Présélection de la période d’inventaire

page précedente

volume des arbres vifs (bois de tige) #21
Volume de bois de tige en écorce des arbres et arbustes vifs (sur pied et à terre) d'au moins 12 cm de diamètre à hauteur de poitrine (DHP). Au plan international, il correspond au «growing stock».

forêt protectrice (2022) #2576
Zone située à l'intérieur/à l'extérieur d'une forêt protectrice délimitée en 2022 par les cantons selon les critères harmonisés de Silvaprotect-CH (Losey et Wehrli 2013). En 2022, le Canton d'Argovie n'avait pas encore délimité le périmètre de ses forêts protectrices. Source: données SIG de l'OFEV, 2022

essence principale #90
Espèce d'arbre et d'arbuste à partir d'un diamètre à hauteur de poitrine (DHP) de 12 cm, avec des classes individuelles pour les dix espèces ou groupes d'espèces les plus fréquents en Suisse («essences principales») et les classes «autres résineux» et «autres feuillus» pour les autres espèces. Les essences principales sont les épicéas (Picea spp.), les sapins (Abies spp.), les pins (Pinus sylvestris, P. nigra, P. strobus, P. mugo subsp. uncinata), les mélèzes (Larix spp.), l'arole (Pinus cembra), le hêtre (Fagus sylvatica), les érables (Acer spp.), les frênes (Fraxinus spp.), les chênes (Quercus spp.) et le châtaignier (Castanea sativa). Source: relevé de terrain (MID 50: Baumart)

arrondissement forestier (2024) #2777
Découpage régional dont les arrondissements forestiers constituent l'unité. Cette variable a été mise en oeuvre en 2023 et se base sur une enquête réalisée auprès des services forestiers cantonaux en 2022/2023.

forêt accessible sans la forêt buissonnante IFN1-IFN5 #2382
Forêt dont moins des deux tiers de la surface était couverte d'arbustes et qui était atteignable à pied lors des cinq inventaires IFN1 (1983-1985), IFN2 (1993-1995), IFN3 (2004-2006), IFN4 (2009-2017) et IFN5 (2018-2026).

réseau 1,4 km, sous-réseaux 1 à 5 #1746
Sous-réseaux 1, 2, 3, 4 et 5 des relevés de terrain sur le réseau d'échantillonnage avec un maillage de 1,4 km (réseau de base).

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

IFN1—IFN5
évolution: volume des arbres vifs (bois de tige)
forêt protectrice (2022) · essence principale
découpage régional: arrondissement forestier (2024)
unité: 1000 m³
ensemble analysé: forêt accessible sans la forêt buissonnante IFN1-IFN5
réseau: réseau 1,4 km, sous-réseaux 1 à 5
évolution 1983/85–2018/26
		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 protectrice (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	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	épicéa	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	sapin	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	pin	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	mélèze	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	arole	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	autres résineux	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	hêtre	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	érable	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	frêne	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	chêne	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	châtaignier	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	autres feuillus	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	indéterminable	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	total	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
à l'intérieur	pas d'indication	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	épicéa	.	.	.	.	.	.	.	.	-27	667	-330	78	-793	125	-1140	45	-207	121	-91	160	.	.	43	91	29	100	.	.	222	89	336	122	-48	884	734	49	.	.	-673	65	1509	41	740	67	-1060	67	182	339	162	309	-102	221	42	167	.	.	-75	401	-9	.	34	298	-17	.	13	76	-27	117	397	92	157	99	218	149	-24	359	-762	73	-151	304	-164	101	60	597	-118	135	.	.	-23	.	-133	100	-42	100	216	109	-459	76	-3	5633	90	100	-106	100	-30	100	342	101	1708	61	164	191	1	100	47	78	-19	222	170	50	7	100	177	53	116	143	342	72	-18	1869	58	308	224	122	246	49	8	593	7	.	1	100	.	.	.	.	.	.	.	.	-25	.	25	.	.	.	-31	168	-60	.	21	.	951	42	752	67	1334	36	-148	107	31	245	-42	239	86	183	320	79	.	.	-140	.	.	.	.	.	5225	52
	sapin	.	.	.	.	.	.	.	.	5	924	433	60	870	29	-397	116	-37	435	179	83	.	.	.	.	-10	100	.	.	85	100	91	80	271	92	14	1507	.	.	86	97	67	95	60	90	26	100	165	97	0	0	94	251	89	145	.	.	71	213	.	.	45	87	18	.	70	100	144	59	63	106	-52	113	328	54	40	379	-66	74	105	91	396	70	-21	906	.	.	.	.	9	.	.	.	43	100	368	77	98	200	-63	242	64	90	-61	100	.	.	18	100	143	55	.	.	.	.	.	.	2	699	41	362	-8	642	183	70	58	309	.	.	136	62	78	127	178	94	519	41	3	100	.	.	32	82	130	.	.	.	.	.	.	.	.	.	-140	.	.	.	11	100	48	.	92	.	31	505	172	59	390	47	-93	107	.	.	-13	146	-20	188	-15	363	.	.	.	.	.	.	.	.	5664	20
	pin	.	.	.	.	.	.	.	.	.	.	.	.	-137	65	46	128	-8	100	64	72	.	.	.	.	-10	100	.	.	.	.	.	.	.	.	-28	100	.	.	.	.	0	30234	-51	196	.	.	-84	65	97	71	-27	171	18	100	.	.	.	.	.	.	29	100	.	.	.	.	16	100	.	.	.	.	29	100	0	0	.	.	.	.	.	.	-25	100	0	0	.	.	-5	.	-88	71	.	.	.	.	.	.	.	.	-2	928	.	.	.	.	-14	100	-105	73	.	.	.	.	.	.	.	.	.	.	.	.	10	100	.	.	.	.	37	233	-5	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	66	220	83	91	37	195	.	.	-4	100	7	96	-30	87	.	.	.	.	-33	.	.	.	.	.	-117	256
	mélèze	.	.	.	.	.	.	.	.	.	.	.	.	-133	67	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-45	124	-15	498	-21	244	423	31	705	28	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	37	100	-51	162	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	18	100	14	100	.	.	.	.	75	49	178	54	199	57	69	78	.	.	-75	118	629	33	115	65	148	79	.	.	.	.	-63	100	-27	231	.	.	20	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	872	56	785	30	230	57	-12	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	4076	17
	arole	.	.	.	.	.	.	.	.	.	.	.	.	5	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	11	100	.	.	.	.	45	80	90	67	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	208	48	30	168	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	389	34
	autres résineux	.	.	.	.	.	.	.	.	.	.	6	100	1	100	.	.	38	100	1	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	2	100	.	.	.	.	.	.	6	100	3	80	10	73	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	8	100	7	100	6	153	-18	104	4	72	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	3	100	.	.	.	.	2	100	.	.	.	.	.	.	.	.	.	.	.	.	81	100	1	100	.	.	.	.	.	.	3	175	.	.	.	.	.	.	.	.	.	.	.	.	.	.	6	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-10	100	4	100	1	100	.	.	.	.	4	72	20	74	7	78	.	.	.	.	.	.	.	.	195	49
	hêtre	.	.	.	.	.	.	.	.	24	99	-169	77	401	67	488	55	139	159	380	43	25	.	-101	155	121	76	.	.	6	100	112	93	350	35	5	100	.	.	10	2232	14	549	84	65	-3	100	224	67	.	.	160	107	52	257	.	.	138	69	28	.	6	354	-3	.	-5	100	5	595	-28	289	4	100	-271	115	146	42	-70	294	441	42	166	74	196	77	34	170	.	.	.	.	18	70	6	213	137	50	60	115	400	48	52	57	54	78	87	100	.	.	103	56	.	.	426	43	589	36	376	37	599	35	572	33	229	64	119	74	.	.	95	59	96	87	33	99	204	53	103	67	26	.	56	95	48	.	3	.	.	.	.	.	.	.	-23	.	.	.	28	254	69	.	4	.	.	.	25	86	369	39	108	99	-58	116	-146	78	-45	279	-72	105	.	.	-6	.	.	.	.	.	7857	13
	érable	.	.	.	.	.	.	.	.	-6	276	-6	626	226	48	81	59	-9	100	115	46	.	.	-34	94	31	105	.	.	.	.	40	62	143	40	37	109	.	.	175	56	30	64	41	67	35	100	84	47	.	.	-25	280	42	87	.	.	77	51	.	.	40	59	12	.	12	75	6	102	23	108	-41	105	101	104	-24	174	95	124	57	96	124	55	225	45	.	.	.	.	.	.	17	71	61	91	47	57	19	118	50	96	49	93	2	100	-18	100	34	100	57	100	11	100	3	70	15	100	37	63	7	58	47	95	5	74	19	123	5	384	1	100	74	53	32	68	97	60	-9	85	7	.	30	99	10	.	2	.	.	.	.	.	-32	.	-20	.	.	.	10	100	.	.	12	.	.	.	48	70	180	41	33	88	56	76	-20	121	10	470	-68	56	.	.	.	.	.	.	.	.	2625	14
	frêne	.	.	.	.	.	.	.	.	.	.	61	91	47	99	-73	127	42	137	39	58	-31	.	-12	100	10	100	.	.	.	.	120	133	93	61	12	325	.	.	119	79	17	100	8	73	35	74	89	65	.	.	44	131	2	1389	.	.	7	551	.	.	-39	103	.	.	.	.	.	.	14	155	-14	100	83	73	-164	66	54	108	28	93	-13	149	119	68	.	.	.	.	.	.	36	89	-16	73	130	56	11	72	87	108	41	95	.	.	-15	100	.	.	202	100	2	100	25	63	22	93	62	72	110	73	5	415	70	46	22	69	45	70	.	.	-19	494	8	67	38	97	174	74	40	.	.	.	.	.	.	.	.	.	.	.	-34	.	.	.	.	.	-28	121	-2	.	14	.	63	61	33	94	101	61	18	151	42	74	-8	237	-50	71	-6	356	.	.	-58	.	.	.	.	.	1866	24
	chêne	.	.	.	.	.	.	.	.	.	.	.	.	5	100	0	0	46	99	.	.	.	.	.	.	-29	100	.	.	.	.	25	100	-1	182	.	.	.	.	.	.	.	.	.	.	.	.	-1	100	51	100	45	146	-3	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-34	88	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	8	100	.	.	.	.	6	75	-25	100	3	100	.	.	.	.	.	.	21	115	40	56	135	58	13	63	16	239	57	47	0	100	.	.	13	100	10	79	14	100	.	.	19	171	.	.	5	100	.	.	33	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	3	.	38	74	64	74	-9	137	.	.	.	.	30	71	-10	100	.	.	.	.	.	.	.	.	.	.	593	28
	châtaignier	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	169	54	-19	126	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	2	100	149	82	93	75	161	70	-48	190	331	62	223	55	38	224	419	57	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	6	100	.	.	8	110	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	1533	26
	autres feuillus	.	.	.	.	.	.	.	.	-2	100	45	92	94	61	36	141	-7	280	27	42	.	.	-14	110	10	247	.	.	-16	99	-18	86	14	83	-48	117	.	.	34	106	25	117	5	518	142	84	286	46	287	73	70	72	8	169	.	.	44	88	-9	.	1	100	.	.	.	.	5	100	22	61	-14	113	-9	178	0	0	1	2501	-17	330	-17	89	31	132	.	.	.	.	2	.	69	90	-6	100	31	134	3	133	-76	52	.	.	-2	100	4	100	50	105	250	63	47	101	46	132	161	77	493	32	-35	194	83	105	170	46	-16	337	-29	100	16	77	-35	73	7	180	13	123	-15	171	.	.	.	.	.	.	.	.	.	.	.	.	0	.	-2	.	.	.	-3	100	3	.	.	.	113	61	128	40	69	65	-3	371	16	71	.	.	-2	856	-3	100	.	.	.	.	.	.	.	.	2562	18
	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
	total	.	.	.	.	.	.	.	.	-6	3572	40	1266	586	188	-958	78	-3	12778	714	42	-7	.	-118	160	153	66	.	.	297	72	707	71	821	72	725	61	.	.	-247	226	1629	40	872	58	-846	82	1587	47	1376	45	269	178	251	87	.	.	262	164	10	.	117	93	10	.	90	83	149	53	490	81	41	479	487	112	-19	979	-737	89	394	141	496	54	584	90	-84	235	.	.	-17	.	-81	250	46	210	938	47	-268	163	414	98	313	58	-137	91	32	250	510	73	2684	47	517	69	752	31	826	30	1342	26	1838	23	876	27	1468	26	319	94	363	67	220	196	230	116	498	73	1136	32	282	63	80	.	124	71	189	.	44	.	.	.	.	.	-91	.	-160	.	.	.	-12	776	57	.	145	.	2337	30	2123	30	2710	23	-97	251	84	149	-188	106	-40	654	164	165	.	.	-237	.	.	.	.	.	32467	11
à l'extérieur	pas d'indication	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	épicéa	-662	60	-965	59	424	61	-1810	33	594	59	-613	98	-486	163	-1075	62	-3397	31	-442	93	-237	83	27	239	-237	99	.	.	-323	113	-595	85	-855	66	-1022	59	3	121	302	87	463	108	448	52	1171	39	759	52	643	50	-328	123	-832	55	-986	58	-796	80	117	155	445	44	-227	66	-36	543	-396	65	265	55	-157	175	-307	110	-113	285	521	64	141	138	84	387	-315	117	-165	214	-319	111	-354	74	-523	77	86	106	135	146	-43	614	-248	78	-479	101	-261	98	-122	273	-26	100	83	73	10	287	.	.	.	.	.	.	.	.	30	111	.	.	148	70	83	116	252	54	229	50	346	39	57	177	-407	104	-209	148	-111	306	-211	92	-277	57	132	170	265	90	98	221	-215	71	28	413	-229	91	-103	75	-582	97	112	223	65	148	-184	119	220	66	-171	173	-525	68	3	11529	-17	2000	-904	41	-393	87	-255	142	.	.	-15754	20
	sapin	28	684	-22	238	-58	283	-361	73	95	50	85	204	135	102	210	253	358	183	59	484	18	63	106	58	170	54	.	.	122	74	193	68	-454	70	4	3744	4	100	18	240	77	90	81	69	-22	101	147	100	.	.	1162	30	305	91	553	70	250	100	-116	118	540	54	73	207	26	347	789	48	18	140	-269	91	162	89	202	81	-27	100	.	.	126	58	135	60	129	67	45	591	-110	123	-160	60	-46	249	73	89	-71	149	81	134	315	79	105	113	234	73	.	.	.	.	74	100	.	.	.	.	.	.	.	.	.	.	.	.	17	68	.	.	-9	100	55	89	-9	100	90	121	66	75	75	100	462	43	-206	100	-123	180	226	60	124	88	241	46	217	68	56	333	246	75	-59	245	48	94	.	.	46	72	46	81	107	60	10	860	-124	131	-132	177	-118	169	53	79	-109	119	-39	239	.	.	6849	24
	pin	-168	49	-492	53	-61	56	-27	110	.	.	-8	100	-23	108	9	100	-283	57	14	777	-14	164	18	139	-9	392	.	.	10	100	-115	102	.	.	-192	71	22	201	.	.	-53	154	-203	65	7	100	197	49	8	1091	-23	271	.	.	57	63	.	.	-20	100	.	.	.	.	-14	85	.	.	4	100	110	100	.	.	11	100	.	.	.	.	.	.	.	.	-73	138	-112	63	-24	150	-104	72	-61	56	25	100	-3	100	.	.	-6	558	-47	120	-57	96	.	.	.	.	17	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	19	79	-7	100	-68	100	3	100	.	.	5	71	.	.	-230	89	-2	100	.	.	10	100	.	.	-47	182	9	161	-26	276	.	.	.	.	-130	101	5	316	-134	67	-221	58	-65	74	-109	71	.	.	-2675	22
	mélèze	19	110	-22	203	73	84	-99	53	.	.	.	.	52	62	-66	71	-73	84	.	.	.	.	.	.	-2	71	-63	.	.	.	-6	1455	.	.	-60	145	.	.	13	100	-50	140	-3	229	177	71	145	82	361	60	5	100	0	1840	20	71	1	100	.	.	.	.	.	.	8	100	.	.	.	.	.	.	18	100	13	100	.	.	-9	100	5	100	.	.	-8	288	.	.	.	.	20	100	.	.	.	.	.	.	.	.	.	.	7	100	27	100	.	.	35	76	80	72	59	100	.	.	8	100	179	59	40	72	.	.	.	.	.	.	.	.	139	57	.	.	.	.	.	.	66	100	.	.	22	100	-21	100	.	.	-2	100	.	.	27	138	.	.	21	100	.	.	68	100	686	45	218	41	75	78	.	.	15	100	9	100	20	89	.	.	-36	139	-12	100	-43	139	.	.	2156	24
	arole	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	39	62	101	176	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	8	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	18	177	16	83	39	111	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	222	85
	autres résineux	35	82	.	.	61	100	70	89	.	.	5	100	.	.	.	.	272	79	2	100	.	.	.	.	.	.	222	.	.	.	.	.	.	.	-35	100	.	.	.	.	7	100	.	.	.	.	.	.	17	50	.	.	52	98	178	80	2	100	.	.	.	.	5	100	.	.	.	.	.	.	.	.	.	.	200	100	.	.	.	.	.	.	.	.	63	100	9	100	5	100	33	75	.	.	.	.	.	.	.	.	.	.	.	.	1	257	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	9	100	.	.	.	.	56	100	23	63	.	.	.	.	.	.	.	.	.	.	-149	100	.	.	6	100	.	.	.	.	2	100	.	.	2	77	.	.	.	.	3	481	1	278	.	.	.	.	.	.	.	.	.	.	1156	39
	hêtre	-644	62	-98	190	229	69	525	55	67	64	78	121	-183	82	-185	149	-1031	52	584	43	-352	81	87	164	-75	309	.	.	15	665	15	1000	84	91	235	124	.	.	-2	2701	-121	135	21	650	-18	120	20	100	.	.	-431	89	10	1517	134	189	240	33	16	514	1	5140	69	120	83	98	-25	408	108	94	28	72	138	75	203	55	94	59	-43	73	154	87	160	82	673	36	91	216	-309	79	157	109	196	69	32	109	.	.	13	534	313	44	83	71	-109	163	.	.	.	.	.	.	92	82	62	59	-21	100	.	.	26	89	.	.	294	58	.	.	.	.	207	65	-23	106	.	.	59	103	45	100	241	54	-57	66	-235	39	166	40	-83	137	87	214	236	41	109	82	11	670	52	191	88	112	.	.	.	.	-26	212	52	78	54	139	315	41	127	114	-254	109	310	42	-79	205	89	120	.	.	3273	43
	érable	-119	87	108	51	34	134	-69	81	12	100	74	83	10	134	235	46	214	39	137	60	81	62	27	67	65	65	-36	.	56	73	13	86	80	52	50	63	.	.	-1	1484	38	77	7	100	31	74	.	.	3	100	121	45	78	52	41	56	83	62	75	73	76	44	45	82	71	77	23	59	9	446	.	.	2	173	-31	214	20	92	.	.	24	96	64	73	70	67	122	42	72	90	16	227	26	114	23	105	-9	85	23	71	94	57	-2	1581	61	81	.	.	.	.	.	.	.	.	-13	100	0	100	2	100	.	.	5	.	72	64	.	.	.	.	2	370	17	68	.	.	6	689	2	100	75	58	.	.	20	69	14	71	63	39	0	2958	57	62	34	79	.	.	.	.	61	74	6	100	.	.	48	88	.	.	76	53	32	77	104	43	61	60	228	57	-27	154	130	61	.	.	3322	11
	frêne	0	22151	-80	144	-68	102	-9	732	.	.	-20	244	-56	84	66	112	210	78	0	19961	1	12694	34	56	48	60	.	.	74	65	166	92	216	57	45	152	3	100	-59	103	1	100	2	100	-32	74	12	100	.	.	112	104	246	81	15	329	-17	100	-47	209	1	100	4	100	3	100	6	100	263	77	.	.	1	848	268	62	67	76	26	100	101	108	-3	100	53	86	112	47	20	59	83	54	2	2369	36	75	.	.	.	.	100	52	2	4848	150	57	10	100	.	.	.	.	.	.	7	100	96	83	.	.	.	.	.	.	96	81	.	.	.	.	63	62	51	71	.	.	9	402	16	59	-20	136	-9	100	9	77	10	100	-52	76	-1	1199	107	64	64	68	-56	100	.	.	-66	137	-14	143	20	78	2	153	-54	100	184	65	-26	177	4	1530	89	68	74	93	-35	109	-29	208	.	.	2705	23
	chêne	242	63	-33	154	-147	62	77	139	.	.	.	.	9	100	30	120	37	255	.	.	-38	69	-4	258	38	84	.	.	-20	93	-29	94	43	80	32	92	3	5322	.	.	.	.	30	100	.	.	.	.	.	.	-31	100	14	567	35	142	36	100	-36	117	.	.	8	100	.	.	.	.	3	100	.	.	.	.	-6	100	.	.	.	.	9	126	-9	100	-93	87	13	100	-9	101	13	74	57	59	.	.	.	.	.	.	6	489	291	93	2	4596	.	.	.	.	.	.	-1	100	-2	115	14	202	.	.	.	.	.	.	32	100	.	.	.	.	.	.	.	.	.	.	.	.	2	100	9	100	-80	166	17	61	.	.	148	78	9	100	-51	68	96	83	.	.	41	100	18	100	7	100	19	72	43	73	.	.	-21	100	20	100	.	.	-125	94	26	136	-19	264	-25	222	.	.	748	68
	châtaignier	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	5	100	.	.	.	.	74	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-6	100	-9	100	43	122	-42	73	-35	406	.	.	.	.	.	.	.	.	.	.	.	.	.	.	6	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	36	483
	autres feuillus	24	320	-13	468	-2	5789	9	250	-1	100	12	109	-13	406	14	197	189	54	14	149	-44	84	5	160	3	311	.	.	-37	100	149	63	35	66	102	64	5	150	18	83	20	144	-17	94	55	210	-61	99	94	110	10	686	54	95	7	703	21	100	-82	79	16	64	-20	93	-18	77	-11	83	27	81	.	.	7	76	2	240	-103	73	-20	106	40	108	5	110	2	1190	78	84	-34	69	49	80	-88	62	44	74	-2	557	.	.	28	178	16	499	-43	112	16	71	109	100	10	90	10	100	1	5418	135	101	31	74	.	.	-14	.	10	64	.	.	0	100	10	93	154	177	-2	199	10	195	157	106	23	98	-46	98	-2	226	16	70	50	96	14	55	-32	71	0	3347	37	109	.	.	-3	121	23	108	48	64	-3	2795	-9	100	82	67	136	65	10	377	-31	139	-20	144	29	63	-9	731	.	.	1497	36
	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
	total	-1245	57	-1618	42	486	69	-1696	42	766	51	-387	174	-555	154	-762	139	-3505	40	366	175	-587	65	300	64	2	19015	124	.	-104	390	-209	308	-851	87	-842	80	40	427	288	104	386	138	365	92	1369	36	1333	36	1227	41	596	113	-74	713	54	1434	-180	400	-93	374	1079	35	-41	505	124	165	386	124	696	45	-288	170	20	1672	749	73	573	68	94	213	543	78	38	1234	653	75	38	1259	-743	60	-416	109	171	138	368	63	-128	224	-130	179	372	152	193	172	143	320	1	3614	220	57	190	46	202	54	13	571	198	79	213	56	95	59	-9	.	669	52	83	116	242	55	705	38	549	56	146	111	-258	186	230	183	693	60	-653	47	-609	60	566	49	518	64	447	76	-34	1017	384	77	36	859	-59	471	-368	148	793	59	442	41	17	1483	316	62	228	149	-291	173	143	391	-529	118	-490	91	-710	53	-289	148	.	.	3534	115
total	pas d'indication	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	épicéa	-662	60	-965	59	424	61	-1810	33	567	69	-943	69	-1279	99	-2215	38	-3605	30	-533	82	-237	83	71	108	-208	114	.	.	-101	412	-259	251	-903	78	-288	244	3	121	-371	138	1972	40	1188	46	111	759	941	78	805	74	-430	108	-790	59	-986	58	-871	81	108	168	479	46	-244	61	-24	837	-423	62	662	59	0	88230	-89	530	-136	243	-241	270	-10	5155	-80	454	-255	200	-283	136	-319	111	-377	69	-656	64	44	227	351	88	-502	87	-252	104	-389	126	-367	75	-152	220	317	110	1791	58	174	181	1	100	47	78	-19	222	170	50	36	92	177	53	265	74	426	62	234	157	288	74	571	53	303	52	-400	107	-202	154	-110	308	-211	92	-277	57	132	170	265	90	74	297	-190	82	28	413	-259	82	-163	60	-561	101	1063	45	817	63	1151	46	71	301	-140	218	-567	66	89	482	302	141	-904	41	-534	69	-255	142	.	.	-10529	39
	sapin	28	684	-22	238	-58	283	-361	73	100	67	519	60	1005	29	-187	376	321	210	237	135	18	63	106	58	161	58	.	.	207	60	284	53	-183	222	18	1446	4	100	104	90	143	65	142	55	5	741	312	70	0	0	1256	34	394	78	553	70	321	91	-116	118	585	51	91	167	96	120	933	42	81	88	-320	79	489	46	242	92	-93	60	105	91	522	55	114	181	129	67	45	591	-101	134	-160	60	-4	3412	441	66	27	821	18	1038	379	67	44	303	234	73	18	100	143	55	74	100	.	.	.	.	2	699	41	362	-8	642	183	70	75	239	.	.	126	67	132	83	169	99	610	39	69	72	75	100	494	41	-76	323	-123	180	226	60	124	88	241	46	77	267	56	333	257	72	-11	1369	140	73	31	505	218	48	436	43	14	842	10	860	-137	119	-153	156	-133	155	53	79	-109	119	-39	239	.	.	12513	16
	pin	-168	49	-492	53	-61	56	-27	110	.	.	-8	100	-160	58	54	109	-291	55	78	148	-14	164	18	139	-19	194	.	.	10	100	-115	102	.	.	-219	64	22	201	.	.	-53	156	-255	65	7	100	113	99	104	103	-51	156	18	100	57	63	.	.	-20	100	29	100	.	.	-14	85	16	100	4	100	110	100	29	100	11	100	.	.	.	.	.	.	-25	100	-73	138	-112	63	-29	124	-191	51	-61	56	25	100	-3	100	.	.	-8	479	-47	120	-57	96	-14	100	-105	73	17	100	.	.	.	.	.	.	.	.	.	.	10	100	.	.	.	.	37	233	-5	100	.	.	.	.	.	.	19	79	-7	100	-68	100	3	100	.	.	5	71	.	.	-230	89	-2	100	.	.	10	100	.	.	19	900	92	84	11	938	.	.	-4	100	-124	107	-25	121	-134	67	-221	58	-97	60	-109	71	.	.	-2792	23
	mélèze	19	110	-22	203	73	84	-99	53	.	.	.	.	-81	117	-66	71	-73	84	.	.	.	.	.	.	-2	71	-63	.	.	.	-6	1455	.	.	-60	145	.	.	13	100	-95	95	-18	406	156	87	567	31	1067	27	5	100	0	1840	20	71	1	100	.	.	.	.	.	.	8	100	.	.	.	.	.	.	18	100	13	100	37	100	-60	139	5	100	.	.	-8	288	.	.	.	.	20	100	.	.	.	.	.	.	18	100	14	100	7	100	27	100	75	49	212	46	279	46	128	62	.	.	-67	133	808	29	155	52	148	79	.	.	.	.	-63	100	112	90	.	.	20	100	.	.	66	100	.	.	22	100	-21	100	.	.	-2	100	.	.	27	138	.	.	21	100	.	.	68	100	1558	37	1003	25	304	47	-12	100	15	100	9	100	20	89	.	.	-36	139	-12	100	-43	139	.	.	6232	14
	arole	.	.	.	.	.	.	.	.	.	.	.	.	5	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	11	100	.	.	.	.	84	51	191	98	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	8	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	226	46	46	112	39	111	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	611	38
	autres résineux	35	82	.	.	61	100	70	89	.	.	11	71	1	100	.	.	311	71	3	71	.	.	.	.	.	.	222	.	.	.	.	.	.	.	-35	100	.	.	2	100	7	100	.	.	.	.	6	100	20	44	10	73	52	98	178	80	2	100	.	.	.	.	5	100	.	.	.	.	.	.	.	.	8	100	207	97	6	153	-18	104	4	72	.	.	63	100	9	100	5	100	33	75	.	.	.	.	.	.	3	100	.	.	.	.	3	120	.	.	.	.	.	.	.	.	.	.	.	.	81	100	1	100	.	.	.	.	.	.	3	175	.	.	9	100	.	.	.	.	56	100	23	63	.	.	6	100	.	.	.	.	.	.	-149	100	.	.	6	100	.	.	.	.	-9	125	4	100	3	64	.	.	.	.	7	228	20	73	7	78	.	.	.	.	.	.	.	.	1351	34
	hêtre	-644	62	-98	190	229	69	525	55	90	54	-91	176	218	141	304	127	-893	65	964	31	-327	87	-14	1500	46	535	.	.	21	469	127	144	434	33	240	121	.	.	8	3062	-107	169	105	139	-21	104	245	62	.	.	-271	156	63	327	134	189	378	33	44	195	7	804	66	125	78	105	-21	524	80	162	32	64	-133	247	349	37	25	855	398	47	320	57	356	56	707	35	91	216	-309	79	176	98	202	68	169	45	60	115	413	49	365	39	137	53	-22	917	.	.	103	56	.	.	517	38	651	33	356	39	599	35	598	31	229	64	413	46	.	.	95	59	303	52	10	407	204	53	162	56	71	73	297	47	-8	739	-232	40	166	40	-83	137	87	214	212	47	109	82	40	263	121	100	92	106	.	.	25	86	343	45	161	71	-4	2547	168	103	83	231	-325	88	310	42	-85	192	89	120	.	.	11130	15
	érable	-119	87	108	51	34	134	-69	81	6	345	68	108	236	46	316	37	205	41	252	39	81	62	-7	516	96	55	-36	.	56	73	53	51	223	31	87	59	.	.	173	58	68	51	48	59	66	63	84	47	3	100	95	94	120	46	41	56	160	40	75	73	116	35	58	68	84	67	30	51	31	146	-41	105	103	102	-56	142	116	103	57	96	148	49	289	39	70	67	122	42	72	90	33	117	87	72	70	51	11	223	73	69	143	49	0	12103	42	123	34	100	57	100	11	100	3	70	2	1295	37	63	9	50	47	95	9	62	91	57	5	384	1	100	76	53	49	51	97	60	-4	1055	9	78	105	50	10	100	22	65	14	71	63	39	-33	108	38	108	34	79	10	100	.	.	73	64	6	100	48	70	228	37	33	88	132	45	12	302	114	56	-6	865	228	57	-27	154	130	61	.	.	5947	9
	frêne	0	22151	-80	144	-68	102	-9	732	.	.	42	178	-9	743	-7	1736	252	69	39	81	-31	238	22	104	58	53	.	.	74	65	286	77	310	44	56	138	3	100	61	184	18	95	10	61	3	1289	101	58	.	.	156	83	248	82	15	329	-11	373	-47	209	-37	106	4	100	3	100	6	100	277	73	-14	100	84	73	105	189	121	64	54	68	88	126	117	70	53	86	112	47	20	59	118	47	-13	395	167	47	11	72	87	108	141	46	2	4848	135	64	10	100	202	100	2	100	25	63	29	75	158	58	110	73	5	415	70	46	118	67	45	70	.	.	43	237	59	62	38	97	182	73	56	74	-20	136	-9	100	9	77	10	100	-52	76	-36	107	107	64	64	68	-84	78	-2	100	-52	176	50	87	53	65	103	60	-36	167	226	55	-34	147	-45	159	84	76	74	93	-93	75	-29	208	.	.	4571	17
	chêne	242	63	-33	154	-147	62	77	139	.	.	.	.	14	73	30	120	83	126	.	.	-38	69	-4	258	9	460	.	.	-20	93	-4	942	42	83	32	92	3	5322	.	.	.	.	30	100	.	.	-1	100	51	100	14	516	11	722	35	142	36	100	-36	117	.	.	8	100	.	.	.	.	3	100	.	.	.	.	-6	100	-34	88	.	.	9	126	-9	100	-93	87	13	100	-9	101	13	74	57	59	8	100	.	.	.	.	12	257	266	102	5	2127	.	.	.	.	.	.	20	121	39	58	149	56	13	63	16	239	57	47	32	99	.	.	13	100	10	79	14	100	.	.	19	171	2	100	14	73	-80	166	50	69	.	.	148	78	9	100	-51	68	96	83	.	.	41	100	21	88	45	65	83	59	34	100	.	.	-21	100	50	58	-10	100	-125	94	26	136	-19	264	-25	222	.	.	1341	40
	châtaignier	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	5	100	.	.	.	.	243	48	-19	126	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	2	100	143	86	84	83	204	61	-89	107	296	84	223	55	38	224	419	57	.	.	.	.	.	.	.	.	6	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	6	100	.	.	8	110	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	1568	28
	autres feuillus	24	320	-13	468	-2	5789	9	250	-3	72	57	76	81	95	50	116	181	57	41	57	-44	84	-10	180	13	202	.	.	-53	76	131	72	49	53	53	162	5	150	52	75	45	91	-12	275	196	84	225	65	382	62	81	108	63	85	7	703	65	68	-91	72	17	61	-20	93	-18	77	-6	183	49	52	-14	113	-2	867	2	240	-102	81	-37	163	23	199	36	114	2	1190	78	84	-32	73	118	62	-94	58	75	70	1	1111	-76	52	28	178	14	575	-39	124	67	81	359	53	57	84	56	110	162	88	628	33	-4	1864	83	105	156	51	-6	957	-29	100	16	77	-25	110	161	170	11	144	-5	607	157	106	23	98	-46	98	-2	226	16	70	50	96	14	55	-35	66	0	3347	34	120	3	100	-3	121	135	54	176	34	66	137	-11	113	98	57	136	65	8	496	-34	127	-20	144	29	63	-9	731	.	.	4058	18
	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
	total	-1245	57	-1618	42	486	69	-1696	42	760	58	-346	244	31	4442	-1721	75	-3508	41	1079	65	-593	64	182	148	155	235	124	.	194	237	498	164	-30	3149	-117	688	40	427	41	1539	2014	42	1238	49	523	162	2920	30	2604	31	866	96	177	322	54	1434	82	1017	-83	421	1196	33	-31	663	213	102	535	91	1187	43	-247	213	508	127	730	79	-165	464	488	121	1039	48	622	113	569	93	38	1259	-760	59	-497	100	217	118	1306	38	-396	132	284	165	685	87	56	638	176	265	510	73	2905	43	707	52	954	27	840	31	1540	24	2051	21	971	25	1459	26	988	46	446	59	462	97	935	40	1048	45	1282	31	24	2131	310	138	817	52	-464	78	-566	65	566	49	518	64	356	99	-194	194	384	77	24	1324	-2	13025	-222	253	3130	27	2566	26	2728	25	220	141	312	116	-480	113	102	603	-365	187	-490	91	-947	47	-289	148	.	.	36000	15

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. 2285683. Birmensdorf, Swiss Federal Research Institute WSL

page précedente