des évolutions (bilans) avec l'erreur standard absolue

propriété (2 classes)	évolution du volume des arbres vifs IFN4–IFN5 sur le Plateau*
	valeur estimée	erreur standard
	%	±
publique	-10	3
privée	-2	3
total	-6	2
* forêt accessible sans la forêt buissonnante IFN4/IFN5

Question
Sur le Plateau, le volume des arbres vifs par hectare a-t-il diminué entre l'IFN4 et l'IFN5 ?

Procédure

Définir le niveau de certitude (intervalle de confiance à 68% ou 95%)
Calculer l'intervalle de confiance sur la base du niveau de certitude défini
- intervalle de confiance à 68% avec l'erreur standard absolue simple
- intervalle de confiance à 95% avec l'erreur standard absolue double
Vérifier si l'intervalle de confiance correspondant n'inclut pas la valeur 0

Réponse

propriété (2 classes)	évolution du volume des arbres vifs IFN4–IFN5 sur le Plateau*
	valeur estimée	erreur standard		intervalle de confiance
		simple	double	68%	95%
	%	±	±	%	%
publique	-10	3	6	-13 à -7	-16 à -4
privée	-2	3	6	-5 à +1	-8 à +4
total	-6	2	4	-8 à -4	-10 à -2
* forêt accessible sans la forêt buissonnante IFN4/IFN5

Pour les forêts publiques comme pour le total, tant l'intervalle de confiance à 68% que celui à 95% n'incluent pas la valeur 0. Pour les deux niveaux de certitude, on arrive ainsi à la conclusion que le volume des arbres vifs a diminué sur le Plateau, tant dans les forêts publiques que dans le total. En revanche, la diminution du volume n'est pas statistiquement certaine pour les forêts privées (car les intervalles de confiance incluent la valeur 0).

Les évolutions (bilans) peuvent être interprétées à l'aide de l'erreur standard absolue ou relative (voir les exemples 6 et 7). Il est recommandé d'utiliser l'erreur standard absolue lorsque la valeur estimée est indiquée en pourcentage (%) dans le tableau (comme dans l'exemple 7) et l'erreur standard relative lorsque la valeur estimée est indiquée en chiffres absolus (m³, m³/ha, pc, m2) dans le tableau (comme dans l'exemple 6). Ainsi, l'erreur standard peut être directement extraite du tableau et ne doit donc pas être convertie.

Pour vérifier si une évolution est statistiquement assurée, il est recommandé d'analyser, dans la mesure du possible, le bilan entre les deux inventaires. Les bilans sont plus sensibles que les comparaisons d'état, ce qui permet de mieux détecter les différences sur le plan statistique (voir les exemples 5, 6 et 7).

haut

4. Quand ne suffit-il pas de considérer uniquement l'erreur standard ?

L'Inventaire forestier national (IFN) est un inventaire à grande échelle basé sur des échantillons, dont les placettes d'échantillonnage sont disposées sur une grille dont les mailles mesurent 1,4 km × 1,4 km. L'IFN a été conçu de manière à pouvoir prédire le volume des arbres vifs pour l'ensemble de la Suisse avec une erreur standard maximale de 1%.

Lorsque les résultats sont calculés pour des régions ou des classes individuelles, l'erreur standard augmente rapidement. Cela s'explique par le fait que pour la combinaison d'expressions de variables* choisie, le nombre de placettes d'échantillonnage et d'objets examinés (c'est-à-dire d'arbres échantillons, de plantes de la jeune forêt, de morceaux de bois mort, etc.) est nettement plus faible que pour le total.

Exemple 8 : Erreur standard et combinaison d’expression de variables

région	volume des arbres vifs
	total		érable		érable sycomore		érable plane
	valeur estimée	erreur standard	valeur estimée	erreur standard	valeur estimée	erreur standard	valeur estimée	erreur standard
	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%
Suisse	343	1	12	5	11	5	1	20
région de production "Plateau"	363	2	15	10	14	11	0	50
canton d'Argovie	289	7	15	20	13	20	1	63

L'erreur standard augmente avec le niveau de détail.

On peut s'attendre à des erreurs standard importantes si

les arrondissements forestiers ont été choisis comme découpage régional ou que les résultats sont calculés pour de petits cantons (p. ex. Appenzell Rhodes-Intérieures, Nidwald),
une variable de classification comportant de nombreuses classes a été choisie (p. ex. l'essence dans 56 classes),
plusieurs variables de classification ont été combinées (par exemple, l'essence principale et le stade de développement).

Des erreurs standard importantes indiquent qu'une estimation a peut-être été réalisée sur la base d'un nombre trop faible de placettes d'échantillonnage ou d'objets et que, par conséquent, le résultat de l'estimation pourrait ne pas être fiable.

Pour la variable cible « nombre de tiges de la jeune forêt avec abroutissement » (intensité de l'abroutissement), l'incertitude de l'estimation ne se traduit pas nécessairement par une erreur standard élevée. Cela s'explique par le fait que cette variable cible est une estimation sous forme de quotient** qui, en raison de la méthode de relevé, ne repose pour les essences relativement rares (p. ex. pin, mélèze, arole, chêne, châtaignier) que sur un petit nombre d’individus examinés. En conséquence, pour la valeur cible « nombre de tiges de la jeune forêt avec abroutissement », il faudrait toujours vérifier le nombre de plantes examinées sur lequel se basent les différentes valeurs estimées. En règle générale, pour chaque valeur estimée, au moins 30 plantes de la jeune forêt devraient être examinées quant à l’abroutissement pour obtenir une estimation fiable.

haut

5. Deux types d’évolutions ?

L'Inventaire forestier national (IFN) distingue deux types d’évolutions:

Le premier type concerne des variables cibles spécifiques pour des composantes d’évolution telles que l'accroissement, l'exploitation ou la mortalité. Ces variables cibles ne sont disponibles que pour deux cycles de mesure successifs, par exemple IFN4-IFN5. Lors de l'évaluation des composantes d’évolution, l’expression de la variable de classification du second cycle de mesure est généralement attribuée au premier cycle de mesure. Ces évaluations ne tiennent donc pas compte du changement de l'expression d'une variable de classification (par exemple de la propriété privée à la propriété publique) entre deux inventaires successifs.
Dans le deuxième type, la différence entre des variables cibles telles que le nombre de tiges, le volume des arbres vifs ou la surface forestière est utilisée pour dresser le bilan de l’évolution entre deux cycles de mesure. Ces variables cibles sont généralement utilisées pour représenter des états, par exemple l'IFN5, mais peuvent montrer le bilan entre deux cycles de mesure successifs ou non, par exemple l'IFN1 et l'IFN5. Dans ces évaluations, le changement de l'expression est pris en compte pour une partie des variables de classification. Il s'agit par exemple des variables de classification « état des arbres » ou « forêt, non forêt ». Ainsi, on peut voir par exemple que la surface forestière a augmenté. Pour l'autre partie des variables de classification, les expressions sont considérées comme statiques. Cela signifie que l'état le plus actuel – qu'il ait été relevé dans un cycle de mesure (p. ex. fonction prioritaire IFN5) ou qu'il provienne d'une source de données externe (p. ex. forêt protectrice [2022]) – est attribué à tous les cycles de mesure.

haut

6. Évaluations de l’évolution : quand les résultats sont-ils (non) additifs ?

Les résultats sont

additifs lorsqu'ils sont présentés en tant qu’évolution totale entre deux points de mesure. Par exemple, les exploitations indiquées en mètres cubes (m³) pour les différentes régions de production peuvent être additionnées pour obtenir l'exploitation pour la Suisse.
ne sont pas additifs s’il sont présentés en tant qu’évolution par année (p. ex. m³/an). En conséquence, les exploitations indiquées en mètres cubes par an (m³/an) pour les différentes régions de production, par exemple, ne peuvent pas être additionnées pour obtenir l'exploitation pour la Suisse.

Exemple 9 : Additivité/non-additivité des évolutions

	volume des abres vifs: évolution totale IFN4–IFN5 (1000 m³)*
	Jura		Plateau		Préalpes		Alpes		Sud des Alpes		Suisse
zones supérieures/inférieures	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%
zones inférieures	-3759.0	28	-4909.1	36	-1025.2	133	-317.1	195	3464.1	31	-6546.3	42
zones supérieures	574.3	117	-328.0	62	1093.0	123	7128.4	21	666.7	93	9134.3	24
total	-3184.7	40	-5237.1	34	67.9	2805	6811.3	23	4130.8	30	2588.1	136
	* dans la forêt accessible sans la forêt buissonnante IFN4/IFN5
	additif

	volume des arbres vifs: évolutions par an IFN4–IFN5 (in 1000 m³/an)*
	Jura		Plateau		Préalpes		Alpes		Sud des Alpes		Suisse
zones supérieures/inférieures	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%
zones inférieures	-421.1	28	-560.6	36	-115.7	133	-35.9	195	389.5	31	-740.7	42
zones supérieures	64.7	117	-38.3	62	122.4	123	810.4	21	74.9	93	1032.7	24
total	-357.3	40	-598.4	34	7.6	2805	773.8	23	464.4	30	292.7	136
	* dans la forêt accessible sans la forêt buissonnante IFN4/IFN5
	non additif

La non-additivité des évolutions par année provient du fait que l’évolution totale est divisée par le nombre moyen d'années qui s'écoule entre les deux mesures dans le domaine* considérée et que le nombre moyen d'années varie légèrement selon le domaine*.

Exemple 10 : Nombre moyen d'années par région

domaine		nombre moyen d’années
région de production	zones supérieures/inférieures
Plateau	-	8.75
Plateau	zones supérieures	8.56
Plateau	zones inférieures	8.76
Sud des Alpes	-	8.90
Sud des Alpes	zones supérieures	8.90
Sud des Alpes	zones inférieures	8.89
* entre les mesures de l’IFN4 et de l’IFN5 dans la forêt accessible sans la forêt buissonnante

haut

7. Pourquoi l'erreur standard et la valeur estimée sont-elles parfois représentées par un point (« . ») ?

Lors du calcul d'un tableau de résultats, les données ne sont pas toujours disponibles pour toutes les combinaisons d'expressions de variables de classification*. Dans la plupart des cas, cela indique que le paramètre estimé à l'aide de la variable cible n'existe pas ou n'existe que très rarement. Généralement, on introduit alors la valeur 0. Mais comme cette valeur ne repose sur aucune mesure directe, l'erreur standard correspondante est représentée par un point (« . »). Si le calcul se réfère à la valeur supposée de 0, par exemple pour les pourcentages ou certaines estimations d’évolution, aucune valeur ne peut être utilisée. Dans ce cas, la valeur estimée et l'erreur standard sont représentées par un point (« . »).

Par exemple, aucun arole n'a été trouvé et mesuré jusqu'à présent par l’Inventaire forestier national (IFN) sur le Plateau (volume des aroles vifs par région de production). On peut donc supposer que les valeurs manquent parce que l'arole n'est effectivement pas présent sur le Plateau et que le volume doit donc y être nul.

haut

8. Pourquoi certains tableaux n'indiquent-ils pas d'erreur standard ?

Les données de ces tableaux proviennent d'un relevé exhaustif et non d'un inventaire par échantillonnage. En conséquence, il n'est pas nécessaire d'indiquer une erreur standard puisqu'il n'y a pas d'incertitude liée à l'échantillonnage.

Par exemple, le relevé de desserte que l'Inventaire forestier national (IFN) effectue périodiquement auprès des services forestiers locaux est un relevé exhaustif.

haut

Valeurs négatives en cas de volume, d'accroissement ou d'exploitation ?

Des valeurs négatives sont possibles si le résultat n'a pu être calculé qu'à partir de quelques arbres. L'estimation n'est donc pas fiable. Cela se reflète également dans l'erreur standard, qui est en général particulièrement élevée lorsque les valeurs de volume, d'accroissement ou d'exploitation sont négatives.

Les valeurs négatives sont dues au fait que, lors de la détermination du volume de bois de tige des arbres échantillons, le volume estimé uniquement sur la base du diamètre à hauteur de poitrine (DHP) est ajusté avec le volume des arbres échantillons de tarif estimé sur la base du DHP, du diamètre à 7 m de hauteur et de la hauteur des arbres. Cette procédure permet un calcul non biaisé et plus précis du volume de bois de tige. Elle peut toutefois conduire à des valeurs négatives pour toutes les variables cibles basées sur le volume de bois de tige des arbres d'échantillonnage (p. ex. volume des arbres vifs, accroissement, exploitation) si le nombre d'arbres d'échantillonnage dans une combinaison d’expressions de variables* est faible.

haut

IFN3
volume des arbres vifs (bois de tige)
forêt de protection contre des processus liés aux cours d'eau (2022) · essence principale
découpage régional: arrondissement forestier (2024)
unité: 1000 m³
ensemble analysé: forêt accessible sans la forêt buissonnante
réseau: réseau 1,4 km
état 2004/06
		arrondissement forestier (2024)
		AG01		AG02		AG03		AG04		AI01		AR01		BE01		BE02		BE03		BE04		BSBL01		BSBL02		BSBL03		BSBL04		FR01		FR02		FR03		FR04		GE01		GL01		GR01		GR02		GR03		GR04		GR05		JU01		LU01		LU02		LU03		NE01		NE02		NE03		NE04		NE06		NW01		OW01		OW02		SG01		SG02		SG03		SG04		SG05		SH01		SO01		SO02		SO03		SO04		SZ01		SZ02		SZ03		TG01		TG02		TG03		TI01		TI02		TI03		TI04		TI05		TI06		TI07		TI08		TI09		UR01		UR02		UR03		VD02		VD03		VD04		VD05		VD06		VD07		VD08		VD09		VD11		VD12		VD14		VD15		VD16		VD18		VD20		VD22		VS01		VS02		VS03		ZG01		ZH01		ZH02		ZH03		ZH04		ZH05		ZH06		ZH07		lacs		Suisse
forêt de protection contre des processus liés aux cours d'eau (2022)	essence principale	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%
pas d'indication	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	sapin	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	pin	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	mélèze	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	autres résineux	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	hêtre	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	érable	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	frêne	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	chêne	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	châtaignier	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	autres feuillus	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	total	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
à l'interieur	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	0	.	0	.	0	.	0	.	996	35	922	31	8952	12	3862	14	898	32	423	27	0	.	15	95	100	64	0	.	118	90	1564	26	1293	27	774	35	0	.	1193	42	3662	17	1771	21	3571	16	6519	12	2965	15	307	33	286	46	0	.	1182	28	15	.	107	71	55	100	0	.	122	93	243	56	1079	33	1373	24	643	37	540	35	1949	23	504	37	1276	29	0	.	67	100	77	.	0	.	24	69	656	32	1448	28	682	39	156	54	0	.	35	74	550	33	1565	22	1150	25	0	.	116	73	9	100	326	42	61	90	379	42	443	39	663	43	1005	36	524	49	1054	31	1325	26	48	65	17	.	4	100	0	.	0	.	0	.	0	.	0	.	90	100	0	.	127	79	0	.	41	63	3005	15	3171	16	4424	13	340	49	155	54	236	58	157	47	213	54	0	.	147	80	0	.	0	.	73770	3
	sapin	0	.	0	.	0	.	0	.	289	46	779	34	1483	26	3838	15	809	31	640	37	0	.	0	.	135	61	0	.	79	100	79	54	804	32	265	50	0	.	277	52	234	53	396	32	89	59	428	34	4	100	848	28	327	47	125	83	252	48	4	.	50	71	32	100	0	.	0	.	152	60	70	56	415	44	401	38	228	39	395	36	393	42	757	29	0	.	82	73	3	.	0	.	93	62	328	45	345	34	207	51	105	62	7	100	0	.	0	.	278	51	0	.	0	.	0	.	16	100	296	42	387	38	226	53	304	41	14	100	133	59	245	47	253	54	681	32	45	69	0	.	25	100	0	.	0	.	0	.	0	.	0	.	1	100	0	.	0	.	-1	.	19	100	323	49	313	44	471	29	161	45	0	.	161	70	212	47	324	49	0	.	0	.	0	.	0	.	21133	5
	pin	0	.	0	.	0	.	0	.	24	100	0	.	190	40	35	61	23	100	27	66	0	.	0	.	26	100	0	.	0	.	0	.	0	.	16	100	0	.	0	.	83	56	136	54	0	.	109	34	227	47	40	100	8	100	0	.	0	0	0	.	14	100	0	.	0	.	15	100	0	.	33	100	14	83	77	92	0	.	169	64	0	.	22	100	0	.	0	.	0	.	0	.	66	78	11	100	0	.	0	.	13	79	0	.	0	.	0	.	164	74	0	.	0	.	0	.	0	.	0	.	0	.	5	100	0	.	0	.	49	66	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	17	100	0	.	0	.	0	.	0	.	579	28	281	30	396	33	0	.	38	100	61	65	4	100	39	100	0	.	51	71	0	.	0	.	3060	11
	mélèze	0	.	0	.	0	.	0	.	7	100	74	100	34	75	0	.	0	.	22	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	126	57	326	32	49	68	1412	18	2362	15	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	15	100	0	.	12	100	159	46	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	30	100	6	100	0	.	0	.	311	47	425	28	220	41	187	43	9	72	37	77	1054	20	325	33	302	51	0	.	0	.	13	100	61	73	17	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2968	14	1725	17	1001	18	32	100	0	.	40	100	0	.	0	.	0	.	0	.	0	.	0	.	13360	6
	arole	0	.	0	.	0	.	0	.	0	.	0	.	19	74	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	6	100	7	100	0	.	60	73	498	26	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	47	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	339	28	268	30	53	76	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1297	15
	autres résineux	0	.	0	.	0	.	0	.	0	.	3	100	27	68	0	.	59	75	30	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	81	0	.	0	.	7	71	14	74	3	75	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3	100	2	100	-8	127	3	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	100	0	.	0	.	1	100	0	.	0	.	0	.	0	.	0	.	0	.	23	100	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	46	100	0	.	2	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	100	0	100	0	.	6	100	1	100	9	103	3	100	0	.	0	.	0	.	0	.	247	32
	hêtre	0	.	0	.	0	.	0	.	88	61	463	48	2004	27	1663	22	546	31	876	25	0	.	86	79	450	41	0	.	5	100	107	53	305	37	107	84	0	.	536	32	391	43	91	48	17	100	335	34	0	.	1122	21	265	37	25	79	558	37	41	.	24	59	75	85	0	.	0	.	110	46	6	90	756	34	299	34	447	50	547	32	615	35	1033	30	0	.	33	72	0	.	25	96	293	50	293	37	175	82	238	38	54	50	69	61	164	71	0	.	248	37	0	.	1114	41	800	28	454	30	1014	23	779	26	694	27	180	62	0	.	69	80	80	67	145	76	302	38	222	57	5	.	23	100	0	.	1	.	0	.	0	.	70	100	49	94	0	.	60	69	38	.	187	50	20	100	22	84	442	27	181	45	165	55	212	56	211	39	260	42	0	.	32	73	0	.	0	.	23418	5
	érable	0	.	0	.	0	.	0	.	40	57	14	71	480	19	147	26	11	67	146	38	0	.	34	76	22	95	0	.	0	.	25	67	82	43	27	53	0	.	252	36	61	45	7	80	40	72	69	42	0	.	161	31	51	44	10	100	67	39	0	.	8	89	21	76	0	.	2	100	42	47	40	66	118	46	104	47	76	45	198	34	160	36	289	38	0	.	4	100	0	.	7	100	73	70	79	53	60	55	16	55	106	81	8	100	11	71	39	85	43	60	6	100	7	72	30	71	31	53	43	81	29	77	5	100	27	55	13	71	0	.	58	71	71	55	181	29	92	55	0	.	17	82	0	.	1	.	0	.	0	.	10	100	0	0	0	.	7	100	6	.	5	100	16	72	36	49	128	30	81	48	66	60	34	54	119	43	74	43	0	.	0	.	0	.	0	.	4440	7
	frêne	0	.	0	.	0	.	0	.	39	90	54	73	174	40	332	41	142	63	28	72	0	.	7	100	34	75	0	.	0	.	117	73	37	75	19	92	0	.	130	42	14	62	3	100	62	73	107	48	0	.	286	51	70	58	12	100	73	55	0	.	8	100	0	.	0	.	0	.	27	71	1	100	17	85	177	47	65	54	89	41	69	60	194	38	0	.	13	100	0	.	20	100	88	73	176	64	43	96	154	63	117	75	16	100	20	87	-8	100	55	93	40	52	33	57	78	46	102	45	51	54	-20	96	43	52	10	65	19	71	0	.	26	100	21	66	36	53	99	55	-2	.	10	100	0	.	0	.	0	.	0	.	0	.	2	100	0	.	49	88	0	.	9	100	15	54	23	77	128	42	42	62	122	70	53	60	95	50	14	71	0	.	54	82	0	.	0	.	4230	9
	chêne	0	.	0	.	0	.	0	.	0	.	13	100	38	75	0	.	25	71	0	.	0	.	0	.	12	100	0	.	0	.	34	100	0	.	0	.	0	.	0	.	0	.	0	.	11	100	148	68	34	100	14	71	9	100	0	.	19	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	11	100	0	.	21	100	0	.	6	100	0	.	0	.	0	.	0	.	0	.	0	.	9	100	0	.	0	.	18	97	34	100	11	100	0	.	0	.	0	.	22	54	146	47	136	38	50	75	149	49	38	79	5	100	0	.	18	100	0	.	15	100	0	.	62	84	0	.	0	.	0	.	8	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	12	71	14	75	8	54	8	60	0	.	0	.	30	64	15	100	0	.	0	.	0	.	0	.	0	.	1203	16
	châtaignier	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	165	39	24	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	22	100	299	42	59	63	276	42	313	43	548	32	387	40	242	35	775	28	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	15	100	0	.	23	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3147	12
	autres feuillus	0	.	0	.	0	.	0	.	12	71	26	100	287	27	141	29	26	57	23	43	0	.	15	100	17	60	0	.	12	72	8	49	1	100	25	77	0	.	59	47	113	70	17	54	107	44	450	25	172	43	75	36	12	68	0	.	35	55	0	.	2	100	0	.	0	.	2	100	6	77	11	71	55	50	3	59	53	56	98	46	64	50	109	47	0	.	0	0	1	.	32	88	6	92	39	53	4	50	52	68	0	.	16	100	5	100	136	48	194	29	162	39	181	37	341	26	428	25	337	29	283	39	366	27	26	64	28	78	10	100	10	79	31	58	36	45	25	93	0	.	0	.	0	.	0	.	0	.	0	.	24	93	0	.	0	.	3	73	0	.	0	.	269	30	189	31	259	35	4	76	16	68	16	100	20	56	4	100	0	.	0	.	0	.	0	.	5590	6
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	0	0	0	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	0	0	0	0	0	0	0	0	0	0	0	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	0	0	.	0	0	0	0	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	0	0	0	0	0	0	0	0	.	0	0	0	.	0	.	0	0	0	0	0	0	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	0	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	0
	total	0	.	0	.	0	.	0	.	1494	29	2348	27	13689	10	10017	11	2538	22	2215	21	0	.	157	71	796	39	0	.	214	71	1935	24	2523	22	1232	32	0	.	2447	26	4693	15	2752	18	3947	15	9809	9	6299	11	2855	18	1029	30	172	76	2186	24	60	.	213	64	182	73	0	.	140	83	579	44	1242	31	2822	20	1706	26	1443	27	3596	18	1815	26	3680	21	0	.	199	73	80	.	85	58	644	44	1591	27	2076	25	1381	32	574	46	149	64	249	57	1051	24	3271	16	1637	20	1818	27	1832	19	1761	18	3581	13	2234	17	2835	16	994	30	738	40	1296	31	1005	35	1607	27	2561	22	593	36	19	.	125	71	0	.	12	.	0	.	0	.	104	71	158	75	0	.	246	74	43	.	274	46	7562	10	6043	12	7333	11	841	35	568	41	843	37	842	31	930	33	0	.	283	77	0	.	0	.	154895	2
à l'extérieur	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	464	31	585	29	1070	29	1442	26	898	36	2186	24	6596	14	4225	16	5806	13	2762	17	75	52	243	49	404	55	0	.	908	32	828	31	1361	25	1022	25	15	100	2283	22	2493	20	2219	20	3072	18	4617	14	2600	16	3385	17	1464	25	1962	20	3404	20	309	42	1096	22	660	36	572	29	1807	22	663	32	820	31	800	36	1106	29	515	43	785	30	958	35	2340	24	1585	22	1015	29	572	43	388	36	374	36	1360	27	1105	28	858	32	1049	34	943	27	1057	27	205	48	172	50	468	47	0	.	0	.	0	.	3	100	29	72	27	100	196	51	477	45	528	37	720	32	404	30	1053	32	1206	36	86	55	1224	24	277	50	418	45	2038	16	854	27	1034	22	893	27	173	50	717	45	230	44	685	42	1181	25	1038	32	1266	24	805	36	981	33	624	34	977	26	1084	26	915	32	507	42	1018	32	0	.	105636	3
	sapin	512	36	185	48	350	51	1123	25	195	52	599	38	692	34	3414	17	3351	16	2350	20	61	86	234	59	176	57	0	.	189	56	137	74	308	44	667	43	0	.	269	50	41	65	288	44	153	58	172	60	0	.	2571	17	911	27	2216	19	1321	24	353	39	1037	26	354	33	422	36	1577	23	39	65	86	60	123	56	379	35	54	100	127	68	128	44	1125	34	108	47	425	36	525	33	159	45	350	31	206	49	255	50	266	44	576	43	228	47	257	59	0	.	0	.	81	95	0	.	0	.	0	.	0	.	15	100	0	.	28	77	28	100	43	79	300	52	29	61	271	44	156	59	18	100	481	35	481	47	668	39	348	41	387	37	645	28	260	37	209	63	387	47	291	57	142	56	0	.	5	100	227	44	378	38	183	53	219	48	668	31	240	38	101	68	3	100	227	69	0	.	39162	4
	pin	212	43	260	52	88	44	231	47	2	100	8	100	229	71	17	100	403	26	263	46	180	67	136	56	196	44	0	.	15	75	126	67	0	.	187	60	64	81	0	.	240	41	488	28	34	78	677	32	919	23	508	30	0	.	112	55	50	62	91	75	42	100	36	100	0	.	0	.	0	.	51	100	0	.	39	65	0	.	0	.	3	100	50	74	234	32	87	55	122	38	21	79	208	37	142	59	4	100	6	100	85	56	87	55	250	41	0	.	20	100	49	76	0	.	0	.	81	100	0	.	0	.	41	100	13	100	18	100	76	78	7	100	0	.	0	.	0	.	9	88	5	100	89	91	27	80	0	.	42	54	0	.	63	71	0	.	0	.	16	100	0	.	407	31	193	33	164	53	0	.	19	85	151	42	86	57	367	39	171	40	237	50	118	49	0	.	9678	7
	mélèze	71	77	128	55	39	94	140	63	2	100	0	.	58	79	9	100	158	39	0	.	0	.	0	.	20	80	0	.	88	100	19	100	0	.	23	72	0	.	29	100	214	38	187	48	184	41	724	22	2084	16	25	71	108	99	12	89	0	.	0	.	0	.	0	.	24	100	0	.	0	.	0	.	5	100	6	100	8	100	227	59	25	100	0	.	80	59	25	100	3	100	21	73	0	.	0	.	0	.	22	100	15	100	38	72	3	100	113	53	104	47	126	52	47	57	10	100	9	100	187	34	61	48	0	.	0	.	0	.	0	.	93	56	11	100	44	100	38	100	87	84	0	.	9	78	0	.	0	.	7	90	0	.	102	54	0	.	62	100	0	.	3	76	1911	22	672	28	660	33	0	.	12	100	6	100	27	74	0	.	45	61	22	71	136	58	0	.	9426	8
	arole	0	.	0	.	0	.	0	.	0	.	0	.	8	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	100	0	.	0	.	99	49	791	21	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	16	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	2	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	13	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	213	31	8	55	69	63	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1225	16
	autres résineux	21	61	29	71	29	100	24	65	3	100	1	100	1	100	0	.	233	45	0	100	35	100	0	.	0	.	87	.	37	100	0	.	0	.	0	.	0	.	1	100	5	94	0	.	0	.	1	100	28	57	1	100	31	88	116	89	0	.	0	.	0	.	4	100	0	.	0	.	4	100	0	.	2	100	145	100	0	.	0	.	0	.	18	100	65	71	4	100	7	77	10	77	0	.	3	83	0	.	0	.	5	100	0	.	31	89	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	72	0	.	4	100	0	.	0	.	17	100	6	65	4	100	2	100	0	.	0	.	0	.	78	99	0	.	44	100	0	.	0	.	4	100	0	.	1	74	0	.	0	.	32	73	5	100	6	100	0	.	0	.	0	.	0	.	1190	22
	hêtre	2043	17	970	22	772	26	1843	22	158	47	418	32	861	31	1022	22	4013	13	2169	15	490	35	800	30	1583	24	0	.	460	47	630	35	731	34	1385	26	0	.	620	35	87	40	395	31	25	70	150	43	0	.	2853	14	847	29	896	31	521	32	294	34	270	35	298	46	197	35	445	25	254	41	72	80	327	44	394	43	460	44	365	36	536	39	441	33	1858	16	1649	22	1086	20	866	26	1444	20	302	34	35	69	560	36	390	38	178	42	774	25	0	.	2	100	0	.	50	53	38	56	30	52	43	92	14	94	4	100	132	51	12	100	26	100	474	35	60	67	145	66	378	47	38	72	824	26	326	40	129	44	267	30	428	29	989	24	446	36	531	34	281	41	177	47	340	51	0	.	0	.	238	39	174	52	320	39	557	38	705	29	675	27	593	36	304	37	339	32	0	.	50331	3
	érable	248	25	135	33	113	39	101	34	61	62	117	46	294	32	133	34	362	27	355	23	105	44	177	39	97	40	0	.	52	57	34	68	105	38	69	56	7	81	149	35	5	224	13	66	31	57	31	48	2	100	450	20	64	46	70	41	170	47	65	50	81	42	76	65	72	83	27	37	71	32	4	100	29	53	117	37	28	68	8	76	24	57	193	37	66	45	137	51	106	35	76	44	213	31	81	38	18	54	27	55	181	38	68	48	65	65	0	.	1	100	0	.	22	105	26	74	1	734	-26	132	0	.	1	100	67	56	31	71	0	.	48	47	96	50	52	45	36	57	0	.	94	42	81	75	20	70	34	42	53	31	121	33	116	48	2	100	1	100	0	.	55	60	0	.	6	60	82	35	29	59	40	58	63	44	86	43	77	38	103	48	76	57	82	56	0	.	6958	5
	frêne	383	25	302	39	167	36	112	43	12	100	207	46	12	55	142	39	528	24	165	40	286	51	63	86	131	42	0	.	107	57	77	79	285	40	398	38	24	100	317	80	85	69	9	79	66	50	32	55	76	85	601	21	372	74	179	46	50	54	26	97	45	70	5	100	1	100	17	93	247	62	17	74	17	78	387	32	288	40	47	74	149	55	39	78	131	37	51	46	55	54	97	53	116	51	95	50	41	74	0	.	269	33	341	39	244	39	23	93	0	.	10	100	8	89	10	66	85	69	68	51	26	71	59	81	55	92	25	100	10	100	132	46	63	57	20	71	68	79	9	50	32	79	165	46	0	.	4	100	18	76	121	51	121	51	39	53	115	77	0	.	217	56	70	66	33	69	41	61	188	53	155	49	199	41	115	38	242	34	71	80	121	47	164	46	0	.	10814	6
	chêne	418	46	258	40	31	64	330	33	0	.	0	.	10	73	28	94	596	19	-1	223	128	56	55	97	40	63	0	.	41	65	0	.	58	55	127	46	423	41	0	.	9	100	107	78	0	.	0	.	0	.	227	35	83	68	129	79	46	73	87	62	0	.	18	100	0	.	0	.	2	100	0	.	0	.	171	94	49	59	7	100	9	75	7	100	322	37	10	100	52	75	70	55	171	40	1	100	0	.	37	100	89	53	263	60	158	40	0	.	0	.	0	.	15	86	11	76	165	43	64	88	31	60	14	75	22	100	42	100	0	.	100	69	9	78	0	.	23	100	0	.	50	66	390	48	218	50	0	.	356	39	83	90	48	45	244	38	47	61	17	100	281	69	18	68	67	59	108	34	20	100	13	100	23	78	12	100	118	42	104	37	159	49	109	49	0	.	7646	8
	châtaignier	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	128	69	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	80	66	129	76	68	75	491	43	488	29	253	64	53	73	215	46	0	.	0	.	0	.	0	.	3	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	50	90	0	.	6	100	0	.	0	.	0	.	0	.	74	68	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2037	17
	autres feuillus	551	47	134	37	126	36	95	48	5	85	11	61	312	49	21	66	421	27	152	39	122	47	74	74	69	33	0	.	18	73	122	75	14	41	73	61	32	58	170	78	53	40	38	57	173	36	259	28	76	58	307	27	90	52	33	58	54	65	13	58	15	55	2	73	14	51	53	60	106	69	20	72	4	63	10	94	43	57	45	47	134	51	13	91	66	52	62	46	43	51	145	49	123	47	65	42	35	43	10	92	178	47	108	45	110	46	85	53	60	46	30	66	188	49	70	48	390	31	154	54	27	65	70	41	10	66	67	65	22	63	141	49	193	76	25	71	9	65	63	59	138	49	179	57	4	61	10	44	39	53	16	48	68	85	82	55	74	72	3	100	28	73	150	40	60	45	286	29	18	70	83	59	90	45	39	51	9	93	78	48	125	65	47	55	0	.	8260	7
	indéterminable	0	0	0	.	0	.	0	0	0	.	0	0	0	0	0	0	0	.	0	0	0	.	0	.	0	.	0	.	0	0	0	.	0	.	0	0	0	.	0	.	0	.	0	0	0	0	0	0	0	0	0	0	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	0	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	0	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	0	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	0	0	0	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	0
	total	4924	15	2987	17	2785	18	5441	14	1336	32	3547	22	9074	12	9012	12	15871	8	8217	11	1481	25	1781	24	2715	21	87	.	1915	25	1974	25	2863	19	3951	18	565	39	3837	21	3234	17	3743	17	3738	16	6890	12	6574	11	10928	10	3968	19	5725	15	5617	16	1238	24	2586	19	1454	27	1301	26	3927	17	1385	24	1069	29	1307	29	2754	22	1462	27	1610	27	1967	25	4226	21	4516	14	3467	19	2572	19	1852	21	2999	18	2256	21	1494	27	1785	26	2837	21	2254	24	2947	19	430	34	439	30	897	32	397	34	655	36	1249	22	745	29	256	35	432	34	524	40	700	38	723	35	2015	23	872	29	1610	30	1914	31	327	39	2854	18	2001	25	1486	26	2702	15	2184	20	3010	18	2246	18	1280	27	1733	31	734	41	1750	32	3955	15	2083	22	3217	16	1612	28	1807	26	1963	23	2720	20	2818	20	2182	22	1553	27	2241	24	0	.	252363	2
total	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	464	31	585	29	1070	29	1442	26	1894	25	3108	19	15549	9	8087	10	6704	12	3185	15	75	52	258	46	504	46	0	.	1027	30	2391	20	2654	18	1796	21	15	100	3476	20	6156	13	3990	14	6643	12	11136	9	5564	11	3692	16	1750	22	1962	20	4586	16	324	40	1203	21	715	34	572	29	1928	21	905	28	1899	23	2172	20	1749	23	1056	28	2733	19	1463	26	3616	18	1585	22	1082	27	649	40	388	36	398	34	2016	21	2553	20	1541	25	1205	30	943	27	1092	26	755	27	1737	20	1619	22	0	.	116	73	9	100	329	41	89	65	407	40	639	31	1141	31	1533	27	1244	28	1458	24	2378	20	1254	34	103	49	1227	24	277	50	418	45	2038	16	854	27	1034	22	983	26	173	50	844	40	230	44	726	40	4186	13	4209	14	5689	12	1144	29	1137	29	860	29	1134	23	1297	23	915	32	654	37	1018	32	0	.	179406	2
	sapin	512	36	185	48	350	51	1123	25	484	34	1378	25	2175	21	7253	11	4160	14	2991	17	61	86	234	59	310	41	0	.	268	49	216	51	1112	26	932	34	0	.	546	36	275	46	683	26	242	43	600	29	4	100	3419	15	1238	24	2341	19	1573	21	357	39	1087	25	386	31	422	36	1577	23	191	49	156	41	538	37	780	26	282	37	522	31	521	34	1882	23	108	47	508	33	527	33	159	45	444	28	534	34	600	29	473	33	681	38	235	46	257	59	0	.	278	51	81	95	0	.	0	.	16	100	296	42	403	37	226	53	332	38	42	74	176	49	545	36	282	49	952	26	201	48	18	100	506	34	481	47	668	39	348	41	387	37	645	28	261	37	209	63	387	47	290	57	160	51	323	49	317	44	698	24	539	30	183	53	380	41	880	26	565	33	101	68	3	100	227	69	0	.	60295	3
	pin	212	43	260	52	88	44	231	47	26	93	8	100	419	43	51	52	426	26	289	42	180	67	136	56	222	41	0	.	15	75	126	67	0	.	203	56	64	81	0	.	323	34	624	25	34	78	786	28	1145	21	549	29	8	100	112	55	50	62	91	75	56	79	36	100	0	.	15	100	0	.	84	72	14	83	116	65	0	.	169	64	3	100	73	60	234	32	87	55	122	38	21	79	274	34	153	55	4	100	6	100	98	50	87	55	250	41	0	.	184	67	49	76	0	.	0	.	81	100	0	.	0	.	46	91	13	100	18	100	125	54	7	100	0	.	0	.	0	.	9	88	5	100	89	91	27	80	0	.	42	54	0	.	80	60	0	.	0	.	16	100	0	.	986	21	474	22	561	28	0	.	58	72	212	35	90	55	406	36	171	40	288	43	118	49	0	.	12739	6
	mélèze	71	77	128	55	39	94	140	63	9	79	74	100	92	57	9	100	158	39	22	100	0	.	0	.	20	80	0	.	88	100	19	100	0	.	23	72	0	.	29	100	340	32	513	27	232	35	2136	14	4446	11	25	71	108	99	12	89	0	.	0	.	0	.	0	.	24	100	0	.	0	.	0	.	20	80	6	100	20	72	386	39	25	100	0	.	80	59	25	100	3	100	21	73	0	.	0	.	0	.	52	72	21	77	38	72	3	100	424	37	529	25	346	32	234	36	19	62	46	65	1240	18	385	29	302	51	0	.	0	.	13	100	154	44	28	73	44	100	38	100	87	84	0	.	9	78	0	.	0	.	7	90	0	.	102	54	0	.	62	100	0	.	3	76	4878	12	2397	14	1661	17	32	100	12	100	46	89	27	74	0	.	45	61	22	71	136	58	0	.	22785	4
	arole	0	.	0	.	0	.	0	.	0	.	0	.	27	60	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	81	7	100	0	.	159	41	1290	16	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	47	100	0	.	16	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	2	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	13	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	552	21	277	29	122	48	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2522	11
	autres résineux	21	61	29	71	29	100	24	65	3	100	3	80	28	66	0	.	292	39	30	97	35	100	0	.	0	.	87	.	37	100	0	.	0	.	0	.	0	.	1	100	7	69	0	.	0	.	8	64	42	45	4	63	31	88	116	89	0	.	0	.	0	.	4	100	0	.	0	.	4	100	0	.	2	100	148	98	2	100	-8	127	3	100	18	100	65	71	4	100	7	77	10	77	0	.	3	83	0	.	2	100	5	100	0	.	31	87	0	.	0	.	0	.	0	.	0	.	0	.	23	100	0	.	0	100	0	.	0	.	5	72	0	.	4	100	0	.	0	.	17	100	53	88	4	100	3	71	0	.	0	.	0	.	78	99	0	.	44	100	0	.	0	.	4	100	8	100	2	61	0	.	6	100	33	71	14	76	9	73	0	.	0	.	0	.	0	.	1437	19
	hêtre	2043	17	970	22	772	26	1843	22	245	37	882	29	2866	21	2685	16	4559	12	3045	12	490	35	886	28	2034	21	0	.	464	46	737	31	1037	26	1492	25	0	.	1156	24	479	36	485	27	42	58	485	27	0	.	3975	12	1112	24	922	30	1080	25	335	32	295	33	374	40	197	35	445	25	364	32	79	74	1084	27	692	29	907	33	912	24	1151	26	1474	23	1858	16	1682	22	1086	20	891	25	1737	18	596	25	211	69	798	27	444	34	247	35	938	24	0	.	250	37	0	.	1164	39	838	27	484	28	1057	22	793	25	699	27	312	42	12	100	95	65	555	32	206	57	447	33	600	36	43	65	847	25	326	40	130	44	267	30	428	29	1059	23	495	34	531	34	341	36	215	42	527	37	20	100	22	84	680	22	354	34	485	32	769	31	916	24	935	22	593	36	336	34	339	32	0	.	73749	2
	érable	248	25	135	33	113	39	101	34	101	44	131	42	774	17	280	21	373	26	501	19	105	44	211	35	119	37	0	.	52	57	60	49	187	29	96	43	7	81	401	26	66	45	20	51	71	47	100	33	2	100	611	17	115	32	80	38	237	35	65	50	89	39	97	54	72	83	29	36	113	27	43	61	148	38	220	29	104	38	205	33	184	32	481	27	66	45	141	50	106	35	83	41	286	29	160	32	77	44	42	40	287	38	76	44	76	56	39	85	44	58	6	100	29	81	55	51	32	54	18	277	29	77	6	88	93	43	44	54	0	.	106	44	167	37	233	25	128	42	0	.	111	38	81	75	21	67	34	42	53	31	132	31	116	48	2	100	8	89	6	100	60	56	16	72	42	43	211	23	110	38	106	43	97	34	205	31	151	28	103	48	76	57	82	56	0	.	11398	4
	frêne	383	25	302	39	167	36	112	43	51	73	261	39	186	37	474	31	670	23	194	36	286	51	70	77	164	37	0	.	107	57	195	54	322	37	417	36	24	100	447	58	100	60	12	66	129	44	139	39	76	85	886	22	442	63	192	44	123	39	26	97	53	61	5	100	1	100	17	93	273	57	19	69	34	58	563	27	352	34	136	37	218	42	233	34	131	37	64	42	55	54	118	47	204	43	271	45	84	61	154	63	385	32	357	38	264	36	15	157	55	93	50	46	41	48	87	41	187	40	119	37	6	441	102	52	65	79	44	64	10	100	159	42	84	46	56	42	168	46	6	76	42	65	165	46	0	.	4	100	18	76	121	51	123	51	39	53	164	60	0	.	226	54	85	55	56	51	169	35	230	45	277	41	251	35	210	30	256	33	71	80	174	41	164	46	0	.	15045	5
	chêne	418	46	258	40	31	64	330	33	0	.	13	100	48	61	28	94	621	18	-1	223	128	56	55	97	52	54	0	.	41	65	34	100	58	55	127	46	423	41	0	.	9	100	107	78	11	100	148	68	34	100	240	33	92	62	129	79	65	59	87	62	0	.	18	100	0	.	0	.	2	100	0	.	11	100	171	94	70	51	7	100	16	60	7	100	322	37	10	100	52	75	70	55	171	40	10	92	0	.	37	100	107	47	297	54	169	38	0	.	0	.	0	.	37	47	157	44	300	29	115	59	180	41	52	61	27	85	42	100	18	100	100	69	24	69	0	.	85	67	0	.	50	66	390	48	226	48	0	.	356	39	83	90	48	45	244	38	47	61	17	100	294	66	33	50	75	53	116	32	20	100	13	100	53	50	27	71	118	42	104	37	159	49	109	49	0	.	8849	7
	châtaignier	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	293	37	24	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	22	100	379	36	188	55	343	37	803	31	1036	21	639	35	295	32	990	24	0	.	0	.	0	.	0	.	3	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	50	90	0	.	6	100	0	.	0	.	15	100	0	.	97	54	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5184	9
	autres feuillus	551	47	134	37	126	36	95	48	17	57	37	72	599	29	162	27	446	26	175	34	122	47	89	64	86	29	0	.	30	52	130	71	15	39	98	50	32	58	229	59	166	49	55	43	280	28	709	19	248	35	382	23	102	46	33	58	90	45	13	58	16	50	2	73	14	51	55	58	112	65	31	52	59	46	13	72	96	40	143	35	198	38	122	43	66	52	62	46	44	50	177	43	130	45	105	33	40	38	63	59	178	47	124	41	116	44	221	36	254	24	193	35	368	31	412	23	818	19	491	26	310	36	436	24	36	50	95	51	31	53	151	46	224	66	61	39	35	70	63	59	138	49	179	57	4	61	10	44	39	53	41	59	68	85	82	55	77	69	3	100	28	73	419	24	249	26	545	22	22	58	99	51	107	41	60	38	13	72	78	48	125	65	47	55	0	.	13850	5
	indéterminable	0	0	0	.	0	.	0	0	0	.	0	0	0	0	0	0	0	0	0	0	0	.	0	.	0	.	0	.	0	0	0	0	0	.	0	0	0	.	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	0	0	.	0	0	0	0	0	0	0	.	0	.	0	.	0	.	0	.	0	0	0	0	0	.	0	.	0	.	0	0	0	.	0	.	0	0	0	.	0	0	0	0	0	0	0	0	0	.	0	0	0	.	0	.	0	0	0	0	0	0	0	0	0	0	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	0	0	0	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	0
	total	4924	15	2987	17	2785	18	5441	14	2830	22	5895	17	22763	8	19029	8	18408	8	10431	10	1481	25	1938	23	3512	18	87	.	2129	23	3909	17	5386	15	5184	16	565	39	6284	16	7927	11	6496	12	7686	11	16699	7	12873	8	13783	8	4997	17	5898	15	7803	13	1298	23	2800	18	1636	25	1301	26	4067	17	1964	21	2310	21	4129	17	4460	17	2905	19	5206	14	3782	18	7906	15	4516	14	3666	18	2651	19	1936	21	3643	16	3847	17	3570	18	3167	20	3411	19	2403	23	3196	18	1481	20	3710	14	2534	17	2215	23	2487	17	3010	13	4326	12	2490	16	3267	15	1517	24	1438	28	2019	23	3020	19	2479	20	4171	17	2508	25	346	38	2979	17	2001	25	1498	26	2702	15	2184	20	3114	17	2405	18	1280	27	1979	29	777	39	2025	28	11517	8	8126	10	10550	9	2452	22	2375	22	2806	20	3563	17	3749	17	2182	22	1837	26	2241	24	0	.	407258	1

Table citation

Abegg, M.; Ahles, P.; Allgaier Leuch, B.; Cioldi, F.; Didion, M.; Düggelin, C.; Fischer, C.; Herold, A.; Meile, R.; Rohner, B.; Rösler, E.; Speich, S.; Temperli, C.; Traub, B.,
2023: Swiss national forest inventory - Result table No. 2302819. Birmensdorf, Swiss Federal Research Institute WSL

page précedente