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	23-35mit 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 und beim Total nicht (hervorgehobene Zahlenpaare), beim Privatwald aber schon (hervorgehobene Zahlenpaare). Auf dem Sicherheitsniveau der 68%-Vertrauensintervalle kommt man zum Schluss, im Mittelland der Vorrat pro Hektare im öffentlichen Wald wie auch insgesamt abgenommen hat. Für den Privatwald 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 und den gesamten 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
Vorrat (Schaftholz)
Eigentum (2 Klassen) · Hauptbaumart
Regionale Gliederung: Forstkreis (2024)
Einheit: 1000 m³
Bezugsfläche: zugänglicher Wald ohne Gebüschwald LFI1-LFI5
Netz: 1,4-km-Netz, Unternetze 1-5
Zustand 2009/17
		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
Eigentum (2 Klassen)	Hauptbaumart	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%
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	.
öffentlich	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	180	39	475	45	801	45	1303	37	1139	41	1073	41	3504	23	2345	23	1940	24	2492	20	3	100	315	64	255	67	0	.	791	46	1417	36	1435	37	1219	38	0	.	3399	26	4481	20	2499	21	4256	21	8571	14	5583	15	2276	25	667	53	899	40	1115	33	196	51	373	42	422	51	363	40	705	44	853	46	1261	34	1307	29	213	54	757	47	1929	31	1464	40	1032	46	1690	27	895	45	566	48	314	67	257	61	1918	30	1382	33	968	39	123	69	359	52	645	42	903	43	2121	27	1992	31	0	.	27	100	0	.	289	61	80	65	239	58	626	53	585	52	1626	35	646	68	940	41	288	55	587	50	37	100	956	34	82	58	342	56	1582	25	599	43	852	34	920	40	250	72	255	62	133	83	204	100	3300	20	3499	20	4894	18	362	47	548	40	480	46	261	56	478	57	379	94	611	53	486	37	0	.	106881	3
	Tanne	308	54	97	76	119	72	1172	35	267	58	886	48	920	37	1595	31	1584	27	1967	25	17	79	101	70	244	65	0	.	97	82	280	63	581	41	578	56	0	.	490	52	260	39	472	43	282	66	806	41	17	100	2350	25	250	45	513	53	216	52	391	67	563	57	490	37	545	45	624	43	161	69	170	62	457	37	571	46	76	74	308	60	221	49	381	45	139	57	360	39	378	56	131	60	108	51	534	51	374	42	502	40	214	100	132	73	152	100	9	100	126	54	162	100	0	.	0	.	0	.	334	60	260	58	171	69	439	53	0	.	256	58	271	47	437	56	333	56	76	69	0	.	885	38	136	92	342	45	350	49	392	50	450	36	272	54	361	68	408	53	358	70	0	.	125	89	446	53	539	43	126	56	99	64	0	.	105	95	5	72	45	100	25	100	185	82	0	.	32978	6
	Föhre	19	100	35	71	29	76	72	87	0	.	17	100	381	81	5	100	361	38	394	56	0	.	26	76	127	53	0	.	18	100	38	73	0	.	161	90	85	100	0	.	150	51	503	38	0	.	566	37	1070	33	369	37	16	100	106	66	0	.	107	100	27	100	0	.	0	.	24	100	0	.	147	100	16	100	31	100	0	.	0	.	0	.	0	.	294	43	65	83	104	52	6	231	122	49	37	100	8	100	0	.	9	100	109	73	148	75	0	.	64	78	58	100	0	.	0	.	0	.	0	.	0	.	15	100	0	.	0	.	146	73	0	0	0	.	0	.	0	.	11	100	10	100	0	.	28	100	0	.	13	100	0	.	26	100	0	.	0	.	95	100	0	.	494	34	185	45	685	36	0	.	30	100	130	62	47	100	132	59	64	68	129	82	0	.	0	.	8165	10
	Lärche	9	100	52	89	67	98	112	85	0	.	0	.	40	100	16	100	150	59	0	.	0	.	0	.	25	72	0	.	0	.	46	100	0	.	0	.	0	.	67	87	308	49	197	48	199	63	1524	21	4702	16	20	100	0	.	15	73	0	.	0	.	0	.	0	.	43	100	0	.	0	.	0	.	14	100	12	100	0	.	113	71	45	100	0	.	33	77	0	.	0	.	17	100	0	.	0	.	0	.	52	100	9	100	0	.	0	.	322	62	485	32	247	41	256	55	0	.	77	80	902	28	430	39	518	60	0	.	0	.	0	.	161	46	0	.	10	100	0	.	46	100	0	.	13	100	0	.	0	.	12	100	0	.	49	71	0	.	11	100	0	.	0	.	2718	16	1316	22	1132	24	55	100	0	.	16	100	2	100	0	.	50	71	20	100	101	60	0	.	16831	7
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	17	100	0	.	0	.	207	48	1113	21	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	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	.	505	32	166	49	54	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2068	15
	übrige Nadelhölzer	36	77	0	.	43	100	42	69	0	.	0	.	0	.	0	.	150	74	1	100	0	.	0	.	0	.	177	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	25	46	-7	100	60	100	198	89	1	100	0	.	0	.	7	100	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	7	86	0	.	0	.	9	100	-19	100	22	71	0	.	0	.	0	.	3	100	0	.	0	.	1	100	0	.	0	.	0	.	0	.	0	.	0	.	50	100	0	.	0	.	0	.	0	.	6	100	0	.	8	100	0	.	0	.	103	100	17	62	0	.	5	100	0	.	0	.	0	.	185	100	0	.	1	100	0	.	0	.	7	100	5	100	2	75	0	.	0	.	10	100	0	.	0	.	0	.	0	.	0	.	0	.	1166	31
	Buche	900	32	721	34	651	32	800	28	56	64	141	66	817	39	775	28	2494	21	2845	18	365	48	786	34	987	33	0	.	221	76	231	44	532	39	260	66	0	.	726	33	266	45	389	34	34	66	420	48	0	.	2571	19	683	38	392	56	25	73	147	59	102	44	179	44	128	43	181	41	145	81	36	58	1301	34	340	56	86	58	470	38	931	39	372	63	1795	23	907	33	956	28	943	38	862	32	315	37	245	90	765	43	170	57	215	59	444	49	0	.	131	63	0	.	740	34	453	54	195	53	923	32	848	32	436	43	137	48	0	.	179	69	423	55	100	65	337	52	105	73	15	100	765	37	122	94	109	49	288	35	364	45	932	33	210	54	351	61	46	67	270	50	38	100	0	.	16	89	551	38	109	66	334	46	337	52	13	100	484	42	224	55	226	41	302	34	0	.	42238	4
	Ahorn	144	39	109	48	108	47	63	49	0	.	66	86	220	40	153	51	142	42	429	27	61	59	81	60	207	46	0	.	73	71	8	110	132	44	21	100	0	.	154	35	66	75	17	159	32	72	116	46	0	.	302	27	60	54	26	64	69	47	45	81	69	48	46	82	100	83	22	60	42	62	24	76	183	75	37	89	33	86	229	54	67	71	173	59	86	52	111	48	139	38	44	61	114	58	91	54	10	100	30	60	56	56	43	65	-7	170	12	100	44	100	19	100	2	100	0	.	22	72	5	59	26	100	0	.	69	65	4	100	0	.	68	54	67	60	58	60	17	82	0	.	99	49	0	.	15	83	12	77	35	81	38	64	67	54	13	100	16	100	0	.	-1	442	0	.	13	82	104	55	82	61	125	63	-30	137	57	77	59	72	201	55	114	68	235	55	0	.	6311	7
	Esche	252	40	220	61	170	58	158	65	0	.	65	100	26	97	55	48	306	41	78	65	228	64	32	67	63	81	0	.	161	73	137	77	222	54	38	72	0	.	44	79	8	100	7	183	46	77	36	45	0	.	438	35	24	96	52	76	12	76	57	79	43	58	2	100	5	70	0	.	229	84	0	.	58	81	147	58	202	57	82	59	117	80	0	.	213	42	72	51	52	63	153	58	12	88	168	62	0	.	63	100	81	51	134	66	76	75	11	100	123	100	0	.	17	71	4	100	33	89	75	68	13	100	18	100	19	64	42	74	0	.	106	70	19	87	51	73	0	.	9	71	41	58	70	100	2	100	9	100	23	92	48	71	177	71	2	100	4	100	0	.	182	100	36	72	1	100	112	65	62	81	321	62	92	63	70	57	52	54	146	68	85	54	149	56	0	.	7065	9
	Eiche	134	74	0	.	0	.	156	76	0	.	0	.	6	100	60	71	312	33	0	.	79	100	0	.	115	56	0	.	8	100	0	.	34	74	8	100	159	70	0	.	0	.	59	100	0	.	0	0	0	.	171	47	7	100	79	84	0	.	37	96	0	.	33	100	2	100	0	.	0	.	0	.	0	.	0	.	27	100	0	.	23	70	0	.	153	62	0	.	20	70	18	95	138	51	0	.	0	.	0	.	25	94	77	62	119	76	0	.	0	.	0	.	32	64	0	.	72	96	89	72	52	67	68	90	10	100	0	.	0	.	15	72	25	100	0	.	9	100	0	.	40	84	104	100	95	58	0	.	201	67	0	.	22	71	96	71	25	100	23	100	0	.	12	100	12	61	43	60	0	.	51	81	13	100	0	.	126	64	138	47	166	64	81	66	0	.	3677	11
	Kastanie	0	.	0	.	6	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	338	56	25	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	.	271	49	109	84	192	67	0	.	234	72	205	54	107	63	274	48	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	100	0	.	0	.	0	.	0	.	0	.	0	.	64	63	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1833	19
	übrige Laubhölzer	128	50	80	41	140	49	87	78	3	100	4	100	56	65	79	46	441	44	81	36	84	55	27	76	35	69	0	.	0	0	350	77	21	67	105	60	3	100	72	59	95	49	35	61	212	44	643	31	193	53	245	45	25	64	35	100	11	125	2	100	10	80	7	100	23	63	48	78	46	74	15	68	21	67	0	.	51	54	97	44	186	75	23	81	37	47	42	50	62	65	121	59	0	0	84	59	3	72	1	648	33	100	75	61	58	79	117	64	185	38	97	82	255	41	124	59	156	44	234	33	150	57	191	47	38	74	44	100	5	80	161	68	276	91	10	100	6	100	111	87	86	59	5	82	6	80	22	63	87	70	21	60	19	100	33	77	75	90	4	100	0	.	173	44	103	46	263	36	7	100	147	69	2	100	35	80	8	58	11	71	120	69	72	68	0	.	7788	8
	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	2108	23	1790	26	2133	26	3966	21	1465	40	2252	37	5970	20	5082	19	7879	14	8288	14	836	39	1367	33	2058	30	177	.	1369	39	2507	29	2958	26	2390	30	247	69	4952	22	5650	18	4177	19	5060	19	13233	11	12728	11	8734	14	1792	30	2315	33	1448	33	980	40	1185	39	1186	37	1208	37	1604	31	1476	37	1653	33	3359	22	1351	37	1231	36	3229	25	3061	28	1980	37	4439	19	2461	27	2258	25	1768	30	1613	30	3147	25	2022	30	2384	30	722	47	1143	39	1637	33	1373	33	3551	21	2687	26	1493	24	608	43	788	36	3106	18	1966	23	1931	28	1339	39	675	47	2218	31	1851	33	1879	33	1086	45	800	47	333	60	2898	24	533	60	944	36	2264	23	1724	31	2340	26	1948	29	1106	46	841	39	883	55	423	70	7369	13	5764	16	8443	14	803	39	1655	34	1049	36	590	53	1343	33	1257	38	1497	35	1610	29	0	.	237002	2
privat	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	204	62	33	71	0	.	204	69	1183	46	1802	36	11182	13	4347	17	3741	21	852	35	0	.	0	.	149	83	0	.	24	100	1275	39	1037	38	538	40	0	.	418	57	2247	29	696	47	2095	31	787	47	319	75	497	34	722	39	1165	34	3600	27	193	93	907	37	246	73	166	78	1052	40	490	52	182	.	566	59	655	47	478	64	554	45	605	53	1998	36	198	62	0	.	0	.	0	.	34	73	260	61	608	56	322	56	717	40	614	52	716	42	148	72	0	.	23	93	0	.	37	100	24	100	0	.	0	.	0	.	241	58	792	59	108	86	201	51	376	58	863	40	344	57	150	59	146	59	15	.	0	.	447	49	170	100	11	100	207	79	20	85	170	100	0	.	155	89	691	45	636	33	634	46	144	97	571	58	169	56	970	35	1360	32	389	61	98	72	101	88	0	.	61088	5
	Tanne	80	72	5	100	0	.	106	78	290	50	655	53	863	37	4613	17	3091	23	942	46	1	100	20	100	72	72	0	.	166	100	45	71	584	59	110	91	0	.	35	71	37	100	14	74	0	.	103	100	0	.	1218	33	1228	36	2467	23	1181	29	138	76	584	47	21	100	41	100	727	51	171	82	0	.	441	68	291	51	56	100	156	69	329	65	807	39	0	.	127	100	0	.	77	82	134	52	0	.	367	59	64	72	321	43	166	46	314	70	0	.	0	.	0	.	0	.	0	.	27	100	0	.	0	.	0	.	162	68	0	.	94	87	188	58	9	100	623	51	11	100	65	88	52	100	97	.	0	.	3	100	1	100	27	100	105	91	0	.	0	.	0	.	166	69	0	.	17	91	161	65	78	71	75	80	302	48	874	33	409	38	11	100	0	.	0	.	0	.	26814	7
	Föhre	58	100	0	.	0	.	0	.	0	.	0	.	39	59	58	71	136	60	24	77	47	100	-17	100	34	74	0	.	0	.	130	100	0	.	147	78	24	72	0	.	16	100	66	95	48	100	39	79	97	78	0	0	0	.	64	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	43	100	66	88	34	100	0	.	0	.	0	.	0	.	0	.	0	.	80	65	50	71	45	61	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	38	100	0	.	0	.	0	.	0	.	15	100	0	.	0	.	0	.	0	.	10	100	0	.	0	.	0	.	0	.	0	.	0	.	409	56	192	42	31	71	0	.	0	.	89	75	49	59	119	59	106	74	56	100	45	100	0	.	2485	16
	Lärche	5	100	24	100	0	.	33	100	0	.	0	.	99	78	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	25	100	0	.	0	.	70	71	80	73	-3	100	111	72	93	66	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	30	100	0	0	0	.	10	100	6	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	46	100	0	.	0	.	0	.	107	100	0	.	0	.	9	100	0	.	0	.	0	.	0	.	0	.	0	.	14	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	29	100	1775	40	1026	35	194	70	0	.	22	100	0	.	0	.	0	.	0	.	0	.	76	100	0	.	3887	22
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	-7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	19	86	80	60	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	96	53
	übrige Nadelhölzer	0	.	0	.	0	.	0	.	0	.	8	78	1	100	0	.	213	59	1	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	100	8	100	0	.	0	.	0	.	0	.	2	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	294	99	-12	114	-16	100	0	.	0	.	57	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3	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	.	1	100	0	.	0	.	0	.	0	.	3	71	33	74	6	100	0	.	0	.	0	.	0	.	604	54
	Buche	548	49	95	68	0	.	1299	46	202	55	416	39	1688	34	2129	21	1954	21	513	38	38	100	198	95	346	57	0	.	47	80	525	45	486	50	1000	41	0	.	235	71	414	70	188	67	0	.	76	73	0	.	1022	35	680	40	431	39	1230	32	281	68	117	55	52	73	96	73	254	51	291	48	0	.	202	67	230	47	921	47	388	53	160	47	1062	32	313	58	457	62	103	.	133	76	493	56	98	66	15	65	196	66	385	37	191	54	318	34	0	.	0	.	0	.	0	.	747	41	421	43	0	.	0	.	26	100	482	54	0	.	53	77	160	76	89	71	54	72	353	59	60	75	337	50	6	.	0	.	20	72	19	100	183	95	298	90	227	71	130	71	0	.	226	71	0	.	0	.	354	51	140	63	81	79	81	58	858	31	423	41	483	62	223	75	104	80	0	.	29156	6
	Ahorn	128	69	23	100	0	.	8	100	18	71	178	64	554	29	172	36	67	51	155	57	67	100	19	81	6	100	0	.	0	.	46	70	170	53	35	62	0	.	163	51	70	67	5	100	34	100	0	.	0	.	144	37	93	49	42	60	237	39	32	72	102	66	0	.	0	.	11	70	87	42	0	.	42	73	150	47	12	368	122	56	155	58	389	33	0	.	5	100	7	.	32	77	72	56	101	59	56	56	22	93	208	66	58	83	82	68	0	.	0	.	0	.	0	.	48	74	18	75	0	.	0	.	2	100	78	58	0	.	0	.	121	76	113	61	63	60	10	100	0	.	36	78	0	.	0	.	12	100	10	76	48	75	14	100	0	.	0	.	0	.	9	100	2	100	22	100	122	45	22	100	51	76	59	61	219	39	44	64	0	.	18	100	0	.	0	.	5319	8
	Esche	22	100	195	57	0	.	0	.	0	.	270	55	126	81	457	48	359	38	40	94	52	100	12	100	65	100	0	.	37	100	223	76	112	50	357	47	28	100	238	50	38	100	0	.	97	71	53	100	0	.	484	42	591	76	145	61	105	55	18	100	0	.	0	.	0	.	4	100	210	77	0	.	10	69	375	46	110	66	14	100	81	100	308	46	2	100	30	100	0	.	101	90	83	60	148	73	4	100	209	81	335	46	296	53	144	49	0	.	0	.	0	.	9	100	34	60	125	77	0	.	57	71	67	57	114	76	5	100	0	.	178	68	42	71	5	100	171	73	42	92	0	.	0	.	0	.	0	.	0	.	64	87	53	100	51	67	208	71	0	.	54	71	27	61	46	73	41	68	109	100	62	78	31	64	184	42	197	43	0	.	28	100	22	100	0	.	8610	10
	Eiche	153	91	62	72	0	.	84	71	0	.	0	.	11	100	0	.	275	31	0	.	0	.	3	100	0	.	0	.	0	.	54	100	0	.	55	83	314	75	0	.	0	.	0	.	0	.	0	.	72	100	128	92	85	100	101	100	36	100	14	100	0	.	0	.	0	.	0	.	5	100	0	.	0	.	32	100	0	.	0	.	0	.	0	.	88	92	0	.	0	.	0	.	26	71	16	100	0	.	0	.	94	58	410	83	170	49	0	.	0	.	0	.	14	100	117	59	373	35	14	100	50	61	15	81	34	100	0	.	31	100	0	.	0	.	0	.	62	100	0	.	0	.	72	.	0	.	0	.	204	71	20	100	4	100	157	62	0	.	0	.	25	100	16	74	80	84	12	71	0	.	0	.	29	71	11	100	0	.	17	100	16	100	0	.	0	.	3659	16
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	68	100	18	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	.	31	100	0	.	143	100	211	75	488	31	894	31	221	82	223	63	1236	37	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	26	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3558	17
	übrige Laubhölzer	155	64	16	100	0	.	1	100	0	0	59	79	480	32	74	33	206	48	17	71	5	100	12	86	12	100	0	.	18	80	6	71	16	63	14	82	0	0	115	68	7	60	28	69	149	80	102	57	177	72	54	53	96	69	30	61	56	56	0	.	16	64	0	.	0	.	0	.	26	100	0	.	0	.	6	100	20	65	46	70	51	100	90	45	0	0	0	.	0	.	55	100	13	100	38	66	15	78	36	145	195	70	46	74	20	57	5	100	0	.	0	.	5	100	323	49	814	29	13	100	189	79	158	70	28	64	0	.	18	100	10	87	5	77	27	81	26	71	14	100	2	100	0	.	0	.	4	100	0	.	2	100	104	100	18	78	48	100	0	.	12	100	169	50	100	38	21	77	0	.	16	90	103	58	31	68	0	.	21	88	23	91	2	100	0	.	4886	10
	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
	Total	1354	33	451	43	0	.	1734	40	1693	42	3390	28	15037	12	11849	13	10041	14	2545	28	209	79	248	87	685	51	0	.	293	76	2304	32	2405	29	2281	28	367	75	1206	39	2907	26	1078	40	2420	29	1343	36	776	46	3549	22	3499	27	4445	21	6444	21	676	51	1725	33	319	74	304	70	2048	31	1280	38	182	.	1261	51	2033	34	1615	37	1264	38	1381	44	4708	23	730	48	652	58	110	.	398	70	854	44	661	47	1064	44	850	47	2334	29	1876	38	1811	29	184	71	0	.	273	71	238	73	1793	27	2705	20	248	76	519	58	1504	33	1140	40	797	59	341	71	872	46	633	45	1635	41	976	52	345	60	573	46	190	.	0	.	486	49	414	60	355	70	784	51	472	52	556	72	0	.	676	58	3134	27	2199	25	1569	32	494	61	878	54	866	37	3229	24	2557	27	1027	46	461	64	350	71	0	.	150163	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	384	37	508	42	801	45	1507	33	2322	31	2875	27	14686	11	6692	13	5681	16	3344	17	3	100	315	64	404	52	0	.	815	45	2692	26	2472	27	1757	29	0	.	3817	24	6728	16	3195	19	6351	17	9358	13	5901	14	2773	22	1388	32	2064	26	4715	22	388	52	1280	28	668	42	529	37	1757	29	1342	35	1444	32	1873	27	868	38	1235	38	2484	26	2069	32	3030	28	1888	25	895	45	566	48	314	67	291	55	2179	27	1990	29	1291	33	840	36	973	38	1361	29	1051	38	2121	27	2014	31	0	.	64	71	24	100	289	61	80	65	239	58	868	42	1377	41	1734	33	846	53	1316	33	1151	33	931	38	187	51	1102	30	96	51	342	56	2029	22	769	40	863	33	1127	36	270	67	425	55	133	83	359	69	3992	18	4135	18	5527	17	506	43	1119	36	649	37	1230	30	1837	28	768	56	709	47	586	34	0	.	167969	2
	Tanne	388	46	102	72	119	72	1278	33	557	38	1541	36	1784	26	6208	15	4675	17	2909	22	18	73	120	61	316	53	0	.	263	70	325	55	1166	36	688	49	0	.	525	49	298	36	486	42	282	66	908	38	17	100	3568	20	1478	31	2979	21	1396	26	529	53	1146	36	511	35	587	42	1351	34	331	54	170	62	898	38	862	35	133	60	464	46	550	43	1188	30	139	57	488	39	378	56	208	48	242	37	534	51	741	36	567	36	535	47	298	41	466	57	9	100	126	54	162	100	0	.	0	.	27	100	334	60	260	58	171	69	602	43	0	.	350	48	459	36	446	55	956	39	86	62	65	88	937	37	233	68	342	45	353	49	393	49	477	35	376	46	361	68	408	53	358	70	166	69	125	89	463	51	699	36	204	44	174	50	302	48	979	31	414	38	56	82	25	100	185	82	0	.	59792	4
	Föhre	76	79	35	71	29	76	72	87	0	.	17	100	420	73	62	66	497	32	418	53	47	100	9	292	162	45	0	.	18	100	168	79	0	.	308	60	110	79	0	.	166	47	569	35	48	100	605	35	1167	31	369	37	16	100	170	56	0	.	107	100	27	100	0	.	0	.	24	100	0	.	147	100	16	100	31	100	0	.	0	.	0	.	43	100	360	39	99	64	104	52	6	231	122	49	37	100	8	100	0	.	89	59	159	55	193	59	0	.	64	78	58	100	0	.	0	.	0	.	0	.	0	.	15	100	0	.	0	.	184	62	0	0	0	.	0	.	0	.	26	71	10	100	0	.	28	100	0	.	22	71	0	.	26	100	0	.	0	.	95	100	0	.	902	31	378	31	716	34	0	.	30	100	220	48	97	58	250	42	169	53	186	65	45	100	0	.	10650	8
	Lärche	14	73	75	68	67	98	144	69	0	.	0	.	140	62	16	100	150	59	0	.	0	.	0	.	25	72	0	.	0	.	46	100	0	.	25	100	0	.	67	87	378	42	277	40	195	64	1636	20	4796	15	20	100	4	100	15	73	0	.	0	.	0	.	0	.	43	100	0	.	0	.	0	.	14	100	12	100	30	100	113	71	45	100	10	100	39	66	0	.	0	.	17	100	0	.	0	.	0	.	52	100	9	100	46	100	0	.	322	62	485	32	354	42	256	55	0	.	86	72	902	28	430	39	518	60	0	.	0	.	0	.	175	43	0	.	10	100	0	.	46	100	0	.	13	100	0	.	0	.	12	100	0	.	49	71	0	.	11	100	0	.	29	100	4493	19	2342	20	1326	23	55	100	22	100	16	100	2	100	0	.	50	71	20	100	177	55	0	.	20718	7
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	-7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	17	100	0	.	0	.	211	47	1113	21	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	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	.	524	31	246	38	54	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2164	15
	übrige Nadelhölzer	36	77	0	.	43	100	42	69	0	.	8	78	1	100	0	.	362	46	2	71	0	.	0	.	0	.	177	.	0	.	0	.	0	.	0	.	0	.	2	100	8	100	0	.	0	.	7	100	25	46	-5	145	60	100	198	89	1	100	0	.	0	.	7	100	0	.	0	.	0	.	0	.	4	100	294	99	-12	114	-16	100	7	86	0	.	57	100	9	100	-19	100	22	71	0	.	0	.	0	.	3	100	0	.	0	.	4	74	0	.	0	.	0	.	0	.	0	.	0	.	50	100	0	.	0	.	0	.	0	.	6	100	0	.	8	100	0	.	0	.	103	100	17	62	0	.	5	100	0	.	0	.	0	.	185	100	0	.	1	100	0	.	0	.	8	86	5	100	2	75	0	.	0	.	13	80	33	74	6	100	0	.	0	.	0	.	0	.	1770	27
	Buche	1448	27	816	31	651	32	2099	30	258	46	557	33	2506	26	2903	17	4448	14	3359	16	403	45	984	33	1333	28	0	.	269	64	756	34	1018	31	1260	35	0	.	961	30	680	46	577	31	34	66	496	42	0	.	3594	16	1363	28	823	34	1255	31	428	49	219	35	231	37	224	40	435	34	436	42	36	58	1503	31	570	38	1007	44	859	31	1092	34	1434	29	2108	21	1364	30	1059	27	1077	34	1355	28	413	32	260	85	961	37	555	31	406	40	762	32	0	.	131	63	0	.	740	34	1200	33	617	34	923	32	848	32	463	41	619	43	0	.	231	56	583	45	188	48	391	46	458	48	74	64	1102	30	129	90	109	49	308	33	383	43	1115	32	507	57	578	46	176	55	270	50	264	63	0	.	16	89	906	30	249	46	414	40	418	44	871	31	907	29	708	46	449	43	406	33	0	.	71394	3
	Ahorn	272	38	131	43	108	47	71	45	18	71	245	52	774	24	325	31	209	33	584	25	128	59	101	51	213	45	0	.	73	71	54	61	302	36	55	54	0	.	317	31	136	50	22	123	66	62	116	46	0	.	445	22	153	36	68	44	306	32	76	56	171	43	46	82	100	83	33	46	129	34	24	76	224	62	187	41	45	119	351	40	222	46	562	29	86	52	116	47	146	36	76	48	186	41	192	40	67	49	52	52	264	53	101	55	74	76	12	100	44	100	19	100	2	100	48	74	40	52	5	59	26	100	2	100	148	43	4	100	0	.	190	52	180	44	121	42	27	64	0	.	135	41	0	.	15	83	25	63	45	65	86	51	81	48	13	100	16	100	0	.	8	140	2	100	35	69	226	35	105	53	175	50	29	189	276	35	103	49	201	55	132	61	235	55	0	.	11631	5
	Esche	274	37	415	42	170	58	158	65	0	.	335	48	151	69	511	43	664	28	118	53	280	55	44	56	129	64	0	.	198	62	361	56	334	40	395	43	28	100	282	44	46	85	7	183	143	54	89	63	0	.	922	27	615	73	197	50	117	49	75	64	43	58	2	100	5	70	4	100	439	57	0	.	67	70	522	37	311	43	96	52	198	62	308	46	215	42	102	47	52	63	254	50	94	54	316	47	4	100	272	66	416	38	429	42	220	41	11	100	123	100	0	.	25	58	38	55	158	64	75	68	70	61	85	49	133	65	47	67	0	.	284	50	61	56	56	67	171	73	51	77	41	58	70	100	2	100	9	100	23	92	112	58	230	60	52	65	212	69	0	.	236	79	63	49	47	72	153	51	171	70	384	53	122	50	254	34	249	35	146	68	113	47	170	51	0	.	15676	7
	Eiche	287	60	62	72	0	.	240	55	0	.	0	.	17	75	60	71	587	23	0	.	79	100	3	100	115	56	0	.	8	100	54	100	34	74	64	74	473	55	0	.	0	.	59	100	0	.	0	0	72	100	299	48	92	92	180	67	36	100	51	75	0	.	33	100	2	100	0	.	5	100	0	.	0	.	32	100	27	100	0	.	23	70	0	.	241	52	0	.	20	70	18	95	164	45	16	100	0	.	0	.	118	50	486	70	290	42	0	.	0	.	0	.	46	54	117	59	445	33	102	64	101	45	83	75	44	81	0	.	31	100	15	72	25	100	0	.	70	88	0	.	40	84	176	72	95	58	0	.	405	49	20	100	26	62	253	47	25	100	23	100	25	100	28	60	92	73	56	49	0	.	51	81	41	58	11	100	126	64	155	43	182	59	81	66	0	.	7336	10
	Kastanie	0	.	0	.	6	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	406	49	43	72	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	31	100	271	49	251	67	402	50	488	31	1128	28	426	50	330	47	1510	31	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	100	0	.	0	.	0	.	0	.	26	100	0	.	64	63	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5391	12
	übrige Laubhölzer	283	42	96	38	140	49	88	77	3	100	63	75	536	30	153	28	647	34	98	32	89	53	40	58	47	57	0	.	18	80	356	75	37	47	119	53	3	100	187	47	102	45	64	45	361	42	745	28	370	44	299	38	121	56	65	61	67	51	2	100	26	50	7	100	23	63	48	78	72	59	15	68	21	67	6	100	71	43	143	37	237	62	113	40	37	47	42	50	62	65	175	51	13	100	122	46	18	66	37	143	229	62	121	47	78	61	121	61	185	38	97	82	260	40	446	39	970	26	247	32	339	50	349	41	66	51	44	100	24	80	171	65	281	90	37	65	32	61	125	78	88	57	5	82	6	80	26	56	87	70	23	55	124	86	51	57	123	67	4	100	12	100	341	33	204	30	284	34	7	100	163	63	104	57	66	53	8	58	32	62	142	60	73	66	0	.	12674	6
	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
	Total	3462	19	2241	23	2133	26	5700	19	3158	29	5641	22	21007	10	16932	10	17920	10	10833	12	1046	35	1615	31	2743	25	177	.	1662	34	4812	21	5363	19	4671	20	614	53	6159	19	8558	14	5255	17	7480	16	14576	11	13504	10	12284	12	5290	21	6759	18	7893	18	1656	32	2911	24	1505	33	1512	32	3653	22	2756	27	1835	31	4620	21	3385	25	2846	26	4492	21	4442	23	6688	19	5169	18	3113	24	2368	25	2166	28	2467	24	3809	22	3086	24	3234	25	3056	25	3018	28	3448	21	1557	30	3551	21	2960	25	1731	23	2401	23	3493	17	3354	18	2485	22	3435	21	2479	28	1472	39	2559	28	2723	27	2512	27	2721	30	1776	36	679	42	3471	22	722	51	944	36	2750	21	2138	27	2696	24	2732	25	1578	36	1397	37	883	55	1099	45	10503	12	7963	14	10012	13	1297	33	2534	29	1915	26	3819	22	3900	21	2284	29	1958	30	1960	27	0	.	387165	1

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. 2293375. Birmensdorf, Swiss Federal Research Institute WSL

zurück