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

IFN3—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 2004/07–2018/26
		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	.	.	.	.	.	.	.	.	6	3056	-230	88	330	193	-1089	32	-217	108	-188	58	.	.	20	87	8	100	.	.	71	82	-54	375	-54	679	349	52	.	.	-947	72	512	95	400	87	-181	231	-243	246	173	155	-172	120	4	780	.	.	-323	70	2	.	1	4701	-44	.	-5	349	34	82	299	80	194	50	223	54	-47	253	-84	143	99	356	69	67	67	223	-81	106	.	.	-43	.	35	100	-19	100	95	146	-355	79	-46	225	33	107	14	100	-20	100	195	96	1318	64	-166	156	.	.	22	79	13	100	95	54	2	100	163	49	108	72	257	53	-270	118	-105	129	164	49	62	270	3	1644	9	.	-4	100	.	.	.	.	.	.	.	.	.	.	25	.	.	.	-50	144	-65	.	21	.	626	36	60	452	594	51	26	351	15	172	-132	72	25	253	134	70	.	.	-184	.	.	.	.	.	1556	129
	sapin	.	.	.	.	.	.	.	.	43	187	131	156	482	33	46	825	-23	259	73	147	.	.	.	.	3	100	.	.	49	100	2	3442	-140	140	-23	436	.	.	48	86	51	125	-21	196	12	100	157	65	-6	100	-159	147	-29	357	.	.	40	309	.	.	13	195	8	.	18	100	-68	158	64	94	-18	100	141	52	48	200	-53	80	8	751	180	102	-227	78	.	.	.	.	6	.	.	.	24	100	262	64	65	122	136	66	-58	73	7	100	.	.	18	100	85	59	.	.	.	.	.	.	3	100	1	13872	6	389	103	79	45	224	.	.	75	89	26	391	111	81	181	70	44	100	.	.	2	1580	86	.	.	.	.	.	.	.	.	.	14	.	.	.	11	100	28	.	63	.	45	100	39	161	400	38	-5	1523	.	.	-28	86	70	65	-50	100	.	.	.	.	.	.	.	.	2668	30
	pin	.	.	.	.	.	.	.	.	.	.	.	.	-63	113	27	174	.	.	52	97	.	.	.	.	-1	100	.	.	.	.	.	.	.	.	-28	100	.	.	.	.	-5	127	-65	98	.	.	-124	53	-76	116	-9	214	3	100	.	.	.	.	.	.	2	100	.	.	.	.	18	100	.	.	.	.	22	100	.	.	.	.	.	.	.	.	14	100	-8	100	.	.	0	.	-27	107	.	.	.	.	.	.	.	.	-10	180	.	.	.	.	.	.	-44	75	.	.	.	.	.	.	.	.	.	.	.	.	4	100	.	.	.	.	36	56	0	0	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	100	71	-17	293	-29	166	.	.	-43	100	15	71	-2	925	.	.	.	.	-47	.	.	.	.	.	-304	70
	mélèze	.	.	.	.	.	.	.	.	.	.	.	.	-1	488	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-31	248	-44	194	10	284	76	104	414	34	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	16	100	-9	372	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	6	100	3	100	.	.	.	.	57	48	31	204	70	82	-6	212	.	.	-3	738	322	37	23	217	103	95	.	.	.	.	-22	100	-59	133	.	.	20	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	216	75	275	61	63	118	-15	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	1512	25
	arole	.	.	.	.	.	.	.	.	.	.	.	.	0	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	8	100	.	.	.	.	16	77	52	67	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	93	42	-10	365	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	160	40
	autres résineux	.	.	.	.	.	.	.	.	.	.	4	100	1	100	.	.	11	100	0	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	100	.	.	.	.	.	.	-1	100	-1	248	6	74	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	5	100	7	100	8	72	-3	124	1	190	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	1	100	.	.	.	.	1	100	.	.	.	.	.	.	.	.	.	.	.	.	39	100	1	100	.	.	.	.	.	.	2	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	3	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-9	100	0	100	.	.	.	.	3	72	30	95	4	71	.	.	.	.	.	.	.	.	115	46
	hêtre	.	.	.	.	.	.	.	.	49	96	-90	99	52	395	-113	240	-48	536	121	86	0	.	-155	121	28	235	.	.	2	100	53	127	243	48	3	100	.	.	-91	191	37	152	-16	236	-4	100	129	56	.	.	55	277	185	49	.	.	62	72	0	.	-41	75	-10	.	10	100	-19	146	59	109	14	100	-175	62	84	46	-356	75	384	37	78	48	-129	197	6	103	.	.	.	.	-3	663	-36	121	108	48	27	200	195	54	-6	264	-7	234	26	100	.	.	20	78	.	.	177	56	327	37	209	46	186	58	173	56	165	66	41	102	.	.	96	63	18	170	49	77	104	59	158	62	17	.	31	90	23	.	1	.	.	.	.	.	.	.	5	.	.	.	44	60	22	.	5	.	.	.	20	89	97	96	42	190	12	91	-83	70	-136	97	-77	108	.	.	-21	.	.	.	.	.	2435	33
	érable	.	.	.	.	.	.	.	.	-31	102	19	163	72	106	7	668	8	100	69	48	.	.	-2	1096	6	138	.	.	.	.	31	54	75	58	13	198	.	.	40	115	22	77	42	78	13	100	27	76	.	.	-40	146	25	87	.	.	24	117	.	.	20	58	11	.	8	73	6	72	33	44	-26	100	10	300	-50	57	72	89	80	49	78	57	67	128	.	.	.	.	.	.	11	78	0	561	48	57	-12	160	42	93	-8	347	-2	100	-12	100	23	100	23	100	0	100	-4	182	-5	100	25	78	6	61	16	87	5	74	1	1883	5	71	1	100	21	90	14	83	34	144	.	.	7	.	2	909	10	.	0	.	.	.	.	.	-3	.	0	.	.	.	-2	100	.	.	2	.	.	.	29	72	68	73	18	127	-12	134	-30	96	5	317	-31	132	.	.	.	.	.	.	.	.	1023	23
	frêne	.	.	.	.	.	.	.	.	.	.	42	118	15	103	-119	58	-1	2398	6	79	-49	.	-14	100	11	100	.	.	.	.	23	413	62	59	3	1528	.	.	-43	148	11	100	-9	87	15	71	8	145	.	.	-203	63	-89	76	.	.	5	91	.	.	-34	72	.	.	-1	100	.	.	18	164	.	.	82	77	-145	53	-11	378	-17	207	10	100	-22	227	.	.	.	.	.	.	6	76	-93	93	-6	1400	8	84	-10	278	-97	106	.	.	-29	100	.	.	115	100	2	100	9	112	-10	283	66	66	69	57	25	133	32	72	9	173	14	79	.	.	-57	151	13	65	22	137	127	74	85	.	.	.	.	.	.	.	.	.	.	.	10	.	.	.	.	.	-53	137	.	.	15	.	44	58	10	81	87	68	28	71	-10	252	-14	100	-20	124	-10	100	.	.	-70	.	.	.	.	.	-129	302
	chêne	.	.	.	.	.	.	.	.	.	.	.	.	0	100	0	0	46	76	.	.	.	.	.	.	-3	100	.	.	.	.	4	100	-2	151	.	.	.	.	.	.	.	.	.	.	.	.	-1	100	29	100	3	704	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-15	179	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	4	100	.	.	.	.	7	88	-6	100	-1	100	.	.	.	.	.	.	19	137	13	216	61	127	-22	93	13	232	38	53	-8	100	.	.	3	100	9	98	11	100	.	.	3	448	.	.	-12	100	.	.	20	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	3	.	15	72	25	58	-2	181	.	.	.	.	8	71	-9	100	.	.	.	.	.	.	.	.	.	.	251	47
	châtaignier	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	70	65	0	341	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-10	100	152	70	75	89	-42	70	28	288	13	808	92	54	32	251	43	264	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	3	100	.	.	15	66	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	472	51
	autres feuillus	.	.	.	.	.	.	.	.	-2	100	10	73	-26	239	-26	230	12	93	16	53	.	.	1	167	-2	747	.	.	-17	71	21	119	12	95	15	230	.	.	-29	103	2	781	-2	1090	86	87	16	333	145	95	16	83	14	102	.	.	33	80	.	.	1	100	.	.	-5	100	2	100	9	55	-13	85	-18	150	-1	100	25	61	29	153	-4	100	-50	117	-3	100	.	.	1	.	19	59	3	100	-2	2461	0	1180	-8	122	.	.	-8	100	2	100	-16	116	188	72	23	99	34	108	13	423	202	50	22	218	-59	200	64	80	-2	944	-29	100	9	64	-42	67	11	67	7	60	6	84	.	.	.	.	.	.	.	.	.	.	.	.	-3	.	.	.	.	.	-2	100	-1	.	.	.	29	177	30	104	-19	330	1	355	3	120	.	.	-3	265	.	.	.	.	.	.	.	.	.	.	740	45
	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
	total	.	.	.	.	.	.	.	.	65	353	-114	376	861	89	-1267	54	-212	170	149	139	-49	.	-150	138	51	151	.	.	105	71	80	349	195	257	333	67	.	.	-1022	70	608	85	287	126	-49	868	130	501	730	47	-503	80	113	132	.	.	-158	180	2	.	-38	177	-35	.	26	77	-25	514	482	56	150	61	291	70	-106	169	-399	83	572	72	413	61	-280	183	-86	99	.	.	-37	.	42	170	-121	61	509	49	-266	111	315	67	-135	109	-2	1612	-33	151	268	79	1889	54	5	5506	186	60	387	38	590	38	809	28	232	80	719	35	194	79	249	55	-71	482	-191	129	374	37	429	63	342	53	117	.	20	147	120	.	24	.	.	.	.	.	4	.	44	.	.	.	-52	258	-16	.	108	.	1171	26	452	80	1274	31	95	156	-36	195	-260	57	-40	509	-31	550	.	.	-323	.	.	.	.	.	10499	25
à l'extérieur	pas d'indication	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	épicéa	-189	109	80	187	123	124	-759	53	210	74	-527	66	264	191	-601	76	-1560	51	-562	55	44	83	-57	121	-299	98	0	.	-180	144	-188	116	248	39	96	334	4	75	203	63	488	46	174	114	539	50	133	209	118	203	-431	71	-375	61	-679	69	-1755	39	107	87	144	59	-258	61	24	535	-238	90	151	56	98	103	-47	432	-44	634	360	45	168	100	-1	29641	-463	76	-433	62	-215	99	-159	120	-16	606	41	102	-227	104	-83	215	-117	127	27	553	-408	59	-627	66	8	100	23	138	-151	112	.	.	.	.	.	.	.	.	32	71	.	.	65	57	101	80	146	58	-4	1513	159	51	97	70	-295	162	-5	1801	0	97419	-172	139	-224	91	43	285	224	42	-102	136	-263	70	-117	85	-301	85	-86	84	-48	161	107	136	64	107	118	44	70	87	-316	88	74	211	-43	277	20	1297	-906	47	-107	198	25	529	.	.	-9417	24
	sapin	-113	83	-65	95	49	76	-244	107	77	65	42	183	68	104	348	100	80	647	-179	170	16	68	78	66	68	61	.	.	64	59	51	74	-12	752	-14	745	4	100	-3	1468	71	69	5	304	43	82	78	101	.	.	590	36	223	125	274	103	189	107	29	299	172	63	93	96	52	148	541	43	21	98	40	103	130	69	136	78	.	.	.	.	52	54	32	214	58	81	15	1197	-98	123	-24	157	32	291	58	88	-91	143	-25	283	64	176	-49	337	74	86	.	.	.	.	21	100	.	.	.	.	.	.	.	.	.	.	.	.	19	60	.	.	-14	100	44	84	4	100	74	100	99	78	43	100	296	54	-129	125	-40	444	96	71	115	50	188	38	193	57	-110	62	-29	346	-182	128	23	92	.	.	38	71	19	74	58	68	-21	358	-65	225	199	61	-1	6551	10	85	15	100	-60	175	.	.	4004	29
	pin	-153	71	-385	62	-20	98	9	236	.	.	-14	100	-27	146	-7	100	-107	86	-45	135	-2	774	2	2322	14	69	.	.	5	100	-138	96	.	.	-52	132	-48	62	.	.	-21	144	-8	401	5	100	58	72	-42	147	-40	112	.	.	32	80	.	.	-64	100	.	.	.	.	.	.	.	.	4	100	92	100	.	.	5	100	.	.	.	.	.	.	.	.	-11	630	-19	89	5	632	-8	100	-47	94	-9	100	1	100	.	.	5	71	-15	242	-47	63	.	.	.	.	9	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	13	89	0	100	.	.	-16	100	.	.	1	94	.	.	-64	73	.	.	.	.	39	100	.	.	-37	130	-2	709	-34	133	.	.	.	.	-53	90	5	84	-142	54	-11	307	-112	71	-42	101	.	.	-1538	27
	mélèze	8	221	-8	115	41	114	-132	58	.	.	.	.	34	75	-15	100	-45	118	.	.	.	.	.	.	-9	130	.	.	.	.	23	100	.	.	0	17625	.	.	2	100	-29	97	-26	132	56	69	17	262	-23	839	2	100	3	100	1	746	1	100	.	.	.	.	.	.	0	100	.	.	.	.	.	.	10	100	2	100	.	.	-5	116	1	100	.	.	-8	222	.	.	.	.	6	100	.	.	.	.	.	.	.	.	.	.	-11	100	27	100	.	.	17	76	47	84	35	100	.	.	3	100	99	58	8	74	.	.	.	.	.	.	.	.	16	342	.	.	.	.	.	.	51	100	.	.	10	100	.	.	.	.	-11	100	.	.	-1	2059	.	.	21	100	.	.	68	100	281	68	42	162	-37	72	.	.	8	100	-1	100	20	89	.	.	-24	94	6	100	-52	79	.	.	531	65
	arole	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	45	60	76	166	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	5	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-11	321	8	99	-14	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	110	124
	autres résineux	13	73	.	.	24	100	67	72	.	.	3	100	.	.	.	.	92	182	1	100	.	.	.	.	.	.	99	.	.	.	.	.	.	.	.	.	.	.	.	.	-1	100	.	.	.	.	.	.	5	49	.	.	32	97	90	77	2	100	.	.	.	.	1	100	.	.	.	.	.	.	.	.	.	.	98	100	.	.	.	.	.	.	.	.	-4	100	4	100	2	100	22	77	.	.	.	.	.	.	.	.	.	.	.	.	-4	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	4	100	.	.	.	.	26	100	15	63	.	.	.	.	.	.	.	.	.	.	-141	100	.	.	6	100	.	.	.	.	-1	100	.	.	1	98	.	.	.	.	7	79	1	100	.	.	.	.	.	.	.	.	.	.	464	60
	hêtre	-625	54	-101	157	105	79	-344	73	47	58	18	300	-405	85	335	44	-615	67	130	152	-226	57	29	230	-184	77	.	.	70	107	-45	169	-74	180	88	178	.	.	-194	87	14	136	27	237	-15	115	15	100	.	.	-76	344	203	73	-6	1827	-22	299	3	1303	-41	119	58	116	57	103	-29	252	50	72	19	71	177	52	47	139	36	59	-71	123	-66	285	27	460	90	141	-31	324	-209	73	-30	608	-66	241	-19	161	.	.	36	95	138	61	27	175	-126	106	.	.	.	.	.	.	51	84	27	64	7	100	.	.	2	150	.	.	206	73	.	.	.	.	65	96	-67	102	.	.	30	136	23	71	33	111	15	130	-93	94	41	127	-104	92	-92	108	142	46	21	264	-28	205	-41	280	5	1235	.	.	.	.	0	2556	22	74	39	109	114	56	8	1493	-32	365	114	55	-3	1584	48	191	.	.	-1226	88
	érable	78	83	30	161	17	163	-43	71	10	100	70	82	23	48	165	45	131	49	-2	3679	9	494	15	130	-3	506	.	.	-1	2372	6	141	38	49	31	61	.	.	-24	116	48	68	4	100	19	83	.	.	3	100	71	59	96	42	-3	713	-11	456	44	110	39	68	21	96	31	64	13	68	-24	200	.	.	0	152	-47	134	66	77	.	.	18	58	61	96	35	58	69	45	63	73	-39	84	-18	253	-15	222	-11	100	14	87	51	65	6	639	11	399	.	.	.	.	.	.	.	.	-15	100	0	100	1	100	.	.	3	.	33	115	.	.	.	.	-8	114	-3	532	.	.	-11	337	2	100	43	56	.	.	18	73	3	136	28	76	-1	2044	-21	339	33	81	.	.	.	.	39	101	9	100	.	.	32	98	.	.	39	47	15	65	78	64	27	115	102	56	-48	95	111	54	.	.	1676	18
	frêne	-18	417	-49	105	-108	72	1	2975	.	.	-91	108	-27	132	-22	336	56	147	-44	93	-100	67	22	53	20	70	.	.	43	58	62	108	78	42	-54	264	-34	100	-375	100	12	100	2	100	-54	71	10	100	.	.	18	496	-173	128	-58	108	-34	86	21	102	7	100	4	100	3	100	3	100	50	107	.	.	-1	534	72	153	-34	172	3	100	-63	79	.	.	58	73	67	52	8	82	-10	632	1	2856	-1	1189	.	.	.	.	-27	299	-221	54	-20	367	7	100	.	.	.	.	.	.	1	100	13	58	.	.	.	.	.	.	43	78	.	.	.	.	1	1273	-4	672	.	.	22	100	8	62	-33	138	-60	100	9	77	5	100	9	72	-34	71	82	70	12	197	-110	98	.	.	-152	105	-60	109	13	72	9	64	-92	100	72	83	-146	72	-13	285	25	244	71	59	-34	156	-96	76	.	.	-1429	46
	chêne	-133	147	19	84	.	.	2	2120	.	.	.	.	5	100	18	127	-66	123	.	.	-44	77	1	100	16	67	.	.	-27	139	.	.	22	92	42	52	-213	76	.	.	.	.	14	100	.	.	.	.	.	.	3	1012	-39	77	-33	201	-12	100	-13	107	.	.	2	100	.	.	.	.	1	100	.	.	.	.	10	100	.	.	.	.	1	1577	-11	100	-10	187	13	100	-9	121	14	95	2	2306	.	.	.	.	.	.	-5	687	79	175	31	186	.	.	.	.	.	.	-4	100	-1	100	-28	154	.	.	.	.	.	.	13	100	.	.	.	.	.	.	.	.	.	.	.	.	2	100	2	100	-4	982	-2	301	.	.	-14	554	9	100	-34	66	-37	124	-19	100	9	100	16	100	2	240	-17	132	30	66	.	.	-7	433	10	100	.	.	-53	121	53	54	-70	102	11	334	.	.	-455	81
	châtaignier	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	5	100	.	.	.	.	34	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-33	100	0	0	36	150	-121	52	147	60	.	.	.	.	.	.	.	.	.	.	.	.	.	.	1	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-8	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	59	221
	autres feuillus	9	726	82	52	23	206	-8	308	-1	100	9	97	-69	84	30	106	15	682	-25	83	-60	81	-4	256	-13	95	.	.	7	100	-15	408	36	64	79	66	3	72	-157	101	23	104	-29	86	-6	643	-122	59	15	650	26	134	9	444	25	66	4	626	.	.	-1	845	6	100	-15	74	-22	106	22	62	.	.	6	92	2	100	-26	84	-16	92	-82	85	-2	149	-57	108	56	102	-49	72	39	93	-105	74	16	92	-1	157	.	.	48	222	52	74	-13	193	0	4144	95	100	1	203	6	100	45	98	90	111	16	72	.	.	.	.	4	86	.	.	0	100	-94	99	44	115	1	100	16	82	106	101	11	209	2	144	2	134	11	60	52	101	7	79	0	1809	-62	85	-3	1268	.	.	7	100	-52	71	36	80	38	58	-19	100	16	73	80	64	3	973	21	59	20	49	-64	90	48	74	.	.	228	185
	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
	total	-1125	62	-399	90	253	75	-1453	41	342	56	-491	86	-134	464	250	272	-2018	57	-727	77	-362	56	86	125	-391	80	99	.	-18	1770	-244	145	336	57	215	181	-284	63	-549	129	609	41	165	143	587	47	268	110	153	273	163	326	-22	2377	-357	183	-1638	47	127	127	321	47	-74	250	152	90	269	133	275	52	248	64	274	86	281	122	403	57	79	272	-139	230	-355	127	-281	119	-42	851	-445	73	-45	577	-161	214	-198	130	-185	122	-92	234	301	92	-539	79	-692	68	15	81	102	72	-67	262	124	61	-63	88	230	69	116	54	43	68	3	.	382	56	101	80	133	64	20	753	137	93	172	63	-138	376	269	70	367	67	-338	90	-346	89	200	81	299	56	-25	790	-116	233	-259	54	-464	88	-260	142	-42	572	237	133	181	84	163	58	40	338	-169	190	34	801	258	104	-134	258	-571	76	-416	69	-6	4412	.	.	-6994	47
total	pas d'indication	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	épicéa	-189	109	80	187	123	124	-759	53	216	107	-758	53	594	137	-1690	34	-1777	46	-750	44	44	83	-38	190	-291	100	0	.	-109	243	-242	123	194	195	445	82	4	75	-744	93	1000	54	575	70	358	138	-110	603	292	124	-602	61	-371	62	-679	69	-2078	34	110	85	145	71	-302	54	20	667	-203	107	450	57	291	48	176	134	-91	332	276	74	267	146	68	304	-395	97	-514	55	-215	99	-202	96	19	536	22	214	-132	208	-437	76	-163	111	59	255	-394	61	-647	64	203	92	1341	63	-316	98	.	.	22	79	13	100	95	54	35	66	163	49	173	50	358	44	-124	267	-109	134	322	35	159	114	-292	164	4	2388	-4	6064	-172	139	-224	91	43	285	224	42	-102	136	-238	79	-117	85	-352	76	-151	64	-28	291	733	36	125	225	712	44	97	114	-302	93	-58	314	-18	751	154	181	-906	47	-291	96	25	529	.	.	-7861	38
	sapin	-113	83	-65	95	49	76	-244	107	120	79	174	126	551	32	394	130	57	912	-106	305	16	68	78	66	72	58	.	.	113	55	52	132	-152	142	-37	393	4	100	45	134	122	66	-16	278	55	68	235	54	-6	100	431	73	194	154	274	103	229	103	29	299	185	61	101	89	70	113	473	54	86	75	22	207	271	43	183	77	-53	80	8	751	232	80	-194	98	58	81	15	1197	-92	131	-24	157	56	170	320	55	-25	596	111	103	6	1920	-42	391	74	86	18	100	85	59	21	100	.	.	.	.	3	100	1	13872	6	389	103	79	64	160	.	.	61	111	71	156	115	79	255	58	143	62	43	100	299	55	-43	428	-40	444	96	71	115	50	188	38	207	54	-110	62	-18	556	-154	152	86	77	45	100	77	89	419	36	54	155	-21	358	-93	160	268	49	-51	152	10	85	15	100	-60	175	.	.	6672	21
	pin	-153	71	-385	62	-20	98	9	236	.	.	-14	100	-91	90	19	243	-107	86	7	1191	-2	774	2	2322	13	72	.	.	5	100	-138	96	.	.	-80	93	-48	62	.	.	-26	119	-72	97	5	100	-66	119	-119	91	-49	100	3	100	32	80	.	.	-64	100	2	100	.	.	.	.	18	100	4	100	92	100	22	100	5	100	.	.	.	.	.	.	14	100	-20	359	-19	89	5	632	-35	85	-47	94	-9	100	1	100	.	.	-5	390	-15	242	-47	63	.	.	-44	75	9	100	.	.	.	.	.	.	.	.	.	.	4	100	.	.	.	.	36	56	0	0	.	.	.	.	.	.	13	89	0	100	.	.	-16	100	.	.	1	94	.	.	-64	73	.	.	.	.	39	100	.	.	62	138	-19	273	-63	105	.	.	-43	100	-38	129	3	654	-142	54	-11	307	-159	58	-42	101	.	.	-1842	25
	mélèze	8	221	-8	115	41	114	-132	58	.	.	.	.	33	81	-15	100	-45	118	.	.	.	.	.	.	-9	130	.	.	.	.	23	100	.	.	0	17625	.	.	2	100	-60	135	-70	132	67	72	93	98	391	61	2	100	3	100	1	746	1	100	.	.	.	.	.	.	0	100	.	.	.	.	.	.	10	100	2	100	16	100	-14	239	1	100	.	.	-8	222	.	.	.	.	6	100	.	.	.	.	.	.	6	100	3	100	-11	100	27	100	57	48	48	135	118	59	29	129	.	.	0	4709	421	31	31	162	103	95	.	.	.	.	-22	100	-43	221	.	.	20	100	.	.	51	100	.	.	10	100	.	.	.	.	-11	100	.	.	-1	2059	.	.	21	100	.	.	68	100	497	50	316	57	26	306	-15	100	8	100	-1	100	20	89	.	.	-24	94	6	100	-52	79	.	.	2043	25
	arole	.	.	.	.	.	.	.	.	.	.	.	.	0	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	8	100	.	.	.	.	61	49	128	102	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	5	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	82	64	-2	2284	-14	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	269	56
	autres résineux	13	73	.	.	24	100	67	72	.	.	8	71	1	100	.	.	104	162	1	71	.	.	.	.	.	.	99	.	.	.	.	.	.	.	.	.	.	.	0	100	-1	100	.	.	.	.	-1	100	4	78	6	74	32	97	90	77	2	100	.	.	.	.	1	100	.	.	.	.	.	.	.	.	5	100	105	94	8	72	-3	124	1	190	.	.	-4	100	4	100	2	100	22	77	.	.	.	.	.	.	1	100	.	.	.	.	-3	128	.	.	.	.	.	.	.	.	.	.	.	.	39	100	1	100	.	.	.	.	.	.	2	100	.	.	4	100	.	.	.	.	26	100	15	63	.	.	3	100	.	.	.	.	.	.	-141	100	.	.	6	100	.	.	.	.	-1	100	-9	100	0	140	.	.	.	.	10	61	32	91	4	71	.	.	.	.	.	.	.	.	579	49
	hêtre	-625	54	-101	157	105	79	-344	73	96	56	-72	143	-353	113	223	139	-664	73	250	89	-227	57	-127	158	-156	100	.	.	72	104	8	1249	168	105	91	171	.	.	-285	85	51	117	11	700	-19	94	144	51	.	.	-21	1429	388	45	-6	1827	41	196	3	1350	-82	70	48	141	67	88	-47	162	109	68	32	59	2	7589	131	58	-319	84	313	53	12	1618	-102	279	96	132	-31	324	-209	73	-33	549	-102	162	88	69	27	200	231	48	132	65	20	253	-100	136	.	.	20	78	.	.	227	48	354	34	216	45	186	58	175	55	165	66	247	63	.	.	96	63	83	84	-17	449	104	59	188	57	40	59	64	72	39	79	-92	95	41	127	-104	92	-92	108	147	44	21	264	16	403	-19	615	9	610	.	.	20	89	97	96	65	127	51	87	32	272	-128	135	-109	132	114	55	-24	231	48	191	.	.	1209	111
	érable	78	83	30	161	17	163	-43	71	-22	156	88	74	95	81	172	52	139	46	66	134	9	494	13	217	3	714	.	.	-1	2372	37	51	113	42	44	72	.	.	16	343	70	52	47	72	32	64	27	76	3	100	31	232	121	38	-3	713	13	458	44	110	59	49	33	72	40	53	19	51	9	571	-26	100	10	295	-97	72	138	59	80	49	97	48	128	81	35	58	69	45	63	73	-28	123	-18	260	33	133	-24	96	56	73	43	99	4	997	-1	8805	23	100	23	100	0	100	-4	182	-20	79	25	79	7	53	16	87	8	60	34	119	5	71	1	100	12	169	11	197	34	144	-11	337	9	78	44	62	10	100	19	72	3	136	28	76	-3	406	-21	339	33	81	-2	100	.	.	41	96	9	100	29	72	101	59	18	127	27	94	-15	198	83	63	-4	1277	102	56	-48	95	111	54	.	.	2699	14
	frêne	-18	417	-49	105	-108	72	1	2975	.	.	-49	227	-12	320	-141	72	54	165	-38	109	-149	56	8	219	31	58	.	.	43	58	85	136	140	35	-51	292	-34	100	-419	91	23	71	-7	122	-40	100	18	86	.	.	-185	84	-261	88	-58	108	-28	103	21	102	-27	94	4	100	2	203	3	100	68	90	.	.	81	78	-74	182	-45	160	-14	260	-53	97	-22	227	58	73	67	52	8	82	-4	1594	-93	96	-7	1155	8	84	-10	278	-124	105	-221	54	-48	160	7	100	115	100	2	100	9	112	-10	307	79	56	69	57	25	133	32	72	52	71	14	79	.	.	-56	155	9	266	22	137	149	65	92	92	-33	138	-60	100	9	77	5	100	9	72	-24	108	82	70	12	197	-163	79	.	.	-137	117	-16	430	23	54	96	62	-64	148	62	105	-161	67	-33	136	15	421	71	59	-104	84	-96	76	.	.	-1559	49
	chêne	-133	147	19	84	.	.	2	2120	.	.	.	.	4	104	18	127	-19	459	.	.	-44	77	1	100	14	82	.	.	-27	139	4	100	20	103	42	52	-213	76	.	.	.	.	14	100	.	.	-1	100	29	100	6	612	-39	77	-33	201	-12	100	-13	107	.	.	2	100	.	.	.	.	1	100	.	.	.	.	10	100	-15	179	.	.	1	1577	-11	100	-10	187	13	100	-9	121	14	95	2	2306	4	100	.	.	.	.	2	1460	74	189	30	191	.	.	.	.	.	.	14	181	12	225	32	275	-22	93	13	232	38	53	5	338	.	.	3	100	9	98	11	100	.	.	3	448	2	100	-10	127	-4	982	18	117	.	.	-14	554	9	100	-34	66	-37	124	-19	100	9	100	19	87	16	69	8	364	28	73	.	.	-7	433	18	63	-9	100	-53	121	53	54	-70	102	11	334	.	.	-205	190
	châtaignier	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	5	100	.	.	.	.	103	55	0	341	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-10	100	120	93	75	89	-7	915	-93	111	160	87	92	54	32	251	43	264	.	.	.	.	.	.	.	.	1	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-8	100	.	.	.	.	.	.	.	.	3	100	.	.	15	66	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	531	51
	autres feuillus	9	726	82	52	23	206	-8	308	-3	71	18	60	-95	89	4	1774	27	381	-9	246	-60	81	-3	326	-15	142	.	.	-9	150	7	965	48	53	93	67	3	72	-186	86	25	116	-31	101	81	103	-106	85	160	106	42	89	22	183	25	66	36	96	.	.	0	16230	6	100	-20	61	-20	118	32	47	-13	85	-12	223	1	342	-1	4075	13	364	-86	81	-52	114	-60	103	56	102	-48	73	58	65	-102	77	14	287	-1	538	-8	122	48	222	44	89	-12	220	-16	121	283	58	24	95	40	92	58	121	292	49	38	131	-59	200	64	80	2	669	-29	100	9	62	-137	71	55	92	9	53	22	64	106	101	11	209	2	144	2	134	11	60	52	101	4	158	0	1809	-62	85	-5	797	-1	100	7	100	-23	279	66	65	19	355	-19	104	19	64	80	64	0	53530	21	59	20	49	-64	90	48	74	.	.	968	56
	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
	total	-1125	62	-399	90	253	75	-1453	41	407	73	-605	99	727	136	-1017	95	-2229	54	-579	103	-412	51	-64	363	-340	95	99	.	87	376	-164	276	531	101	547	82	-284	63	-1571	64	1217	47	451	96	538	95	399	179	882	61	-340	196	91	599	-357	183	-1796	46	129	125	283	58	-108	173	178	78	244	156	757	40	398	46	565	55	175	220	4	9597	651	71	273	150	-635	107	-367	94	-42	851	-481	68	-4	6814	-282	125	311	115	-452	83	223	135	166	188	-542	79	-725	65	283	75	1990	51	-62	529	309	43	323	49	821	34	925	25	275	68	722	35	576	46	350	46	62	567	-171	169	511	37	601	49	203	271	386	58	387	64	-218	151	-322	95	200	81	299	56	-21	932	-71	383	-259	54	-516	83	-277	133	66	394	1408	31	634	62	1437	28	135	148	-205	161	-226	138	218	154	-165	234	-571	76	-739	58	-6	4412	.	.	3506	120

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. 2285686. Birmensdorf, Swiss Federal Research Institute WSL

page précedente