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

LFI5
Vorrat (Schaftholz)
Schutzwald (2022) · Hauptbaumart
Regionale Gliederung: Forstkreis (2024)
Einheit: 1000 m³
Bezugsfläche: zugänglicher Wald ohne Gebüschwald
Netz: 1,4-km-Netz, Unternetze 1-5
Zustand 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 (2022)	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	.
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	.	1402	40	919	42	10482	12	2979	19	238	49	596	32	0	.	43	91	107	100	0	.	273	88	1842	33	1015	37	1233	46	0	.	1327	34	5195	19	2369	27	4244	21	7483	14	3641	19	389	47	132	70	0	.	1138	37	55	.	274	61	56	.	40	81	384	67	860	52	899	42	1666	32	352	39	375	49	2184	26	668	50	1573	34	82	100	0	.	98	.	35	100	0	0	820	43	1349	36	583	51	300	51	14	100	0	0	1133	38	3043	41	1321	33	54	100	82	71	30	100	417	54	128	92	593	38	627	49	1020	55	1278	38	673	72	1122	42	938	37	218	85	39	.	3	100	0	.	0	.	0	.	0	.	0	.	25	.	0	.	107	84	22	.	21	.	3565	20	3896	19	5857	17	368	57	159	70	263	56	337	49	418	68	0	.	0	.	0	.	0	.	87473	4
	Tanne	0	.	0	.	0	.	0	.	206	58	1019	44	1775	29	3435	19	825	44	1218	30	0	.	0	.	38	83	0	.	185	100	104	79	700	48	270	63	0	.	296	69	237	49	260	54	37	100	761	39	0	0	1085	32	299	53	0	.	253	82	0	.	126	53	65	.	143	100	373	58	337	61	37	100	733	49	560	53	94	64	703	42	576	59	882	32	0	.	0	.	11	.	0	.	165	75	822	49	551	43	394	39	121	63	19	100	0	.	18	100	208	52	0	.	0	.	0	.	34	100	407	53	276	60	250	70	482	47	0	.	307	56	272	47	538	56	954	44	57	100	0	.	45	71	166	.	0	.	0	.	0	.	0	.	16	.	0	.	11	100	70	.	96	.	162	93	495	50	872	36	132	65	0	.	70	100	318	50	150	51	0	.	0	.	0	.	0	.	26121	7
	Föhre	0	.	0	.	0	.	0	.	0	.	0	.	106	80	87	71	0	.	100	73	0	.	0	.	48	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	78	76	333	46	46	100	166	36	589	40	127	56	18	100	0	.	0	.	0	.	29	100	0	.	0	.	44	100	0	.	0	.	42	100	0	.	0	.	58	60	0	.	53	100	0	0	0	.	0	.	2	100	0	.	0	.	0	.	0	.	12	100	0	.	0	.	0	.	46	74	0	.	0	.	0	.	0	.	0	.	0	.	12	100	0	.	0	.	224	60	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	642	38	357	33	467	39	0	.	25	100	96	76	29	77	0	.	0	.	0	.	0	.	0	.	3836	13
	Lärche	0	.	0	.	0	.	0	.	0	.	0	.	37	91	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	226	44	352	49	40	88	1599	21	2993	18	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	37	100	223	59	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	57	100	14	100	0	.	0	.	472	47	445	40	462	46	366	45	0	.	66	92	1312	27	421	43	563	59	0	.	0	.	0	.	52	100	0	.	20	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3839	21	2059	23	1483	28	40	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	17179	8
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	12	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	19	100	0	.	0	.	122	74	667	30	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	507	36	317	37	19	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1663	18
	übrige Nadelhölzer	0	.	0	.	0	.	0	.	0	.	9	100	44	79	0	.	81	100	1	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3	100	0	.	0	.	0	.	6	100	4	65	11	74	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	100	7	100	12	72	-19	104	7	79	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	2	100	0	.	0	.	0	.	0	.	0	.	0	.	81	100	1	100	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	6	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	1	100	0	.	0	.	4	72	46	73	9	81	0	.	0	.	0	.	0	.	338	38
	Buche	0	.	0	.	0	.	0	.	157	78	202	48	2183	26	2268	23	722	47	1162	26	46	.	201	60	500	47	0	.	10	100	237	57	818	37	5	100	0	.	515	43	573	50	214	45	10	100	636	38	0	.	1578	24	582	40	0	.	693	45	47	.	33	59	13	.	10	100	57	52	353	50	23	100	672	38	227	41	834	48	1005	31	415	50	1118	35	173	74	0	.	0	.	134	87	184	67	506	36	317	67	835	42	88	49	84	71	199	100	0	.	182	58	0	.	755	35	1235	32	718	35	1253	30	1094	30	548	43	319	63	0	.	287	45	260	54	199	50	445	45	304	63	26	.	86	83	145	.	3	.	0	.	0	.	0	.	6	.	0	.	99	72	96	.	17	.	0	.	30	74	729	33	260	50	242	63	34	90	215	46	213	46	0	.	12	.	0	.	0	.	30456	5
	Ahorn	0	.	0	.	0	.	0	.	8	100	80	58	718	21	187	31	37	100	315	40	0	.	57	100	47	100	0	.	0	.	69	58	212	42	40	100	0	.	351	41	122	46	144	67	51	100	119	43	0	.	158	52	85	52	0	.	121	44	0	.	43	60	38	.	16	71	17	73	103	44	35	78	205	63	92	65	167	69	404	35	210	51	522	32	0	.	0	.	0	.	24	74	91	92	137	46	96	52	64	78	170	91	12	100	-2	100	36	96	101	72	11	100	5	63	22	100	38	62	7	58	92	70	5	74	47	70	16	85	1	100	178	49	81	47	175	43	0	.	7	.	50	75	10	.	2	.	0	.	0	.	15	100	0	.	0	.	10	100	0	.	12	.	0	.	50	69	311	35	100	50	104	70	16	134	120	45	24	131	0	.	0	.	0	.	0	.	7009	8
	Esche	0	.	0	.	0	.	0	.	0	.	178	72	198	58	272	70	87	91	60	63	16	.	0	0	10	100	0	.	0	.	218	100	174	59	34	91	0	.	225	49	17	100	8	73	103	85	90	66	0	.	266	58	85	67	0	.	41	69	0	.	1	100	0	.	0	.	0	.	84	61	0	.	112	79	115	64	141	68	113	44	23	100	258	45	0	.	0	.	0	.	42	91	71	72	271	54	46	79	242	69	106	69	0	.	0	0	0	.	211	100	49	96	37	54	27	77	82	64	123	64	25	95	107	47	26	64	50	72	0	.	74	98	34	80	66	61	291	71	81	.	0	.	0	.	0	.	0	.	0	.	10	100	0	.	0	.	18	100	0	.	31	.	69	57	40	95	200	52	78	75	167	83	11	100	50	71	13	100	0	.	0	.	0	.	0	.	5679	11
	Eiche	0	.	0	.	0	.	0	.	0	.	0	.	6	100	0	0	108	65	0	.	0	.	0	.	19	100	0	.	0	.	60	100	1	100	0	.	0	.	0	.	0	.	0	.	0	.	36	100	85	100	73	89	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	52	89	2	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	19	100	0	.	0	.	37	95	50	100	18	100	0	.	5	100	0	.	54	51	116	71	382	38	85	65	137	44	102	61	0	0	0	.	36	100	50	74	23	100	0	.	108	91	0	.	35	100	0	.	33	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3	.	40	74	95	76	22	57	0	.	0	.	30	71	15	100	0	.	0	.	0	.	0	.	0	.	1939	15
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	365	55	42	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	.	32	100	372	44	294	67	334	53	270	44	957	35	468	52	257	56	1453	29	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	31	100	0	.	66	61	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4942	14
	übrige Laubhölzer	0	.	0	.	0	.	0	.	0	.	54	93	495	31	157	33	17	74	56	46	0	.	29	96	22	100	0	.	3	100	34	80	16	76	56	62	0	.	100	50	47	55	140	68	262	41	605	32	369	60	139	47	19	78	0	.	55	76	0	.	4	100	0	.	0	.	5	100	33	52	6	76	37	50	0	0	71	49	131	42	18	100	121	41	0	.	0	.	2	.	88	74	50	77	86	66	7	65	59	88	0	.	18	100	10	100	95	66	325	53	114	80	273	40	370	44	860	28	224	35	281	39	428	39	46	63	11	100	30	78	36	95	22	60	47	54	9	89	0	.	0	.	0	.	0	.	0	.	0	.	25	100	0	.	0	.	0	0	5	.	0	.	292	36	311	51	207	32	7	63	28	71	0	.	22	91	0	.	0	.	0	.	0	.	0	.	7492	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
	Total	0	.	0	.	0	.	0	.	1774	38	2462	33	16055	10	9386	14	2115	31	3509	22	62	.	331	59	792	45	0	.	471	71	2563	29	2937	25	1639	40	0	.	2817	26	6513	17	3820	22	4794	19	11988	11	8391	13	3826	21	1220	34	0	.	2301	31	102	.	510	53	172	.	209	92	881	43	1769	38	1000	40	3475	26	1353	38	1782	34	4804	19	1917	39	4528	22	255	80	0	.	111	.	324	54	562	53	2660	30	2367	29	2238	31	848	47	197	71	227	88	1786	29	4938	30	2252	25	1880	22	2122	25	3167	19	4378	17	2711	21	4061	19	1547	35	1097	52	2169	31	1595	36	2020	33	2644	31	987	59	152	.	218	71	321	.	44	.	0	.	0	.	50	70	48	.	0	.	245	69	194	.	179	.	9148	14	7652	15	10234	13	985	41	725	49	523	50	1152	36	828	45	0	.	12	.	0	.	0	.	194127	2
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	351	37	495	37	866	42	904	38	1393	45	1177	41	5914	19	2650	22	4431	17	2162	21	45	81	249	66	324	57	0	.	502	52	848	45	1732	31	1225	37	4	75	2296	30	2759	26	1747	27	3213	25	3132	22	2604	22	1850	27	1093	32	1925	24	2741	23	262	72	1283	30	460	50	507	43	1334	33	861	44	724	45	885	45	849	42	1393	41	535	68	1274	44	1636	34	1306	30	904	43	196	44	236	61	359	50	1006	37	1021	39	741	40	677	46	755	36	826	38	13	100	283	58	200	77	0	.	0	.	0	.	36	100	84	72	19	100	305	52	730	48	499	45	542	40	789	33	513	48	700	44	98	76	1219	31	138	68	253	51	1994	22	855	38	782	40	706	42	166	65	192	56	10	100	404	71	966	38	502	45	675	33	671	48	594	43	431	48	1044	38	1440	32	84	94	439	50	578	38	0	.	87617	4
	Tanne	249	72	40	96	144	60	965	34	402	54	532	61	505	41	3124	22	3997	18	1579	25	32	64	136	60	342	54	0	.	162	72	263	76	245	70	330	62	4	100	259	55	145	67	169	67	253	69	241	100	0	.	2805	25	1278	35	3202	20	1311	27	522	53	1041	39	490	38	454	46	1379	39	31	81	156	75	333	60	459	51	0	.	15	100	191	55	761	36	184	59	514	34	269	65	140	46	328	39	72	89	141	58	185	84	416	73	317	41	506	58	0	.	0	.	167	100	0	.	0	.	0	.	0	.	0	.	1	100	66	67	26	100	6	100	207	59	18	100	176	100	144	61	75	100	1009	35	34	74	325	50	380	52	472	47	619	32	442	49	259	69	487	54	70	100	104	92	0	.	46	72	67	85	266	57	140	61	196	63	709	41	272	45	94	85	19	100	86	58	0	.	38603	5
	Föhre	26	100	21	71	21	100	74	100	0	.	0	.	286	81	22	100	449	35	300	70	45	85	66	69	138	50	0	.	21	100	45	71	0	.	265	67	67	100	0	.	186	51	243	51	52	100	473	50	610	37	256	49	0	.	229	58	0	.	50	100	0	.	0	.	0	.	0	.	4	100	176	100	0	.	41	100	0	.	0	.	0	.	0	.	330	39	100	63	97	53	2	100	119	51	69	83	8	100	0	.	72	78	117	77	202	66	0	.	0	.	89	79	0	.	4	100	0	.	0	.	0	.	0	.	0	.	40	100	0	.	0	.	0	.	0	.	0	.	30	71	9	100	0	.	20	100	0	.	23	71	0	.	29	100	0	.	0	.	69	100	0	.	216	51	79	60	157	65	0	.	0	.	140	58	63	80	192	42	153	49	86	73	56	100	0	.	6741	10
	Lärche	30	94	55	64	106	71	95	81	0	.	0	.	144	68	0	.	90	71	0	.	0	.	0	.	27	71	0	.	0	.	57	100	0	.	40	87	0	.	50	100	220	49	199	50	241	57	998	27	2536	19	22	100	5	100	22	72	1	100	0	.	0	.	0	.	41	100	0	.	0	.	0	.	18	100	13	100	0	.	1	100	45	100	0	.	36	59	0	.	0	.	20	100	0	.	0	.	0	.	0	.	0	.	29	100	27	100	17	100	100	60	128	62	70	88	0	.	20	100	343	43	131	53	31	75	0	.	0	.	0	.	189	50	0	.	0	.	0	.	66	100	0	.	22	100	0	.	0	.	0	.	0	.	57	73	0	.	21	100	0	.	68	100	1725	28	630	37	159	62	0	.	30	100	9	100	20	89	0	.	23	71	26	100	178	54	0	.	9230	9
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	16	95	0	.	9	100	140	57	800	26	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	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	.	145	41	17	78	76	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1212	20
	übrige Nadelhölzer	42	75	0	.	71	100	85	72	0	.	5	100	0	.	0	.	441	48	2	100	0	.	0	.	0	.	252	.	0	.	0	.	0	.	0	.	0	.	0	.	8	93	5	100	0	.	3	100	22	48	0	.	75	99	275	86	2	100	0	.	0	.	8	100	0	.	0	.	0	.	1	100	0	.	337	100	0	.	0	0	0	.	0	.	66	100	11	100	6	100	40	77	0	.	5	100	0	.	0	.	0	.	0	.	3	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	10	100	0	.	0	.	56	100	27	62	0	.	0	.	0	.	0	.	0	.	0	.	0	.	6	100	0	.	0	.	6	100	0	.	2	77	0	.	0	.	14	88	1	100	0	.	0	.	0	.	0	.	0	.	1887	29
	Buche	1223	27	818	30	688	34	1875	30	165	59	292	52	694	64	1041	26	3576	14	2410	20	263	52	684	41	831	34	0	.	283	65	512	50	248	46	1253	36	0	.	420	44	102	57	397	43	14	76	82	73	0	.	1837	24	969	34	852	37	662	40	235	46	137	49	280	36	207	47	283	47	133	83	30	73	640	51	566	53	99	58	196	71	548	40	715	42	1986	22	1740	31	794	30	774	37	1188	29	127	52	0	.	243	60	502	36	267	46	594	30	0	.	0	.	0	.	135	64	91	62	25	100	6	100	26	89	0	.	424	56	32	100	0	.	383	64	1	100	0	.	310	72	45	100	1043	30	20	95	78	51	335	37	355	40	946	32	539	45	592	45	135	68	160	72	193	82	0	.	0	.	161	83	54	78	256	44	481	44	670	41	668	35	746	45	340	43	432	32	0	.	44164	4
	Ahorn	366	30	182	36	53	82	34	74	17	100	186	54	180	54	287	42	361	24	396	27	140	49	60	44	180	46	0	.	60	74	13	86	131	50	51	63	3	100	79	43	40	75	7	100	37	68	0	.	3	100	350	28	125	39	51	51	180	45	100	57	172	43	45	82	142	88	27	59	50	91	0	.	29	71	82	83	86	71	0	.	33	66	209	51	101	53	168	45	174	40	76	45	198	43	59	63	13	100	23	71	144	50	42	100	111	50	0	.	0	.	0	.	40	76	0	0	1	100	15	54	0	.	27	85	106	58	46	97	2	100	7	108	124	56	0	.	37	66	2	100	108	50	0	.	29	66	38	52	79	37	65	64	109	47	38	71	0	.	0	.	60	75	11	88	6	100	105	45	10	100	108	53	48	59	232	36	87	50	243	55	70	60	248	51	0	.	7758	6
	Esche	258	45	380	44	32	83	74	87	0	.	76	70	-11	304	179	44	558	33	28	65	121	92	34	56	162	54	0	.	166	70	192	87	309	56	251	42	9	100	37	90	42	100	2	100	79	58	14	100	0	.	503	32	335	81	99	51	16	77	70	61	16	100	4	100	3	100	6	100	428	70	0	.	4	100	470	54	130	67	30	100	115	94	105	71	231	46	138	48	56	58	134	61	63	67	62	72	0	.	0	.	173	39	262	58	238	45	18	100	0	.	0	.	9	100	7	100	123	84	7	100	0	.	4	100	135	86	8	100	0	.	107	52	109	62	0	.	29	100	16	59	24	74	1	100	9	77	12	100	32	90	79	87	208	58	70	64	29	100	0	.	39	100	44	89	96	78	36	69	37	100	273	60	38	83	151	47	213	40	173	65	71	59	119	66	0	.	9007	9
	Eiche	349	55	80	70	0	.	391	48	0	.	0	.	27	71	68	73	494	23	0	.	78	100	4	100	88	66	0	.	9	100	0	.	51	80	109	61	384	58	0	.	0	.	64	100	0	.	0	.	0	.	260	52	88	91	177	66	40	100	53	74	0	.	35	100	0	.	0	.	5	100	0	.	0	.	28	100	0	.	0	.	17	71	0	.	210	47	13	100	11	100	31	86	158	52	0	.	0	.	0	.	71	64	502	81	285	51	0	.	0	.	0	.	0	0	8	71	92	72	0	.	0	.	0	.	50	100	0	.	0	.	0	.	0	.	0	.	0	.	2	100	9	100	129	71	48	66	0	.	403	50	25	100	10	71	231	49	0	.	41	100	38	100	7	100	21	71	91	49	12	100	17	100	20	100	26	100	98	85	176	41	110	55	92	68	0	.	5933	12
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	100	0	.	0	.	103	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	.	43	87	0	0	56	92	150	59	233	63	0	.	0	.	0	.	0	.	0	.	0	.	0	.	6	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	68	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	663	33
	übrige Laubhölzer	271	45	174	36	140	44	98	67	0	.	21	60	151	36	56	47	566	27	54	41	97	52	25	58	35	52	0	.	20	100	197	63	65	50	129	62	14	65	55	94	97	54	44	87	159	65	39	80	146	80	254	45	124	46	63	60	52	44	0	.	26	55	7	100	-2	100	18	71	57	74	0	.	7	76	3	100	0	.	37	75	118	79	36	56	39	48	94	69	4	100	136	63	5	71	69	70	56	60	40	100	254	55	122	47	186	65	24	58	123	98	15	79	73	61	191	44	380	56	294	61	53	89	136	68	20	68	132	61	7	82	16	67	290	98	48	95	31	60	194	84	147	64	178	98	4	75	24	53	116	71	22	57	118	86	46	66	122	75	0	.	13	100	92	45	110	39	196	38	0	.	144	67	161	64	52	54	21	59	42	44	131	61	114	59	0	.	8344	9
	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
	Total	3166	20	2245	22	2121	26	4596	20	1978	42	2288	36	7891	18	7428	17	14963	10	6931	15	822	36	1258	37	2126	29	252	.	1223	40	2127	34	2782	25	3652	23	485	54	3198	26	3620	22	2877	22	4058	22	5225	18	6721	15	8137	16	4093	22	6895	17	5005	20	1291	35	2674	26	1329	34	1352	36	3048	26	1569	35	1086	44	1917	34	2849	32	1707	41	815	51	2342	32	3462	27	4488	19	3681	23	1606	29	1589	31	2418	26	1470	30	1240	35	1233	39	2309	29	2413	28	2977	22	71	54	549	44	607	48	384	40	451	40	873	40	702	39	293	43	219	56	1107	46	1014	42	513	45	1451	35	1348	36	737	49	1251	39	586	51	3595	22	524	45	766	36	2784	21	2336	27	2539	25	2219	27	1401	32	993	37	350	75	920	51	3212	23	1507	30	1794	23	1051	45	1562	35	1537	33	2969	27	2991	24	1733	29	1292	30	1903	26	0	.	221158	2
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	351	37	495	37	866	42	904	38	2795	30	2096	30	16396	10	5628	14	4669	16	2758	17	45	81	292	58	431	49	0	.	775	46	2690	26	2747	24	2458	29	4	75	3623	23	7954	15	4116	19	7457	16	10614	12	6245	14	2239	23	1225	30	1925	24	3879	20	317	62	1557	26	516	46	547	40	1718	29	1721	34	1623	30	2551	26	1201	32	1768	34	2719	25	1942	34	3209	24	1388	28	904	43	294	44	271	54	359	50	1825	28	2371	26	1324	32	977	36	769	35	826	38	1146	37	3326	38	1521	30	54	100	82	71	30	100	454	50	212	63	612	37	932	37	1750	38	1777	30	1215	44	1911	28	1451	29	918	39	137	62	1222	31	138	68	253	51	1994	22	855	38	782	40	732	40	166	65	300	47	32	75	425	68	4531	18	4397	18	6532	15	1039	37	754	37	694	37	1382	31	1858	29	84	94	439	50	578	38	0	.	175091	2
	Tanne	249	72	40	96	144	60	965	34	609	41	1551	36	2280	24	6560	14	4822	17	2797	19	32	64	136	60	380	49	0	.	347	63	366	59	946	40	600	44	4	100	555	44	383	40	429	42	291	61	1003	38	0	0	3889	20	1578	30	3202	20	1564	26	522	53	1167	35	555	35	596	42	1751	33	368	56	193	63	1066	38	1019	37	94	64	717	41	768	47	1643	24	184	59	514	34	280	62	140	46	493	36	893	45	692	36	578	38	536	58	335	39	506	58	18	100	208	52	167	100	0	.	0	.	34	100	407	53	276	60	251	70	549	42	26	100	313	55	479	37	556	55	1130	40	202	52	75	100	1054	34	200	84	325	50	380	52	472	47	619	32	458	47	259	69	498	53	140	71	200	68	162	93	541	46	938	34	398	44	140	61	265	53	1027	32	422	34	94	85	19	100	86	58	0	.	64723	4
	Föhre	26	100	21	71	21	100	74	100	0	.	0	.	393	63	109	60	449	35	400	55	45	85	66	69	186	45	0	.	21	100	45	71	0	.	265	67	67	100	0	.	264	42	576	34	98	71	639	38	1199	27	383	37	18	100	229	58	0	.	50	100	29	100	0	.	0	.	44	100	4	100	176	100	42	100	41	100	0	.	58	60	0	.	53	100	330	39	100	63	97	53	4	71	119	51	69	83	8	100	0	.	85	68	117	77	202	66	0	.	46	74	89	79	0	.	4	100	0	.	0	.	0	.	12	100	0	.	40	100	224	60	0	0	0	.	0	.	0	.	30	71	9	100	0	.	20	100	0	.	23	71	0	.	29	100	0	.	0	.	69	100	0	.	858	31	436	29	624	33	0	.	25	100	236	46	92	60	192	42	153	49	86	73	56	100	0	.	10577	8
	Lärche	30	94	55	64	106	71	95	81	0	.	0	.	181	57	0	.	90	71	0	.	0	.	0	.	27	71	0	.	0	.	57	100	0	.	40	87	0	.	50	100	445	33	551	36	281	50	2597	16	5530	13	22	100	5	100	22	72	1	100	0	.	0	.	0	.	41	100	0	.	0	.	0	.	18	100	13	100	37	100	224	59	45	100	0	.	36	59	0	.	0	.	20	100	0	.	0	.	0	.	57	100	14	100	29	100	27	100	489	46	545	34	591	38	436	41	0	.	86	75	1655	23	551	35	594	56	0	.	0	.	0	.	242	45	0	.	20	100	0	.	66	100	0	.	22	100	0	.	0	.	0	.	0	.	57	73	0	.	21	100	0	.	68	100	5564	17	2689	19	1642	26	40	100	30	100	9	100	20	89	0	.	23	71	26	100	178	54	0	.	26409	6
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	12	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	34	69	0	.	9	100	262	46	1467	20	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	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	.	653	30	334	36	95	61	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2875	13
	übrige Nadelhölzer	42	75	0	.	71	100	85	72	0	.	14	74	44	79	0	.	522	44	3	71	0	.	0	.	0	.	252	.	0	.	0	.	0	.	0	.	0	.	3	100	8	93	5	100	0	.	8	75	26	42	11	74	75	99	275	86	2	100	0	.	0	.	8	100	0	.	0	.	0	.	1	100	8	100	344	98	12	72	-19	104	7	79	0	.	66	100	11	100	6	100	40	77	0	.	5	100	0	.	4	100	0	.	0	.	5	72	0	.	0	.	0	.	0	.	0	.	0	.	81	100	1	100	0	.	0	.	0	.	7	100	0	.	10	100	0	.	0	.	56	100	27	62	0	.	6	100	0	.	0	.	0	.	0	.	0	.	6	100	0	.	0	.	6	100	4	100	3	64	0	.	0	.	18	71	47	71	9	81	0	.	0	.	0	.	0	.	2224	25
	Buche	1223	27	818	30	688	34	1875	30	323	48	494	36	2877	25	3310	18	4298	14	3573	16	309	47	885	34	1331	27	0	.	292	63	749	39	1067	30	1258	35	0	.	935	31	675	44	611	32	25	61	719	35	0	.	3416	17	1551	26	852	37	1355	30	282	42	170	41	294	34	218	45	341	40	486	42	53	60	1313	31	793	39	932	44	1202	28	964	31	1834	27	2159	21	1740	31	794	30	907	34	1372	27	634	31	317	67	1078	35	589	31	351	39	793	34	0	.	182	58	0	.	891	31	1326	30	743	34	1260	30	1120	30	548	43	743	42	32	100	287	45	643	44	201	50	445	45	614	48	71	73	1128	28	166	88	81	49	335	37	355	40	946	32	546	45	592	45	234	50	256	59	210	76	0	.	30	74	890	31	314	43	498	38	515	42	886	33	881	28	746	45	352	42	432	32	0	.	74620	3
	Ahorn	366	30	182	36	53	82	34	74	25	75	266	42	898	20	474	28	399	24	711	23	140	49	117	54	227	42	0	.	60	74	82	51	344	32	91	56	3	100	431	34	162	39	151	64	88	65	119	43	3	100	508	24	210	31	51	51	301	32	100	57	214	36	83	64	158	79	45	46	153	42	35	78	234	56	174	52	253	51	404	35	244	45	731	27	101	53	168	45	174	40	99	39	289	41	196	37	109	47	87	60	314	54	54	81	108	51	36	96	101	72	11	100	46	67	22	100	39	61	22	42	92	70	32	73	153	46	62	75	3	77	184	48	206	38	175	43	37	66	9	78	158	42	10	100	31	63	38	52	79	37	80	55	109	47	38	71	10	100	0	.	71	65	11	88	56	62	416	29	110	46	212	43	64	55	351	28	111	48	243	55	70	60	248	51	0	.	14767	5
	Esche	258	45	380	44	32	83	74	87	0	.	254	55	187	64	451	46	645	31	89	48	137	82	34	56	172	51	0	.	166	70	409	67	484	42	284	38	9	100	262	44	60	77	10	61	182	54	104	59	0	.	770	29	419	66	99	51	57	54	70	61	17	94	4	100	3	100	6	100	511	59	0	.	116	76	584	45	270	48	143	41	138	80	363	38	231	46	138	48	56	58	176	51	135	49	333	46	46	79	242	69	279	36	262	58	238	45	18	100	211	100	49	96	46	48	35	64	205	56	130	61	25	95	111	45	161	73	57	64	0	.	181	51	144	51	66	61	320	65	97	84	24	74	1	100	9	77	12	100	32	90	89	78	208	58	70	64	47	73	0	.	70	71	113	49	136	62	236	45	115	60	440	49	48	68	201	39	226	38	173	65	71	59	119	66	0	.	14686	7
	Eiche	349	55	80	70	0	.	391	48	0	.	0	.	33	61	68	73	602	22	0	.	78	100	4	100	107	57	0	.	9	100	60	100	52	79	109	61	384	58	0	.	0	.	64	100	0	.	36	100	85	100	332	45	88	91	177	66	40	100	53	74	0	.	35	100	0	.	0	.	5	100	0	.	0	.	28	100	52	89	2	100	17	71	0	.	210	47	13	100	11	100	31	86	158	52	19	100	0	.	0	.	108	53	552	74	303	48	0	.	5	100	0	.	54	51	124	67	474	33	85	65	137	44	102	61	50	100	0	.	36	100	50	74	23	100	0	.	108	91	2	100	44	82	129	71	82	56	0	.	403	50	25	100	10	71	231	49	0	.	41	100	41	94	47	65	115	64	113	41	12	100	17	100	50	58	42	73	98	85	176	41	110	55	92	68	0	.	7872	10
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	100	0	.	0	.	468	48	42	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	.	32	100	415	40	294	67	390	47	419	35	1190	31	468	52	257	56	1453	29	0	.	0	.	0	.	0	.	6	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	31	100	0	.	134	59	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5605	12
	übrige Laubhölzer	271	45	174	36	140	44	98	67	0	.	75	69	646	25	213	27	583	26	110	31	97	52	54	57	57	50	0	.	23	87	231	55	81	42	186	47	14	65	155	46	144	40	184	55	421	35	644	31	515	49	393	34	144	41	63	60	107	45	0	.	30	50	7	100	-2	100	24	60	91	51	6	76	45	43	3	100	71	49	169	37	136	70	157	34	39	48	94	69	5	75	224	48	55	71	155	48	63	54	99	66	254	55	140	43	197	61	119	54	448	47	129	71	346	34	561	33	1240	26	518	37	333	36	565	34	66	48	143	57	37	65	53	69	312	91	95	55	40	50	194	84	147	64	178	98	4	75	24	53	116	71	47	60	118	86	46	66	122	75	5	100	13	100	385	29	421	39	404	24	7	63	172	57	161	64	74	46	21	59	42	44	131	61	114	59	0	.	15836	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	3166	20	2245	22	2121	26	4596	20	3751	28	4750	24	23946	9	16814	10	17079	10	10439	12	884	34	1589	32	2918	24	252	.	1694	35	4690	22	5719	17	5291	20	485	54	6015	18	10133	13	6697	16	8852	15	17213	9	15112	10	11963	12	5313	19	6895	17	7305	16	1393	33	3184	23	1501	32	1562	34	3928	22	3339	26	2086	29	5392	21	4202	25	3489	26	5619	18	4259	25	7990	17	4744	18	3681	23	1717	28	1913	27	2980	23	4130	22	3607	23	3470	24	3157	24	2610	26	3204	21	1857	28	5487	28	2859	22	2264	20	2573	21	4041	17	5080	15	3004	19	4280	19	2654	28	2111	34	2682	26	3047	25	3368	25	3382	26	2238	34	738	45	3813	21	845	47	809	34	2784	21	2336	27	2589	24	2267	26	1401	32	1238	33	544	60	1098	46	12360	12	9160	13	12028	12	2036	30	2287	28	2060	28	4122	22	3819	21	1733	29	1304	30	1903	26	0	.	415285	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. 2278240. Birmensdorf, Swiss Federal Research Institute WSL

zurück