Auswahl aus Themenliste

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

1. Wofür stehen die Zahlen?

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

Beispiel 1: Schätzwert und Standardfehler

LFI5

Totholzvolumen (Schaftholz)

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

Bezugsfläche: zugänglicher Wald ohne Gebüschwald

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

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

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

2. Wozu dient der Standardfehler?

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

Die statistische Sicherheit beträgt

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

Beispiel 2: Vertrauensintervalle berechnen

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

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

Vorgehen

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

Antwort

			Schritt 1	Schritt 2

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

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

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

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

Daten: siehe Beispiel 2

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

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

Oben

3. Wann unterscheiden sich zwei Ergebnisse statistisch gesichert?*

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

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

Beispiel 4: Interpretation von zwei Ergebnissen der gleichen Inventur

LFI5
Vorrat (Schaftholz)
Eigentum (2 Klassen)
Regionale Gliederung: Produktionsregion
Einheit: m³/ha
Bezugsfläche: zugänglicher Wald ohne Gebüschwald
Netz: 1,4-km-Netz, Unternetze 1-5
Zustand 2018/26
	Produktionsregion
	Jura		Mittelland		Voralpen		Alpen		Alpensüdseite		Schweiz
Eigentum (2 Klassen)	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%
öffentlich	331	3	311	3	405	4	300	3	256	5	314	2
privat	387	5	432	4	454	4	348	4	285	6	398	2
Total	345	2	363	2	431	2	314	2	262	4	343	1

	Fall 2						Fall 1

Fall 1

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

Vorgehen

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

Antwort

Eigentum (2 Klassen)	Vorrat LFI5
	Alpen					Alpensüdseite
	Schätzwert	Standardfehler		Vertrauensintervall		Schätzwert	Standardfehler		Vertrauensintervall
		relativ	absolut	68%	95%		relativ	absolut	68%	95%
	m³/ha	±%	±m³/ha	m³/ha	m³/ha	m³/ha	±%	±m³/ha	m³/ha	m³/ha
Total	314	2	6	308-320	302-326	262	4	10	252-272	242-282

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

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

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

Fall 2

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

Vorgehen

Siehe Fall 1.

Antwort

Eigentum (2 Klassen)	Vorrat LFI5
	Jura					Mittelland
	Schätzwert	Standardfehler		Vertrauensintervall		Schätzwert	Standardfehler		Vertrauensintervall
		relativ	absolut	68%	95%		relativ	absolut	68%	95%
	m³/ha	±%	±m³/ha	m³/ha	m³/ha	m³/ha	±%	±m³/ha	m³/ha	m³/ha
Total	345	2	7	338-352	331-359	363	2	7	356-370	349-377

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

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

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

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

Beispiel 5: Interpretation von zwei Ergebnissen aus unterschiedlichen Inventuren

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

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

Vorgehen

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

Antwort

Eigentum (2 Klassen)	Vorrat im Mittelland*
	LFI4					LFI5
	Schätzwert	Standardfehler		Vertrauensintervall		Schätzwert	Standardfehler		Vertrauensintervall
		relativ	absolut	68%	95%		relativ	absolut	68%	95%
	m³/ha	±%	±	m³/ha	m³/ha	m³/ha	±%	±	m³/ha	m³/ha
öffentlich	340	3	11	329-351	318-362	309	3	11	298-320	287-331
privat	447	4	16	431-463	415-479	432	4	17	415-449	398-466
Total	386	2	8	378-394	370-402	363	2	9	354-372	345-381
* zugänglicher Wald ohne Gebüschwald LFI4/LFI5

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

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

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

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

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

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

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

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

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

Vorgehen

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

Antwort

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

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

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

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

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

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

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

Vorgehen

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

Antwort

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

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

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

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

Oben

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

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

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

Beispiel 8: Standardfehler und Kombination von Merkmalsausprägungen

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

Der Standardfehler wird mit zunehmendem Detaillierungsgrad grösser.

Grosse Standardfehler sind zu erwarten, wenn

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

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

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

Oben

5. Zwei Typen von Veränderungen?

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

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

Oben

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

Die Ergebnisse sind

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

Beispiel 9: Additivität/Nichtadditivität von Veränderungen

	Vorrat: gesamte Veränderung zwischen LFI4 und LFI5 (in 1000 m³)*
	Jura		Mittelland		Voralpen		Alpen		Alpensüdseite		Schweiz
Hochlagen/Tieflagen	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%
Tieflagen	-3759.0	28	-4909.1	36	-1025.2	133	-317.1	195	3464.1	31	-6546.3	42
Hochlagen	574.3	117	-328.0	62	1093.0	123	7128.4	21	666.7	93	9134.3	24
Total	-3184.7	40	-5237.1	34	67.9	2805	6811.3	23	4130.8	30	2588.1	136
	* im zugänglichen Wald ohne Gebüschwald LFI4/LFI5
	additiv

	Vorrat: Veränderung pro Jahr zwischen LFI4 und LFI5 (in 1000 m³/Jahr)*
	Jura		Mittelland		Voralpen		Alpen		Alpensüdseite		Schweiz
Hochlagen/Tieflagen	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%
Tieflagen	-421.1	28	-560.6	36	-115.7	133	-35.9	195	389.5	31	-740.7	42
Hochlagen	64.7	117	-38.3	62	122.4	123	810.4	21	74.9	93	1032.7	24
Total	-357.3	40	-598.4	34	7.6	2805	773.8	23	464.4	30	292.7	136
	* im zugänglichen Wald ohne Gebüschwald LFI4/LFI5
	nicht additiv

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

Beispiel 10: Mittlere Anzahl Jahre pro Gebiet

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

Oben

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

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

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

Oben

8. Warum wird bei manchen Tabellen kein Standardfehler ausgewiesen?

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

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

Oben

9. Negative Werte bei Vorrat, Zuwachs oder Nutzung?

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

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

Oben

LFI4
Vorrat (Schaftholz)
Schutzwald (2022) · Hauptbaumart
Regionale Gliederung: Forstkreis (2024)
Einheit: 1000 m³
Bezugsfläche: zugänglicher Wald ohne Gebüschwald
Netz: 1,4-km-Netz
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
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	.	966	34	1634	29	10482	10	3914	14	669	34	615	26	0	.	41	68	80	77	0	.	178	77	1659	27	1528	26	779	37	0	.	1751	26	4517	15	2770	19	4988	14	8793	11	4168	15	700	27	314	47	0	.	1024	29	35	100	104	62	42	73	27	95	181	72	415	47	1058	29	1751	22	682	34	656	38	2353	21	509	38	1286	27	103	71	70	100	63	.	0	.	20	73	913	32	985	30	725	34	165	53	0	.	15	100	769	31	1825	21	1500	23	7	100	138	76	13	100	436	36	8	63	389	32	595	38	719	41	1182	32	533	52	1147	31	1662	25	178	59	19	.	4	100	4	100	0	.	0	.	0	.	0	.	33	98	0	.	155	73	65	91	52	86	3807	14	3757	15	5265	13	328	45	259	59	170	63	193	43	247	55	0	.	148	75	0	.	0	.	89339	3
	Tanne	0	.	0	.	0	.	0	.	292	41	957	33	1821	25	4034	14	887	31	1087	24	0	.	0	.	115	65	0	.	97	100	97	53	769	29	266	57	0	.	441	42	244	49	643	31	114	62	590	31	10	100	1104	23	298	53	130	75	236	50	4	100	111	62	33	100	83	100	304	51	206	51	78	52	502	39	414	36	321	40	413	36	434	42	1027	28	0	.	95	71	3	.	0	.	107	60	429	41	341	40	340	36	120	55	15	100	0	.	6	93	282	54	0	.	0	.	0	.	14	100	320	38	351	39	263	51	375	41	1	100	197	47	324	40	262	54	770	29	60	55	0	.	33	90	85	90	0	.	0	.	0	.	0	.	4	100	0	.	18	100	34	97	35	100	361	52	345	41	726	26	171	47	0	.	170	80	233	44	324	51	0	.	0	.	0	.	0	.	25373	5
	Föhre	0	.	0	.	0	.	0	.	20	100	0	.	151	44	26	68	28	100	37	64	0	.	0	.	66	73	0	.	0	.	0	.	0	.	14	100	0	.	0	.	160	56	218	39	0	.	178	33	396	38	194	61	9	100	0	.	0	0	0	.	14	100	18	100	0	.	14	100	0	.	33	100	9	100	74	91	0	.	183	54	0	.	24	100	5	100	0	.	0	.	10	72	93	67	111	68	0	.	0	.	15	74	0	.	0	.	0	.	166	81	0	.	0	.	0	.	0	.	0	.	0	.	8	100	1	100	0	.	106	59	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	14	100	0	.	0	.	0	.	0	.	896	26	270	27	425	30	0	.	17	100	67	64	20	72	35	100	0	.	47	74	0	.	0	.	4173	10
	Lärche	0	.	0	.	0	.	0	.	6	100	67	100	34	74	0	.	0	.	23	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	6	100	155	48	364	35	56	58	1634	16	3098	16	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	17	100	0	.	17	100	379	43	0	.	6	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	30	100	5	100	0	.	0	.	377	38	480	24	316	34	216	39	12	71	36	88	1095	20	321	33	375	46	0	.	0	.	0	.	27	93	20	100	51	91	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4032	14	2121	16	1385	19	32	100	0	.	28	100	0	.	0	.	0	.	0	.	0	.	0	.	16821	6
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	25	115	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	9	100	7	100	0	.	134	45	676	22	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	48	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	354	28	290	29	113	60	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1656	13
	übrige Nadelhölzer	0	.	0	.	0	.	0	.	0	.	4	100	26	84	0	.	41	100	36	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	100	0	0	0	.	0	.	7	71	13	66	-3	143	8	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	6	100	0	.	2	100	10	80	-7	113	-8	119	4	86	0	.	0	.	0	.	0	.	0	.	0	.	1	100	0	.	2	100	0	.	0	.	1	100	0	.	0	.	0	.	0	.	0	.	0	.	27	100	0	.	1	100	0	.	0	.	8	71	0	.	0	.	8	100	0	.	0	.	77	100	0	.	3	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	100	3	100	0	100	3	100	8	100	1	100	20	74	4	100	0	.	0	.	0	.	0	.	306	34
	Buche	0	.	0	.	0	.	0	.	113	49	598	42	2309	22	1869	17	703	29	1548	20	27	.	244	54	578	33	0	.	6	100	137	55	611	30	80	93	0	.	737	28	496	39	185	37	41	84	448	34	0	.	1983	18	520	34	10	100	595	37	156	59	22	69	174	66	37	87	45	48	319	35	46	84	776	33	355	37	665	39	674	27	585	30	980	25	150	60	13	100	0	.	205	61	416	43	411	31	160	81	478	41	78	42	113	58	114	94	0	.	261	42	0	.	1000	31	936	27	636	27	1074	22	904	26	793	26	248	57	0	.	131	59	231	51	116	49	419	34	375	41	11	.	43	90	83	85	2	.	0	.	0	.	74	100	41	83	0	.	85	66	82	71	141	64	8	100	38	74	741	24	305	42	309	52	183	69	272	38	198	41	0	.	36	72	0	.	0	.	30586	4
	Ahorn	0	.	0	.	0	.	0	.	5	273	41	64	711	17	172	25	9	65	205	33	0	.	44	64	25	96	0	.	5	100	24	78	180	37	19	72	0	.	350	27	89	44	105	81	59	67	70	45	1	100	213	27	94	43	14	100	86	38	0	.	21	61	57	58	6	72	8	74	57	38	29	45	242	46	120	40	29	103	246	34	187	37	267	31	3	100	5	100	0	.	14	71	29	53	155	41	50	45	44	49	96	82	6	100	2	647	35	83	51	60	11	100	6	68	18	103	69	39	31	54	30	57	-4	100	41	53	8	76	6	88	96	56	136	42	210	31	131	64	0	.	32	62	1	100	1	.	0	.	0	.	19	100	0	0	0	.	4	273	3	100	5	100	29	65	55	51	190	27	77	44	56	75	-4	629	82	44	48	59	0	.	0	.	0	.	0	.	5667	6
	Esche	0	.	0	.	0	.	0	.	72	75	113	61	226	38	331	39	218	49	38	65	33	.	8	100	25	92	0	.	2	100	152	69	75	58	19	85	0	.	208	38	38	47	3	261	66	49	94	44	9	100	384	33	82	53	23	100	61	51	0	.	16	71	0	.	1	100	0	.	64	47	29	72	45	62	271	37	123	46	70	44	92	50	186	44	4	100	7	100	0	.	45	99	44	62	188	47	57	96	170	62	87	59	22	100	38	76	6	79	66	100	67	52	40	50	99	47	177	39	77	48	39	59	92	57	20	57	27	65	12	100	92	72	28	60	46	49	137	56	22	.	8	100	1	100	0	.	0	.	0	.	5	100	8	100	0	.	74	82	0	.	14	100	35	45	40	54	208	36	57	62	132	62	45	66	132	51	15	71	0	.	24	71	0	.	0	.	5681	8
	Eiche	0	.	0	.	0	.	0	.	0	.	13	100	36	76	0	.	48	51	0	.	0	.	0	.	15	93	0	.	0	.	33	100	1	100	0	.	0	.	0	.	0	.	0	.	12	100	66	50	43	100	28	64	10	100	0	.	23	100	0	.	0	.	0	.	1	100	0	.	0	.	0	.	19	100	0	.	16	100	0	100	0	.	0	.	1	100	0	.	0	.	0	.	0	.	11	92	0	.	0	.	20	96	24	100	11	100	0	.	4	100	0	.	32	45	142	40	234	32	114	58	188	42	68	57	5	100	0	.	17	100	8	72	28	71	0	.	42	89	0	.	18	100	0	.	14	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	31	53	45	80	43	43	0	.	0	.	16	71	7	100	0	.	0	.	0	.	0	.	0	.	1495	12
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	266	41	25	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	.	17	100	343	37	209	50	335	44	332	33	945	24	500	34	384	32	992	27	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	14	100	0	.	38	58	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4401	10
	übrige Laubhölzer	0	.	0	.	0	.	0	.	-1	341	28	95	468	31	117	27	27	49	41	34	0	.	5	86	24	59	0	.	15	85	5	59	8	56	20	60	0	.	114	43	89	39	78	48	216	33	521	23	208	42	120	26	9	60	0	.	17	79	0	.	1	100	2	100	7	100	2	100	72	51	23	56	69	45	6	72	50	42	106	38	20	83	69	36	2	100	0	0	1	.	42	76	8	90	53	50	10	80	29	102	0	.	24	100	6	100	158	49	216	26	185	41	246	35	347	30	654	21	338	26	344	32	376	27	26	65	31	79	45	62	40	87	26	54	106	61	32	77	0	.	0	.	82	100	0	.	0	.	0	.	75	100	1	100	0	.	2	100	2	100	0	.	302	29	253	28	358	31	4	100	13	71	17	100	23	57	4	100	0	.	0	.	0	.	0	.	7039	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
	Total	0	.	0	.	0	.	0	.	1474	29	3455	24	16291	9	10462	11	2630	22	3630	17	60	.	342	49	929	32	0	.	304	61	2107	25	3172	20	1197	34	0	.	3608	19	5797	13	4373	16	5552	13	12801	9	8646	12	4724	14	1343	29	177	75	2042	25	195	58	289	47	327	51	163	75	555	43	1139	31	1296	27	3481	19	1932	25	1869	25	4416	17	1831	26	3844	19	267	61	190	73	67	.	316	47	717	40	2272	23	1602	25	1819	27	585	43	204	59	186	64	1367	23	3695	15	2287	18	1883	20	2024	19	2779	14	4012	12	2569	17	3354	15	1311	29	786	38	1703	26	1351	29	1764	26	3272	21	954	35	52	.	214	61	256	71	20	.	0	.	0	.	173	62	100	67	0	.	338	67	187	77	254	58	9873	10	7217	11	9492	10	977	31	794	37	692	42	982	29	874	35	0	.	256	71	0	.	0	.	192535	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	347	30	729	30	1244	28	1286	26	868	36	1450	28	5613	14	3567	18	4476	14	2380	17	107	52	240	51	243	45	0	.	593	38	902	31	1660	25	1008	27	19	100	1926	23	2660	23	1458	20	2690	19	2609	18	2057	17	2536	17	1242	25	1530	22	2981	20	359	40	1034	23	638	41	502	32	1928	23	643	34	913	32	787	32	590	36	624	40	598	37	1109	33	2269	25	1543	22	827	33	510	38	375	38	381	33	1416	27	1263	26	856	35	1018	38	755	33	1022	28	124	49	192	43	432	58	0	.	0	.	0	.	13	71	40	71	-5	100	185	51	540	43	428	44	634	38	525	28	951	36	522	37	109	49	1450	26	141	42	333	37	2245	17	1192	28	971	23	1009	26	206	51	444	49	86	58	525	40	836	29	613	37	588	25	700	32	967	33	481	31	882	28	1102	28	697	40	505	39	902	31	0	.	91949	3
	Tanne	524	37	192	58	328	39	1134	28	229	46	467	49	406	38	3412	18	3278	15	2165	25	85	82	305	55	189	50	0	.	83	59	151	65	493	42	735	39	0	.	195	59	58	58	179	53	187	62	149	77	0	.	2354	17	1055	27	2480	18	1392	25	411	42	1036	27	394	33	429	36	1423	26	29	65	85	65	151	62	452	34	43	100	90	85	141	43	950	37	114	47	438	35	515	35	136	43	343	36	302	49	337	45	198	52	446	44	220	41	277	58	0	.	0	.	93	93	0	.	0	.	0	.	0	.	28	100	0	.	44	78	14	100	58	82	262	60	27	76	220	52	140	60	37	88	602	34	336	52	485	32	427	38	438	35	422	27	406	38	202	69	278	46	339	57	155	54	0	.	9	96	82	60	379	37	226	55	222	41	669	30	212	37	76	68	13	100	214	60	0	.	38295	4
	Föhre	144	51	62	56	106	43	220	45	2	100	10	100	257	69	17	100	336	29	266	52	162	61	101	72	129	41	0	.	13	87	102	79	0	.	165	62	62	79	0	.	174	47	329	34	56	71	593	35	745	24	292	31	0	.	98	55	60	68	85	75	17	100	0	.	0	.	0	.	0	.	93	96	0	.	33	64	0	.	0	.	0	.	31	95	244	33	84	50	127	40	2	297	135	43	27	82	4	100	6	100	52	59	91	54	236	40	0	.	33	100	49	75	0	.	0	.	78	100	0	.	0	.	34	100	40	100	29	100	15	100	22	100	0	.	0	.	0	.	15	71	5	100	19	100	23	77	0	.	47	58	0	.	26	72	0	.	0	.	51	100	0	.	230	38	141	46	120	72	0	.	17	100	102	49	55	62	250	35	136	43	221	50	89	66	0	.	7618	7
	Lärche	73	79	111	55	33	113	106	59	3	100	0	.	63	67	10	100	182	38	0	.	0	.	0	.	14	73	0	.	9	100	27	96	0	.	15	100	0	.	34	100	140	41	281	40	166	50	649	22	2192	17	27	69	131	99	8	73	0	.	0	.	0	.	0	.	24	100	0	.	0	.	0	.	8	100	7	100	11	100	15	73	26	100	0	.	86	69	33	94	35	100	31	75	0	.	0	.	1	100	26	100	17	100	40	73	8	100	116	54	146	43	128	59	72	53	11	100	10	100	284	33	69	50	20	71	0	.	0	.	0	.	71	46	12	100	0	.	44	97	138	76	0	.	14	71	0	.	0	.	18	72	0	.	118	60	0	.	6	100	0	.	23	74	1509	19	438	31	324	32	0	.	12	100	14	73	49	69	0	.	55	53	24	71	105	55	0	.	8470	7
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	10	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	6	100	0	.	1	100	73	51	720	21	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	22	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	100	0	.	3	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	20	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	215	34	39	61	91	51	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1205	15
	übrige Nadelhölzer	34	54	52	61	26	100	45	50	4	100	1	100	2	100	0	.	186	50	1	100	65	100	0	.	0	.	101	.	56	100	0	.	0	.	0	.	0	.	0	.	5	94	0	.	0	.	3	71	37	43	3	81	37	98	122	88	0	100	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	175	101	0	.	0	0	3	100	-6	100	65	71	5	100	-5	252	13	72	0	.	0	.	0	.	0	.	7	100	0	.	45	97	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3	86	0	.	5	100	0	.	0	.	58	100	9	63	11	100	2	100	0	.	0	.	0	.	118	87	1	100	63	99	0	.	0	.	4	100	0	.	4	82	0	.	0	.	8	151	5	100	22	84	0	.	0	.	0	.	0	.	1399	22
	Buche	1782	18	1014	24	706	25	1883	23	165	46	355	37	601	42	860	23	3409	13	1832	16	415	44	676	31	1465	26	0	.	628	44	659	35	571	38	1331	26	0	.	356	39	66	52	310	38	12	86	113	64	0	.	2320	16	827	30	705	28	469	35	284	42	307	38	204	36	217	34	392	28	109	59	108	82	410	52	320	43	114	47	188	46	596	36	491	33	1907	17	1464	22	1089	21	860	27	1401	21	317	40	67	62	381	41	414	34	186	45	721	24	0	.	3	100	0	.	40	79	35	72	13	100	48	70	13	94	0	.	171	52	14	100	0	.	276	52	48	74	48	71	264	52	44	60	1039	28	210	54	105	36	307	30	343	31	1086	25	549	36	463	38	188	54	121	53	203	50	0	.	0	.	139	52	50	58	325	42	641	42	645	31	689	26	713	35	361	38	476	30	0	.	45743	3
	Ahorn	284	26	108	35	160	30	108	37	68	78	115	60	158	47	166	34	366	26	314	23	92	50	138	44	144	39	0	.	54	58	45	59	93	44	119	51	9	78	97	51	0	8246	8	58	17	87	19	71	5	100	435	23	69	36	98	39	128	38	72	55	89	45	54	91	58	79	29	43	68	38	6	100	43	58	72	50	25	77	5	130	37	55	145	43	78	43	165	43	156	27	47	45	170	38	80	44	24	45	47	72	252	44	104	44	65	53	0	.	5	100	0	.	41	60	47	83	4	68	17	63	0	.	3	76	75	48	18	100	0	.	23	56	80	54	40	51	20	52	2	100	66	43	60	75	19	57	38	43	57	37	143	39	113	36	7	100	2	100	0	.	26	90	1	100	5	67	63	35	23	60	50	52	106	41	120	39	97	39	131	48	103	51	139	53	0	.	7054	5
	Esche	449	23	321	34	215	36	143	46	13	86	157	49	7	109	86	45	428	26	193	51	216	49	55	55	147	42	0	.	138	54	66	94	224	41	517	28	16	100	36	81	23	100	6	88	71	54	25	60	97	100	604	23	339	74	195	37	53	51	41	64	7	100	7	87	1	100	22	91	213	69	18	124	6	68	198	48	142	49	56	58	142	53	78	64	151	36	67	43	43	49	106	53	140	50	64	62	57	74	0	.	266	35	357	36	218	49	42	63	0	.	0	.	16	66	18	71	67	74	106	48	0	.	67	100	59	87	1	100	0	.	82	56	65	58	38	74	13	91	29	71	26	52	192	50	1	100	5	100	16	74	108	53	232	47	38	57	97	75	0	.	286	57	46	58	38	80	38	57	144	55	211	52	104	47	168	37	283	30	84	66	120	46	166	38	0	.	10247	6
	Eiche	308	37	228	41	41	67	361	33	0	.	0	.	12	71	33	71	588	22	28	82	106	68	151	73	106	62	0	.	34	88	0	.	60	51	114	50	396	42	0	.	9	100	102	74	0	.	0	.	0	.	235	38	63	78	115	64	20	100	87	67	0	.	18	100	0	.	0	.	3	100	0	.	0	.	134	80	39	75	14	100	13	71	0	.	390	36	20	80	57	72	67	54	170	36	0	.	0	.	24	100	57	53	274	70	178	41	0	.	0	.	0	.	20	97	4	73	62	66	16	71	11	100	5	100	21	100	11	100	0	.	66	100	3	100	0	.	32	100	0	.	22	84	328	52	259	49	0	.	320	40	72	86	38	50	210	37	30	71	13	100	73	57	4	85	23	54	96	39	28	81	29	81	30	76	11	100	94	52	107	38	159	48	175	41	0	.	7029	8
	Kastanie	0	.	0	.	3	100	0	.	0	.	0	.	0	.	0	.	2	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	47	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	.	38	61	0	0	78	81	484	51	150	44	177	67	27	100	14	100	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	71	99	0	.	0	.	0	.	0	.	0	.	0	.	64	89	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1159	27
	übrige Laubhölzer	599	44	136	29	140	35	132	39	5	100	32	61	91	40	33	50	460	28	98	35	77	38	99	65	74	33	0	.	38	59	206	74	13	81	122	61	37	49	36	72	26	54	24	72	217	40	177	38	107	53	271	29	110	46	38	67	33	48	24	53	14	51	4	100	137	92	38	62	20	79	11	100	5	65	21	53	8	71	33	65	159	53	29	53	32	39	78	50	47	52	77	52	70	61	58	46	30	58	38	89	177	49	143	36	408	67	34	47	69	52	24	69	208	53	177	34	275	40	243	49	39	70	69	49	11	67	62	65	7	57	99	55	195	80	31	83	33	63	96	60	135	51	170	66	7	54	16	50	50	66	23	45	73	82	32	51	73	65	0	.	19	59	115	40	95	40	231	29	17	76	100	61	87	42	33	56	33	73	77	52	103	51	99	45	0	.	8350	7
	nicht bestimmbar	0	0	0	.	0	.	0	.	0	.	0	0	0	0	0	0	0	0	0	0	0	0	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	.	0	.	0	.	0	0	0	.	0	0	0	.	0	0	0	0	0	.	0	.	0	.	0	.	0	0	0	0	0	.	0	0	0	0	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	0	0	.	0	0	0	.	0	.	0	0	0	.	0	0	0	.	0	.	0	.	0	.	0	0	0	0	0	.	0	.	0	0	0	0	0	0	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	0	0	.	0	0
	Total	4543	14	2952	17	3002	17	5418	14	1358	32	2586	25	7220	13	8185	13	13710	9	7276	13	1326	27	1765	25	2512	22	101	.	1647	27	2158	24	3113	20	4126	19	539	39	2680	21	3166	20	2698	18	3417	17	4457	14	5959	12	9078	10	3873	19	5390	15	5138	17	1363	25	2504	20	1322	31	1368	26	3832	19	1084	28	1234	30	1409	28	2002	26	1028	31	1000	31	2226	24	3987	22	4609	14	3180	18	2573	18	1715	22	2811	18	2264	23	1783	25	1576	28	2707	22	2170	24	3179	19	321	37	486	28	729	41	476	35	776	37	658	30	904	29	228	39	206	46	605	40	688	38	530	42	1534	28	965	29	1326	33	1069	33	528	41	3355	20	1481	29	1234	25	3039	16	2480	20	2826	18	2754	19	1159	29	1182	30	609	49	1309	31	2959	16	1401	23	1841	17	1340	28	1936	26	1795	23	2635	21	2783	19	2077	23	1610	25	2363	21	0	.	228518	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	347	30	729	30	1244	28	1286	26	1834	25	3084	20	16095	8	7480	11	5145	13	2995	14	107	52	281	44	324	39	0	.	771	34	2561	21	3188	18	1787	22	19	100	3677	17	7177	12	4229	14	7679	11	11402	9	6226	11	3237	15	1556	22	1530	22	4004	17	393	37	1137	21	679	38	529	31	2109	21	1057	27	1971	22	2539	18	1272	25	1280	27	2951	19	1618	26	3554	19	1646	21	897	31	573	35	375	38	402	32	2329	21	2248	20	1581	24	1183	33	755	33	1038	28	893	27	2017	19	1932	22	7	100	138	76	13	100	450	35	48	60	384	33	779	31	1259	30	1610	26	1167	31	1672	23	2613	20	700	31	129	44	1454	26	145	41	333	37	2245	17	1192	28	971	23	1043	25	206	51	600	41	151	51	577	37	4643	12	4370	14	5853	12	1028	26	1225	29	651	28	1075	24	1349	25	697	40	653	35	902	31	0	.	181288	2
	Tanne	524	37	192	58	328	39	1134	28	521	30	1425	27	2226	22	7446	11	4165	14	3253	18	85	82	305	55	304	40	0	.	181	60	248	45	1262	24	1001	32	0	.	635	34	302	41	822	27	300	45	739	29	10	100	3458	13	1353	24	2609	18	1628	23	415	42	1147	25	427	32	511	34	1727	23	235	45	162	42	653	33	866	25	364	37	503	33	575	33	1977	23	114	47	534	32	519	34	136	43	450	31	731	31	678	30	539	30	566	37	235	39	277	58	6	93	282	54	93	93	0	.	0	.	14	100	320	38	379	37	263	51	419	37	15	91	254	41	585	35	289	50	990	25	199	45	37	88	635	32	420	45	485	32	427	38	438	35	422	27	409	38	202	69	295	44	373	53	190	48	361	52	354	40	808	24	550	29	226	55	392	42	902	25	536	34	76	68	13	100	214	60	0	.	63668	3
	Föhre	144	51	62	56	106	43	220	45	22	90	10	100	408	47	43	57	364	28	303	46	162	61	101	72	196	37	0	.	13	87	102	79	0	.	179	58	62	79	0	.	334	36	547	26	56	71	771	28	1141	20	486	31	9	100	98	55	60	68	85	75	31	71	18	100	0	.	14	100	0	.	126	75	9	100	107	66	0	.	183	54	0	.	55	69	249	33	84	50	127	40	12	77	228	37	138	57	4	100	6	100	67	49	91	54	236	40	0	.	200	70	49	75	0	.	0	.	78	100	0	.	0	.	43	83	40	99	29	100	121	53	22	100	0	.	0	.	0	.	15	71	5	100	19	100	23	77	0	.	47	58	0	.	40	58	0	.	0	.	51	100	0	.	1127	22	411	23	545	28	0	.	34	71	169	39	75	50	285	33	136	43	268	43	89	66	0	.	11791	6
	Lärche	73	79	111	55	33	113	106	59	9	75	67	100	98	51	10	100	182	38	23	100	0	.	0	.	14	73	0	.	9	100	27	96	0	.	15	100	0	.	40	87	294	32	645	26	222	40	2283	13	5289	12	27	69	131	99	8	73	0	.	0	.	0	.	0	.	24	100	0	.	0	.	0	.	26	75	7	100	28	72	395	41	26	100	6	100	86	69	33	94	35	100	31	75	0	.	0	.	1	100	56	71	22	80	40	73	8	100	493	31	626	21	443	29	288	32	23	60	46	72	1378	17	390	29	395	44	0	.	0	.	0	.	98	42	32	72	51	91	44	97	138	76	0	.	14	71	0	.	0	.	18	72	0	.	118	60	0	.	6	100	0	.	23	74	5541	11	2559	14	1708	16	32	100	12	100	42	71	49	69	0	.	55	53	24	71	105	55	0	.	25291	4
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	35	87	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	15	73	7	100	1	100	207	34	1396	15	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	48	100	0	.	22	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	100	0	.	3	91	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	20	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	569	21	329	27	204	40	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2861	10
	übrige Nadelhölzer	34	54	52	61	26	100	45	50	4	100	5	79	28	79	0	.	227	44	36	97	65	100	0	.	0	.	101	.	56	100	0	.	0	.	0	.	0	.	1	100	5	94	0	.	0	.	10	55	49	36	0	2109	45	82	122	88	0	100	0	.	0	.	4	100	0	.	0	.	6	100	0	.	2	100	185	96	-7	113	-8	119	7	65	-6	100	65	71	5	100	-5	252	13	72	0	.	1	100	0	.	2	100	7	100	0	.	46	95	0	.	0	.	0	.	0	.	0	.	0	.	27	100	0	.	1	100	0	.	0	.	11	57	0	.	5	100	8	100	0	.	58	100	86	89	11	100	5	71	0	.	0	.	0	.	118	87	1	100	63	99	0	.	0	.	5	87	3	100	4	75	3	100	8	100	9	136	25	62	26	74	0	.	0	.	0	.	0	.	1705	19
	Buche	1782	18	1014	24	706	25	1883	23	279	34	953	30	2910	20	2728	14	4112	11	3379	12	443	42	920	27	2043	21	0	.	634	44	796	30	1181	24	1411	25	0	.	1093	22	562	35	495	28	53	68	562	30	0	.	4303	12	1347	23	715	28	1064	26	440	34	329	36	378	36	255	32	437	26	427	30	154	63	1185	28	675	28	779	34	862	23	1181	23	1471	20	2057	16	1476	21	1089	21	1065	25	1817	19	729	24	227	60	860	29	491	30	299	36	835	25	0	.	264	41	0	.	1040	30	971	26	649	26	1122	21	917	26	793	26	419	40	14	100	131	59	507	37	164	41	467	31	639	32	54	52	1082	27	294	46	107	35	307	30	343	31	1160	25	590	34	463	38	273	42	203	43	343	40	8	100	38	74	879	22	355	37	634	33	823	36	917	25	887	22	713	35	397	35	476	30	0	.	76329	2
	Ahorn	284	26	108	35	160	30	108	37	73	75	156	47	869	16	338	21	375	25	519	19	92	50	182	36	168	36	0	.	60	54	69	47	273	28	138	45	9	78	447	24	89	45	113	75	76	56	89	38	6	89	649	18	163	29	113	36	214	28	72	55	110	38	111	53	64	72	37	37	125	27	35	41	284	40	192	31	53	66	251	33	224	32	412	25	81	42	170	42	156	27	61	38	199	33	236	31	74	34	90	44	348	39	110	42	67	55	35	83	56	55	11	100	47	53	65	65	73	37	48	41	30	57	0	1305	116	36	25	74	6	88	119	46	216	33	249	27	151	55	2	100	98	35	61	73	20	54	38	43	57	37	162	36	113	36	7	100	6	179	3	100	31	77	30	63	60	47	254	22	99	37	106	47	101	51	202	29	145	33	131	48	103	51	139	53	0	.	12721	4
	Esche	449	23	321	34	215	36	143	46	85	65	269	38	233	37	417	32	646	24	230	44	250	44	63	50	173	38	0	.	140	53	218	56	298	34	536	27	16	100	244	34	61	48	9	101	136	37	118	37	106	92	988	19	420	61	218	34	114	36	41	64	23	58	7	87	3	71	22	91	277	54	48	65	51	55	469	29	265	34	125	35	234	38	264	37	154	35	75	40	43	49	151	47	184	40	251	38	114	61	170	62	353	30	379	34	256	43	48	56	66	100	67	52	57	40	117	41	244	35	183	34	39	59	159	53	79	66	27	63	12	100	174	46	93	45	84	43	151	52	51	59	33	46	193	50	1	100	5	100	16	74	113	51	240	46	38	57	172	55	0	.	300	54	81	38	78	48	246	32	201	43	342	40	149	38	300	31	298	29	84	66	144	40	166	38	0	.	15928	5
	Eiche	308	37	228	41	41	67	361	33	0	.	13	100	49	60	33	71	636	21	28	82	106	68	151	73	121	56	0	.	34	88	33	100	60	51	114	50	396	42	0	.	9	100	102	74	12	100	66	50	43	100	263	34	73	69	115	64	43	71	87	67	0	.	18	100	1	100	0	.	3	100	0	.	19	100	134	80	55	61	15	97	13	71	0	.	391	36	20	80	57	72	67	54	170	36	11	92	0	.	24	100	78	46	298	65	188	39	0	.	4	100	0	.	52	47	146	38	296	28	130	52	199	40	73	54	26	82	11	100	17	100	74	89	31	65	0	.	74	66	0	.	40	65	328	52	273	47	0	.	320	40	72	86	38	50	210	37	30	71	13	100	80	52	35	48	68	56	139	30	28	81	29	81	46	56	18	73	94	52	107	38	159	48	175	41	0	.	8524	7
	Kastanie	0	.	0	.	3	100	0	.	0	.	0	.	0	.	0	.	2	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	313	38	25	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	.	17	100	381	34	209	50	414	38	816	33	1095	21	677	31	411	31	1006	27	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	71	99	0	.	0	.	0	.	0	.	14	100	0	.	102	60	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5559	9
	übrige Laubhölzer	599	44	136	29	140	35	132	39	4	159	60	55	559	27	150	24	486	26	139	27	77	38	104	61	98	29	0	.	53	48	211	72	21	54	142	53	37	49	150	37	114	33	102	40	433	26	698	20	315	33	391	22	119	43	38	67	50	41	24	53	15	47	6	76	144	88	41	59	92	44	34	50	74	43	27	45	58	37	139	33	179	48	98	30	34	38	78	50	48	51	119	43	78	56	111	34	39	48	68	67	177	49	167	34	414	66	192	41	285	23	209	37	454	31	524	23	929	18	581	25	383	30	445	24	37	50	93	51	52	55	139	46	221	71	137	51	65	49	96	60	135	51	252	55	7	54	16	50	50	66	98	77	74	81	32	51	75	63	2	100	19	59	417	24	348	23	590	22	22	64	113	54	105	38	56	40	38	66	77	52	103	51	99	45	0	.	15389	5
	nicht bestimmbar	0	0	0	.	0	.	0	.	0	.	0	0	0	0	0	0	0	0	0	0	0	0	0	.	0	0	0	.	0	0	0	0	0	.	0	0	0	.	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	.	0	.	0	.	0	0	0	.	0	0	0	0	0	0	0	0	0	0	0	.	0	0	0	.	0	0	0	0	0	.	0	0	0	0	0	.	0	.	0	.	0	0	0	.	0	0	0	.	0	.	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	.	0	0	0	0	0	0	0	0	0	0	0	.	0	0	0	.	0	0	0	.	0	.	0	.	0	.	0	0	0	0	0	.	0	0	0	0	0	0	0	0	0	0	0	.	0	.	0	.	0	0	0	0	0	.	0	0	0	.	0	0
	Total	4543	14	2952	17	3002	17	5418	14	2832	22	6041	17	23510	7	18647	8	16340	8	10906	10	1387	26	2107	22	3441	18	101	.	1951	25	4265	17	6285	14	5324	16	539	39	6288	14	8964	11	7070	12	8969	10	17257	7	14606	8	13802	8	5216	16	5567	15	7180	14	1558	23	2793	18	1648	26	1531	25	4387	17	2223	21	2530	20	4890	16	3934	18	2897	19	5416	15	4057	18	7831	14	4876	14	3370	17	2641	18	2031	20	3528	16	4536	16	3385	18	3395	19	3292	20	2375	23	3364	18	1687	20	4181	14	3016	17	2359	17	2799	17	3437	12	4916	11	2797	16	3560	15	1916	23	1474	27	2233	22	2885	20	2729	19	4599	17	2024	24	580	38	3569	19	1738	27	1254	25	3039	16	2480	20	3000	17	2855	18	1159	29	1520	28	796	42	1563	27	12832	8	8618	10	11333	9	2317	21	2730	21	2487	20	3617	17	3657	17	2077	23	1866	24	2363	21	0	.	421054	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. 2297733. Birmensdorf, Swiss Federal Research Institute WSL

zurück