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 coulées de boue/glissements de terrain (2022) #2644
Zone située à l'intérieur/à l'extérieur d'une forêt de protection contre les coulées de boue/glissements de terrain 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 coulées de boue/glissements de terrain (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 coulées de boue/glissements de terrain (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	.	.	.	.	.	.	.	.	34	.	-45	370	280	55	-112	117	-11	165	-125	71	.	.	17	100	.	.	.	.	.	.	.	.	57	94	.	.	.	.	-156	106	116	70	65	374	-175	137	69	458	-34	317	-249	80	.	.	.	.	.	.	2	.	11	536	.	.	-5	349	12	80	244	97	.	.	48	154	63	63	-1	3350	134	66	0	.	0	311301	-81	106	.	.	.	.	.	.	.	.	-13	188	.	.	.	.	-19	102	.	.	.	.	122	58	63	83	-17	387	.	.	5	100	13	100	27	100	2	100	.	.	35	.	99	.	-311	102	-13	100	20	100	105	.	22	100	.	.	-4	100	.	.	.	.	.	.	.	.	.	.	25	.	.	.	.	.	-65	.	.	.	116	139	-213	103	200	68	.	.	.	.	.	.	-41	.	3	.	.	.	.	.	.	.	.	.	320	262
	sapin	.	.	.	.	.	.	.	.	.	.	116	75	61	66	62	56	-18	275	13	513	.	.	.	.	.	.	.	.	.	.	.	.	1	100	.	.	.	.	36	87	.	.	-30	100	0	0	81	100	.	.	-139	122	4	100	.	.	.	.	.	.	29	75	.	.	18	100	-68	158	6	100	.	.	39	100	7	100	-37	100	-21	143	21	.	-123	97	.	.	.	.	.	.	.	.	.	.	87	90	.	.	-17	113	-31	85	.	.	.	.	.	.	43	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	7	.	.	.	83	79	58	100	80	100	23	.	.	.	.	.	2	1580	86	.	.	.	.	.	.	.	.	.	14	.	.	.	.	.	28	.	.	.	-3	100	-18	131	104	91	.	.	.	.	.	.	6	.	.	.	.	.	.	.	.	.	.	.	608	59
	pin	.	.	.	.	.	.	.	.	.	.	.	.	1	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-63	100	.	.	-77	74	-15	399	-9	222	.	.	.	.	.	.	.	.	2	100	.	.	.	.	.	.	.	.	.	.	22	100	.	.	.	.	.	.	.	.	.	.	-8	100	.	.	.	.	-28	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-30	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	27	68	0	0	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	76	78	-39	121	-35	63	.	.	.	.	.	.	-15	.	.	.	.	.	.	.	.	.	.	.	-190	74
	mélèze	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	7	100	-37	221	21	85	-10	328	50	64	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	16	100	-11	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	8	92	1	327	1	100	.	.	-15	100	82	100	.	.	.	.	.	.	.	.	.	.	23	100	.	.	20	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-79	155	139	89	1	7605	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	215	104
	arole	.	.	.	.	.	.	.	.	.	.	.	.	0	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	100	1	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	15	100	-39	79	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-22	153
	autres résineux	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	5	100	.	.	.	.	.	.	2	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	1	100	.	.	.	.	.	.	2	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	11	54
	hêtre	.	.	.	.	.	.	.	.	.	.	-97	86	165	44	-170	86	-235	99	18	277	0	.	-178	105	28	.	.	.	.	.	.	.	105	61	.	.	.	.	40	63	10	134	21	82	-4	100	-2	100	.	.	-21	393	104	71	.	.	.	.	0	.	-41	75	.	.	10	100	-30	86	58	100	.	.	12	72	25	80	-218	76	145	63	5	.	-19	117	6	103	.	.	.	.	-20	.	-43	.	60	64	.	.	95	71	0	36303	.	.	.	.	.	.	0	4322	.	.	18	100	96	64	-30	100	.	.	-15	100	4	100	.	.	.	.	92	65	30	59	32	103	.	.	136	71	.	.	31	90	23	.	.	.	.	.	.	.	.	.	5	.	.	.	.	.	22	.	.	.	.	.	.	.	63	142	61	.	.	.	.	.	-128	.	11	.	.	.	.	.	.	.	.	.	282	175
	érable	.	.	.	.	.	.	.	.	.	.	14	209	3	1049	.	.	8	100	35	65	.	.	-16	100	.	.	.	.	.	.	.	.	7	58	.	.	.	.	30	125	15	100	32	98	13	100	3	100	.	.	11	96	17	100	.	.	.	.	.	.	20	58	.	.	8	73	3	100	8	100	.	.	3	100	-36	64	68	94	3	172	8	.	61	73	.	.	.	.	.	.	.	.	2	.	18	100	.	.	1	100	-30	74	.	.	.	.	.	.	.	.	.	.	-7	100	.	.	7	101	.	.	2	100	.	.	.	.	.	.	1	100	-4	260	-3	144	.	.	.	.	.	.	2	909	10	.	.	.	.	.	.	.	.	.	0	.	.	.	.	.	.	.	.	.	.	.	0	100	33	128	7	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	355	35
	frêne	.	.	.	.	.	.	.	.	.	.	-7	100	2	85	.	.	-4	634	-1	100	-49	.	.	.	.	.	.	.	.	.	.	.	33	94	.	.	.	.	-55	59	11	100	-8	100	15	71	.	.	.	.	-87	124	-61	100	.	.	.	.	.	.	-34	72	.	.	-1	100	.	.	-15	100	.	.	4	100	-70	72	1	4712	9	100	.	.	19	72	.	.	.	.	.	.	.	.	-7	.	21	100	.	.	.	.	-102	100	.	.	.	.	.	.	.	.	.	.	9	100	.	.	35	100	.	.	-3	100	14	87	.	.	2	.	.	.	-83	100	1	100	.	.	44	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	33	74	2	100	39	134	15	.	.	.	.	.	.	.	-10	.	.	.	.	.	.	.	.	.	-291	78
	chêne	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	0	13	89	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-2	151	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-11	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-25	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	16	100	-12	145	42	147	6	75	-21	61	-1	100	.	.	.	.	3	100	9	98	11	100	.	.	-9	100	.	.	-12	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	15	72	19	71	-2	98	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	36	215
	châtaignier	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	9	100	1	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-10	100	90	79	8	100	-31	76	-10	744	-18	486	0	1820	-23	133	0	18224	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	15	66	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	33	447
	autres feuillus	.	.	.	.	.	.	.	.	.	.	4	100	23	127	.	.	11	100	11	69	.	.	1	100	.	.	.	.	.	.	.	.	1	100	.	.	.	.	2	100	10	73	3	585	-2	3124	12	168	26	94	7	139	2	100	.	.	.	.	.	.	1	100	.	.	-5	100	.	.	.	.	.	.	6	95	0	0	5	106	4	71	.	.	-49	93	-3	100	.	.	.	.	2	.	.	.	28	100	.	.	.	.	.	.	.	.	.	.	3	73	30	105	0	698	21	154	25	205	109	75	-15	145	75	71	60	59	.	.	.	.	8	72	-24	103	1	100	.	.	5	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-1	.	.	.	26	65	28	102	31	164	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	479	35
	indéterminable	.	.	.	.	.	.	.	.	.	.	.	.	0	0	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	0	0	0	.	.	0	0	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	0	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	0	.	.	.	.	.	.	0	.	.	.	0	0	0	0	0	0	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	0
	total	.	.	.	.	.	.	.	.	34	.	-15	1976	535	33	-220	84	-236	96	-48	283	-49	.	-175	117	28	.	.	.	.	.	.	.	202	57	.	.	.	.	-103	136	169	53	-16	1481	-133	187	85	421	29	412	-498	59	66	92	.	.	.	.	2	.	-13	477	.	.	26	77	-83	150	301	82	.	.	138	69	-11	151	-194	128	263	58	36	.	-110	158	-86	99	.	.	.	.	-46	.	-48	.	200	61	.	.	79	73	-182	73	.	.	.	.	115	63	204	51	-8	846	27	128	105	96	143	117	100	88	19	339	76	78	42	.	101	.	-95	359	-5	2565	141	74	148	.	198	75	.	.	20	147	120	.	.	.	.	.	.	.	.	.	44	.	.	.	.	.	-16	.	.	.	198	108	-120	231	447	48	83	.	.	.	.	.	-178	.	4	.	.	.	.	.	.	.	.	.	1834	65
à l'extérieur	pas d'indication	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	épicéa	-189	109	80	187	123	124	-759	53	181	126	-713	52	314	254	-1578	35	-1765	47	-625	51	44	83	-55	127	-291	100	0	.	-109	243	-242	123	138	272	445	82	4	75	-588	114	884	60	509	63	533	81	-179	325	326	106	-354	88	-371	62	-679	69	-2078	34	107	87	134	64	-302	54	24	535	-216	101	205	46	291	48	128	175	-154	195	277	71	133	285	68	304	-395	96	-433	62	-215	99	-202	96	19	536	22	214	-118	231	-437	76	-163	111	78	193	-394	61	-647	64	81	214	1278	66	-299	101	.	.	16	100	0	0	68	64	32	71	163	49	138	57	260	48	187	49	-96	152	303	37	53	276	-314	152	4	2388	0	97419	-172	139	-224	91	43	285	224	42	-102	136	-263	70	-117	85	-352	76	-86	84	-28	291	617	34	337	52	512	54	97	114	-302	93	-58	314	23	558	151	185	-906	47	-291	96	25	529	.	.	-8180	35
	sapin	-113	83	-65	95	49	76	-244	107	120	79	58	348	489	35	332	154	75	693	-119	266	16	68	78	66	72	58	.	.	113	55	52	132	-153	141	-37	393	4	100	9	561	122	66	15	213	55	68	154	64	-6	100	570	47	190	157	274	103	229	103	29	299	157	70	101	89	52	148	541	43	80	80	22	207	232	47	176	80	-15	126	29	185	212	88	-72	208	58	81	15	1197	-92	131	-24	157	56	170	232	67	-25	596	128	88	38	314	-42	391	74	86	18	100	42	64	21	100	.	.	.	.	3	100	1	13872	6	389	103	79	57	178	.	.	-22	73	13	711	35	122	232	63	143	62	43	100	296	54	-129	125	-40	444	96	71	115	50	188	38	193	57	-110	62	-18	556	-182	128	86	77	48	94	95	68	316	38	54	155	-21	358	-93	160	262	50	-51	152	10	85	15	100	-60	175	.	.	6064	23
	pin	-153	71	-385	62	-20	98	9	236	.	.	-14	100	-92	89	19	243	-107	86	7	1191	-2	774	2	2322	13	72	.	.	5	100	-138	96	.	.	-80	93	-48	62	.	.	-26	119	-9	334	5	100	12	445	-104	87	-41	111	3	100	32	80	.	.	-64	100	.	.	.	.	.	.	18	100	4	100	92	100	.	.	5	100	.	.	.	.	.	.	14	100	-11	630	-19	89	5	632	-6	130	-47	94	-9	100	1	100	.	.	-5	390	-15	242	-47	63	.	.	-14	100	9	100	.	.	.	.	.	.	.	.	.	.	4	100	.	.	.	.	9	100	.	.	.	.	.	.	.	.	13	89	0	100	.	.	-16	100	.	.	1	94	.	.	-64	73	.	.	.	.	39	100	.	.	-14	450	20	119	-28	223	.	.	-43	100	-38	129	18	75	-142	54	-11	307	-159	58	-42	101	.	.	-1652	27
	mélèze	8	221	-8	115	41	114	-132	58	.	.	.	.	33	81	-15	100	-45	118	.	.	.	.	.	.	-9	130	.	.	.	.	23	100	.	.	0	17625	.	.	2	100	-67	120	-32	124	46	98	104	82	341	69	2	100	3	100	1	746	1	100	.	.	.	.	.	.	0	100	.	.	.	.	.	.	10	100	2	100	.	.	-4	916	1	100	.	.	-8	222	.	.	.	.	6	100	.	.	.	.	.	.	6	100	3	100	-11	100	27	100	57	48	40	159	117	60	28	134	.	.	15	83	339	30	31	162	103	95	.	.	.	.	-22	100	-66	141	.	.	.	.	.	.	51	100	.	.	10	100	.	.	.	.	-11	100	.	.	-1	2059	.	.	21	100	.	.	68	100	576	38	178	75	25	253	-15	100	8	100	-1	100	20	89	.	.	-24	94	6	100	-52	79	.	.	1828	25
	arole	.	.	.	.	.	.	.	.	.	.	.	.	0	0	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	8	100	.	.	.	.	61	49	127	103	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	5	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	68	75	37	47	-14	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	292	50
	autres résineux	13	73	.	.	24	100	67	72	.	.	8	71	1	100	.	.	104	162	1	100	.	.	.	.	.	.	99	.	.	.	.	.	.	.	.	.	.	.	.	.	-1	100	.	.	.	.	-1	100	4	78	6	74	32	97	90	77	2	100	.	.	.	.	1	100	.	.	.	.	.	.	.	.	.	.	105	94	8	72	-3	124	-1	100	.	.	-4	100	4	100	2	100	22	77	.	.	.	.	.	.	1	100	.	.	.	.	-3	128	.	.	.	.	.	.	.	.	.	.	.	.	39	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	.	.	.	.	.	.	.	.	568	50
	hêtre	-625	54	-101	157	105	79	-344	73	96	56	25	247	-518	76	393	69	-429	99	232	94	-226	57	51	136	-183	84	.	.	72	104	8	1249	63	261	91	171	.	.	-324	74	42	140	-10	703	-15	115	146	50	.	.	0	797267	284	56	-6	1827	41	196	3	1303	-41	119	48	141	57	103	-18	409	51	90	32	59	-10	1385	106	69	-101	206	168	84	7	2965	-83	341	90	141	-31	324	-209	73	-14	1337	-59	270	29	165	27	200	136	65	132	64	20	253	-100	136	.	.	20	77	.	.	210	51	258	41	245	37	186	58	190	50	161	67	247	63	.	.	3	100	52	128	-49	144	104	59	52	89	40	59	33	111	15	130	-92	95	41	127	-104	92	-92	108	142	46	21	264	16	403	-41	280	9	610	.	.	20	89	35	79	3	1681	51	87	32	272	0	107137	-120	120	114	55	-24	231	48	191	.	.	928	135
	érable	78	83	30	161	17	163	-43	71	-22	156	74	78	92	78	172	52	131	49	31	275	9	494	29	83	3	714	.	.	-1	2372	37	51	106	45	44	72	.	.	-14	264	55	61	14	77	19	83	23	85	3	100	20	349	103	41	-3	713	13	458	44	110	39	68	33	72	31	64	17	57	1	3772	-26	100	7	397	-62	107	71	73	77	51	89	51	67	139	35	58	69	45	63	73	-28	123	-20	234	15	260	-24	96	55	75	73	50	4	997	-1	8805	23	100	23	100	0	100	3	78	-20	79	18	102	7	53	14	100	8	60	34	119	5	71	.	.	16	109	14	145	34	144	-11	337	9	78	43	56	.	.	19	72	3	136	28	76	-3	406	-21	339	33	81	-2	100	.	.	41	96	9	100	29	73	68	61	11	204	27	94	-15	198	83	63	-4	1277	102	56	-48	95	111	54	.	.	2344	16
	frêne	-18	417	-49	105	-108	72	1	2975	.	.	-42	265	-14	279	-141	72	59	145	-37	111	-100	67	8	219	31	58	.	.	43	58	85	136	106	36	-51	292	-34	100	-363	105	12	100	1	255	-54	71	18	86	.	.	-98	115	-200	111	-58	108	-28	103	21	102	7	100	4	100	3	100	3	100	83	71	.	.	78	82	-3	3889	-46	130	-22	156	-53	97	-41	115	58	73	67	52	8	82	-4	1594	-86	104	-28	284	8	84	-10	278	-21	376	-221	54	-48	160	7	100	115	100	2	100	0	1111	-10	307	44	61	69	57	28	118	18	109	52	71	12	93	.	.	27	102	8	296	22	137	105	82	92	92	-33	138	-60	100	9	77	5	100	9	72	-24	108	82	70	12	197	-163	79	.	.	-137	117	-49	135	21	59	57	50	-78	119	62	105	-161	67	-33	136	25	244	71	59	-104	84	-96	76	.	.	-1268	57
	chêne	-133	147	19	84	.	.	2	2120	.	.	.	.	4	104	18	127	-32	270	.	.	-44	77	1	100	14	82	.	.	-27	139	4	100	22	92	42	52	-213	76	.	.	.	.	14	100	.	.	-1	100	29	100	17	206	-39	77	-33	201	-12	100	-13	107	.	.	2	100	.	.	.	.	1	100	.	.	.	.	10	100	10	100	.	.	1	1577	-11	100	-10	187	13	100	-9	121	14	95	2	2306	4	100	.	.	.	.	2	1460	74	189	30	191	.	.	.	.	.	.	-1	1723	24	89	-10	662	-28	73	34	77	40	51	5	338	.	.	.	.	.	.	.	.	.	.	12	100	2	100	2	100	-4	982	18	117	.	.	-14	554	9	100	-34	66	-37	124	-19	100	9	100	19	87	2	240	-11	212	30	68	.	.	-7	433	18	63	-9	100	-53	121	53	54	-70	102	11	334	.	.	-241	158
	châtaignier	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	5	100	.	.	.	.	94	59	-1	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	29	292	67	99	24	233	-83	86	179	60	92	53	55	136	42	256	.	.	.	.	.	.	.	.	1	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-8	100	.	.	.	.	.	.	.	.	3	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	499	46
	autres feuillus	9	726	82	52	23	206	-8	308	-3	71	15	70	-118	68	4	1774	16	643	-20	102	-60	81	-4	229	-15	142	.	.	-9	150	7	965	47	54	93	67	3	72	-188	86	15	187	-34	75	82	80	-117	75	134	125	35	102	21	197	25	66	36	96	.	.	-1	845	6	100	-15	74	-20	118	32	47	-13	85	-18	149	1	342	-5	482	9	527	-86	81	-3	1442	-57	108	56	102	-48	73	56	67	-102	77	-14	225	-1	538	-8	122	48	222	44	89	-12	220	-19	103	252	64	24	96	19	98	33	146	183	63	53	85	-134	78	4	845	2	669	-29	100	1	80	-113	84	55	93	9	53	18	77	106	101	11	209	2	144	2	134	11	60	52	101	4	158	0	1809	-62	85	-5	797	.	.	7	100	-49	127	38	84	-12	358	-19	104	19	64	80	64	0	53530	21	59	20	49	-64	90	48	74	.	.	489	104
	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
	total	-1125	62	-399	90	253	75	-1453	41	372	79	-590	89	192	506	-797	119	-1993	59	-531	110	-362	56	111	100	-367	87	99	.	87	376	-164	276	329	159	547	82	-284	63	-1468	68	1048	54	468	77	671	66	314	197	854	62	158	378	25	2150	-357	183	-1796	46	127	127	296	52	-108	173	152	90	326	110	456	40	398	46	426	69	187	207	198	159	387	113	238	172	-524	125	-281	119	-42	851	-481	68	42	636	-234	149	111	302	-452	83	144	205	348	81	-542	79	-725	65	168	120	1786	57	-54	593	283	46	218	57	678	33	825	26	256	69	646	38	534	49	249	50	157	55	-166	153	370	42	453	56	5	10368	386	58	367	67	-338	90	-322	95	200	81	299	56	-21	932	-116	233	-259	54	-516	83	-260	142	66	394	1210	32	754	37	990	35	51	354	-205	161	-226	138	397	72	-169	229	-571	76	-739	58	-6	4412	.	.	1671	241
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. 2285400. Birmensdorf, Swiss Federal Research Institute WSL

page précedente