Auswahl aus Themenliste

Wofür stehen die Zahlen?
Wozu dient der Standardfehler?
Wann unterscheiden sich zwei Ergebnisse statistisch gesichert?
Wann genügt es nicht, nur den Standardfehler zu betrachten?
Zwei Typen von Veränderungen?
Veränderungsauswertungen: Wann sind die Ergebnisse (nicht) additiv?
Warum hat es für Standardfehler und Schätzwert manchmal einen Punkt («.»)?
Warum wird bei manchen Tabellen kein Standardfehler ausgewiesen?
Negative Werte bei Vorrat, Zuwachs oder Nutzung?

1. Wofür stehen die Zahlen?

In den Tabellen sind mehrheitlich Ergebnisse dargestellt, die mithilfe von statistischen Verfahren aus den Daten der Stichprobeninventur des Landesforstinventars (LFI) berechnet wurden. Solche Ergebnisse bestehen immer aus zwei Zahlen: 1) dem Schätzwert und 2) dem Stichprobenfehler, dem sogenannten Standardfehler.

Beispiel 1: Schätzwert und Standardfehler

LFI5

Totholzvolumen (Schaftholz)

Eigentum (2 Klassen)
Regionale Gliederung: Produktionsregion
Einheit: m³/ha

Bezugsfläche: zugänglicher Wald ohne Gebüschwald

Netz: 1,4-km-Netz, Unternetze 1-5

Zustand 2018/26
	Produktionsregion
	Jura		Mittelland		Voralpen		Alpen		Alpensüdseite		Schweiz
Eigentum (2 Klassen)	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%
öffentlich	30	10	17	13	37	9	36	6	26	10	30	4
privat	27	17	20	12	50	10	32	8	39	13	34	5
Total	29Schätzwert	9Standardfehler	19	9	44	7	35	5	29	8	32	3

Meistens ist in den Tabellen der relative (prozentuale) Standardfehler angegeben («±%»), gelegentlich – bei geschätzten Prozenten – aber der absolute Standardfehler («±»).

2. Wozu dient der Standardfehler?

Mit dem Standardfehler können Vertrauensintervalle um den Schätzwert aufgespannt werden, die den wahren Wert der Grundgesamtheit mit einer bestimmten statistischen Sicherheit enthalten.

Die statistische Sicherheit beträgt

68%, wenn das Vertrauensintervall mit dem einfachen Standardfehler berechnet wurde
(68%-Vertrauensintervall = Schätzwert ± Standardfehler), und
95%, wenn das Vertrauensintervall mit dem doppelten Standardfehler berechnet wurde
(95%-Vertrauensintervall = Schätzwert ± 2 × Standardfehler*)

Beispiel 2: Vertrauensintervalle berechnen

LFI5
Totholzvolumen (Schaftholz)
Eigentum (2 Klassen)
Regionale Gliederung: Produktionsregion
Einheit: m³/ha
Bezugsfläche: zugänglicher Wald ohne Gebüschwald
Netz: 1,4-km-Netz, Unternetze 1-5
Zustand 2018/26
	Produktionsregion
	Jura
Eigentum (2 Klassen)	m³/ha	±%
öffentlich	30	10
privat	27	17
Total	29	9

Frage
Wie gross sind das 68%- und das 95%-Vertrauensintervall der oben aufgeführten Schätzwerte?

Vorgehen

Berechnen des absoluten Standardfehlers (=relativer Standardfehler × Schätzwert / 100)
Berechnen der Vertrauensintervalle
- 68%-Vertrauensintervall = Schätzwert ± absoluter Standardfehler
- 95%-Vertrauensintervall = Schätzwert ± 2 × absoluter Standardfehler

Antwort

			Schritt 1	Schritt 2

Eigentum (2 Klassen)	Totholzvolumen Jura LFI5
	Schätzwert	Standardfehler		Vertrauensintervall
		relativ	absolut	68%	95%
	m³/ha	±%	±m³/ha	m³/ha	m³/ha
öffentlich	30	10	3	27-33	24-36
privat	27	17	5	22-32	17-37
Total	29	9	3	26-32mit dem einfachen Standardfehler berechnet, d.h. 29 ± 3	23-25mit dem doppelten Standardfehler berechnet, d.h. 29 ± 2 × 3

Das Totholzvolumen liegt im Jura mit einer statistischen Sicherheit von 68% zwischen 26 und 32 m³/ha und mit einer statistischen Sicherheit von 95% zwischen 23 und 35 m³/ha.

Das 95%-Vertrauensintervall ist grösser als das 68%-Vertrauensintervall. Das bewirkt die höhere statistische Sicherheit.

Beispiel 3: Visualisierung des 68%- und des 95%-Vertrauensintervalls

Daten: siehe Beispiel 2

Bei der Interpretation der Ergebnisse muss man für sich jeweils festlegen, mit welcher statistischen Sicherheit man eine Aussage treffen möchte.

Im Landesforstinventar (LFI) wird in der Regel auf das 68%-Vertrauensintervall abgestellt.

Oben

3. Wann unterscheiden sich zwei Ergebnisse statistisch gesichert?*

Das lässt sich durch Vergleich der Vertrauensintervalle von zwei Schätzwerten überprüfen:

Überschneiden sich die 68%-Vertrauensintervalle von zwei Schätzwerten nicht, darf man mit einer gewissen Sicherheit davon ausgehen, dass sich die beiden Grundgesamtheiten unterscheiden.
Überschneiden sich die 95%-Vertrauensintervalle von zwei Schätzwerten nicht, darf man mit hoher Sicherheit davon ausgehen, dass sich die beiden Grundgesamtheiten unterscheiden.

Beispiel 4: Interpretation von zwei Ergebnissen der gleichen Inventur

LFI5
Vorrat (Schaftholz)
Eigentum (2 Klassen)
Regionale Gliederung: Produktionsregion
Einheit: m³/ha
Bezugsfläche: zugänglicher Wald ohne Gebüschwald
Netz: 1,4-km-Netz, Unternetze 1-5
Zustand 2018/26
	Produktionsregion
	Jura		Mittelland		Voralpen		Alpen		Alpensüdseite		Schweiz
Eigentum (2 Klassen)	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%
öffentlich	331	3	311	3	405	4	300	3	256	5	314	2
privat	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

	Fall 2						Fall 1

Fall 1

Frage
Ist der Vorrat pro Hektare in den Alpen höher als auf der Alpensüdseite?

Vorgehen

Berechnen der absoluten Standardfehler
Berechnen der Vertrauensintervalle je nach gewünschtem Sicherheitsniveau:
- 68%-Vertrauensintervalle (gewisse Sicherheit; einfacher absoluter Standardfehler)
- 95%-Vertrauensintervalle (hohe Sicherheit; doppelter absoluter Standardfehler)
Prüfen, ob die Vertrauensintervalle auf dem gewünschten Sicherheitsniveau nicht überlappen

Antwort

Eigentum (2 Klassen)	Vorrat LFI5
	Alpen					Alpensüdseite
	Schätzwert	Standardfehler		Vertrauensintervall		Schätzwert	Standardfehler		Vertrauensintervall
		relativ	absolut	68%	95%		relativ	absolut	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

Weder die 68%-Vertrauensintervalle noch die 95%-Vertrauensintervalle überlappen (hervorgehobene Zahlenpaare).

Bei diesem Fall hat das gewählte Sicherheitsniveau keinen Einfluss auf das Resultat.

Insgesamt bedeutet dies, dass statistisch eine hohe Sicherheit besteht, dass der Vorrat pro Hektare in den Alpen höher ist als auf der Alpensüdseite.

Fall 2

Frage
Ist der Vorrat pro Hektare im Mittelland höher als im Jura?

Vorgehen

Siehe Fall 1.

Antwort

Eigentum (2 Klassen)	Vorrat LFI5
	Jura					Mittelland
	Schätzwert	Standardfehler		Vertrauensintervall		Schätzwert	Standardfehler		Vertrauensintervall
		relativ	absolut	68%	95%		relativ	absolut	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

Die 68%-Vertrauensintervalle überlappen nicht (hervorgehobene Zahlenpaare).
Die 95%-Vertrauensintervalle überlappen dagegen (hervorgehobene Zahlenpaare).

In diesem Fall hat das gewählte Sicherheitsniveau einen Einfluss auf die Interpretation der Ergebnisse: Auf dem Niveau des 68%-Vertrauensintervalls kommt man zum Schluss, dass der Vorrat pro Hektare im Mittelland höher ist als im Jura. Auf dem Niveau des 95%-Vertrauensintervalls kann man hingegen diesen Schluss nicht ziehen.

Unter Betrachtung beider Sicherheitsniveaus lässt sich sagen, dass statistisch eine gewisse, aber keine hohe Sicherheit besteht, dass der Vorrat pro Hektare im Mittelland höher ist als im Jura.

Mit den Vertrauensintervallen kann auch geprüft werden, ob ein mit der Stichprobe des Landesforstinventars (LFI) geschätzter Wert von einem Sollwert (z.B. aus der Waldpolitik) abweicht oder ob eine Veränderung zwischen zwei Inventuren statistisch gesichert ist.

Beispiel 5: Interpretation von zwei Ergebnissen aus unterschiedlichen Inventuren

Eigentum (2 Klassen)	Vorrat im Mittelland*
	LFI4		LFI5
	m³/ha	±%	m³/ha	±%
öffentlich	340	3	309	3
privat	447	4	432	4
Total	386	2	363	2
* zugänglicher Wald ohne Gebüschwald LFI4/LFI5

Frage
Hat im Mittelland der Vorrat pro Hektare vom LFI4 zum LFI5 abgenommen?

Vorgehen

Berechnen der absoluten Standardfehler
Berechnen der Vertrauensintervalle je nach gewünschtem Sicherheitsniveau:
- 68%-Vertrauensintervalle (gewisse Sicherheit; einfacher absoluter Standardfehler)
- 95%-Vertrauensintervalle (hohe Sicherheit; doppelter absoluter Standardfehler)
Prüfen, ob die Vertrauensintervalle auf dem gewünschten Sicherheitsniveau nicht überlappen

Antwort

Eigentum (2 Klassen)	Vorrat im Mittelland*
	LFI4					LFI5
	Schätzwert	Standardfehler		Vertrauensintervall		Schätzwert	Standardfehler		Vertrauensintervall
		relativ	absolut	68%	95%		relativ	absolut	68%	95%
	m³/ha	±%	±	m³/ha	m³/ha	m³/ha	±%	±	m³/ha	m³/ha
öffentlich	340	3	11	329-351	318-362	309	3	11	298-320	287-331
privat	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
* zugänglicher Wald ohne Gebüschwald LFI4/LFI5

Die 68%-Vertrauensintervalle überlappen beim öffentlichen Wald nicht (hervorgehobene Zahlenpaare), beim Privatwald und beim Total aber schon (hervorgehobene Zahlenpaare). Auf dem Sicherheitsniveau der 68%-Vertrauensintervalle kommt man zum Schluss, dass der Vorrat pro Hektare im öffentlichen Wald des Mittellands abgenommen hat. Für den Privatwald wie auch für das Total ist die Abnahme statistisch nicht gesichert.

Die 95%-Vertrauensintervalle überlappen in allen der drei Kategorien. Auf dem Sicherheitsniveau der 95%-Vertrauensintervalle ist es damit auch für den öffentlichen Wald statistisch nicht gesichert, dass der Vorrat abgenommen hat.

Siehe dazu aber die Beispiele 6 und 7, bei der Veränderungen zwischen zwei Inventuren anhand der sensitiveren Bilanz interpretiert werden.

Die Prüfung, ob eine Veränderung zwischen zwei Inventuren statistisch gesichert ist, ist im LFI bei vielen Zielgrössen nicht nur durch Vergleich der Zustände in den beiden Inventuren möglich (siehe Beispiel 5), sondern auch durch die Analyse der Veränderung, also der Bilanz zwischen den beiden Inventuren.

Dazu muss man auch hier zunächst das Sicherheitsniveau definieren, das für die Aussage gelten soll:

Eine Veränderung (Bilanz) fand mit einer gewissen Sicherheit statt, wenn der einfache relative Standardfehler weniger als 100% beträgt oder wenn das Vertrauensintervall, das mit dem einfachen absoluten Standardfehler berechnet wurde (68%-Vertrauensintervall), den Wert 0 nicht einschliesst.
Eine Veränderung (Bilanz) fand mit hoher Sicherheit statt, wenn der doppelte relative Standardfehler weniger als 100% beträgt oder wenn das Vertrauensintervall, das mit dem doppelten absoluten Standardfehler berechnet wurde (95%-Vertrauensintervall), den Wert 0 nicht einschliesst.

Beispiel 6: Interpretation von Veränderungen (Bilanzen) mit dem relativen Standardfehler

Eigentum (2 Klassen)	Vorratsveränderung LFI4–LFI5 im Mittelland*
	Schätzwert	Standardfehler
	m³/ha	±%
öffentlich	-34	30
privat	-9	147
Total	-23	34
* zugänglicher Wald ohne Gebüschwald LFI4/LFI5

Frage
Hat im Mittelland der Vorrat pro Hektare vom LFI4 zum LFI5 abgenommen?

Vorgehen

Festlegen des Sicherheitsniveaus (68%- oder 95%-Vertrauensintervall)
Prüfen, ob
- der einfache relative Standardfehler kleiner als 100% ist (Sicherheitsniveau des 68%-Vertrauensintervalls)
- der doppelte relative Standardfehler kleiner als 100% ist (Sicherheitsniveau des 95%-Vertrauensintervalls)

Antwort

Eigentum (2 Klassen)	Vorratsveränderung LFI4–LFI5 im Mittelland*
	Schätzwert	Standardfehler
		einfach	doppelt
	m³/ha	±%	±%
öffentlich	-34	30	60
privat	-9	147	294
Total	-23	34	68
* zugänglicher Wald ohne Gebüschwald LFI4/LFI5

Der einfache relative Standardfehler ist für den öffentlichen Wald wie auch für das Total kleiner als 100% (hervorgehobene Zahlen). Für den Privatwald ist er dagegen grösser als 100% (hervorgehobene Zahlen). Auf dem Sicherheitsniveau des 68%-Vertrauensintervalls kommt man zum Schluss, dass der Vorrat im Mittelland im öffentlichen Wald wie auch insgesamt abgenommen hat. Für den Privatwald ist die Vorratsabnahme dagegen statistisch nicht gesichert.

Zum gleichen Schluss kommt man bei diesem Beispiel auch mit dem Sicherheitsniveau des 95%-Vertrauensintervalls, da auch der doppelte relative Standardfehler für den öffentlichen Wald und das Total kleiner ist als 100%.

Insgesamt bedeutet dies, dass die statistische Sicherheit hoch ist, dass im Mittelland der Vorrat pro Hektare im öffentlichen Wald wie auch insgesamt abgenommen hat. Für den Privatwald ist die Vorratsabnahme hingegen statistisch nicht gesichert (da sowohl der doppelte als auch der einfache relative Standardfehler kleiner als 100% ist).

Beispiel 7: Interpretation von Veränderungen (Bilanzen) mit dem absoluten Standardfehler

Eigentum (2 Klassen)	Vorratsveränderung LFI4–LFI5 im Mittelland*
	Schätzwert	Standardfehler
	%	±
öffentlich	-10	3
privat	-2	3
Total	-6	2
* zugänglicher Wald ohne Gebüschwald LFI4/LFI5

Frage
Hat im Mittelland der Vorrat pro Hektare vom LFI4 zum LFI5 abgenommen?

Vorgehen

Festlegen des Sicherheitsniveaus (68%- oder 95%-Vertrauensintervall)
Berechnen des Vertrauensintervalls aufgrund des festgelegten Sicherheitsniveaus
- 68%-Vertrauensintervall mit dem einfachen absoluten Standardfehler
- 95%-Vertrauensintervall mit dem doppelten absoluten Standardfehler
Prüfen, ob das entsprechende Vertrauensintervall den Wert 0 nicht einschliesst

Antwort

Eigentum (2 Klassen)	Vorratsveränderung LFI4–LFI5 im Mittelland*
	Schätzwert	Standardfehler		Vertrauensintervalle
		einfach	doppelt	68%	95%
	%	±	±	%	%
öffentlich	-10	3	6	-13 bis -7	-16 bis -4
privat	-2	3	6	-5 bis +1	-8 bis +4
Total	-6	2	4	-8 bis -4	-10 bis -2
* zugänglicher Wald ohne Gebüschwald LFI4/LFI5

Beim öffentlichen Wald wie auch beim Total schliessen sowohl das 68%- als auch das 95%-Vertrauensintervall den Wert 0 nicht ein. Auf beiden Sicherheitsniveaus kommt man so zum Schluss, dass der Vorrat im Mittelland im öffentlichen Wald wie auch insgesamt abgenommen hat. Für den Privatwald ist die Vorratsabnahme dagegen statistisch nicht gesichert (da die Vertrauensintervalle den Wert 0 einschliessen).

Veränderungen (Bilanzen) können anhand des absoluten oder des relativen Standardfehlers interpretiert werden (siehe die Beispiele 6 und 7). Es empfiehlt sich, den absoluten Standardfehler zu nutzen, wenn der Schätzwert in der Tabelle in Prozent (%) ausgewiesen ist (wie in Beispiel 7), und den relativen Standardfehler, wenn der Schätzwert in der Tabelle in absoluten Zahlen (m³, m³/ha, St., m²) angegeben ist (wie in Beispiel 6). So kann der Standardfehler direkt aus der Tabelle entnommen werden, muss also nicht umgerechnet werden.

Für die Prüfung, ob eine Veränderung statistisch gesichert ist, empfiehlt es sich, wo immer möglich die Veränderung (Bilanz) zwischen den beiden Inventuren zu analysieren. Bilanzen sind sensitiver als Zustandsvergleiche, womit mit ihnen Unterschiede statistisch besser entdeckt werden können (siehe die Beispiele 5 sowie 6 und 7).

Oben

4. Wann genügt es nicht, nur den Standardfehler zu betrachten?

Beim Landesforstinventar (LFI) handelt es sich um eine stichprobenbasierte Grossrauminventur, deren Probeflächen auf einem Gitternetz mit einer Maschenweite von 1.4 km × 1.4 km angeordnet sind. Das LFI wurde so konzipiert, dass der Vorrat für die Schweiz insgesamt mit einem Standardfehler von maximal 1% vorhergesagt werden kann.

Werden Ergebnisse für einzelne Regionen oder für einzelne Klassen abgefragt, wird der Standardfehler rasch viel grösser. Dies liegt daran, dass für die abgefragte Kombination von Merkmalsausprägungen* die Anzahl untersuchter Probeflächen und Objekte (d.h. Probebäume, Jungwaldpflanzen, Totholzstücke usw.) wesentlich geringer als für das Total ist.

Beispiel 8: Standardfehler und Kombination von Merkmalsausprägungen

Region	Vorrat
	Total		Ahorn		Bergahorn		Spitzahorn
	Schätzwert	Standardfehler	Schätzwert	Standardfehler	Schätzwert	Standardfehler	Schätzwert	Standardfehler
	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%
Schweiz	343	1	12	5	11	5	1	20
Produktionsregion Mittelland	363	2	15	10	14	11	0	50
Kanton Aargau	289	7	15	20	13	20	1	63

Der Standardfehler wird mit zunehmendem Detaillierungsgrad grösser.

Grosse Standardfehler sind zu erwarten, wenn

die Forstkreise als regionale Gliederung gewählt wurden oder Ergebnisse für kleine Kantone (z.B. Appenzell Innerrhoden, Nidwalden) abgefragt werden,
ein Klassifizierungsmerkmal mit vielen Klassen gewählt wurde (z.B. Baumart in 56 Klassen),
mehrere Klassifizierungsmerkmale miteinander kombiniert wurden (z.B. Hauptbaumart und Entwicklungsstufe).

Grosse Standardfehler sind ein Indiz dafür, dass eine Schätzung möglicherweise anhand einer zu geringen Anzahl Probeflächen oder Objekte erfolgte und entsprechend das Ergebnis der Schätzung nicht belastbar sein könnte.

Bei der Zielgrösse «Jungwaldstammzahl mit Verbiss» (Verbissintensität) ist die Unsicherheit der Schätzung nicht zwingend an einem hohen Standardfehler zu erkennen. Dies liegt daran, dass es sich bei dieser Zielgrösse um einen Quotientenschätzer** handelt, der wegen der Erhebungsmethode bei selteneren Baumarten (z.B. Föhre, Lärche, Arve, Eiche, Kastanie) nur auf einer kleinen Anzahl beurteilter Jungwaldpflanzen beruht. Entsprechend sollte bei der Zielgrösse «Jungwaldstammzahl mit Verbiss» immer geprüft werden, auf wie vielen beurteilten Jungwaldpflanzen die einzelnen Schätzwerte basieren. Als Faustregel gilt, dass für eine belastbare Schätzung pro Schätzwert mindestens 30 Jungwaldpflanzen auf Verbiss beurteilt worden sein sollten.

Oben

5. Zwei Typen von Veränderungen?

Im Landesforstinventar (LFI) gibt es zwei Typen von Veränderungen:

Beim ersten Typ von Veränderungen handelt es sich um spezifische Zielgrössen für Veränderungskomponenten wie Zuwachs, Nutzung oder Mortalität. Diese Zielgrössen sind jeweils nur für zwei aufeinanderfolgende Messzyklen verfügbar, z.B. LFI4–LFI5. Bei der Auswertung von Veränderungskomponenten wird in der Regel dem Klassifizierungsmerkmal des ersten Messzyklus die Ausprägung des zweiten Messzyklus zugewiesen. Diese Auswertungen berücksichtigen somit den Wechsel einer Merkmalsausprägung (z.B. von privatem zu öffentlichem Eigentum) vom früheren zum späteren Messzyklus nicht.
Beim zweiten Typ von Veränderungen wird die Differenz von Zielgrössen wie Stammzahl, Vorrat oder Waldfläche benutzt, um die Bilanz zwischen zwei Messzyklen zu ziehen. Diese Zielgrössen werden üblicherweise für die Darstellung von Zuständen, z.B. dem LFI5, verwendet, können aber die Veränderungsbilanz zwischen zwei beliebigen Messzyklen aufzeigen, z.B. dem LFI1 und dem LFI5. Bei diesen Veränderungsauswertungen wird bei einem Teil der Klassifizierungsmerkmale der Wechsel der Merkmalsausprägung berücksichtigt. Dazu zählen die Merkmale «Baumzustand» oder «Wald, Nichtwald». So kann man z.B. sehen, dass die Waldfläche zugenommen hat. Beim anderen Teil der Klassifizierungsmerkmale werden die Merkmalsausprägungen als statisch betrachtet. Das bedeutet, dass der aktuellste Stand – sei er in einem Messzyklus erhoben (z.B. Vorrangfunktion LFI5) oder einer externen Datenquelle entnommen (z.B. Schutzwald [2022]) – sämtlichen Messzyklen zugewiesen wird.

Oben

6. Veränderungsauswertungen: Wann sind die Ergebnisse (nicht) additiv?

Die Ergebnisse sind

additiv, wenn sie als gesamte Veränderung zwischen zwei Messzeitpunkten ausgewiesen werden. So können beispielsweise die für die verschiedenen Produktionsregionen in Kubikmeter (m³) ausgewiesenen Nutzungen zusammengezählt werden, um die Nutzung für die Schweiz zu erhalten.
nicht additiv, wenn sie als Veränderung pro Jahr (z.B. m³/Jahr) ausgewiesen werden. Entsprechend können beispielsweise die für die verschiedenen Produktionsregionen in Kubikmeter pro Jahr (m³/Jahr) ausgewiesenen Nutzungen nicht zusammengezählt werden, um die Nutzung für die Schweiz zu erhalten.

Beispiel 9: Additivität/Nichtadditivität von Veränderungen

	Vorrat: gesamte Veränderung zwischen LFI4 und LFI5 (in 1000 m³)*
	Jura		Mittelland		Voralpen		Alpen		Alpensüdseite		Schweiz
Hochlagen/Tieflagen	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%
Tieflagen	-3759.0	28	-4909.1	36	-1025.2	133	-317.1	195	3464.1	31	-6546.3	42
Hochlagen	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
	* im zugänglichen Wald ohne Gebüschwald LFI4/LFI5
	additiv

	Vorrat: Veränderung pro Jahr zwischen LFI4 und LFI5 (in 1000 m³/Jahr)*
	Jura		Mittelland		Voralpen		Alpen		Alpensüdseite		Schweiz
Hochlagen/Tieflagen	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%
Tieflagen	-421.1	28	-560.6	36	-115.7	133	-35.9	195	389.5	31	-740.7	42
Hochlagen	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
	* im zugänglichen Wald ohne Gebüschwald LFI4/LFI5
	nicht additiv

Die Nichtadditivität der Veränderungen pro Jahr kommt dadurch zustande, dass die gesamte Veränderung durch die mittlere Anzahl Jahre geteilt wird, die im jeweils betrachteten Gebiet* zwischen den zwei Messzeitpunkten liegt und die mittlere Anzahl Jahre je nach Gebiet* leicht unterschiedlich ist.

Beispiel 10: Mittlere Anzahl Jahre pro Gebiet

Gebiet		mittlere Anzahl Jahre*
Produktionsregion	Hochlagen/Tieflagen
Mittelland	-	8.75
Mittelland	Hochlagen	8.56
Mittelland	Tieflagen	8.76
Alpensüdseite	-	8.90
Alpensüdseite	Hochlagen	8.90
Alpensüdseite	Tieflagen	8.89
* zwischen den Messungen des LFI4 und des LFI5 im zugänglichen Wald ohne Gebüschwald

Oben

7. Warum hat es für Standardfehler und Schätzwert manchmal einen Punkt («.»)?

Beim Berechnen einer Ergebnistabelle stehen nicht immer für alle Kombinationen von Merkmalsausprägungen* Daten zur Verfügung. Dies deutet in den meisten Fällen darauf hin, dass die mit der betreffenden Zielgrösse geschätzte Grösse nicht oder nur sehr selten vorkommt. Üblicherweise wird dann der Wert 0 eingesetzt. Da diesem Wert aber keine direkten Messungen zugrunde liegen, wird der zugehörige Standardfehler mit einem Punkt («.») dargestellt. Wird bei der Berechnung Bezug auf den angenommenen Wert von 0 genommen, z.B. bei Prozenten oder gewissen Veränderungsschätzungen, kann kein Wert eingesetzt werden. In diesem Fall steht beim Schätzwert und beim Standardfehler ein Punkt («.»).

Zum Beispiel hat das Landesforstinventar (LFI) im Mittelland bisher keine Arven gefunden und gemessen (Vorrat der Arven nach Produktionsregionen). Es kann also angenommen werden, dass die Werte fehlen, weil die Arve im Mittelland tatsächlich nicht vorkommt und deshalb der Vorrat dort 0 sein muss.

Oben

8. Warum wird bei manchen Tabellen kein Standardfehler ausgewiesen?

Die Daten in diesen Tabellen stammen aus einer Vollerhebung und nicht aus einer Stichprobeninventur. Entsprechend ist die Angabe eines Standardfehlers nicht nötig, da es keine stichprobenbedingte Unsicherheit gibt.

Beispielsweise ist die Erschliessungserhebung, die das Landesforstinventar (LFI) periodisch bei den lokalen Forstdiensten durchführt, eine solche Vollerhebung.

Oben

9. Negative Werte bei Vorrat, Zuwachs oder Nutzung?

Das ist möglich, wenn das Ergebnis nur anhand einiger weniger Bäume berechnet werden konnte. Die Schätzung ist damit nicht verlässlich. Dies zeigt sich auch am Standardfehler, der bei negativen Vorrats-, Zuwachs- oder Nutzungswerten in der Regel ausgesprochen hoch ist.

Die negativen Werte rühren daher, dass bei der Ermittlung des Schaftholzvolumens der Probebäume das allein anhand des Brusthöhendurchmessers (BHD) geschätzte Volumen (Tarifvolumen) mit dem anhand von BHD, Durchmesser in 7 m Höhe und Baumhöhe geschätzten Volumen der Tarifprobebäume justiert wird. Dieses Vorgehen ermöglicht eine unverzerrte (biasfreie) und genauere Berechnung des Schaftholzvolumens. Es kann aber zu negativen Werten bei allen Zielgrössen führen, die auf dem Schaftholzvolumen der Probebäume beruhen (z.B. Vorrat, Zuwachs, Nutzung), wenn die Anzahl Probebäume in einer Merkmalsausprägungskombination* gering ist.

Oben

LFI4–LFI5
Nettozuwachs
Schutzwald gegen Gerinneprozesse (2022) · Hauptbaumart
Regionale Gliederung: Forstkreis (2024)
Einheit: 1000 m³/Jahr
Bezugsfläche: zugänglicher Wald ohne Gebüschwald LFI4/LFI5
Netz: 1,4-km-Netz, Unternetze 1-5
Veränderung 2009/17–2018/26
		Forstkreis (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		Seen		Schweiz
Schutzwald gegen Gerinneprozesse (2022)	Hauptbaumart	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%
keine Angabe	keine Angabe	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Fichte	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Tanne	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Föhre	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Lärche	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	übrige Nadelhölzer	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Buche	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Ahorn	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Esche	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Eiche	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	übrige Laubhölzer	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nicht bestimmbar	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	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	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
innerhalb	keine Angabe	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Fichte	0	.	0	.	0	.	0	.	16	54	4	276	105	32	35	45	5	104	-2	216	0	.	0	.	0	100	0	.	5	78	21	37	19	53	28	50	0	.	6	210	88	26	44	37	8	571	100	29	50	39	2	77	5	76	0	.	-1	740	0	.	6	71	1	.	0	.	1	164	6	70	3	201	23	54	5	53	4	131	47	34	3	130	14	70	0	.	0	.	-2	.	4	100	-1	100	10	56	24	50	6	112	4	60	0	100	-3	100	14	52	38	34	-18	129	5	100	2	100	1	100	11	56	0	100	18	39	1	707	21	59	27	54	8	69	24	55	-1	811	-3	127	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3	.	0	.	5	82	0	.	1	.	62	31	27	78	55	40	12	50	-5	154	14	59	8	51	9	73	0	.	1	.	0	.	0	.	1033	10
	Tanne	0	.	0	.	0	.	0	.	9	56	16	47	28	36	63	29	18	60	11	55	0	.	0	.	1	75	0	.	3	100	4	73	19	47	16	59	0	.	3	93	7	56	3	70	1	100	-2	214	-2	100	11	53	8	92	0	.	-3	351	0	.	2	76	1	.	0	.	0	.	4	108	0	100	16	50	17	59	-4	132	12	42	23	80	2	567	0	.	0	.	0	.	0	.	2	100	20	61	15	48	6	65	-2	236	1	100	0	.	1	100	8	53	0	.	0	.	0	.	1	100	5	73	2	271	6	60	4	160	0	.	-5	82	15	50	12	76	17	65	2	100	0	.	1	.	0	.	0	.	0	.	0	.	0	.	1	.	0	.	2	100	0	.	4	.	4	107	3	106	17	47	5	71	0	.	0	100	5	67	2	59	0	.	0	.	0	.	0	.	443	11
	Föhre	0	.	0	.	0	.	0	.	0	.	0	.	0	335	7	83	0	.	4	110	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	100	0	.	0	.	2	92	2	73	0	.	1	153	4	116	0	100	0	100	0	.	0	.	0	.	0	100	0	.	0	.	2	100	0	.	0	.	0	100	0	.	0	.	-1	112	0	.	1	100	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	-1	126	0	.	0	.	0	.	-2	194	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	1	104	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	88	7	56	-1	183	0	.	-1	100	0	4908	0	100	0	.	0	.	0	.	0	.	0	.	29	40
	Lärche	0	.	0	.	0	.	0	.	0	.	0	.	0	187	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	-6	140	2	154	-1	100	18	31	54	23	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	100	1	115	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	100	1	100	0	.	0	.	0	1865	7	113	8	70	8	105	0	.	0	887	37	31	6	61	4	177	0	.	0	.	0	0	0	274	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	18	56	23	43	5	86	1	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	187	15
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	2	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	2	73	9	46	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	10	47	1	340	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	24	30
	übrige Nadelhölzer	0	.	0	.	0	.	0	.	0	.	0	100	-1	114	0	.	1	100	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	99	2	90	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	2	100	0	124	0	838	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	2	100	0	.	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	0	0	.	0	.	0	74	3	78	0	72	0	.	0	.	0	.	0	.	10	42
	Buche	0	.	0	.	0	.	0	.	7	78	-3	101	25	61	41	30	16	55	6	132	0	.	1	.	-3	240	0	.	0	100	12	54	10	54	0	100	0	.	4	183	2	175	2	52	0	.	10	61	0	.	13	60	1	133	0	.	7	76	0	.	0	1595	0	.	0	.	0	100	-2	147	1	100	-6	100	3	49	4	66	31	41	3	298	14	78	0	.	0	.	0	.	3	93	-7	89	2	188	6	63	5	59	3	100	2	85	3	100	0	.	6	70	0	.	7	58	15	57	17	42	34	45	18	46	10	105	-2	210	0	.	6	67	5	84	1	125	9	68	6	90	1	.	2	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	6	79	0	.	0	.	0	.	1	73	2	208	7	72	2	57	1	84	4	73	5	48	0	.	-1	.	0	.	0	.	378	12
	Ahorn	0	.	0	.	0	.	0	.	0	100	0	100	6	109	3	102	0	.	3	79	0	.	1	.	0	285	0	.	0	.	2	56	1	331	1	100	0	.	5	130	0	639	6	76	2	100	1	135	0	.	-7	89	1	89	0	.	0	1010	0	.	1	74	0	.	0	.	0	100	2	59	1	84	2	188	1	98	18	93	10	57	1	266	12	39	0	.	0	.	0	.	0	71	7	99	3	61	0	355	3	91	3	85	0	100	1	100	3	100	3	71	0	100	0	64	-1	100	1	71	0	70	6	71	1	74	0	13569	1	81	0	.	1	184	1	86	7	98	0	.	1	.	0	.	0	.	0	.	0	.	0	.	-2	100	0	.	0	.	0	100	0	.	0	.	0	.	2	69	8	51	1	105	2	125	4	84	2	57	-1	126	0	.	0	.	0	.	0	.	134	20
	Esche	0	.	0	.	0	.	0	.	0	.	5	100	1	195	-2	123	0	270	0	120	0	.	-2	.	1	100	0	.	0	.	4	210	3	94	1	66	0	.	2	217	0	.	1	100	5	100	1	50	0	.	-8	61	1	118	0	.	-2	109	0	.	0	100	0	.	0	.	0	.	1	81	0	.	6	83	-1	157	1	326	1	128	0	100	-3	188	0	.	0	.	0	.	-4	109	-1	100	3	133	2	88	0	605	1	152	0	.	-5	100	0	.	10	100	1	82	1	57	-1	271	4	106	4	57	-4	75	1	100	1	58	2	70	0	.	-3	107	1	62	1	145	11	100	3	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	2	74	0	.	1	.	1	66	1	100	-5	168	4	69	1	169	0	126	-1	93	0	0	0	.	0	.	0	.	0	.	48	56
	Eiche	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	0	4	100	0	.	0	.	0	.	0	100	0	.	0	.	1	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	100	2	100	0	468	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	100	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	77	1	100	0	100	0	.	0	100	0	.	0	666	0	1539	-2	279	-3	82	1	222	3	68	-1	100	0	.	1	100	0	.	0	.	0	.	4	95	0	.	0	.	0	.	1	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	89	0	86	0	133	0	.	0	.	0	72	1	100	0	.	0	.	0	.	0	.	0	.	19	51
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	74	0	163	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	3	124	2	88	-7	85	0	2177	-5	87	0	2432	-6	86	-9	151	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	100	0	.	0	84	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	-16	115
	übrige Laubhölzer	0	.	0	.	0	.	0	.	0	100	2	100	2	80	9	50	0	100	0	61	0	.	2	.	0	96	0	.	0	100	3	88	1	100	2	92	0	.	-1	110	-3	83	4	98	5	107	-2	173	16	85	0	1517	1	105	0	.	4	68	0	.	0	100	0	.	0	.	0	100	-2	154	-1	82	2	48	0	0	1	60	-1	320	3	100	2	61	0	.	0	.	0	.	2	65	0	100	0	177	0	81	2	74	0	.	1	100	0	100	-1	101	0	5390	3	84	3	61	8	45	9	54	4	173	-9	90	8	79	0	866	-4	100	1	82	-1	100	1	75	0	64	0	75	0	.	0	.	0	.	0	.	0	.	0	.	-2	100	0	.	0	.	0	0	0	.	0	.	3	132	4	150	-1	781	1	75	1	71	0	.	-1	141	0	.	0	.	0	.	0	.	0	.	84	30
	nicht bestimmbar	0	.	0	.	0	.	0	.	0	.	0	0	0	0	0	.	0	0	0	0	0	.	0	.	0	0	0	.	0	.	0	0	0	.	0	0	0	.	0	0	0	0	0	.	0	0	0	0	0	0	0	0	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	0	0	.	0	0	0	0	0	0	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	0	0	0	0	0	0	0	0	0	0	.	0	0	0	.	0	0	0	0	0	0	0	.	0	.	0	.	0	.	0	.	0	.	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	0	.	0	.	0	.	0	.	32	43	24	67	170	25	155	21	43	42	22	56	0	.	3	.	0	2124	0	.	8	71	47	38	52	32	49	40	0	.	18	99	91	29	64	29	19	224	136	23	132	23	12	120	17	61	0	.	4	413	0	.	10	63	1	.	0	.	4	71	9	65	4	155	43	44	25	48	29	79	99	23	34	66	42	61	0	.	0	.	-1	.	5	100	1	1447	38	39	47	36	23	45	8	97	6	76	-4	217	16	55	73	27	-3	870	17	85	23	44	26	42	94	25	15	104	41	50	2	484	20	62	30	49	25	50	40	46	33	44	20	66	5	.	3	.	0	.	1	.	0	.	0	.	-3	71	4	.	0	.	16	70	0	.	7	.	106	22	70	38	81	34	31	41	0	4923	20	48	20	49	16	50	0	.	0	.	0	.	0	.	2372	6
ausserhalb	keine Angabe	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Fichte	12	36	49	37	35	50	24	49	27	54	28	62	86	28	74	23	170	17	-2	1002	5	85	7	61	5	63	0	.	9	59	17	42	44	37	30	52	0	75	30	49	66	27	61	33	78	28	96	24	42	45	15	94	18	73	51	33	35	40	7	62	34	34	5	73	6	138	8	94	25	53	9	80	30	49	38	33	29	48	18	70	7	95	31	47	0	170234	19	54	3	141	11	61	7	47	-3	193	25	54	9	38	20	39	23	46	31	45	8	67	6	51	-2	141	0	.	0	.	0	.	1	100	2	71	3	100	6	58	10	107	3	228	29	44	13	48	23	58	22	52	1	70	24	45	11	68	2	152	23	45	13	67	15	90	0	1467	9	57	11	66	-5	100	9	72	1	1019	21	72	29	38	26	52	-3	588	13	83	30	50	39	30	3	156	14	58	25	37	0	.	1936	6
	Tanne	1	887	1	78	5	79	31	34	8	67	13	96	6	115	97	26	121	19	47	42	2	80	4	60	8	55	0	.	8	61	9	69	-7	209	1	953	0	100	0	901	5	106	1	273	-2	166	14	70	0	.	76	27	48	32	103	25	44	50	9	52	23	38	15	37	17	47	61	34	3	68	3	100	10	66	12	61	0	.	0	258	6	61	19	38	6	62	15	48	7	79	-4	130	17	52	4	81	5	57	5	74	12	97	17	47	15	65	0	.	0	.	1	100	0	.	0	.	0	.	0	.	0	.	0	100	-1	206	1	100	-3	100	3	103	1	71	7	61	9	74	2	92	18	86	8	60	13	44	8	57	11	49	19	36	10	48	10	77	16	58	10	72	0	288	0	.	4	69	7	62	9	52	4	57	-4	210	16	44	12	39	4	87	1	100	5	59	0	.	1122	7
	Föhre	-3	104	1	71	0	71	0	558	0	.	0	100	-2	174	0	100	0	1099	-4	64	0	688	5	68	2	64	0	.	0	100	1	69	0	.	2	147	-2	100	0	.	5	55	0	1371	0	100	12	54	8	118	7	89	0	.	5	73	0	.	1	100	0	.	0	.	0	.	0	.	0	100	3	100	0	.	1	100	0	.	0	.	0	.	0	.	7	108	0	229	-2	77	0	376	0	4717	2	76	0	100	0	.	1	82	1	160	4	73	0	.	0	.	-1	154	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	100	2	96	0	0	0	.	0	.	0	.	0	79	0	100	0	.	-1	100	0	.	0	94	0	.	0	100	0	.	0	.	-3	100	0	.	-3	90	-4	82	-6	104	0	.	0	.	0	562	0	156	3	86	2	73	1	124	1	100	0	.	51	43
	Lärche	2	112	-2	92	8	75	-6	76	0	.	0	.	5	55	0	100	3	84	0	.	0	.	0	.	0	94	0	.	0	.	2	100	0	.	2	73	0	.	-1	100	2	72	2	175	10	55	29	43	35	50	0	100	0	100	1	71	0	100	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	100	0	100	0	.	0	983	1	100	0	.	1	86	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	100	3	100	-2	121	2	83	3	56	1	215	0	.	0	100	8	49	2	63	0	130	0	.	0	.	0	.	7	71	0	.	0	100	0	.	4	100	0	.	1	100	0	.	0	.	1	100	0	.	1	124	0	.	1	100	0	.	5	100	36	35	20	52	-1	267	0	.	1	100	0	100	2	88	0	.	1	85	1	100	2	65	0	.	192	16
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	85	0	.	1	100	1	431	22	44	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	177	-1	143	1	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	25	42
	übrige Nadelhölzer	2	79	0	.	3	100	5	75	0	.	0	100	0	.	0	.	18	41	0	100	0	.	0	.	0	.	7	.	0	.	0	.	0	.	0	.	0	.	0	100	0	100	0	.	0	.	0	100	-1	89	0	.	2	94	8	77	0	100	0	.	0	.	0	100	0	.	0	.	0	.	0	100	0	100	4	100	0	100	0	0	0	.	0	.	4	100	0	100	3	100	1	76	0	.	0	0	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	100	0	.	0	100	0	.	0	.	5	100	1	62	0	.	0	.	0	.	0	.	0	.	2	100	0	.	1	100	0	.	0	.	0	100	0	.	0	100	0	.	0	.	1	87	0	100	0	.	0	.	0	.	0	.	0	.	67	23
	Buche	20	57	22	29	19	41	23	68	4	80	7	73	20	79	47	31	110	18	54	25	0	4261	7	159	25	32	0	.	0	1024	16	47	6	104	19	67	0	.	0	1899	1	294	11	53	1	110	5	99	0	.	29	32	26	36	39	45	4	101	2	152	3	48	13	54	6	66	8	60	11	66	1	78	1	807	22	53	8	108	7	65	10	93	27	58	29	38	34	28	10	64	8	89	7	78	4	68	0	.	8	81	13	41	1	274	28	32	0	.	0	.	0	.	3	81	1	107	0	100	0	100	0	1784	0	.	12	55	1	100	1	100	2	241	1	78	0	100	12	64	2	82	3	189	5	72	1	188	7	39	4	133	15	54	9	67	4	118	8	52	9	74	1	177	0	.	0	.	-7	95	2	67	7	41	16	39	11	88	23	35	21	42	12	50	10	48	0	.	968	7
	Ahorn	10	43	8	49	2	80	1	152	1	100	4	181	7	57	10	50	21	32	10	50	2	149	1	108	1	310	0	.	1	72	0	132	3	49	2	63	0	100	3	77	3	86	1	88	2	85	0	151	0	100	11	41	5	55	1	123	0	5947	5	61	6	64	4	99	8	77	1	67	-2	207	0	.	-1	129	-2	244	3	71	0	.	1	65	6	40	3	53	6	48	4	58	2	133	3	162	2	55	1	92	1	82	4	55	-3	261	6	50	0	100	0	.	0	.	1	100	-2	100	0	639	1	57	0	100	2	88	2	133	2	91	0	100	-1	172	2	79	0	100	1	60	0	100	5	52	0	100	2	82	1	87	6	62	2	77	3	69	3	76	0	.	0	.	7	72	1	100	0	92	7	58	0	100	3	70	1	63	13	44	1	220	11	58	2	57	10	56	0	.	256	11
	Esche	6	59	4	76	2	125	2	50	0	.	-10	71	-2	134	11	57	11	44	0	438	0	667	2	51	1	297	0	.	-4	128	9	80	19	54	-4	141	1	100	-1	677	1	73	-1	111	0	1640	1	73	0	.	-7	162	7	56	-2	123	0	157	2	66	1	76	0	100	0	71	0	100	3	218	0	.	0	197	16	82	-8	96	1	100	5	73	3	80	4	86	5	47	1	68	-1	351	2	61	-2	99	0	.	0	.	2	202	5	58	8	46	1	100	0	.	0	.	-1	100	0	100	1	167	-1	100	1	100	1	71	4	86	1	100	0	.	-1	447	2	83	0	.	3	77	0	62	1	58	1	90	1	90	0	100	1	84	0	1349	-1	152	2	61	1	87	0	.	4	72	2	94	3	64	-1	118	2	100	3	71	0	1336	3	49	10	51	5	56	2	54	1	113	0	.	139	23
	Eiche	12	72	2	66	0	.	6	63	0	.	0	.	0	92	1	105	12	38	0	.	0	100	0	100	0	345	0	.	0	100	0	.	2	86	5	54	11	77	0	.	0	.	1	100	0	.	0	.	0	.	-3	95	4	97	0	357	1	100	0	295	0	.	0	100	0	100	0	.	0	100	0	.	0	.	1	100	0	0	0	.	0	60	0	0	3	89	0	100	-1	112	1	75	-1	571	0	.	0	.	0	.	1	73	8	99	3	98	0	.	0	.	0	.	0	100	-1	108	2	155	0	100	0	329	0	0	1	100	0	100	0	.	0	73	0	100	0	.	0	.	0	100	1	71	3	82	0	817	0	.	4	68	1	100	0	164	0	544	0	100	2	100	2	100	0	100	1	64	2	136	0	100	1	80	1	100	1	100	3	81	2	109	2	50	1	84	0	.	95	20
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	3	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	71	4	100	4	133	-7	87	9	143	0	.	-1	94	6	84	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	-3	104	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	23	76
	übrige Laubhölzer	3	95	10	50	7	48	3	60	0	0	0	513	-8	136	1	232	18	40	1	75	1	322	1	57	0	104	0	.	1	100	-10	172	5	57	4	57	0	1049	-4	125	4	82	9	91	7	89	-10	72	0	2661	1	240	6	61	0	843	1	145	0	100	0	235	0	100	-1	107	-2	104	3	62	0	.	1	69	0	100	-2	119	-1	84	0	1199	0	267	2	50	7	84	-3	109	3	103	1	71	4	68	5	96	-1	100	7	131	6	53	-5	115	0	573	9	76	0	428	0	86	0	1080	17	64	1	1489	4	77	4	90	0	70	-1	188	0	87	-10	74	2	122	0	99	0	363	8	97	4	76	0	64	0	160	0	412	4	70	0	133	-1	84	0	2530	3	68	0	100	0	100	2	114	6	65	5	52	0	0	2	111	6	72	2	50	1	62	2	59	4	54	5	71	0	.	155	25
	nicht bestimmbar	0	0	0	.	0	.	0	.	0	.	0	0	0	0	0	0	0	.	0	.	0	0	0	.	0	.	0	.	0	0	0	.	0	.	0	0	0	.	0	.	0	.	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	.	0	.	0	.	0	0	0	0	0	0	0	0	0	.	0	0	0	0	0	.	0	.	0	0	0	.	0	.	0	0	0	.	0	.	0	0	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	0	0	.	0	.	0	.	0	0	0	0	0	.	0	0	0	0	0	.	0	.	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	64	34	94	24	80	29	89	30	39	45	43	73	111	27	241	18	483	11	107	34	8	118	27	63	43	32	7	.	16	71	44	55	71	36	60	41	12	63	28	72	86	23	85	28	98	25	149	22	107	35	131	23	115	24	207	20	85	39	26	39	66	25	37	33	35	46	77	32	42	43	17	59	41	43	94	34	30	64	25	55	30	52	87	33	57	51	87	25	21	69	20	75	36	37	11	82	36	47	22	46	59	30	56	34	93	26	7	96	24	39	5	115	8	72	-9	107	30	60	9	88	8	47	17	53	23	44	13	91	4	199	30	65	22	40	31	51	48	39	24	50	57	38	30	45	18	48	40	33	45	37	52	39	23	56	27	51	41	39	13	61	28	44	39	51	50	45	33	56	39	47	18	91	33	35	78	32	93	24	49	31	39	32	61	28	0	.	5029	3
Total	keine Angabe	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Fichte	12	36	49	37	35	50	24	49	43	39	32	64	191	22	109	21	175	17	-4	524	5	85	7	60	5	63	0	.	14	47	39	28	63	30	57	36	0	75	35	53	154	19	104	24	85	57	196	19	92	30	17	84	23	59	51	33	34	47	7	62	40	31	6	64	6	138	10	84	30	45	13	78	53	36	43	29	34	45	65	31	10	77	45	39	0	170234	19	54	1	780	15	52	6	59	7	132	49	37	15	50	24	34	23	45	28	50	21	41	44	30	-20	117	5	100	2	100	1	100	11	52	2	64	21	36	7	96	31	52	30	53	36	37	37	39	22	69	19	66	2	57	23	46	11	68	2	152	23	45	13	67	15	90	3	226	9	57	16	52	-5	100	9	67	64	36	48	54	84	29	38	39	-8	221	27	50	37	41	49	28	3	156	15	56	25	37	0	.	2968	5
	Tanne	1	887	1	78	5	79	31	34	17	43	29	50	34	36	160	19	139	18	59	36	2	80	4	60	9	50	0	.	11	52	13	52	12	149	16	72	0	100	3	157	12	53	4	93	-1	513	11	93	-2	100	87	25	55	30	103	25	41	58	9	52	25	35	15	36	17	47	61	34	6	69	3	100	26	40	29	43	-4	132	13	42	28	65	21	74	6	62	15	48	7	74	-4	130	19	47	24	52	20	39	11	49	10	119	17	45	15	65	1	100	8	53	1	100	0	.	0	.	1	100	5	73	2	271	6	59	3	221	1	100	-7	63	19	45	13	72	24	50	11	65	2	92	19	81	8	60	14	44	8	57	11	49	19	36	11	45	10	77	17	53	10	72	4	100	5	107	7	62	25	38	14	42	4	57	-4	232	22	37	15	34	4	87	1	100	5	59	0	.	1564	6
	Föhre	-3	104	1	71	0	71	0	558	0	.	0	100	-2	195	7	78	0	1099	0	2198	0	688	5	68	3	58	0	.	0	100	1	69	0	.	2	144	-2	100	0	.	7	48	2	152	0	100	12	52	12	89	8	88	0	100	5	73	0	.	1	100	0	100	0	.	0	.	2	100	0	100	3	100	0	100	1	100	0	.	-1	112	0	.	1	100	7	108	0	229	-2	77	0	716	0	4717	2	76	0	100	0	.	-1	396	1	160	4	73	0	.	-2	194	-1	154	0	.	0	100	0	.	0	.	0	.	0	100	0	.	0	100	3	80	0	0	0	.	0	.	0	.	0	79	0	100	0	.	-1	100	0	.	0	94	0	.	0	100	0	.	0	.	-3	100	0	.	1	429	4	133	-7	91	0	.	-1	100	0	1084	-1	119	3	86	2	73	1	100	1	100	0	.	80	31
	Lärche	2	112	-2	92	8	75	-6	76	0	.	0	.	4	64	0	100	3	84	0	.	0	.	0	.	0	94	0	.	0	.	2	100	0	.	2	73	0	.	-1	100	-4	215	4	119	9	64	46	29	89	24	0	100	0	100	1	71	0	100	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	100	0	100	1	100	1	118	1	100	0	.	1	86	0	.	0	.	0	100	0	.	0	.	0	.	1	100	1	100	0	100	3	100	-2	231	9	87	12	53	9	98	0	.	0	282	45	26	8	49	4	197	0	.	0	.	0	0	8	69	0	.	0	100	0	.	4	100	0	.	1	100	0	.	0	.	1	100	0	.	1	124	0	.	1	100	0	.	5	100	55	30	43	33	5	103	1	100	1	100	0	100	2	88	0	.	1	85	1	100	2	65	0	.	379	11
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	2	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	71	0	.	1	100	3	119	30	34	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	10	45	0	1553	1	59	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	49	26
	übrige Nadelhölzer	2	79	0	.	3	100	5	75	0	.	1	71	-1	114	0	.	19	39	0	71	0	.	0	.	0	.	7	.	0	.	0	.	0	.	0	.	0	.	0	100	0	100	0	.	0	.	0	91	-1	100	2	90	2	94	8	77	0	100	0	.	0	.	0	100	0	.	0	.	0	.	0	100	0	100	5	91	3	88	0	124	0	838	0	.	4	100	0	100	3	100	1	76	0	.	0	0	0	.	0	100	0	.	0	.	0	86	0	.	0	.	0	.	0	.	0	.	0	.	2	100	0	100	0	.	0	.	0	.	0	100	0	.	0	100	0	.	0	.	5	100	1	62	0	.	0	100	0	.	0	.	0	.	2	100	0	.	1	100	0	.	0	.	0	100	0	0	0	100	0	.	0	.	1	64	3	74	0	72	0	.	0	.	0	.	0	.	77	21
	Buche	20	57	22	29	19	41	23	68	11	58	4	149	45	49	88	21	126	17	59	26	0	4261	8	140	22	46	0	.	0	1528	27	36	16	52	19	66	0	.	5	203	3	151	13	45	1	110	15	52	0	.	42	28	28	35	39	45	11	61	2	152	3	51	13	55	6	66	8	58	8	93	2	61	-5	164	25	46	12	77	38	36	13	98	41	46	29	38	34	28	10	64	10	70	0	1689	5	78	6	63	13	54	16	38	3	88	30	31	0	.	6	70	0	.	10	47	16	54	17	42	34	45	18	46	10	105	9	84	1	100	7	59	8	96	2	70	9	66	19	52	3	64	5	123	5	72	1	178	7	39	4	133	15	54	9	65	4	118	14	46	9	74	1	146	0	.	1	73	-5	150	8	60	9	35	17	38	15	69	27	30	21	42	11	56	10	48	0	.	1345	6
	Ahorn	10	43	8	49	2	80	1	152	1	99	4	166	13	60	12	45	21	32	13	43	2	149	3	73	1	277	0	.	2	72	3	53	4	110	3	55	0	100	8	81	3	99	7	64	4	65	1	173	0	100	4	177	6	49	1	123	0	1519	5	61	7	54	4	96	8	77	1	59	0	3860	1	84	1	459	0	977	20	79	10	57	3	133	19	29	3	53	6	48	4	58	2	110	10	85	5	42	1	103	4	73	7	47	-3	265	7	45	3	94	3	71	0	100	1	74	-3	71	1	77	1	45	6	68	3	73	2	141	3	61	0	100	0	668	3	61	7	97	1	60	1	78	5	50	0	100	2	82	1	87	6	62	0	495	3	69	3	76	1	100	0	.	8	69	1	100	2	58	15	38	1	139	5	64	5	63	15	38	0	616	11	58	2	57	10	56	0	.	390	10
	Esche	6	59	4	76	2	125	2	50	0	.	-4	191	0	987	8	79	10	47	1	169	0	667	1	388	2	176	0	.	-4	128	13	83	22	49	-3	204	1	100	1	579	1	73	1	238	5	136	2	41	0	.	-15	80	8	50	-2	123	-2	134	2	66	1	63	0	100	0	71	0	100	4	141	0	.	5	90	15	87	-8	110	2	81	5	69	-1	955	4	86	5	47	1	68	-5	109	1	196	1	623	2	88	0	605	3	149	5	58	3	220	1	100	10	100	1	82	0	194	-1	266	5	90	3	88	-3	90	2	65	5	71	2	58	0	.	-4	131	3	62	1	145	14	81	4	90	1	58	1	90	1	90	0	100	1	84	0	465	-1	152	2	61	4	58	0	.	5	62	3	60	3	54	-6	134	6	57	4	72	0	1184	1	147	10	51	5	56	2	50	1	113	0	.	187	22
	Eiche	12	72	2	66	0	.	6	63	0	.	0	.	1	87	1	105	15	38	0	.	0	100	0	100	0	346	0	.	0	100	1	100	2	86	5	54	11	77	0	.	0	.	1	100	0	.	2	100	2	100	-3	97	4	97	0	357	1	100	0	295	0	.	0	100	0	100	0	.	0	100	0	.	0	.	1	100	2	100	0	100	0	60	0	0	3	89	0	100	-1	112	1	75	-1	571	0	100	0	.	0	.	1	62	9	87	3	96	0	.	0	100	0	.	0	454	-1	148	1	1024	-3	76	1	321	3	68	-1	244	0	100	1	100	0	73	0	100	0	.	4	95	0	100	1	71	3	82	1	115	0	.	4	68	1	100	0	164	0	544	0	100	2	100	2	85	2	84	2	52	1	177	0	100	1	80	1	64	1	71	3	81	2	109	2	50	1	84	0	.	113	19
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	7	52	0	163	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	10	63	6	69	-3	289	-7	112	4	350	0	2432	-7	77	-2	679	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	1	100	0	.	-2	118	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	371
	übrige Laubhölzer	3	95	10	50	7	48	3	60	0	100	2	109	-6	192	10	52	18	40	2	60	1	322	3	76	1	70	0	.	1	122	-6	257	6	52	7	49	0	1049	-4	104	1	410	13	70	12	68	-13	67	15	106	1	315	6	56	0	843	4	62	0	100	0	129	0	100	-1	107	-2	114	1	234	-1	82	3	39	0	100	-1	358	-1	173	4	125	2	69	2	50	7	84	-3	111	5	68	1	61	4	65	5	88	1	226	7	131	7	48	-5	119	-2	113	9	101	3	86	3	55	8	62	26	46	4	254	-5	181	13	61	0	709	-5	88	1	62	-10	69	3	90	1	58	0	1087	8	97	4	76	0	64	0	160	0	412	4	70	-2	95	-1	84	0	2530	3	68	0	100	0	100	5	94	10	73	4	122	1	75	2	84	6	72	1	122	2	62	2	59	4	54	5	71	0	.	239	20
	nicht bestimmbar	0	0	0	.	0	.	0	.	0	.	0	0	0	0	0	0	0	0	0	0	0	0	0	.	0	0	0	.	0	0	0	0	0	.	0	0	0	.	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	.	0	.	0	.	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	.	0	.	0	0	0	.	0	.	0	0	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	0	0	.	0	0	0	0	0	0	0	0	0	0	0	.	0	0	0	0	0	0	0	0	0	0	0	.	0	0	0	0	0	.	0	0	0	0	0	.	0	.	0	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	64	34	94	24	80	29	89	30	71	31	67	53	281	18	396	13	526	11	129	30	8	118	30	57	43	36	7	.	24	53	92	33	124	25	109	29	12	63	47	59	178	19	149	20	117	42	284	16	239	20	143	24	132	22	207	20	90	42	26	39	76	23	39	32	35	46	81	31	51	37	21	56	85	31	119	29	59	50	125	22	64	42	129	30	57	51	87	25	20	75	25	63	37	47	48	35	83	29	45	32	67	29	62	31	89	29	23	48	97	23	2	1418	26	62	14	95	56	38	103	24	22	70	58	39	25	54	34	52	34	49	56	42	61	33	64	33	68	34	30	44	59	37	30	45	19	46	40	33	45	37	49	41	27	50	27	51	57	34	13	61	34	41	145	21	120	29	114	29	71	32	18	105	53	28	97	28	109	21	49	31	39	31	61	28	0	.	7398	3

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. 2283250. Birmensdorf, Swiss Federal Research Institute WSL

zurück