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

LFI2
Vorrat (Schaftholz)
Schutzwald gegen Stein-/Blockschlag (2022) · Hauptbaumart
Regionale Gliederung: Forstkreis (2024)
Einheit: 1000 m³
Bezugsfläche: zugänglicher Wald ohne Gebüschwald
Netz: 1,4-km-Netz
Zustand 1993/95
		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 Stein-/Blockschlag (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	.	0	.	0	.	647	44	110	72	0	.	47	62	0	.	1	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	463	51	23	.	43	71	0	.	805	38	170	52	36	61	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	87	100	0	.	0	.	322	55	0	.	0	.	0	.	0	.	0	.	0	.	11	100	77	89	0	.	0	.	0	.	0	.	0	.	92	85	17	71	40	100	0	.	0	.	0	.	0	.	0	.	0	.	143	85	2	.	798	39	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	435	43	189	48	265	47	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4824	14
	Tanne	0	.	0	.	0	.	0	.	0	.	0	.	37	82	0	0	0	.	91	73	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	6	100	0	.	82	98	0	.	72	71	0	.	95	92	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	16	.	0	.	0	.	0	.	0	.	32	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	93	92	0	.	24	.	0	.	0	.	0	.	0	.	117	100	0	.	0	.	0	.	0	.	92	100	0	.	0	.	13	100	0	.	21	96	0	.	4	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	75	100	185	51	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1056	25
	Föhre	0	.	0	.	0	.	0	.	0	.	0	.	15	100	0	.	0	.	0	.	0	.	0	.	34	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	41	.	0	.	0	.	23	100	188	61	56	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	9	100	0	.	0	.	23	100	0	.	0	.	0	.	0	.	0	.	0	.	46	100	52	100	0	.	0	.	0	.	0	.	0	.	0	.	94	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	37	100	0	.	85	72	-3	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	102	42	1	412	110	60	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	915	23
	Lärche	0	.	0	.	0	.	0	.	0	.	0	.	73	78	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	161	49	82	64	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	151	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	43	100	0	.	0	.	20	72	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	258	47	160	41	296	58	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1243	22
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	100	99	58	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	18	76	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	121	49
	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	.	3	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3	71
	Buche	0	.	0	.	0	.	0	.	0	.	0	.	786	50	7	100	0	.	270	50	0	.	0	.	14	.	0	.	0	.	0	.	0	.	0	.	0	.	197	62	0	.	58	71	0	.	7	100	0	.	226	62	0	.	0	.	0	.	0	.	0	.	130	.	0	.	0	.	46	.	0	.	0	.	0	.	226	72	141	63	0	.	0	.	0	.	0	.	0	.	0	.	68	84	45	81	0	.	102	.	0	.	0	.	0	.	0	.	48	77	0	.	58	71	0	.	0	.	50	72	0	.	6	100	0	.	0	.	24	100	90	72	19	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	62	42	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2682	20
	Ahorn	0	.	0	.	0	.	0	.	0	.	0	.	25	57	14	87	0	.	12	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	46	46	0	.	0	.	0	.	18	71	0	.	62	74	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	100	16	71	0	.	0	.	0	.	0	.	0	.	0	.	3	100	17	84	0	.	7	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	100	0	.	2	.	0	.	0	.	0	.	2	100	26	97	7	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	100	11	62	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	272	24
	Esche	0	.	0	.	0	.	0	.	0	.	0	.	31	100	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	87	64	0	.	0	.	0	.	8	75	0	.	6	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	.	0	.	0	.	0	.	24	100	4	100	0	.	0	.	0	.	0	.	0	.	0	.	3	100	42	87	0	.	11	.	0	.	0	.	0	.	0	.	11	100	0	.	0	.	0	.	13	90	0	.	0	.	14	100	0	.	0	.	13	100	44	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	11	52	0	.	3	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	334	28
	Eiche	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	24	100	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	9	100	0	.	18	79	0	.	0	.	0	.	1	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	15	81	3	71	10	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	81	41
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	19	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	.	18	100	32	60	104	100	18	100	0	.	0	.	215	65	0	.	206	47	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	19	100	0	.	33	76	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	663	31
	übrige Laubhölzer	0	.	0	.	0	.	0	.	0	.	0	.	62	98	2	100	0	.	0	.	0	.	0	.	9	.	0	.	0	.	0	.	0	.	0	.	0	.	31	85	0	.	0	.	0	.	98	46	0	.	22	79	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	.	0	.	0	.	0	.	19	100	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	15	86	0	.	0	.	0	.	0	.	0	.	1	100	45	67	0	100	19	100	0	.	93	60	30	46	4	.	27	71	2	100	0	.	13	69	31	79	7	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	73	59	9	67	11	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	632	19
	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	.	1679	32	140	71	0	.	420	46	0	.	1	.	58	.	0	.	0	.	0	.	0	.	0	.	0	.	831	37	64	.	184	77	0	.	1212	31	539	35	503	47	0	.	0	.	0	.	0	.	0	.	130	.	0	.	0	.	66	.	0	.	95	100	0	.	295	71	695	42	0	.	0	.	0	.	0	.	0	.	0	.	132	71	341	61	0	.	145	.	0	.	0	.	0	.	111	76	363	53	144	77	138	52	0	.	108	61	417	45	7	.	270	42	195	72	2	.	959	36	189	61	37	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	913	30	457	36	986	31	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	12827	9
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	854	31	1075	33	1126	28	2198	21	1439	26	2755	19	15628	9	9076	10	8598	10	3408	15	262	64	250	47	446	45	3	.	1548	26	2609	19	3986	17	2293	21	14	88	2665	22	5414	13	3820	15	6111	12	9554	9	5028	12	3534	14	2292	21	2745	19	4788	16	327	37	1107	20	685	35	503	32	2069	21	1017	26	2132	21	2264	21	2445	23	1310	31	2435	18	1495	24	3648	18	1449	22	1217	27	534	36	856	36	395	36	1746	22	3184	19	1281	24	1770	25	1120	30	1064	27	756	30	1493	20	1424	23	0	.	120	60	7	100	239	43	63	61	376	42	565	34	1035	34	735	33	983	30	1038	26	1958	21	1403	28	551	50	1189	23	406	41	519	36	1772	17	882	28	1005	25	1068	24	97	44	611	41	210	42	1504	33	3510	13	3279	15	4760	13	1337	28	930	34	1405	26	1130	22	1504	21	903	29	1009	31	1066	30	0	.	182415	2
	Tanne	442	38	116	39	232	53	1297	25	429	31	1109	26	1708	21	7716	10	4435	13	2756	17	50	77	185	48	284	42	0	.	289	42	205	50	1220	25	723	32	0	.	493	37	280	36	411	30	229	51	441	36	15	100	3181	15	1252	25	2425	17	1457	22	450	46	927	25	394	31	424	33	1322	23	272	45	215	48	456	36	714	25	321	38	484	32	409	35	1833	24	99	58	480	33	427	32	319	44	479	27	380	35	663	28	445	34	594	36	157	53	216	66	0	0	75	49	57	100	0	.	0	.	12	100	166	45	312	37	222	58	320	40	63	100	131	62	397	37	251	56	783	27	246	44	10	100	485	33	407	41	646	34	262	38	305	42	438	28	357	34	176	61	347	49	306	54	130	48	278	52	173	50	333	29	346	31	200	47	365	34	1132	24	498	32	67	69	78	100	208	64	0	.	56440	3
	Föhre	186	37	294	40	101	38	245	41	21	100	8	100	402	45	45	51	482	28	300	42	162	61	153	50	253	43	0	.	37	64	162	60	0	.	274	56	66	72	0	.	280	40	664	27	27	100	661	30	936	19	536	30	0	.	102	57	49	67	56	74	24	74	33	100	0	.	7	100	0	.	92	76	3	100	98	56	0	.	145	59	8	86	70	66	303	31	98	54	123	36	41	69	227	35	105	62	13	72	5	100	128	40	105	50	267	36	10	100	70	58	45	75	0	.	0	.	75	100	0	.	0	.	37	97	15	100	24	100	39	69	0	.	0	.	0	.	0	.	10	80	4	100	100	93	26	79	0	.	23	52	0	.	90	58	10	100	0	.	34	100	0	.	1094	23	360	23	434	30	0	.	40	73	243	34	109	47	440	36	194	43	275	40	154	54	0	.	12348	6
	Lärche	67	70	152	44	29	82	141	64	6	100	65	100	94	53	42	71	155	42	46	100	0	.	0	.	17	71	0	.	97	100	64	66	0	.	47	79	0	.	25	100	420	31	502	24	157	38	1562	14	3592	11	25	71	117	90	6	100	0	.	0	.	0	.	0	.	22	100	0	.	0	.	0	.	13	100	21	78	13	71	195	44	34	100	0	.	87	58	18	100	5	100	9	100	0	.	0	.	0	.	51	71	18	88	27	91	1	100	305	45	386	24	174	38	102	46	34	82	39	68	921	20	417	39	340	45	0	.	0	.	11	100	92	55	19	73	37	100	35	100	81	100	0	.	1	100	0	.	0	.	8	100	0	.	73	52	0	.	0	.	0	.	0	.	4097	12	1890	16	1078	17	34	100	10	100	34	94	33	71	0	.	51	66	73	87	132	63	0	.	18449	5
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	3	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	100	7	100	0	.	149	40	1131	17	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	33	100	0	.	16	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	9	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	484	23	217	31	93	56	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2145	11
	übrige Nadelhölzer	8	71	13	71	20	100	41	70	2	100	2	100	1	100	0	.	235	38	22	100	13	100	0	.	0	.	50	.	49	99	0	.	0	.	0	.	0	.	1	100	6	52	2	100	0	.	0	.	38	47	1	100	39	92	77	99	0	.	0	.	0	.	3	100	0	.	0	.	6	100	0	.	1	100	96	99	1	100	-11	100	3	100	6	100	29	81	3	100	6	88	6	80	0	.	0	.	0	.	1	100	3	100	0	.	5	73	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	1	100	0	.	4	75	0	.	3	100	0	.	0	.	7	100	14	70	2	100	2	74	0	.	0	.	0	.	72	78	0	.	65	100	0	.	0	.	10	100	0	100	1	71	0	.	6	100	32	65	18	59	7	81	0	.	0	.	0	.	0	.	1030	19
	Buche	2313	16	934	21	772	25	1712	22	202	38	815	29	1862	21	2544	16	4743	12	2719	14	734	34	1048	26	1866	21	0	.	523	42	824	28	980	26	1297	24	0	.	737	26	487	38	350	32	48	58	286	30	0	.	3868	12	1270	24	618	30	968	25	326	34	274	37	290	35	207	35	352	26	497	30	66	63	1165	31	522	31	592	38	740	29	999	27	1547	23	1534	16	1587	22	1173	21	817	26	1674	19	681	31	221	63	634	28	390	31	229	33	836	23	0	.	132	47	0	.	773	40	600	27	383	27	737	26	606	26	610	27	264	43	8	100	48	62	269	40	197	58	380	33	638	35	22	67	782	26	314	41	201	33	194	31	372	32	1003	23	449	38	519	36	303	36	137	44	470	31	0	.	19	95	430	28	326	36	613	33	698	32	1046	24	979	23	586	34	369	33	293	32	0	.	67645	3
	Ahorn	322	29	94	33	83	38	101	42	71	42	171	38	604	19	180	22	251	31	393	20	98	45	207	31	136	40	0	.	57	58	64	50	141	29	42	56	7	91	245	33	46	59	21	59	55	42	28	70	2	100	462	18	141	36	50	40	166	32	38	60	63	48	68	56	59	83	29	47	168	40	62	77	88	33	174	28	97	36	251	35	156	33	495	25	61	42	117	50	108	31	65	37	214	28	126	37	60	46	42	64	249	42	44	69	58	53	8	93	7	100	1	100	17	50	21	62	22	76	46	68	14	76	0	.	64	40	55	75	0	.	107	45	116	55	161	25	99	51	0	.	75	34	34	72	13	65	27	51	24	59	80	33	79	51	2	100	-5	226	7	100	42	65	10	75	18	50	97	32	107	40	86	41	145	51	228	33	165	34	61	49	65	58	46	89	0	.	9274	4
	Esche	347	23	317	41	215	37	144	37	41	64	220	37	126	34	352	31	489	23	123	36	244	44	27	60	106	46	0	.	74	63	104	57	265	35	245	37	6	79	131	76	62	65	10	66	93	58	53	48	49	83	882	24	393	63	116	44	94	45	36	87	25	76	7	87	0	.	13	100	202	49	34	57	43	62	439	28	190	38	87	38	123	43	194	34	104	46	37	57	50	59	102	49	191	45	134	69	33	75	99	65	226	31	319	38	215	49	8	154	1	100	10	74	21	57	53	43	177	36	44	42	-6	270	50	63	40	88	18	72	0	.	60	44	33	71	33	56	189	39	42	95	32	74	105	52	0	.	2	100	69	70	171	51	123	49	14	73	149	54	0	.	226	49	30	66	36	48	154	33	256	44	214	41	187	40	227	37	272	30	126	51	123	44	127	50	0	.	11644	5
	Eiche	274	30	266	35	77	57	241	32	0	.	12	100	35	69	27	75	649	18	-1	100	180	44	29	95	66	53	0	.	46	57	25	100	48	52	118	48	444	38	0	.	8	100	93	79	7	100	100	57	38	100	344	39	114	52	98	83	75	68	89	55	0	.	18	84	0	.	0	.	1	100	0	.	9	100	145	94	50	66	0	.	17	64	6	100	361	34	52	76	54	80	59	62	142	36	9	83	0	.	35	100	74	50	265	50	268	31	0	.	0	.	0	.	19	49	106	45	262	30	127	59	125	56	38	77	17	88	30	100	12	100	63	69	22	68	0	.	94	59	0	.	41	65	462	39	189	49	0	.	307	38	69	93	91	51	145	35	43	63	0	.	224	74	10	64	37	52	56	37	17	100	41	84	32	61	16	72	117	49	119	42	126	49	112	51	0	.	8234	7
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	281	37	39	59	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	334	45	93	57	258	43	813	30	1146	19	396	44	268	32	724	30	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	32	97	0	.	7	100	0	.	0	.	0	.	0	.	79	79	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4470	10
	übrige Laubhölzer	387	46	312	31	104	54	45	86	24	59	40	55	369	23	184	41	388	31	167	34	167	41	93	56	67	30	0	.	56	58	59	64	31	34	66	42	23	64	108	38	71	44	55	43	176	29	442	22	234	37	321	20	120	44	27	48	106	44	37	60	13	47	15	94	11	71	42	59	93	55	45	47	45	39	13	91	101	43	181	38	149	36	155	33	28	46	41	43	34	49	164	45	108	39	53	47	39	41	80	57	260	42	64	46	172	41	102	43	124	30	100	58	288	35	368	25	542	22	342	27	166	38	371	26	33	47	68	52	27	53	49	39	216	49	56	41	35	51	31	59	76	48	75	55	6	52	8	47	50	67	29	43	86	78	49	66	66	66	3	100	12	61	209	31	151	27	369	27	38	61	63	51	101	40	69	43	42	72	118	39	86	61	54	57	0	.	10862	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	.
	Total	5199	13	3574	17	2760	18	6165	14	2235	22	5197	17	20833	8	20165	8	20425	7	9933	10	1910	24	1992	22	3240	18	53	.	2776	22	4116	17	6672	14	5104	16	560	36	4405	17	7077	12	5933	13	6903	12	13556	8	11101	8	13154	8	5738	16	6264	14	7704	13	1361	24	2433	18	1512	26	1226	26	3833	17	2255	21	2646	19	4118	17	4668	17	2689	22	4507	15	3393	19	7953	14	4055	15	3649	18	2513	18	2440	21	3428	16	3234	18	4213	17	2673	21	3713	18	2330	23	3103	18	1189	23	2622	15	1905	20	1479	24	2115	17	2665	13	3024	13	1965	17	2768	17	1319	25	1301	30	1016	29	2020	22	1894	22	3408	18	2738	23	755	41	2697	18	1907	24	1601	24	2266	16	2041	21	2795	18	2520	17	1011	28	1586	29	697	40	2609	24	9732	9	6179	11	7885	10	2459	22	2202	22	3242	19	4008	17	4025	17	2225	21	2205	23	2191	23	0	.	384957	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	854	31	1075	33	1126	28	2198	21	1439	26	2755	19	16275	9	9186	10	8598	10	3456	14	262	64	251	47	446	45	3	.	1548	26	2609	19	3986	17	2293	21	14	88	3129	20	5437	13	3863	15	6111	12	10360	9	5199	11	3571	14	2292	21	2745	19	4788	16	327	37	1107	20	685	35	503	32	2069	21	1017	26	2132	21	2351	21	2445	23	1310	31	2757	17	1495	24	3648	18	1449	22	1217	27	534	36	856	36	406	35	1823	21	3184	19	1281	24	1770	25	1120	30	1064	27	848	28	1510	20	1464	23	0	.	120	60	7	100	239	43	63	61	376	42	707	32	1037	34	1533	26	983	30	1038	26	1958	21	1403	28	551	50	1189	23	406	41	519	36	1772	17	882	28	1005	25	1068	24	97	44	611	41	210	42	1504	33	3945	13	3469	14	5025	12	1337	28	930	34	1405	26	1130	22	1504	21	903	29	1009	31	1066	30	0	.	187239	2
	Tanne	442	38	116	39	232	53	1297	25	429	31	1109	26	1745	21	7716	10	4435	13	2847	17	50	77	185	48	284	42	0	.	289	42	205	50	1220	25	723	32	0	.	499	37	280	36	493	30	229	51	513	32	15	100	3276	15	1252	25	2425	17	1457	22	450	46	927	25	394	31	424	33	1322	23	288	43	215	48	456	36	714	25	321	38	516	31	409	35	1833	24	99	58	480	33	427	32	319	44	479	27	473	33	663	28	469	33	594	36	157	53	216	66	0	0	192	64	57	100	0	.	0	.	12	100	258	46	312	37	222	58	333	39	63	100	153	55	397	37	255	55	783	27	246	44	10	100	485	33	407	41	646	34	262	38	305	42	438	28	357	34	176	61	347	49	306	54	130	48	278	52	248	46	518	26	346	31	200	47	365	34	1132	24	498	32	67	69	78	100	208	64	0	.	57496	3
	Föhre	186	37	294	40	101	38	245	41	21	100	8	100	416	43	45	51	482	28	300	42	162	61	153	50	288	39	0	.	37	64	162	60	0	.	274	56	66	72	0	.	321	37	664	27	27	100	684	29	1125	19	592	28	0	.	102	57	49	67	56	74	24	74	33	100	0	.	7	100	0	.	92	76	11	81	98	56	0	.	168	53	8	86	70	66	303	31	98	54	123	36	41	69	273	33	157	53	13	72	5	100	128	40	105	50	267	36	10	100	164	62	45	75	0	.	0	.	75	100	0	.	0	.	37	97	52	77	24	100	124	54	-3	100	0	.	0	.	0	.	10	80	4	100	100	93	26	79	0	.	23	52	0	.	90	58	10	100	0	.	34	100	0	.	1196	22	362	23	545	27	0	.	40	73	243	34	109	47	440	36	194	43	275	40	154	54	0	.	13264	6
	Lärche	67	70	152	44	29	82	141	64	6	100	65	100	167	45	42	71	155	42	46	100	0	.	0	.	17	71	0	.	97	100	64	66	0	.	47	79	0	.	25	100	420	31	502	24	157	38	1723	14	3674	11	25	71	117	90	6	100	0	.	0	.	0	.	0	.	22	100	0	.	0	.	0	.	13	100	21	78	13	71	346	40	34	100	0	.	87	58	18	100	5	100	9	100	0	.	0	.	0	.	51	71	18	88	27	91	1	100	305	45	386	24	174	38	145	44	34	82	39	68	942	19	417	39	340	45	0	.	0	.	11	100	92	55	19	73	37	100	35	100	81	100	0	.	1	100	0	.	0	.	8	100	0	.	73	52	0	.	0	.	0	.	0	.	4355	12	2051	15	1373	18	34	100	10	100	34	94	33	71	0	.	51	66	73	87	132	63	0	.	19692	5
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	7	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	100	7	100	0	.	149	40	1229	16	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	33	100	0	.	16	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	9	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	484	23	235	30	93	56	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2267	11
	übrige Nadelhölzer	8	71	13	71	20	100	41	70	2	100	2	100	1	100	0	.	235	38	22	100	13	100	0	.	0	.	50	.	49	99	0	.	0	.	0	.	0	.	1	100	6	52	2	100	0	.	0	.	38	47	1	100	39	92	77	99	0	.	0	.	0	.	3	100	0	.	0	.	6	100	0	.	1	100	96	99	1	100	-11	100	3	100	6	100	29	81	3	100	6	88	6	80	0	.	0	.	0	.	1	100	3	100	0	.	5	73	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	1	100	0	.	7	52	0	.	3	100	0	.	0	.	7	100	14	70	2	100	2	74	0	.	0	.	0	.	72	78	0	.	65	100	0	.	0	.	10	100	0	100	1	71	0	.	6	100	32	65	18	59	7	81	0	.	0	.	0	.	0	.	1033	19
	Buche	2313	16	934	21	772	25	1712	22	202	38	815	29	2648	21	2551	16	4743	12	2989	13	734	34	1048	26	1880	20	0	.	523	42	824	28	980	26	1297	24	0	.	934	24	487	38	408	29	48	58	293	30	0	.	4094	12	1270	24	618	30	968	25	326	34	274	37	420	39	207	35	352	26	543	29	66	63	1165	31	522	31	818	34	881	27	999	27	1547	23	1534	16	1587	22	1173	21	817	26	1742	18	726	29	221	63	736	28	390	31	229	33	836	23	0	.	180	40	0	.	832	37	600	27	383	27	788	24	606	26	616	26	264	43	8	100	72	53	359	35	216	53	380	33	638	35	22	67	782	26	314	41	201	33	194	31	372	32	1003	23	449	38	519	36	303	36	137	44	470	31	0	.	19	95	492	25	326	36	613	33	698	32	1046	24	979	23	586	34	369	33	293	32	0	.	70327	2
	Ahorn	322	29	94	33	83	38	101	42	71	42	171	38	629	19	194	21	251	31	405	19	98	45	207	31	136	40	0	.	57	58	64	50	141	29	42	56	7	91	291	29	46	59	21	59	55	42	45	51	2	100	524	18	141	36	50	40	166	32	38	60	63	48	68	56	59	83	29	47	168	40	62	77	88	33	174	28	99	36	267	33	156	33	495	25	61	42	117	50	108	31	65	37	216	28	143	34	60	46	49	57	249	42	44	69	58	53	8	93	7	100	1	100	17	50	21	62	24	71	46	68	16	67	0	.	64	40	55	75	2	100	133	41	123	52	161	25	99	51	0	.	75	34	34	72	13	65	27	51	24	59	80	33	79	51	2	100	-5	226	7	100	42	65	10	75	18	49	109	30	107	40	86	41	145	51	228	33	165	34	61	49	65	58	46	89	0	.	9546	4
	Esche	347	23	317	41	215	37	144	37	41	64	220	37	157	33	359	31	489	23	123	36	244	44	27	60	106	46	0	.	74	63	104	57	265	35	245	37	6	79	218	52	62	65	10	66	93	58	61	43	49	83	888	24	393	63	116	44	94	45	36	87	25	76	7	87	0	.	13	100	203	48	34	57	43	62	439	28	214	36	91	37	123	43	194	34	104	46	37	57	50	59	102	49	194	44	177	56	33	75	111	59	226	31	319	38	215	49	8	154	12	92	10	74	21	57	53	43	190	34	44	42	-6	270	64	54	40	88	18	72	13	100	104	49	33	71	33	56	189	39	42	95	32	74	105	52	0	.	2	100	69	70	171	51	123	49	14	73	149	54	0	.	226	49	41	51	36	48	157	32	256	44	214	41	187	40	227	37	272	30	126	51	123	44	127	50	0	.	11979	5
	Eiche	274	30	266	35	77	57	241	32	0	.	12	100	35	69	27	75	649	18	-1	100	180	44	29	95	66	52	0	.	46	57	25	100	48	52	118	48	444	38	0	.	8	100	93	79	7	100	100	57	38	100	344	39	114	52	98	83	75	68	89	55	0	.	18	84	0	.	0	.	1	100	0	.	9	100	145	94	73	55	0	0	17	64	6	100	361	34	52	76	54	80	59	62	142	36	9	83	0	.	35	100	74	50	265	50	268	31	0	.	0	.	0	.	19	49	106	45	262	30	136	55	125	56	56	58	17	88	30	100	12	100	63	68	22	68	0	.	94	59	0	.	41	65	462	39	189	49	0	.	307	38	69	93	91	51	145	35	43	63	0	.	224	74	24	55	40	48	67	35	17	100	41	84	32	61	16	72	117	49	119	42	126	49	112	51	0	.	8315	7
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	300	35	39	59	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	18	100	365	41	197	59	276	41	813	30	1146	19	611	36	268	32	930	26	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	32	97	0	.	7	100	0	.	0	.	19	100	0	.	112	60	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5133	10
	übrige Laubhölzer	387	46	312	31	104	54	45	86	24	59	40	55	430	24	186	41	388	31	167	34	167	41	93	56	76	29	0	.	56	58	59	64	31	34	66	42	23	64	139	35	71	44	55	43	176	29	540	19	234	37	344	20	120	44	27	48	106	44	37	60	13	47	15	94	11	71	42	59	95	54	45	47	45	39	13	91	121	39	188	37	149	36	155	33	28	46	41	43	34	49	164	45	108	39	68	41	39	41	80	57	260	42	64	46	172	41	103	43	169	28	100	57	307	33	368	25	635	20	372	25	170	37	398	25	35	45	68	52	40	42	80	39	223	47	56	41	35	51	31	59	76	48	75	55	6	52	8	47	50	67	29	43	86	78	49	66	66	66	3	100	12	61	282	28	160	26	380	27	38	61	63	51	101	40	69	43	42	72	118	39	86	61	54	57	0	.	11494	4
	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	5199	13	3574	17	2760	18	6165	14	2235	22	5197	17	22512	8	20305	8	20425	7	10353	10	1910	24	1993	22	3298	18	53	.	2776	22	4116	17	6672	14	5104	16	560	36	5236	15	7141	11	6117	12	6903	12	14768	8	11641	8	13658	8	5738	16	6264	14	7704	13	1361	24	2433	18	1642	26	1226	26	3833	17	2321	20	2646	19	4214	17	4668	17	2984	21	5202	14	3393	19	7953	14	4055	15	3649	18	2513	18	2440	21	3560	16	3575	18	4213	17	2817	20	3713	18	2330	23	3103	18	1299	22	2985	15	2050	19	1617	22	2115	17	2773	13	3441	13	1972	17	3038	16	1514	24	1303	30	1975	23	2209	20	1931	22	3408	18	2738	23	755	41	2697	18	1907	24	1601	24	2266	16	2041	21	2795	18	2520	17	1011	28	1586	29	697	40	2609	24	10645	9	6637	11	8871	9	2459	22	2202	22	3242	19	4008	17	4025	17	2225	21	2205	23	2191	23	0	.	397785	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. 2290970. Birmensdorf, Swiss Federal Research Institute WSL

zurück