Sélectionner un thème dans la liste

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 de protection contre des processus liés aux cours d'eau (2022) #2643
Zone située à l'intérieur/à l'extérieur d'une forêt de protection contre les processus liés aux cours d'eau délimitée en 2022 par les cantons selon les critères harmonisés de SilvaProtect-CH. 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 de protection contre des processus liés aux cours d'eau (2022) · essence principale
découpage régional: arrondissement forestier (2024)
unité: 1000 m³
ensemble analysé: forêt accessible sans la forêt buissonnante 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 de protection contre des processus liés aux cours d'eau (2022)	essence principale	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%
pas d'indication	pas d'indication	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	épicéa	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	sapin	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	pin	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	mélèze	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	arole	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	autres résineux	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	hêtre	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	érable	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	frêne	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	chêne	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	châtaignier	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	autres feuillus	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	indéterminable	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	total	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
à l'interieur	pas d'indication	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	épicéa	.	.	.	.	.	.	.	.	0	35207	-191	60	463	121	-942	33	-223	105	-80	81	.	.	3	.	8	100	.	.	71	82	-54	375	-58	636	349	52	.	.	-784	84	468	103	267	114	-202	195	-137	406	50	528	32	55	4	780	.	.	-323	70	.	.	35	131	-44	.	.	.	22	119	52	79	194	50	219	55	-111	102	-84	143	41	861	69	67	83	170	.	.	.	.	-43	.	35	100	-19	100	85	163	-355	79	-46	225	33	107	14	100	-20	100	155	118	1317	64	-128	197	.	.	22	79	13	100	95	54	2	100	163	49	108	72	257	53	-262	121	-105	129	164	49	-63	204	-20	208	9	.	-4	.	.	.	.	.	.	.	.	.	.	.	25	.	.	.	-50	144	.	.	21	.	645	34	-82	304	551	54	26	351	15	172	-132	72	66	73	131	72	.	.	-184	.	.	.	.	.	1636	116
	sapin	.	.	.	.	.	.	.	.	43	187	42	440	453	35	8	4728	19	217	59	157	.	.	.	.	3	100	.	.	49	100	2	3442	-141	139	-23	436	.	.	12	225	51	125	9	284	12	100	59	100	-6	100	-260	85	-33	318	.	.	40	309	.	.	-5	349	8	.	.	.	.	.	76	76	-18	100	141	52	41	233	-53	80	36	151	180	102	-201	87	.	.	.	.	6	.	.	.	24	100	252	66	65	122	153	58	-58	73	7	100	.	.	18	100	85	59	.	.	.	.	.	.	3	100	1	13872	6	389	103	79	45	224	.	.	75	89	25	414	111	81	143	87	44	100	.	.	-24	.	.	.	.	.	.	.	.	.	.	.	14	.	.	.	11	100	.	.	63	.	45	100	38	168	295	40	-5	1523	.	.	-28	86	63	71	-50	100	.	.	.	.	.	.	.	.	2135	36
	pin	.	.	.	.	.	.	.	.	.	.	.	.	-63	113	27	174	.	.	52	97	.	.	.	.	-1	100	.	.	.	.	.	.	.	.	-28	100	.	.	.	.	-5	127	7	163	.	.	-23	70	-73	89	-18	100	3	100	.	.	.	.	.	.	2	100	.	.	.	.	18	100	.	.	.	.	22	100	.	.	.	.	.	.	.	.	14	100	.	.	.	.	0	.	2	100	.	.	.	.	.	.	.	.	-10	180	.	.	.	.	.	.	-44	75	.	.	.	.	.	.	.	.	.	.	.	.	4	100	.	.	.	.	22	73	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	78	87	31	75	-1	8625	.	.	-43	100	15	71	13	100	.	.	.	.	-47	.	.	.	.	.	-45	386
	mélèze	.	.	.	.	.	.	.	.	.	.	.	.	-1	488	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-38	200	-76	104	-20	100	88	88	397	35	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	16	100	2	1868	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	6	100	3	100	.	.	.	.	57	48	31	204	72	80	-6	212	.	.	-3	738	322	37	23	217	103	95	.	.	.	.	-22	100	-59	133	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	137	107	130	89	61	120	-15	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	1206	29
	arole	.	.	.	.	.	.	.	.	.	.	.	.	0	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	8	100	.	.	.	.	16	78	36	87	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	93	42	-11	328	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	143	44
	autres résineux	.	.	.	.	.	.	.	.	.	.	4	100	1	100	.	.	11	100	0	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-1	100	-1	248	6	74	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	7	100	3	100	-3	124	1	190	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	1	100	.	.	.	.	1	100	.	.	.	.	.	.	.	.	.	.	.	.	39	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	3	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-9	100	0	100	.	.	.	.	3	72	30	95	4	71	.	.	.	.	.	.	.	.	102	51
	hêtre	.	.	.	.	.	.	.	.	35	129	-1	4886	-47	376	-156	170	208	53	74	131	.	.	23	.	1	6637	.	.	2	100	53	127	162	62	3	100	.	.	-81	213	42	134	-33	110	.	.	131	55	.	.	-35	406	81	65	.	.	62	72	.	.	-11	70	-10	.	.	.	11	100	0	10514	14	100	-185	58	59	55	40	117	323	41	78	48	-129	197	.	.	.	.	.	.	16	71	-36	121	81	60	27	200	100	82	-6	264	-7	234	26	100	.	.	20	78	.	.	177	56	327	37	209	46	186	58	173	56	165	66	41	102	.	.	86	69	-6	410	17	116	109	56	89	79	17	.	28	.	.	.	1	.	.	.	.	.	.	.	5	.	.	.	44	60	.	.	5	.	.	.	20	89	166	48	42	190	12	91	-83	70	-8	370	-88	94	.	.	-21	.	.	.	.	.	2647	25
	érable	.	.	.	.	.	.	.	.	-31	102	4	100	49	148	34	123	.	.	74	44	.	.	14	.	6	138	.	.	.	.	31	54	70	62	13	198	.	.	13	296	7	111	10	100	13	100	27	74	.	.	-52	111	8	174	.	.	24	117	.	.	13	71	11	.	.	.	4	100	26	49	-26	100	7	406	-14	116	72	89	80	49	78	57	52	162	.	.	.	.	.	.	11	78	0	561	31	67	-12	160	41	96	-8	347	-2	100	-12	100	23	100	23	100	0	100	-4	182	-5	100	25	78	6	61	14	100	5	74	1	1883	5	71	.	.	26	58	17	60	31	156	.	.	7	.	-9	.	.	.	0	.	.	.	.	.	-3	.	0	.	.	.	-2	100	.	.	2	.	.	.	29	73	43	66	18	127	-12	134	-30	96	5	317	-31	132	.	.	.	.	.	.	.	.	849	26
	frêne	.	.	.	.	.	.	.	.	.	.	49	100	15	103	-102	65	3	749	3	127	.	.	-14	.	11	100	.	.	.	.	23	413	31	63	3	1528	.	.	-9	543	.	.	-1	100	6	100	17	44	.	.	-176	65	-28	105	.	.	5	91	.	.	-14	100	.	.	.	.	.	.	20	105	.	.	82	77	-75	78	18	172	-17	207	10	100	-22	227	.	.	.	.	.	.	6	76	-93	93	-27	292	8	84	-10	278	-97	106	.	.	-29	100	.	.	115	100	2	100	9	112	-10	283	31	82	69	57	28	118	20	99	9	173	14	79	.	.	26	94	12	70	22	137	84	100	85	.	.	.	.	.	.	.	.	.	.	.	10	.	.	.	.	.	-53	137	.	.	15	.	21	58	8	100	37	83	28	71	-10	252	-14	100	-20	124	0	0	.	.	-70	.	.	.	.	.	65	538
	chêne	.	.	.	.	.	.	.	.	.	.	.	.	0	100	0	0	33	100	.	.	.	.	.	.	-3	100	.	.	.	.	4	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-1	100	29	100	-15	78	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	10	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	4	100	.	.	.	.	7	88	-6	100	-1	100	.	.	.	.	.	.	19	137	26	92	-18	334	-26	79	18	157	40	51	-8	100	.	.	3	100	.	.	.	.	.	.	3	448	.	.	.	.	.	.	20	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	3	.	15	72	6	95	-2	184	.	.	.	.	8	71	-9	100	.	.	.	.	.	.	.	.	.	.	158	62
	châtaignier	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	61	74	0	341	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-10	100	65	126	74	90	-42	70	77	83	-18	399	92	54	31	250	22	511	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	3	100	.	.	13	75	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	369	57
	autres feuillus	.	.	.	.	.	.	.	.	-2	100	6	100	-57	94	-22	271	1	100	7	57	.	.	0	.	-2	747	.	.	-17	71	21	119	11	100	15	230	.	.	-7	239	-2	988	-5	96	71	81	10	443	143	96	13	86	12	115	.	.	33	80	.	.	1	100	.	.	.	.	2	100	8	63	-13	85	-20	135	-1	100	20	71	29	153	-4	100	-50	117	.	.	.	.	1	.	17	64	3	100	-30	90	0	1180	-8	122	.	.	-8	100	2	100	-16	116	155	85	24	95	34	108	15	377	86	85	43	102	-134	78	42	112	-2	944	-29	100	6	83	-18	79	11	71	7	60	6	84	.	.	.	.	.	.	.	.	.	.	.	.	-3	.	.	.	.	.	-2	100	.	.	.	.	10	513	11	266	10	566	1	355	3	120	.	.	-3	265	.	.	.	.	.	.	.	.	.	.	434	70
	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
	total	.	.	.	.	.	.	.	.	45	503	-85	365	812	85	-1154	57	53	533	190	91	.	.	25	.	24	305	.	.	105	71	80	349	75	659	333	67	.	.	-856	82	532	97	179	180	-120	331	246	240	575	58	-505	64	47	288	.	.	-158	180	.	.	20	239	-35	.	.	.	57	71	181	63	150	61	267	76	-94	189	43	403	491	82	413	61	-253	200	.	.	.	.	-37	.	88	61	-121	61	397	59	-266	111	236	86	-135	109	-2	1612	-33	151	228	92	1767	57	44	610	186	60	451	30	330	56	826	27	163	110	665	37	194	79	249	55	-93	365	-112	193	331	40	249	90	207	58	117	.	-8	.	.	.	24	.	.	.	.	.	4	.	44	.	.	.	-52	258	.	.	108	.	1049	28	170	178	1173	31	95	156	-36	195	-260	57	138	71	-35	491	.	.	-323	.	.	.	.	.	9700	26
à l'extérieur	pas d'indication	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	épicéa	-189	109	80	187	123	124	-759	53	215	72	-567	68	130	452	-748	64	-1553	51	-670	48	44	83	-40	176	-299	98	0	.	-180	144	-188	116	252	39	96	334	4	75	40	518	531	43	308	86	560	54	27	1334	242	102	-634	58	-375	61	-679	69	-1755	39	110	85	111	84	-258	61	20	667	-226	95	397	63	98	103	-43	476	19	1461	360	45	226	76	-1	29641	-478	74	-514	55	-215	99	-159	120	-16	606	41	102	-217	109	-83	215	-117	127	27	553	-408	59	-627	66	48	86	24	128	-188	95	.	.	.	.	.	.	.	.	32	71	.	.	65	57	101	80	138	63	-4	1513	159	51	221	57	-272	175	-5	1801	0	97419	-172	139	-224	91	43	285	224	42	-102	136	-263	70	-117	85	-301	85	-151	64	-48	161	88	177	207	61	161	48	70	87	-316	88	74	211	-84	150	23	1117	-906	47	-107	198	25	529	.	.	-9496	24
	sapin	-113	83	-65	95	49	76	-244	107	77	65	131	87	98	76	386	91	38	1369	-165	187	16	68	78	66	68	61	.	.	64	59	51	74	-11	813	-14	745	4	100	33	164	71	69	-25	135	43	82	177	65	.	.	691	32	226	123	274	103	189	107	29	299	191	58	93	96	70	113	473	54	10	282	40	103	130	69	142	74	.	.	-28	104	52	54	6	1187	58	81	15	1197	-98	123	-24	157	32	291	67	76	-91	143	-42	175	64	176	-49	337	74	86	.	.	.	.	21	100	.	.	.	.	.	.	.	.	.	.	.	.	19	60	.	.	-14	100	46	82	4	94	112	70	99	78	43	100	322	50	-43	428	-40	444	96	71	115	50	188	38	193	57	-110	62	-29	346	-154	152	23	92	.	.	39	68	125	76	58	68	-21	358	-65	225	205	60	-1	6551	10	85	15	100	-60	175	.	.	4537	26
	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	-79	87	5	100	-42	180	-45	190	-32	145	.	.	32	80	.	.	-64	100	.	.	.	.	.	.	.	.	4	100	92	100	.	.	5	100	.	.	.	.	.	.	.	.	-20	359	-19	89	5	632	-36	81	-47	94	-9	100	1	100	.	.	5	71	-15	242	-47	63	.	.	.	.	9	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	15	88	0	0	.	.	.	.	.	.	13	89	0	100	.	.	-16	100	.	.	1	94	.	.	-64	73	.	.	.	.	39	100	.	.	-16	321	-50	95	-62	80	.	.	.	.	-53	90	-10	160	-142	54	-11	307	-112	71	-42	101	.	.	-1797	24
	mélèze	8	221	-8	115	41	114	-132	58	.	.	.	.	34	75	-15	100	-45	118	.	.	.	.	.	.	-9	130	.	.	.	.	23	100	.	.	0	17625	.	.	2	100	-22	132	6	751	87	50	6	865	-6	3354	2	100	3	100	1	746	1	100	.	.	.	.	.	.	0	100	.	.	.	.	.	.	10	100	2	100	.	.	-16	77	1	100	.	.	-8	222	.	.	.	.	6	100	.	.	.	.	.	.	.	.	.	.	-11	100	27	100	.	.	17	76	45	87	35	100	.	.	3	100	99	58	8	74	.	.	.	.	.	.	.	.	16	342	.	.	20	100	.	.	51	100	.	.	10	100	.	.	.	.	-11	100	.	.	-1	2059	.	.	21	100	.	.	68	100	359	56	186	75	-35	85	.	.	8	100	-1	100	20	89	.	.	-24	94	6	100	-52	79	.	.	837	45
	arole	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	45	60	92	139	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	5	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-11	321	9	88	-14	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	126	108
	autres résineux	13	73	.	.	24	100	67	72	.	.	3	100	.	.	.	.	92	182	1	100	.	.	.	.	.	.	99	.	.	.	.	.	.	.	.	.	.	.	0	100	-1	100	.	.	.	.	.	.	5	49	.	.	32	97	90	77	2	100	.	.	.	.	1	100	.	.	.	.	.	.	.	.	5	100	98	100	5	100	.	.	.	.	.	.	-4	100	4	100	2	100	22	77	.	.	.	.	.	.	.	.	.	.	.	.	-4	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	1	100	.	.	.	.	.	.	2	100	.	.	4	100	.	.	.	.	26	100	15	63	.	.	.	.	.	.	.	.	.	.	-141	100	.	.	6	100	.	.	.	.	-1	100	.	.	1	98	.	.	.	.	7	79	1	100	.	.	.	.	.	.	.	.	.	.	477	58
	hêtre	-625	54	-101	157	105	79	-344	73	61	50	-72	137	-306	117	379	40	-872	54	176	114	-227	57	-149	133	-157	92	.	.	70	107	-45	169	6	2272	88	178	.	.	-203	83	9	217	43	153	-19	94	13	118	.	.	14	1885	307	54	-6	1827	-22	299	3	1350	-70	81	58	116	67	88	-58	131	108	63	19	71	187	50	72	95	-360	73	-10	1005	-66	285	27	460	96	132	-31	324	-209	73	-50	368	-66	241	7	496	.	.	131	57	138	61	27	175	-126	106	.	.	.	.	.	.	51	84	27	64	7	100	.	.	2	150	.	.	206	73	.	.	10	100	89	73	-34	221	-5	100	99	81	23	71	36	101	39	79	-93	94	41	127	-104	92	-92	108	142	46	21	264	-28	205	-19	615	5	1235	.	.	.	.	-69	70	22	74	39	109	114	56	-121	142	-21	553	114	55	-3	1584	48	191	.	.	-1438	82
	érable	78	83	30	161	17	163	-43	71	10	100	84	77	46	53	138	58	139	46	-8	1070	9	494	-1	3584	-3	506	.	.	-1	2372	6	141	43	44	31	61	.	.	3	1310	63	57	36	88	19	83	0	20415	3	100	83	51	113	39	-3	713	-11	456	44	110	46	59	21	96	40	53	16	59	-17	293	.	.	3	95	-83	82	66	77	.	.	18	58	75	79	35	58	69	45	63	73	-39	84	-18	253	2	2176	-11	100	15	81	51	65	6	639	11	399	.	.	.	.	.	.	.	.	-15	100	0	80	1	100	2	100	3	100	33	115	.	.	1	100	-14	103	-7	271	3	100	-11	337	2	100	53	49	10	100	18	73	3	136	28	76	-1	2044	-21	339	33	81	.	.	.	.	39	101	9	100	0	100	57	90	.	.	39	47	15	65	78	64	27	115	102	56	-48	95	111	54	.	.	1850	17
	frêne	-18	417	-49	105	-108	72	1	2975	.	.	-98	101	-27	132	-39	196	51	169	-40	101	-149	56	22	53	20	70	.	.	43	58	62	108	109	41	-54	264	-34	100	-410	92	23	71	-5	149	-46	85	1	1689	.	.	-9	1203	-234	98	-58	108	-34	86	21	102	-13	162	4	100	2	203	3	100	48	119	.	.	-1	534	1	10239	-64	103	3	100	-63	79	.	.	58	73	67	52	8	82	-10	632	1	2856	19	135	.	.	.	.	-27	299	-221	54	-20	367	7	100	.	.	.	.	.	.	1	100	48	75	.	.	-3	100	12	100	43	78	.	.	.	.	-82	102	-3	932	.	.	65	75	8	62	-33	138	-60	100	9	77	5	100	9	72	-34	71	82	70	12	197	-110	98	.	.	-152	105	-38	184	16	64	59	86	-92	100	72	83	-146	72	-13	285	15	421	71	59	-34	156	-96	76	.	.	-1623	42
	chêne	-133	147	19	84	.	.	2	2120	.	.	.	.	5	100	18	127	-52	155	.	.	-44	77	1	100	16	67	.	.	-27	139	.	.	20	103	42	52	-213	76	.	.	.	.	14	100	.	.	.	.	.	.	21	165	-39	77	-33	201	-12	100	-13	107	.	.	2	100	.	.	.	.	1	100	.	.	.	.	10	100	-25	100	.	.	1	1577	-11	100	-10	187	13	100	-9	121	14	95	2	2306	.	.	.	.	.	.	-5	687	79	175	31	186	.	.	.	.	.	.	-4	100	-14	96	50	133	4	100	-6	78	-1	100	13	100	.	.	.	.	9	98	11	100	.	.	.	.	2	100	-10	127	-4	982	-2	301	.	.	-14	554	9	100	-34	66	-37	124	-19	100	9	100	16	100	2	240	1	2026	30	66	.	.	-7	433	10	100	.	.	-53	121	53	54	-70	102	11	334	.	.	-363	104
	châtaignier	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	5	100	.	.	.	.	43	81	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	55	139	1	100	36	150	-170	47	178	68	.	.	1	2439	21	80	.	.	.	.	.	.	.	.	1	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-8	100	.	.	.	.	.	.	.	.	.	.	.	.	2	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	162	109
	autres feuillus	9	726	82	52	23	206	-8	308	-1	100	12	75	-38	173	26	123	27	394	-16	139	-60	81	-3	384	-13	95	.	.	7	100	-15	408	37	62	79	66	3	72	-179	89	26	90	-26	119	10	627	-116	68	17	586	29	122	10	375	25	66	4	626	.	.	-1	845	6	100	-20	61	-22	106	24	58	.	.	8	87	2	100	-21	104	-16	92	-82	85	-2	149	-60	103	56	102	-49	72	41	89	-105	74	44	72	-1	157	.	.	48	222	52	74	-13	193	0	4144	128	79	0	2274	6	100	44	102	206	59	-5	466	74	72	22	100	4	86	.	.	3	91	-119	81	45	112	1	100	16	82	106	101	11	209	2	144	2	134	11	60	52	101	7	79	0	1809	-62	85	-3	1268	-1	100	7	100	-33	120	55	56	9	390	-19	100	16	73	80	64	3	973	21	59	20	49	-64	90	48	74	.	.	534	83
	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
	total	-1125	62	-399	90	253	75	-1453	41	362	53	-520	99	-85	831	137	514	-2282	51	-768	74	-412	51	-89	260	-364	86	99	.	-18	1770	-244	145	456	46	215	181	-284	63	-715	102	684	37	272	105	658	48	152	264	308	139	165	352	44	1206	-357	183	-1638	47	129	125	263	60	-74	250	178	78	186	203	575	49	248	64	298	79	270	127	-39	940	159	141	-139	230	-382	120	-367	94	-42	851	-445	73	-92	291	-161	214	-86	315	-185	122	-13	1779	301	92	-539	79	-692	68	55	77	223	51	-106	173	124	61	-127	67	491	41	99	66	112	51	57	72	382	56	101	80	155	58	-59	325	180	74	352	53	-3	15651	269	70	395	63	-218	151	-346	89	200	81	299	56	-25	790	-116	233	-259	54	-464	88	-277	133	-42	572	359	92	464	54	264	62	40	338	-169	190	34	801	80	401	-130	266	-571	76	-416	69	-6	4412	.	.	-6194	55
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. 2285324. Birmensdorf, Swiss Federal Research Institute WSL

page précedente