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 gegen Gerinneprozesse (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 gegen Gerinneprozesse (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	.	886	36	1108	31	9519	10	3623	14	653	35	428	31	0	.	19	91	70	88	0	.	146	91	1659	27	1470	27	779	37	0	.	1139	32	4009	16	2368	21	4297	16	6708	12	3529	17	399	33	314	47	0	.	1024	29	0	.	89	71	27	100	0	.	137	93	262	52	1058	29	1672	23	625	36	656	38	2072	23	509	38	1202	28	0	.	70	100	63	.	0	.	20	73	859	34	985	30	680	36	165	53	0	.	15	100	674	33	1809	21	1377	24	7	100	138	76	13	100	436	36	8	63	389	32	595	38	719	41	973	36	422	63	1147	31	1534	26	81	52	19	.	4	100	0	.	0	.	0	.	0	.	0	.	33	98	0	.	155	73	6	.	52	86	3216	15	3321	16	4598	14	315	46	259	59	170	63	188	44	241	56	0	.	148	75	0	.	0	.	78360	3
	Tanne	0	.	0	.	0	.	0	.	292	41	890	36	1691	26	3739	15	833	32	687	31	0	.	0	.	115	65	0	.	97	100	97	53	767	29	266	57	0	.	323	48	244	49	537	34	114	62	515	33	10	100	735	28	298	53	130	75	236	50	4	.	34	71	33	100	0	.	0	.	180	57	78	52	502	39	403	37	321	40	390	38	434	42	704	32	0	.	95	71	3	.	0	.	107	60	423	41	341	40	238	40	107	60	15	100	0	.	6	93	282	54	0	.	0	.	0	.	14	100	320	38	351	39	263	51	375	41	1	100	197	47	240	43	257	55	709	31	60	55	0	.	29	100	0	.	0	.	0	.	0	.	0	.	4	100	0	.	18	100	1	.	35	100	361	52	345	41	585	29	152	52	0	.	170	80	233	44	324	51	0	.	0	.	0	.	0	.	22358	5
	Föhre	0	.	0	.	0	.	0	.	20	100	0	.	150	44	26	68	28	100	37	64	0	.	0	.	24	100	0	.	0	.	0	.	0	.	14	100	0	.	0	.	82	55	142	50	0	.	111	34	194	47	30	100	9	100	0	.	0	0	0	.	14	100	0	.	0	.	14	100	0	.	33	100	9	100	74	91	0	.	183	54	0	.	24	100	0	.	0	.	0	.	4	100	78	78	6	100	0	.	0	.	15	74	0	.	0	.	0	.	166	81	0	.	0	.	0	.	0	.	0	.	0	.	8	100	1	100	0	.	51	64	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	14	100	0	.	0	.	0	.	0	.	660	30	218	32	380	32	0	.	17	100	67	64	12	100	35	100	0	.	47	74	0	.	0	.	2998	12
	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	112	62	294	35	38	76	1514	17	2847	17	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	17	100	0	.	17	100	147	48	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	30	100	5	100	0	.	0	.	356	40	480	24	301	35	216	39	12	71	36	88	1095	20	321	33	375	46	0	.	0	.	0	.	27	93	20	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3308	13	1862	17	1109	18	32	100	0	.	28	100	0	.	0	.	0	.	0	.	0	.	0	.	14734	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	.	58	71	542	25	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	.	342	29	289	29	113	60	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1434	15
	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	.	0	.	0	0	0	.	0	.	7	71	13	66	-3	143	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	10	80	-8	100	-8	119	4	86	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	100	0	.	0	.	1	100	0	.	0	.	0	.	0	.	0	.	0	.	27	100	0	.	1	100	0	.	0	.	4	100	0	.	0	.	8	100	0	.	0	.	77	100	0	.	3	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	100	3	100	0	100	0	.	8	100	1	100	20	74	4	100	0	.	0	.	0	.	0	.	280	37
	Buche	0	.	0	.	0	.	0	.	98	54	559	44	1976	25	1664	18	603	31	1042	25	0	.	105	80	422	39	0	.	6	100	137	55	369	36	80	93	0	.	509	33	446	43	110	47	34	100	402	37	0	.	1260	22	341	40	10	100	595	37	57	.	22	69	92	89	0	.	5	100	147	43	46	84	750	34	344	38	466	49	555	30	585	30	920	26	0	.	13	100	0	.	49	117	342	48	360	34	160	81	272	39	66	46	113	58	114	94	0	.	261	42	0	.	995	31	936	27	604	28	1074	22	904	26	780	26	248	57	0	.	104	69	58	89	86	56	358	38	222	49	11	.	39	100	0	.	2	.	0	.	0	.	74	100	41	83	0	.	85	66	42	.	141	64	8	100	38	74	603	28	151	45	309	52	183	69	250	40	191	43	0	.	36	72	0	.	0	.	25078	5
	Ahorn	0	.	0	.	0	.	0	.	5	273	10	81	586	19	172	25	5	86	181	36	0	.	35	76	25	96	0	.	0	.	24	78	149	41	19	72	0	.	270	33	65	48	79	105	59	67	57	52	0	.	166	33	52	47	14	100	86	38	0	.	12	76	36	71	0	.	3	100	43	46	29	45	239	47	106	44	29	103	246	34	187	37	222	35	0	.	5	100	0	.	8	100	20	63	125	47	50	45	36	56	96	82	6	100	2	647	35	83	51	60	11	100	6	68	18	103	48	44	31	54	30	57	-4	100	41	53	8	76	5	100	69	72	113	49	195	33	119	69	0	.	21	78	0	.	1	.	0	.	0	.	19	100	0	0	0	.	4	273	3	.	5	100	29	65	54	52	158	28	67	48	56	75	-4	629	82	44	48	59	0	.	0	.	0	.	0	.	4878	7
	Esche	0	.	0	.	0	.	0	.	72	75	59	74	221	39	326	40	163	61	31	76	0	.	8	100	25	92	0	.	0	.	152	69	37	61	19	85	0	.	167	39	24	59	-4	100	48	63	91	45	0	.	319	38	74	58	23	100	61	51	0	.	8	100	0	.	0	.	0	.	30	72	29	72	39	70	212	43	80	56	70	44	92	50	186	44	0	.	7	100	0	.	45	99	44	62	126	55	57	96	170	62	72	69	22	100	38	76	6	79	66	100	50	61	40	50	99	47	146	46	68	52	22	70	75	66	20	57	27	65	0	.	55	100	26	63	46	49	69	53	22	.	8	100	0	.	0	.	0	.	0	.	5	100	8	100	0	.	74	82	0	.	14	100	23	44	26	74	164	40	57	62	132	62	45	66	132	51	9	100	0	.	24	71	0	.	0	.	4799	8
	Eiche	0	.	0	.	0	.	0	.	0	.	13	100	36	76	0	.	28	71	0	.	0	.	0	.	14	100	0	.	0	.	33	100	0	.	0	.	0	.	0	.	0	.	0	.	12	100	66	50	43	100	22	77	10	100	0	.	23	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	19	100	0	.	16	100	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	10	100	0	.	0	.	20	96	24	100	11	100	0	.	4	100	0	.	32	45	136	41	105	39	46	73	163	48	50	69	5	100	0	.	17	100	0	.	15	100	0	.	42	89	0	.	0	.	0	.	14	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	13	68	7	52	8	71	0	.	0	.	16	71	7	100	0	.	0	.	0	.	0	.	0	.	1089	14
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	161	43	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	322	39	86	65	335	44	310	35	557	33	469	36	358	35	852	31	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	14	100	0	.	31	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3535	12
	übrige Laubhölzer	0	.	0	.	0	.	0	.	-1	341	26	100	265	29	115	28	27	49	24	43	0	.	5	86	13	68	0	.	3	100	5	59	6	68	20	60	0	.	70	41	69	46	48	68	141	42	438	27	202	44	85	31	9	63	0	.	17	79	0	.	1	100	0	.	0	.	2	100	26	75	23	56	69	45	6	72	41	46	106	38	20	83	69	36	0	.	0	0	1	.	35	90	8	90	29	50	10	80	29	102	0	.	24	100	6	100	149	52	199	27	160	45	200	37	346	30	420	25	338	26	312	35	361	28	26	65	31	79	13	81	4	100	22	61	106	61	32	77	0	.	0	.	0	.	0	.	0	.	0	.	75	100	1	100	0	.	2	100	0	.	0	.	281	30	203	33	274	36	4	100	13	71	17	100	23	57	4	100	0	.	0	.	0	.	0	.	5706	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
	Total	0	.	0	.	0	.	0	.	1379	30	2735	27	14532	9	9665	11	2382	23	2487	21	0	.	172	73	708	37	0	.	253	71	2107	25	2797	22	1197	34	0	.	2483	23	5061	14	3580	18	4741	15	10128	10	7404	13	3014	17	1106	32	177	75	2042	25	61	.	181	65	188	71	0	.	161	81	689	42	1296	27	3365	19	1779	26	1618	28	3759	17	1831	26	3326	21	0	.	190	73	67	.	141	60	619	44	1939	25	1602	25	1458	29	545	46	204	59	186	64	1242	24	3641	15	1983	19	1832	20	1994	19	1944	17	3904	12	2468	17	3150	16	1311	29	786	38	1364	30	875	38	1686	27	2956	22	625	35	52	.	177	71	0	.	20	.	0	.	0	.	173	62	100	67	0	.	338	67	53	.	254	58	8257	10	6365	12	8022	11	778	35	794	37	692	42	946	30	855	36	0	.	256	71	0	.	0	.	165247	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	948	34	1976	26	6576	13	3857	17	4492	14	2568	16	107	52	262	47	254	43	0	.	625	37	902	31	1719	24	1008	27	19	100	2538	20	3169	20	1861	18	3381	17	4695	15	2696	15	2838	16	1242	25	1530	22	2981	20	393	37	1049	22	653	40	529	31	1972	22	795	32	913	32	867	30	648	33	624	40	879	31	1109	33	2352	24	1646	21	827	33	510	38	375	38	381	33	1470	26	1263	26	901	33	1018	38	755	33	1022	28	219	50	208	41	556	47	0	.	0	.	0	.	13	71	40	71	-5	100	185	51	540	43	636	36	745	34	525	28	1078	33	619	35	109	49	1450	26	145	41	333	37	2245	17	1192	28	971	23	1009	26	206	51	444	49	145	53	525	40	1427	24	1049	30	1256	23	714	32	967	33	481	31	887	27	1108	27	697	40	505	39	902	31	0	.	102928	3
	Tanne	524	37	192	58	328	39	1134	28	229	46	535	43	536	35	3707	17	3332	15	2566	22	85	82	305	55	189	50	0	.	83	59	151	65	495	42	735	39	0	.	313	49	58	58	285	45	187	62	224	57	0	.	2722	16	1055	27	2480	18	1392	25	411	42	1112	26	394	33	511	34	1727	23	55	58	85	65	151	62	464	34	43	100	113	71	141	43	1273	31	114	47	438	35	515	35	136	43	343	36	307	48	337	45	301	43	458	43	220	41	277	58	0	.	0	.	93	93	0	.	0	.	0	.	0	.	28	100	0	.	44	78	14	100	58	82	345	51	32	66	281	45	140	60	37	88	606	34	420	45	485	32	427	38	438	35	422	27	406	38	202	69	278	46	372	53	155	54	0	.	9	91	223	45	398	36	226	55	222	41	669	30	212	37	76	68	13	100	214	60	0	.	41310	4
	Föhre	144	51	62	56	106	43	220	45	2	100	10	100	258	69	17	100	336	29	266	52	162	61	101	72	172	40	0	.	13	87	102	79	0	.	165	62	62	79	0	.	251	45	405	30	56	71	659	32	948	23	456	32	0	.	98	55	60	68	85	75	17	100	18	100	0	.	0	.	0	.	93	96	0	.	33	64	0	.	0	.	0	.	31	95	249	33	84	50	127	40	8	105	150	40	132	60	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	70	79	22	100	0	.	0	.	0	.	15	71	5	100	19	100	23	77	0	.	47	58	0	.	26	72	0	.	0	.	51	100	0	.	467	33	192	35	165	56	0	.	17	100	102	49	63	56	250	35	136	43	221	50	89	66	0	.	8793	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	183	35	351	38	185	46	768	21	2442	16	27	69	131	99	8	73	0	.	0	.	0	.	0	.	24	100	0	.	0	.	0	.	8	100	7	100	11	100	248	59	26	100	6	100	86	69	33	94	35	100	31	75	0	.	0	.	1	100	26	100	17	100	40	73	8	100	137	48	146	43	143	54	72	53	11	100	10	100	284	33	69	50	20	71	0	.	0	.	0	.	71	46	12	100	51	91	44	97	138	76	0	.	14	71	0	.	0	.	18	72	0	.	118	60	0	.	6	100	0	.	23	74	2233	20	697	29	599	33	0	.	12	100	14	73	49	69	0	.	55	53	24	71	105	55	0	.	10558	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	148	39	854	19	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	.	227	33	40	59	91	51	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1427	14
	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	.	1	100	5	94	0	.	0	.	3	71	37	43	3	81	45	82	122	88	0	100	0	.	0	.	4	100	0	.	0	.	6	100	0	.	2	100	175	101	1	100	0	0	3	100	-6	100	65	71	5	100	-5	252	13	72	0	.	1	100	0	.	0	.	7	100	0	.	45	97	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	6	67	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	3	100	0	.	8	151	5	100	22	84	0	.	0	.	0	.	0	.	1425	22
	Buche	1782	18	1014	24	706	25	1883	23	180	43	394	35	934	33	1064	21	3508	12	2338	14	443	42	816	28	1621	24	0	.	628	44	659	35	813	31	1331	26	0	.	584	31	116	42	385	33	19	65	160	52	0	.	3043	14	1007	27	705	28	469	35	383	36	307	38	286	39	255	32	432	26	281	40	108	82	436	49	331	42	312	46	308	38	596	36	551	31	2057	16	1464	22	1089	21	1016	25	1475	21	369	35	67	62	587	39	426	34	186	45	721	24	0	.	3	100	0	.	45	70	35	72	45	52	48	70	13	94	13	100	171	52	14	100	26	100	448	40	78	59	109	53	417	42	44	60	1043	28	294	46	105	36	307	30	343	31	1086	25	549	36	463	38	188	54	160	47	203	50	0	.	0	.	276	33	204	56	325	42	641	42	667	30	697	26	713	35	361	38	476	30	0	.	51251	3
	Ahorn	284	26	108	35	160	30	108	37	68	78	146	50	283	33	166	34	370	26	338	22	92	50	147	41	144	39	0	.	60	54	45	59	124	38	119	51	9	78	177	33	24	105	34	53	17	87	32	54	6	89	482	21	111	36	98	39	128	38	72	55	98	42	75	71	64	72	34	39	83	34	6	100	45	56	86	43	25	77	5	130	37	55	190	36	81	42	165	43	156	27	53	41	179	36	110	40	24	45	55	63	252	44	104	44	65	53	0	.	5	100	0	.	41	60	47	83	25	66	17	63	0	.	3	76	75	48	18	100	1	100	50	46	104	45	55	46	32	49	2	100	76	39	61	73	19	57	38	43	57	37	143	39	113	36	7	100	2	100	0	.	26	90	1	100	6	60	96	36	32	52	50	52	106	41	120	39	97	39	131	48	103	51	139	53	0	.	7843	5
	Esche	449	23	321	34	215	36	143	46	13	86	211	45	12	77	92	43	483	25	200	50	250	44	55	55	147	42	0	.	140	53	66	94	261	37	517	28	16	100	77	68	38	68	13	66	89	45	27	55	106	92	669	21	346	73	195	37	53	51	41	64	15	71	7	87	3	71	22	91	247	60	18	124	12	61	257	41	185	42	56	58	142	53	78	64	154	35	67	43	43	49	106	53	140	50	125	53	57	74	0	.	281	34	357	36	218	49	42	63	0	.	17	100	16	66	18	71	98	55	115	45	17	100	84	82	59	87	1	100	12	100	119	50	67	57	38	74	81	85	29	71	26	52	193	50	1	100	5	100	16	74	108	53	232	47	38	57	97	75	0	.	286	57	58	50	52	62	82	51	144	55	211	52	104	47	168	37	289	29	84	66	120	46	166	38	0	.	11129	6
	Eiche	308	37	228	41	41	67	361	33	0	.	0	.	12	71	33	71	608	21	28	82	106	68	151	73	107	62	0	.	34	88	0	.	60	51	114	50	396	42	0	.	9	100	102	74	0	.	0	.	0	.	241	37	63	78	115	64	20	100	87	67	0	.	18	100	1	100	0	.	3	100	0	.	0	.	134	80	39	75	14	100	13	71	0	.	391	36	20	80	57	72	67	54	170	36	1	100	0	.	24	100	57	53	274	70	178	41	0	.	0	.	0	.	20	97	10	66	191	39	84	69	36	57	23	82	21	100	11	100	0	.	74	89	16	84	0	.	32	100	0	.	40	65	328	52	259	49	0	.	320	40	72	86	38	50	210	37	30	71	13	100	73	57	22	66	61	62	131	31	28	81	29	81	30	76	11	100	94	52	107	38	159	48	175	41	0	.	7435	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	.	152	64	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	59	47	123	73	78	81	506	49	538	28	208	58	54	61	155	45	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	71	99	0	.	0	.	0	.	0	.	0	.	0	.	72	80	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2024	18
	übrige Laubhölzer	599	44	136	29	140	35	132	39	5	100	33	58	294	45	35	47	460	28	115	31	77	38	99	65	85	32	0	.	50	51	206	74	15	69	122	61	37	49	79	60	45	43	54	45	292	33	260	29	113	50	306	26	111	46	38	67	33	48	24	53	14	51	6	76	144	88	38	62	66	53	11	100	5	65	21	53	17	62	33	65	159	53	29	53	34	38	78	50	47	52	84	48	70	61	82	42	30	58	38	89	177	49	143	36	408	67	42	43	86	46	49	65	254	47	179	34	508	28	243	49	71	50	84	44	11	67	62	65	39	67	135	48	199	78	31	83	33	63	96	60	135	51	252	55	7	54	16	50	50	66	23	45	73	82	32	51	73	65	2	100	19	59	137	37	146	32	316	26	17	76	100	61	87	42	33	56	33	73	77	52	103	51	99	45	0	.	9683	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	0	.	0	0
	Total	4543	14	2952	17	3002	17	5418	14	1453	31	3306	22	8979	12	8982	13	13958	8	8418	11	1387	26	1935	23	2733	20	101	.	1698	27	2158	24	3487	19	4126	19	539	39	3805	18	3903	18	3490	16	4228	15	7129	12	7202	11	10788	9	4111	18	5390	15	5138	17	1496	24	2612	19	1460	28	1531	25	4226	18	1534	24	1234	30	1526	26	2155	25	1279	28	1656	27	2226	24	4505	20	4876	14	3180	18	2573	18	1890	21	2909	18	2597	21	1783	25	1937	26	2747	22	2170	24	3179	19	446	34	540	26	1033	32	527	33	806	36	1493	20	1012	27	329	34	410	31	605	40	688	38	869	33	2009	24	1043	27	1642	29	1398	31	528	41	3391	19	1738	27	1234	25	3039	16	2480	20	2826	18	2754	19	1159	29	1182	30	743	44	1309	31	4575	15	2252	19	3311	15	1539	26	1936	26	1795	23	2671	21	2802	19	2077	23	1610	25	2363	21	0	.	255807	1
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. 2302813. Birmensdorf, Swiss Federal Research Institute WSL

zurück