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 chutes de pierres ou de blocs (2022) #2646
Zone située à l'intérieur/à l'extérieur d'une forêt de protection contre les chutes de pierres ou de blocs 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	23-35calculé 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 et le total (paires de chiffres ), mais ils le font pour les forêts privées (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 au Plateau dans les forêts publiques et en total. Pour les forêts privées, 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 et le total.

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

IFN2—IFN5
évolution: volume des arbres vifs (bois de tige)
forêt de protection contre des chutes de pierres ou de blocs (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 1993/95–2018/26
		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 chutes de pierres ou de blocs (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	.	.	.	.	.	.	.	.	.	.	.	.	-146	279	-72	.	.	.	-20	113	.	.	38	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-298	75	.	.	12	.	.	.	-76	257	-14	139	136	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	12	.	.	.	184	100	.	.	.	.	121	90	.	.	.	.	.	.	.	.	.	.	.	.	.	.	8	100	.	.	.	.	.	.	.	.	.	.	103	77	10	100	4	.	.	.	.	.	.	.	.	.	.	.	.	.	31	.	.	.	-359	101	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	114	70	-88	68	89	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-212	328
	sapin	.	.	.	.	.	.	.	.	.	.	.	.	70	67	.	.	.	.	11	617	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-16	.	.	.	45	74	.	.	-16	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-6	.	.	.	.	.	.	.	.	.	-19	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	107	100	.	.	5	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-92	100	.	.	.	.	-15	.	.	.	81	86	.	.	5	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	2	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	162	113
	pin	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-17	100	-35	71	-47	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	27	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	14	178	5	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	26	77	10	181	33	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	17	469
	mélèze	.	.	.	.	.	.	.	.	.	.	.	.	-89	102	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	64	61	0	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	32	100	.	.	.	.	9	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	12	574	92	62	-16	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	105	131
	arole	.	.	.	.	.	.	.	.	.	.	.	.	5	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	100	-4	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-2	221	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-1	801
	autres résineux	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	5	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	4	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	9	71
	hêtre	.	.	.	.	.	.	.	.	.	.	.	.	160	78	.	.	.	.	-32	91	.	.	31	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-8	410	.	.	19	.	.	.	13	100	.	.	-31	83	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	27	.	.	.	.	.	.	.	-235	81	14	100	.	.	.	.	.	.	.	.	.	.	.	.	-30	.	39	74	.	.	92	.	.	.	.	.	.	.	.	.	6	78	.	.	-8	100	.	.	.	.	70	74	.	.	4	100	.	.	.	.	13	100	34	100	19	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	36	140	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	234	116
	érable	.	.	.	.	.	.	.	.	.	.	.	.	2	895	-22	.	.	.	3	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	32	147	.	.	.	.	.	.	-1	100	.	.	12	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-3	100	-3	100	.	.	.	.	.	.	.	.	.	.	.	.	3	.	18	100	.	.	2	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	3	100	.	.	.	.	.	.	.	.	.	.	1	100	-18	128	4	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	100	-2	901	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	32	204
	frêne	.	.	.	.	.	.	.	.	.	.	.	.	22	100	-13	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-43	105	.	.	.	.	.	.	-2	278	.	.	5	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	16	.	.	.	.	.	.	.	5	100	14	100	.	.	.	.	.	.	.	.	.	.	.	.	-6	.	17	100	.	.	-20	.	.	.	.	.	.	.	.	.	190	100	.	.	.	.	.	.	2	100	.	.	.	.	9	100	.	.	.	.	.	.	-80	100	0	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	35	80	2	100	4	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	157	138
	chêne	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	65	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-34	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	4	100	.	.	-2	100	.	.	.	.	.	.	7	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	40	186
	châtaignier	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	18	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-2	100	108	65	-26	.	-10	100	.	.	.	.	3	151	.	.	37	167	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-3	100	.	.	-19	74	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	106	95
	autres feuillus	.	.	.	.	.	.	.	.	.	.	.	.	29	53	-3	.	.	.	.	.	.	.	1	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-21	78	.	.	.	.	.	.	84	81	.	.	27	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	5	.	.	.	4	100	.	.	-11	100	0	0	.	.	.	.	.	.	.	.	.	.	.	.	.	.	33	100	.	.	.	.	.	.	.	.	.	.	2	100	21	72	.	.	15	100	.	.	138	70	-20	92	.	.	38	84	.	.	.	.	7	100	-23	73	-11	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	23	100	8	100	12	310	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	358	40
	indéterminable	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	0	.	.	.	.	.	.	0	.	.	.	.	.	0	0	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	0
	total	.	.	.	.	.	.	.	.	.	.	.	.	52	864	-110	.	.	.	-38	267	.	.	70	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-339	63	.	.	15	.	.	.	129	157	-53	70	151	161	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	55	.	.	.	215	98	.	.	-273	74	127	105	.	.	.	.	.	.	.	.	.	.	.	.	-33	.	222	73	.	.	80	.	.	.	.	.	.	.	103	78	336	65	-22	.	29	138	.	.	143	70	-27	318	.	.	87	76	16	.	.	.	-240	154	-74	157	16	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	207	47	26	282	136	93	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	1006	88
à l'extérieur	pas d'indication	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	épicéa	-717	61	-1041	61	131	176	-1750	34	568	59	-681	76	-732	151	-2880	28	-3615	28	-966	44	-312	83	-37	101	-222	111	-5	.	-271	132	-907	76	-1563	47	-613	120	1	478	-83	687	1835	36	859	53	405	145	90	774	815	58	-1241	40	-1091	47	-1342	46	-1830	44	95	107	397	46	-270	48	46	349	-515	53	574	56	139	184	-352	126	-214	157	28	1576	287	140	108	229	-352	150	-417	85	-222	139	-407	65	-877	52	31	316	194	131	-765	60	-45	459	-583	86	-318	58	-646	70	12	2296	1668	59	-219	144	.	.	39	83	17	100	147	53	34	77	159	76	202	52	340	62	289	48	119	148	702	31	472	40	-191	216	-289	126	0	811360	-265	84	-260	70	288	59	159	129	21	882	-312	57	13	651	-340	74	-131	66	-936	70	972	33	857	47	1166	36	-105	202	19	1271	-779	56	-75	423	88	404	-1068	39	-641	67	-238	150	.	.	-19347	20
	sapin	3	5131	-27	204	81	75	-322	77	207	55	419	64	705	33	-897	68	-156	403	11	2307	28	63	63	63	107	62	.	.	140	65	208	58	-486	78	-3	10417	4	100	115	67	125	64	156	47	12	310	265	56	0	0	776	48	294	96	224	163	76	366	-128	131	367	51	123	67	81	161	711	37	40	196	-166	118	464	38	209	114	-22	267	6	1753	461	54	-11	1806	108	75	119	173	-93	189	-141	61	-76	181	293	67	-93	218	4	3830	227	79	76	195	145	75	18	100	130	56	59	100	.	.	.	.	12	100	130	71	29	161	160	69	104	145	.	.	26	176	118	99	140	103	551	41	92	102	56	100	432	32	-56	285	-19	1024	143	67	196	47	190	49	78	187	-9	1968	109	131	-112	188	119	80	78	161	156	49	518	37	127	79	1	10526	-189	85	-267	101	53	156	45	80	19	100	-61	197	.	.	8008	22
	pin	-55	54	-342	58	-61	65	-27	122	.	.	-13	100	-107	78	32	184	-191	61	25	342	-14	166	-17	91	4	536	.	.	8	100	-140	100	.	.	-170	74	-51	70	.	.	6	699	-186	86	3	100	113	100	15	532	-79	90	18	100	50	68	.	.	-19	100	14	100	.	.	.	.	32	100	4	100	70	100	.	.	10	100	.	.	.	.	.	.	5	100	-114	88	-30	85	-6	485	-72	70	-59	60	25	100	-13	75	.	.	-7	377	-43	129	-45	86	-16	100	-46	70	14	100	.	.	.	.	.	.	.	.	.	.	10	100	.	.	.	.	12	82	.	.	.	.	.	.	.	.	12	85	2	100	.	.	-14	100	.	.	3	74	.	.	-91	84	.	.	.	.	6	100	.	.	-73	195	89	78	-60	110	.	.	-20	100	-79	102	-25	151	-165	50	-54	132	-142	59	-56	85	.	.	-2121	24
	mélèze	9	338	-15	151	65	77	-125	62	.	.	.	.	-35	163	-77	71	-76	105	.	.	.	.	.	.	-4	145	.	.	.	.	-27	301	.	.	-42	153	.	.	8	100	-102	137	-73	101	123	74	274	43	1183	22	3	100	-17	130	12	79	1	100	.	.	.	.	.	.	3	100	.	.	.	.	.	.	18	100	4	100	25	100	-84	92	-13	100	.	.	-26	131	.	.	.	.	20	100	.	.	.	.	.	.	12	100	10	100	-14	100	27	100	76	55	192	42	213	45	52	95	.	.	13	139	615	29	83	57	72	100	.	.	.	.	-18	100	70	156	.	.	20	100	.	.	66	100	.	.	22	100	.	.	.	.	-13	100	.	.	2	1015	.	.	21	100	.	.	68	100	1005	32	557	35	167	82	-19	100	11	100	6	100	20	89	.	.	-39	100	8	100	-49	166	.	.	4284	15
	arole	.	.	.	.	.	.	.	.	.	.	.	.	-6	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	9	100	.	.	.	.	71	65	106	169	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	7	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	132	69	27	174	-2	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	345	61
	autres résineux	34	84	.	.	38	100	84	72	.	.	10	71	1	100	.	.	235	72	3	71	.	.	.	.	.	.	165	.	-1	100	.	.	.	.	.	.	.	.	1	100	4	100	.	.	.	.	6	100	16	46	10	72	16	101	149	77	2	100	.	.	.	.	2	100	.	.	.	.	.	.	.	.	7	100	187	96	6	100	0	666	2	89	.	.	53	100	6	100	4	100	29	76	.	.	.	.	.	.	2	100	.	.	.	.	1	133	.	.	.	.	.	.	.	.	.	.	.	.	69	100	1	100	.	.	-1	100	.	.	.	.	.	.	6	100	.	.	.	.	43	100	19	68	.	.	5	100	.	.	.	.	.	.	-97	100	.	.	6	100	.	.	.	.	-11	100	4	126	1	114	.	.	.	.	-2	933	22	86	6	76	.	.	.	.	.	.	.	.	1141	31
	hêtre	-999	43	-157	120	187	77	-129	180	115	60	-3	4812	-134	244	176	204	-1200	48	404	76	-462	70	-61	257	-35	442	.	.	52	232	12	1161	230	82	138	207	.	.	43	585	-32	284	101	121	-31	80	236	51	.	.	-332	126	205	134	216	70	300	43	29	234	-22	340	-37	183	-6	1949	27	356	112	69	42	59	-138	212	284	41	29	635	312	59	234	92	-168	133	411	42	157	84	-389	71	-7	2796	-58	240	98	78	48	88	220	52	191	54	89	51	-29	473	.	.	71	70	.	.	371	39	632	28	299	37	348	34	458	32	80	195	368	47	.	.	117	57	165	74	-2	2322	131	54	85	76	62	71	88	106	-16	61	-202	45	134	45	-107	121	-1	15382	130	79	-13	907	-65	173	62	143	26	368	.	.	24	89	193	55	97	105	44	158	83	203	-316	74	-160	126	124	58	-53	282	138	72	.	.	3668	44
	érable	-77	118	77	65	17	141	-53	76	0	60556	43	120	115	93	270	38	224	41	155	49	69	72	-32	135	43	83	.	.	25	77	35	73	171	35	78	55	.	.	95	72	97	49	38	57	51	71	65	53	3	100	55	139	114	45	13	169	93	71	83	67	69	57	46	81	60	64	23	66	37	89	-74	98	73	106	-41	195	118	98	-15	293	116	43	70	108	82	52	98	45	47	121	-1	3950	48	92	15	318	-4	451	60	80	148	51	31	160	20	207	33	100	46	100	10	100	-1	294	-9	217	31	74	9	50	35	98	9	62	62	55	10	77	.	.	24	120	9	612	75	75	15	203	9	78	70	50	10	100	22	65	9	92	58	40	24	88	57	69	34	80	31	100	.	.	64	70	9	100	40	72	188	46	14	172	83	46	6	586	74	94	15	357	179	66	-34	119	172	59	.	.	4388	11
	frêne	-27	343	-75	156	-82	87	-28	200	.	.	12	788	-56	90	-43	240	238	48	13	171	-113	62	13	147	27	95	.	.	67	65	237	86	196	42	66	121	1	100	-47	276	8	239	-2	461	-22	115	59	53	.	.	-175	117	-145	119	-37	139	-5	494	2	1140	-29	119	2	100	3	100	6	100	184	96	.	.	84	76	113	166	27	223	12	296	68	154	46	108	81	70	114	47	11	76	37	93	-79	107	39	161	9	76	79	76	66	95	-120	93	52	158	4	100	.	.	2	100	16	71	0	5569	128	63	100	73	38	82	42	58	95	66	39	74	.	.	123	56	28	114	35	107	163	73	26	55	-33	128	-45	100	9	77	8	100	-86	74	-80	78	105	70	52	62	-142	70	.	.	-124	103	5	418	38	68	64	84	-17	345	147	55	-75	72	-139	75	75	111	2	3850	-72	68	-66	87	.	.	1355	52
	chêne	174	72	1	2187	-59	100	31	223	.	.	.	.	4	88	19	71	8	1599	.	.	-66	71	2	100	-2	2151	.	.	-24	86	19	100	31	98	63	50	-194	95	.	.	.	.	21	100	.	.	-1	100	23	100	-59	71	-77	71	15	300	-43	100	-10	128	.	.	7	100	.	.	.	.	2	100	.	.	.	.	13	100	-2	100	.	.	-3	732	-10	100	-78	96	13	100	-8	103	19	88	27	75	6	100	.	.	.	.	-4	531	131	154	-53	138	.	.	.	.	.	.	21	117	57	70	88	97	-48	98	51	65	37	56	21	121	.	.	14	100	1	100	6	100	.	.	4	1190	2	100	0	625	-138	79	33	87	.	.	15	578	15	100	-87	75	53	99	-10	100	41	100	41	93	30	66	63	69	36	69	.	.	-57	80	40	62	-11	101	-75	120	1	4509	-39	124	15	185	.	.	152	299
	châtaignier	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	5	100	.	.	.	.	159	55	4	74	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	16	559	84	98	56	126	-213	54	264	69	95	74	54	145	104	180	.	.	.	.	.	.	.	.	6	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-1	100	.	.	.	.	.	.	.	.	.	.	.	.	19	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	652	53
	autres feuillus	56	107	-67	131	17	427	17	111	-5	73	34	69	-21	423	61	105	36	333	12	182	-63	79	-9	141	-2	785	.	.	-51	65	138	55	25	110	104	78	5	104	23	85	12	307	-25	140	198	76	-22	530	271	77	72	75	48	86	32	76	50	73	-28	100	6	117	-16	100	-21	72	-2	372	42	51	-17	99	3	337	3	100	-28	122	-52	87	-6	1132	-18	232	10	198	72	90	-34	78	67	76	-57	74	50	85	0	1329	-48	63	-69	85	94	51	-60	74	38	105	294	61	75	90	59	83	90	115	375	42	-10	653	136	74	34	184	9	322	-33	100	4	166	-20	69	38	559	11	82	0	8043	155	104	23	88	-4	133	2	130	13	78	26	95	-13	138	-28	65	-33	123	12	266	0	100	0	1566	71	76	105	47	100	83	-23	103	72	60	138	72	5	844	3	766	-14	242	1	984	24	217	.	.	2572	24
	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
	total	-1600	45	-1646	45	334	97	-2302	32	885	47	-178	391	-265	486	-3339	37	-4498	29	-343	199	-933	49	-78	244	-84	333	160	.	-55	681	-424	196	-1398	71	-379	222	-233	77	155	434	1967	36	889	58	739	83	1314	60	2437	27	-971	82	-635	86	-668	113	-1355	66	24	914	802	35	-143	92	166	147	283	146	994	42	-5	7191	160	360	567	103	179	319	465	106	967	57	-439	151	110	425	327	148	-875	58	-927	60	-222	109	720	50	-819	67	283	135	-22	2511	-74	461	-587	87	166	188	2372	49	245	145	575	30	595	37	1226	24	1456	22	918	26	707	46	860	42	357	60	442	41	599	55	934	39	1295	30	168	294	143	307	601	53	-492	66	-425	86	595	36	252	109	155	197	-244	127	97	315	-378	108	-134	224	-742	86	2218	25	1959	28	2391	24	75	362	301	97	-852	67	-711	83	-160	310	-824	58	-952	51	-123	363	.	.	5098	97
total	pas d'indication	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	épicéa	-717	61	-1041	61	131	176	-1750	34	568	59	-681	76	-878	134	-2952	28	-3615	28	-986	43	-312	83	1	5388	-222	111	-5	.	-271	132	-907	76	-1563	47	-613	120	1	478	-381	160	1835	36	871	52	405	145	15	4911	801	59	-1106	46	-1091	47	-1342	46	-1830	44	95	107	397	46	-270	48	46	349	-515	53	586	55	139	184	-168	285	-214	157	28	1576	408	102	108	229	-352	150	-417	85	-222	139	-407	65	-877	52	31	316	202	125	-765	60	-45	459	-583	86	-318	58	-646	70	116	254	1678	58	-215	147	.	.	39	83	17	100	147	53	34	77	159	76	233	47	340	62	-70	555	119	148	702	31	472	40	-191	216	-289	126	0	811360	-265	84	-260	70	288	59	159	129	21	882	-312	57	13	651	-340	74	-131	66	-936	70	1086	31	769	53	1254	34	-105	202	19	1271	-779	56	-75	423	88	404	-1068	39	-641	67	-238	150	.	.	-19559	20
	sapin	3	5131	-27	204	81	75	-322	77	207	55	419	64	775	31	-897	68	-156	403	22	1207	28	63	63	63	107	62	.	.	140	65	208	58	-486	78	-3	10417	4	100	115	67	125	64	140	54	12	310	309	49	0	0	760	49	294	96	224	163	76	366	-128	131	367	51	123	67	81	161	711	37	34	228	-166	118	464	38	209	114	-22	267	-14	725	461	54	-11	1806	108	75	119	173	-93	189	-141	61	-76	181	400	56	-93	218	10	1794	227	79	76	195	145	75	18	100	130	56	59	100	.	.	.	.	12	100	38	344	29	161	160	69	89	171	.	.	106	78	118	99	145	100	551	41	92	102	56	100	432	32	-56	285	-19	1024	143	67	196	47	190	49	78	187	-9	1968	109	131	-112	188	119	80	78	161	158	48	518	37	127	79	1	10526	-189	85	-267	101	53	156	45	80	19	100	-61	197	.	.	8170	21
	pin	-55	54	-342	58	-61	65	-27	122	.	.	-13	100	-107	78	32	184	-191	61	25	342	-14	166	-17	91	4	536	.	.	8	100	-140	100	.	.	-170	74	-51	70	.	.	6	699	-186	86	3	100	96	119	-20	429	-126	68	18	100	50	68	.	.	-19	100	14	100	.	.	.	.	32	100	4	100	70	100	27	100	10	100	.	.	.	.	.	.	5	100	-114	88	-30	85	-6	485	-72	70	-59	60	25	100	-13	75	.	.	-7	377	-43	129	-45	86	-16	100	-46	70	14	100	.	.	.	.	.	.	.	.	.	.	10	100	.	.	.	.	25	104	5	100	.	.	.	.	.	.	12	85	2	100	.	.	-14	100	.	.	3	74	.	.	-91	84	.	.	.	.	6	100	.	.	-47	309	99	73	-28	265	.	.	-20	100	-79	102	-25	151	-165	50	-54	132	-142	59	-56	85	.	.	-2104	24
	mélèze	9	338	-15	151	65	77	-125	62	.	.	.	.	-124	86	-77	71	-76	105	.	.	.	.	.	.	-4	145	.	.	.	.	-27	301	.	.	-42	153	.	.	8	100	-102	137	-73	101	123	74	338	37	1184	22	3	100	-17	130	12	79	1	100	.	.	.	.	.	.	3	100	.	.	.	.	.	.	18	100	4	100	25	100	-84	92	-13	100	.	.	-26	131	.	.	.	.	20	100	.	.	.	.	.	.	12	100	10	100	-14	100	27	100	76	55	192	42	213	45	84	70	.	.	13	139	623	29	83	57	72	100	.	.	.	.	-18	100	70	156	.	.	20	100	.	.	66	100	.	.	22	100	.	.	.	.	-13	100	.	.	2	1015	.	.	21	100	.	.	68	100	1017	32	650	31	152	91	-19	100	11	100	6	100	20	89	.	.	-39	100	8	100	-49	166	.	.	4389	15
	arole	.	.	.	.	.	.	.	.	.	.	.	.	-1	546	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	9	100	.	.	.	.	71	64	102	176	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	7	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	132	69	25	185	-2	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	344	62
	autres résineux	34	84	.	.	38	100	84	72	.	.	10	71	1	100	.	.	235	72	3	71	.	.	.	.	.	.	165	.	-1	100	.	.	.	.	.	.	.	.	1	100	4	100	.	.	.	.	6	100	16	46	10	72	16	101	149	77	2	100	.	.	.	.	2	100	.	.	.	.	.	.	.	.	7	100	187	96	10	71	0	666	2	89	.	.	53	100	6	100	4	100	29	76	.	.	.	.	.	.	2	100	.	.	.	.	1	133	.	.	.	.	.	.	.	.	.	.	.	.	69	100	1	100	.	.	-1	100	.	.	4	100	.	.	6	100	.	.	.	.	43	100	19	68	.	.	5	100	.	.	.	.	.	.	-97	100	.	.	6	100	.	.	.	.	-11	100	4	126	1	114	.	.	.	.	-2	933	22	86	6	76	.	.	.	.	.	.	.	.	1150	31
	hêtre	-999	43	-157	120	187	77	-129	180	115	60	-3	4812	26	1349	176	204	-1200	48	373	83	-462	70	-30	531	-35	442	.	.	52	232	12	1161	230	82	138	207	.	.	35	728	-32	284	120	103	-31	80	250	49	.	.	-363	115	205	134	216	70	300	43	29	234	-22	340	-37	183	-6	1949	27	356	139	59	42	59	-138	212	284	41	-206	128	326	57	234	92	-168	133	411	42	157	84	-389	71	-7	2796	-87	162	138	59	48	88	312	47	191	54	89	51	-29	473	.	.	77	65	.	.	362	40	632	28	299	37	418	31	458	32	84	186	368	47	.	.	130	52	199	64	17	315	131	54	85	76	62	71	88	106	-16	61	-202	45	134	45	-107	121	-1	15382	130	79	-13	907	-65	173	62	143	26	368	.	.	24	89	229	51	97	105	44	158	83	203	-316	74	-160	126	124	58	-53	282	138	72	.	.	3903	42
	érable	-77	118	77	65	17	141	-53	76	0	60556	43	120	117	93	248	42	224	41	158	48	69	72	-32	135	43	83	.	.	25	77	35	73	171	35	78	55	.	.	127	65	97	49	38	57	51	71	64	54	3	100	67	115	114	45	13	169	93	71	83	67	69	57	46	81	60	64	23	66	37	89	-74	98	73	106	-41	195	115	101	-17	247	116	43	70	108	82	52	98	45	47	121	-1	3950	51	87	33	154	-4	451	62	77	148	51	31	160	20	207	33	100	46	100	10	100	-1	294	-9	217	34	68	9	50	35	98	9	62	62	55	10	77	1	100	6	593	13	436	75	75	15	203	9	78	70	50	10	100	22	65	9	92	58	40	24	88	57	69	34	80	31	100	.	.	64	70	9	100	41	71	186	47	14	172	83	46	6	586	74	94	15	357	179	66	-34	119	172	59	.	.	4419	11
	frêne	-27	343	-75	156	-82	87	-28	200	.	.	12	788	-33	164	-56	187	238	48	13	171	-113	62	13	147	27	95	.	.	67	65	237	86	196	42	66	121	1	100	-91	152	8	239	-2	461	-22	115	58	56	.	.	-171	120	-145	119	-37	139	-5	494	2	1140	-29	119	2	100	3	100	6	100	201	88	.	.	84	76	113	166	32	187	26	148	68	154	46	108	81	70	114	47	11	76	37	93	-85	100	56	116	9	76	59	107	66	95	-120	93	52	158	4	100	190	100	2	100	16	71	0	5569	130	62	100	73	38	82	51	50	95	66	39	74	.	.	43	243	28	114	35	107	163	73	26	55	-33	128	-45	100	9	77	8	100	-86	74	-80	78	105	70	52	62	-142	70	.	.	-124	103	40	87	40	64	68	80	-17	345	147	55	-75	72	-139	75	75	111	2	3850	-72	68	-66	87	.	.	1512	49
	chêne	174	72	1	2187	-59	100	31	223	.	.	.	.	4	88	19	71	8	1599	.	.	-66	71	2	100	-2	2151	.	.	-24	86	19	100	31	98	63	50	-194	95	.	.	.	.	21	100	.	.	-1	100	23	100	5	1482	-77	71	15	300	-43	100	-10	128	.	.	7	100	.	.	.	.	2	100	.	.	.	.	13	100	-36	94	.	.	-3	732	-10	100	-78	96	13	100	-8	103	19	88	27	75	6	100	.	.	.	.	-4	531	131	154	-53	138	.	.	.	.	.	.	21	117	57	70	88	97	-44	106	51	65	36	59	21	121	.	.	14	100	8	90	6	100	.	.	4	1190	2	100	0	625	-138	79	33	87	.	.	15	578	15	100	-87	75	53	99	-10	100	41	100	41	93	30	66	63	69	36	69	.	.	-57	80	40	62	-11	101	-75	120	1	4509	-39	124	15	185	.	.	192	240
	châtaignier	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	5	100	.	.	.	.	177	51	4	74	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-2	100	124	92	58	148	46	155	-213	54	264	69	98	72	54	145	141	139	.	.	.	.	.	.	.	.	6	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-1	100	.	.	.	.	.	.	.	.	-3	100	.	.	0	12075	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	758	47
	autres feuillus	56	107	-67	131	17	427	17	111	-5	73	34	69	8	1096	57	111	36	333	12	182	-63	79	-8	165	-2	785	.	.	-51	65	138	55	25	110	104	78	5	104	2	1430	12	307	-25	140	198	76	61	221	271	77	99	61	48	86	32	76	50	73	-28	100	6	117	-16	100	-21	72	-2	372	47	47	-17	99	7	162	3	100	-39	91	-52	87	-6	1132	-18	232	10	198	72	90	-34	78	67	76	-57	74	83	65	0	1329	-48	63	-69	85	94	51	-60	74	40	101	316	57	75	90	75	69	90	115	513	36	-30	221	136	74	72	97	9	322	-33	100	11	89	-43	50	27	794	11	82	0	8043	155	104	23	88	-4	133	2	130	13	78	26	95	-13	138	-28	65	-33	123	12	266	0	100	0	1566	94	62	113	44	112	81	-23	103	72	60	138	72	5	844	3	766	-14	242	1	984	24	217	.	.	2930	22
	indéterminable	.	.	.	.	.	.	.	.	.	.	0	0	0	0	0	0	0	0	0	0	0	0	.	.	0	0	.	.	0	0	.	.	.	.	0	0	.	.	.	.	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	.	.	.	.	.	.	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	.	.	.	.	0	0	.	.	.	.	.	.	.	.	.	.	.	.	0	0	.	.	.	.	.	.	.	.	.	.	.	.	0	0	0	0	.	.	.	.	0	0	.	.	.	.	0	0	0	0	0	0	.	.	.	.	0	0	.	.	.	.	0	0	0	0	.	.	.	.	.	.	.	.	.	.	.	.	0	0	0	0	0	0	.	.	.	.	.	.	.	.	0	0	0	0	.	.	0	0	.	.	0	0
	total	-1600	45	-1646	45	334	97	-2302	32	885	47	-178	391	-212	641	-3450	36	-4498	29	-381	181	-933	49	-8	2660	-84	333	160	.	-55	681	-424	196	-1398	71	-379	222	-233	77	-184	383	1967	36	904	57	739	83	1443	56	2384	28	-820	101	-635	86	-668	113	-1355	66	24	914	802	35	-143	92	166	147	283	146	1049	41	-5	7191	375	164	567	103	-94	647	593	86	967	57	-439	151	110	425	327	148	-875	58	-927	60	-255	96	942	42	-819	67	362	108	-22	2511	-74	461	-587	87	270	120	2708	44	223	160	604	29	595	37	1369	23	1430	23	918	26	794	42	876	41	357	60	203	204	525	66	950	38	1295	30	168	294	143	307	601	53	-492	66	-425	86	595	36	252	109	155	197	-244	127	97	315	-378	108	-134	224	-742	86	2424	24	1985	28	2527	23	75	362	301	97	-852	67	-711	83	-160	310	-824	58	-952	51	-123	363	.	.	6104	82

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. 2283851. Birmensdorf, Swiss Federal Research Institute WSL

page précedente