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
Gesamtstammzahl
Baumzustand (lebend/tot) · Brusthöhendurchmesser (10 Klassen)
Regionale Gliederung: Forstkreis (2024)
Einheit: Stk./ha
Bezugsfläche: zugänglicher Wald ohne Gebüschwald LFI1-LFI5
Netz: 1,4-km-Netz, Unternetze 1-5
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
Baumzustand (lebend/tot)	Brusthöhendurchmesser (10 Klassen)	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%
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	.
	12-20 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	21-30 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	31-40 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	41-50 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	51-60 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	61-70 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	71-80 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	81-90 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	91-100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	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	.
lebend	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	.
	12-20 cm	152	20	187	34	172	31	95	18	128	38	152	32	162	10	160	9	172	13	236	13	133	48	195	38	209	22	50	.	348	32	240	16	223	17	200	24	477	22	192	18	132	18	175	17	135	18	182	12	163	12	207	12	178	20	211	19	261	11	173	40	183	16	141	24	138	34	175	22	304	33	228	23	188	23	161	27	269	23	181	21	199	25	188	22	225	16	149	29	184	27	225	27	164	19	171	26	257	27	137	31	209	23	237	28	272	28	171	36	166	15	142	17	335	21	311	16	426	14	249	16	258	22	292	17	268	19	233	33	295	20	181	22	121	31	250	31	184	41	265	41	185	20	160	30	108	30	170	20	218	28	236	27	131	28	311	32	231	24	73	50	259	39	204	12	212	13	213	11	272	31	127	31	134	30	235	28	150	35	191	30	94	25	141	37	0	.	196	2
	21-30 cm	70	21	75	22	66	32	98	20	138	22	177	20	112	8	112	10	109	10	172	10	55	32	121	23	135	20	250	.	121	36	168	17	154	20	138	16	272	20	148	27	99	12	104	15	79	16	116	11	103	10	110	12	84	21	105	16	168	16	83	23	130	23	130	16	99	33	82	20	205	18	125	32	126	19	120	19	142	21	134	17	127	29	166	17	124	19	64	30	118	22	83	23	169	17	73	17	134	24	90	20	148	23	107	24	90	30	31	39	90	20	86	18	87	20	164	11	138	14	112	17	111	19	143	16	133	25	120	38	145	24	73	24	86	29	150	36	111	34	43	60	127	20	117	30	78	34	101	19	112	21	141	21	101	28	136	21	155	37	111	30	109	33	88	12	117	12	121	11	70	35	67	34	85	29	128	16	106	18	68	28	110	28	47	31	0	.	114	2
	31-40 cm	77	15	45	23	64	26	83	12	127	17	118	19	73	9	75	10	66	9	92	11	49	31	78	29	89	16	170	.	100	19	87	20	95	17	103	15	38	51	75	24	69	12	55	18	52	17	65	11	70	10	94	11	103	22	91	12	81	15	61	27	61	27	69	25	51	29	84	18	85	21	59	27	90	18	92	14	92	23	52	17	71	20	91	15	86	15	35	29	97	20	66	20	113	12	57	22	84	16	88	21	59	19	41	25	55	22	27	36	45	21	63	29	20	32	42	24	45	21	34	23	35	22	60	21	57	24	79	41	106	20	43	37	58	30	70	24	54	31	85	63	71	18	135	32	67	26	47	18	67	17	82	15	84	17	81	37	62	42	81	34	147	32	56	13	54	13	63	13	54	23	50	26	95	23	75	18	72	16	67	22	100	29	44	31	0	.	70	2
	41-50 cm	41	14	44	23	18	33	75	12	65	17	74	16	53	9	53	8	50	7	45	10	38	36	28	33	40	23	20	.	48	30	54	17	43	14	70	15	28	76	42	15	37	12	41	14	48	14	41	10	38	9	48	9	51	25	61	14	57	13	38	20	35	20	45	19	26	32	46	15	28	27	39	26	53	19	47	20	45	24	33	19	38	24	61	19	37	17	57	19	44	22	65	20	51	16	34	19	72	17	40	20	46	26	49	22	32	15	20	31	27	21	45	18	11	40	16	24	15	30	15	25	19	26	22	24	26	31	53	36	41	25	39	26	33	26	39	18	42	28	27	53	31	19	43	31	29	38	28	16	32	20	36	32	62	17	44	35	42	23	45	26	101	23	29	13	33	14	33	12	44	27	52	19	59	19	55	18	41	19	53	18	47	19	46	25	0	.	43	2
	51-60 cm	23	22	25	21	13	31	28	16	29	28	27	22	26	9	31	10	27	11	15	16	32	32	5	43	18	23	0	.	23	33	15	25	24	22	22	20	20	71	22	23	19	17	23	15	20	14	19	11	19	13	21	11	27	22	27	16	29	18	19	27	12	34	20	36	12	47	26	20	18	34	14	28	28	25	22	26	14	32	18	26	30	28	32	15	18	16	27	33	10	33	18	35	15	29	21	23	24	22	22	25	17	32	17	32	19	23	17	38	15	21	15	22	5	42	7	35	3	49	10	25	6	47	14	28	19	38	22	33	18	29	22	32	14	27	22	34	18	37	0	.	18	28	9	45	21	40	13	22	21	32	14	42	25	32	10	60	19	34	26	43	51	27	14	18	14	19	19	15	16	28	24	24	29	24	23	21	23	30	22	26	26	39	19	31	0	.	20	2
	61-70 cm	6	39	6	35	5	47	9	29	8	50	3	55	6	16	11	14	8	16	3	35	12	36	5	75	4	57	0	.	4	64	6	37	12	27	3	47	0	.	8	41	9	20	6	30	8	24	7	17	3	26	6	26	8	45	9	21	6	36	3	65	4	45	5	50	6	43	8	30	1	98	8	37	7	37	6	41	11	53	7	34	14	27	11	33	5	43	9	39	2	66	5	46	2	97	10	37	5	42	11	42	5	49	7	50	10	35	12	41	7	45	6	47	4	40	3	58	1	99	4	32	4	50	4	43	4	45	10	71	4	70	8	28	5	48	3	67	14	33	0	.	4	49	6	58	8	52	1	98	5	55	2	67	3	53	0	.	11	56	5	85	9	66	6	25	3	31	6	23	3	65	3	66	8	37	6	39	3	49	5	38	4	51	6	49	0	.	6	4
	71-80 cm	2	73	3	57	2	67	3	49	4	72	0	.	2	29	3	23	3	25	1	52	6	67	0	.	1	98	0	.	0	.	1	98	2	48	1	68	0	.	5	31	3	38	3	48	3	29	4	25	2	32	1	39	0	.	1	69	1	69	3	65	2	68	2	96	4	70	1	98	0	.	0	.	1	99	3	69	2	72	2	57	8	42	4	51	0	.	2	68	2	68	1	97	0	.	2	54	1	98	3	53	4	46	1	98	5	44	1	97	3	48	4	49	1	98	1	98	2	73	2	47	0	.	3	43	4	53	2	94	2	66	1	98	2	68	0	.	4	66	0	.	1	98	6	60	0	.	2	68	0	.	0	.	0	.	0	.	4	63	11	85	3	94	4	27	1	45	2	41	2	96	4	70	1	97	2	55	2	70	0	.	1	96	0	.	0	.	2	6
	81-90 cm	0	.	1	98	0	.	1	98	0	.	0	.	1	49	2	31	1	42	0	99	0	.	1	97	0	.	0	.	0	.	1	69	0	.	2	98	0	.	2	55	0	99	0	99	1	49	0	70	0	57	0	100	2	72	0	.	0	.	0	.	0	.	2	96	0	.	1	98	0	.	0	.	0	.	0	.	1	98	1	99	0	.	1	99	0	.	0	.	0	.	0	.	0	.	1	98	0	.	1	98	1	97	2	98	0	.	1	97	3	99	1	97	0	.	0	.	1	99	1	70	0	.	2	71	0	.	0	.	1	97	2	69	1	98	1	96	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	96	0	.	0	.	1	43	1	74	0	70	0	.	0	.	0	.	1	98	0	.	2	67	1	97	0	.	0	.	1	12
	91-100 cm	0	.	0	.	0	.	1	99	0	.	0	.	0	.	0	100	0	100	0	99	2	95	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	1	69	0	.	0	.	0	99	0	.	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	97	0	.	1	69	0	.	1	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	67	0	.	0	.	1	98	1	97	1	99	0	.	0	.	1	98	1	69	0	.	0	.	1	99	0	.	3	94	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	70	0	99	0	99	0	.	1	97	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	19
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	99	1	58	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	.	0	.	0	.	0	.	1	97	1	99	0	.	0	.	0	.	0	.	3	62	0	.	2	55	0	.	0	.	0	.	0	.	1	97	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	27
	Total	370	9	386	18	341	21	394	8	499	16	551	14	435	6	448	5	437	6	564	7	327	25	434	23	496	13	490	.	645	18	572	10	554	12	540	10	836	14	494	14	368	8	407	10	348	9	433	7	399	6	486	7	451	10	506	8	603	8	379	21	428	13	413	10	336	23	422	11	641	16	473	19	492	14	452	12	577	16	429	14	487	17	556	14	495	10	343	14	457	13	463	12	515	10	369	13	577	15	394	13	489	14	461	17	483	16	283	21	357	10	364	12	461	17	544	11	631	10	430	12	433	16	543	10	511	15	522	20	612	14	370	14	322	19	535	26	426	20	420	27	437	12	475	15	310	12	361	14	454	15	512	15	406	13	583	16	527	23	351	24	678	14	403	8	436	9	457	8	460	20	328	16	412	11	524	13	397	14	409	14	386	18	303	18	0	.	453	1
tot	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	.
	12-20 cm	8	44	9	49	11	76	9	53	15	68	18	41	22	16	8	40	5	29	18	26	14	49	3	97	20	33	0	.	39	65	28	47	9	40	13	35	31	58	40	31	14	28	22	36	30	29	30	18	15	21	21	22	10	44	7	56	26	28	11	69	0	.	4	96	3	97	4	68	28	41	20	63	18	44	8	56	20	34	29	28	32	47	10	39	7	41	7	54	40	44	10	75	30	46	11	61	50	64	20	38	21	60	0	.	2	98	19	41	12	39	10	63	34	49	40	28	78	24	11	31	19	45	48	28	11	67	6	94	31	33	24	47	15	50	17	53	28	47	65	93	33	38	30	48	0	.	2	98	19	71	15	67	30	44	31	65	18	74	0	.	62	69	30	24	28	24	26	30	8	96	10	70	0	.	7	59	13	58	14	55	11	96	14	48	0	.	19	5
	21-30 cm	11	47	0	.	0	.	0	.	10	52	6	54	9	29	1	57	1	57	2	56	0	.	3	97	0	.	0	.	9	63	7	47	0	.	0	.	0	.	11	36	6	41	11	57	9	38	11	25	3	42	11	34	5	55	2	70	5	43	4	97	2	98	0	.	0	.	0	.	8	54	11	45	5	56	6	69	9	59	7	58	2	98	17	39	1	99	2	98	2	98	8	71	5	67	4	68	5	68	3	96	2	97	5	67	0	.	0	.	3	69	8	58	2	98	2	98	10	39	6	63	9	40	4	70	11	66	13	94	21	35	5	68	5	67	6	97	15	76	0	.	4	68	0	.	0	.	2	98	3	98	0	.	5	67	0	.	0	.	0	.	16	91	14	31	11	29	13	28	0	.	0	.	0	.	3	68	5	55	3	97	0	.	3	97	0	.	6	7
	31-40 cm	4	61	0	.	0	.	1	98	3	97	6	53	5	28	1	50	0	100	1	70	6	69	0	.	4	98	0	.	0	.	6	55	0	.	1	69	0	.	3	85	1	75	7	79	4	48	4	43	3	46	3	40	3	65	0	.	1	99	2	97	0	.	0	.	0	.	0	.	0	.	0	.	3	43	0	.	2	65	1	69	3	71	5	49	0	.	7	55	1	98	4	97	1	98	7	55	0	.	5	58	0	.	0	.	0	.	5	61	3	66	2	68	0	.	3	74	1	69	1	69	0	.	5	54	6	67	6	94	3	97	0	.	4	80	6	97	0	.	0	.	2	54	0	.	0	.	2	99	0	.	0	.	9	98	0	.	0	.	0	.	0	.	4	31	4	53	7	30	0	.	0	.	0	.	2	75	2	98	1	97	0	.	1	97	0	.	2	9
	41-50 cm	1	69	1	98	0	.	0	.	3	66	1	98	3	28	0	100	0	100	0	99	0	.	0	.	1	98	0	.	0	.	1	99	0	99	0	.	0	.	0	99	1	59	2	64	4	43	2	29	0	70	1	57	0	.	0	99	0	99	4	97	0	.	0	.	0	.	1	98	3	70	5	72	1	69	0	.	0	.	2	55	1	98	1	99	0	.	2	68	1	98	1	97	0	.	1	99	1	98	2	68	0	.	0	.	0	.	1	97	3	55	1	98	0	.	0	.	1	69	1	98	1	98	1	98	1	97	3	94	0	.	1	97	4	97	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	76	0	.	0	.	0	.	6	59	3	33	2	38	3	38	0	.	0	.	0	.	0	.	1	99	0	.	0	.	0	.	0	.	1	10
	51-60 cm	0	.	0	.	0	.	0	.	0	.	0	.	1	39	0	.	0	.	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	1	56	2	51	0	99	2	43	0	100	0	.	0	.	0	.	0	99	1	99	0	.	0	.	0	.	0	.	0	.	0	.	1	97	1	99	0	.	1	97	1	69	1	98	0	99	0	.	2	68	0	.	0	.	0	.	2	71	0	.	3	72	0	.	0	.	0	.	0	.	1	99	0	.	0	.	0	.	1	99	0	.	0	.	0	.	1	97	0	.	2	66	0	.	1	98	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	1	97	0	.	0	.	0	.	0	.	2	38	1	75	1	49	0	.	1	97	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	14
	61-70 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	70	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	99	0	.	0	.	1	99	0	.	1	69	0	99	0	70	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	98	1	99	0	.	0	.	1	99	0	.	0	.	0	.	1	96	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	70	0	99	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	24
	71-80 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	99	0	.	0	.	1	69	0	.	0	.	0	.	0	70	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	1	97	1	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	97	0	.	2	67	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	29
	81-90 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	99	0	.	0	.	0	.	0	.	0	.	1	98	0	.	0	.	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	50
	91-100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	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	71
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	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	24	31	9	45	11	76	10	50	31	46	31	27	41	16	10	34	7	26	20	25	20	46	7	66	26	31	0	.	49	58	41	43	11	34	15	33	31	58	59	25	24	24	44	37	48	25	48	14	21	19	35	22	17	38	10	46	33	26	20	55	2	98	4	96	3	97	5	57	39	34	37	37	30	34	14	55	34	25	41	22	39	44	34	31	8	37	20	37	44	39	23	50	36	39	25	42	56	61	33	31	23	54	5	67	2	98	25	34	24	30	21	50	37	46	44	24	91	21	19	28	30	36	58	27	30	32	28	72	59	22	31	46	30	31	29	63	43	55	65	93	40	34	30	48	0	.	6	54	21	62	15	67	49	35	31	65	18	74	0	.	84	52	53	20	46	22	49	20	8	96	11	61	0	.	13	37	20	46	17	49	11	96	17	41	0	.	30	4
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	.
	12-20 cm	160	19	195	32	183	30	105	17	143	38	170	28	185	10	168	9	178	13	254	12	147	43	199	37	229	20	50	.	388	30	268	17	233	16	213	23	508	23	233	18	146	18	197	16	165	17	212	11	178	12	228	11	187	18	218	19	286	11	183	38	183	16	145	25	141	33	179	22	332	32	247	22	206	23	169	26	290	22	210	20	232	21	198	21	232	15	156	28	224	25	235	27	195	20	182	24	307	28	157	30	230	22	237	28	274	28	190	31	179	14	152	18	369	21	351	16	504	12	260	16	277	22	340	16	279	19	239	34	326	20	205	21	136	30	268	29	212	36	330	41	218	19	190	31	108	30	172	20	236	27	251	27	160	24	342	32	249	25	73	50	320	30	234	11	240	12	239	12	279	30	137	31	134	30	242	27	163	32	204	27	105	24	155	35	0	.	216	2
	21-30 cm	81	19	75	22	66	32	98	20	148	20	183	20	122	8	114	10	110	10	174	10	55	32	124	24	135	20	250	.	131	34	174	18	154	20	138	16	272	20	159	26	105	13	115	14	88	17	127	10	106	10	120	12	88	19	108	16	173	15	87	23	132	23	130	16	99	33	82	20	213	18	135	29	131	19	126	18	151	21	141	16	129	29	183	15	126	19	66	28	120	22	91	22	174	17	77	17	138	24	93	20	150	22	112	23	90	30	31	39	93	20	95	17	90	20	165	11	148	14	118	17	121	18	147	16	144	22	133	36	166	20	77	22	91	28	156	36	126	36	43	60	130	20	117	30	78	34	103	19	115	22	141	21	106	27	136	21	155	37	111	30	125	40	102	11	128	12	133	11	70	35	67	34	85	29	132	17	111	17	71	26	110	28	50	29	0	.	120	2
	31-40 cm	81	16	45	23	64	26	84	12	130	17	125	19	78	9	76	9	67	9	92	11	55	32	78	29	93	15	170	.	100	19	92	20	95	17	104	14	38	51	78	23	70	12	61	17	56	17	68	11	73	10	97	11	106	21	91	12	82	15	62	27	61	27	69	25	51	29	84	18	85	21	59	27	93	17	92	14	94	22	53	16	74	20	97	15	86	15	42	29	98	19	69	20	114	12	65	20	84	16	93	20	59	19	41	25	55	22	32	36	49	22	65	28	20	32	44	24	46	21	35	23	35	22	65	19	62	21	86	37	109	19	43	37	62	30	76	26	54	31	85	63	74	18	135	32	67	26	49	17	67	17	82	15	93	18	81	37	62	42	81	34	147	32	61	12	59	12	70	13	54	23	50	26	95	23	77	17	73	15	68	22	100	29	45	31	0	.	73	2
	41-50 cm	42	14	45	23	18	33	75	12	68	16	75	16	56	9	53	8	50	7	45	10	38	36	28	33	41	22	20	.	48	30	55	16	44	14	70	15	28	76	42	15	39	12	43	14	51	13	43	10	38	9	48	9	51	25	61	14	58	13	42	18	35	20	45	19	26	32	47	14	31	27	44	27	54	18	47	20	45	24	35	18	39	24	62	19	37	17	59	19	45	21	66	20	51	16	35	19	73	17	42	20	46	26	49	22	32	15	21	31	31	21	46	19	11	40	16	24	16	29	15	25	20	25	23	23	27	30	55	34	41	25	40	26	37	28	39	18	42	28	27	53	31	19	43	31	29	38	28	16	32	20	36	32	66	18	44	35	42	23	45	26	107	22	32	13	35	14	36	11	44	27	52	19	59	19	55	18	42	19	53	18	47	19	46	25	0	.	44	2
	51-60 cm	23	22	25	21	13	31	28	16	29	28	27	22	27	9	31	10	27	11	15	16	32	32	5	43	19	24	0	.	23	33	15	25	24	22	22	20	20	71	23	22	20	17	23	15	22	14	19	11	19	13	21	11	27	22	27	16	30	17	19	27	12	34	20	36	12	47	26	20	18	34	15	27	29	25	22	26	16	29	19	25	31	27	33	15	18	16	28	31	10	33	18	35	15	29	23	24	24	22	25	25	17	32	17	32	19	23	17	38	16	23	15	22	5	42	7	35	4	43	10	25	6	47	14	28	21	36	22	33	21	29	22	32	15	28	22	34	18	37	0	.	19	27	9	45	21	40	13	22	21	32	14	42	26	33	10	60	19	34	26	43	51	27	16	16	15	19	20	15	16	28	25	24	29	24	23	21	23	30	22	26	26	39	19	31	0	.	21	2
	61-70 cm	6	39	6	35	5	47	9	29	8	50	3	55	7	15	11	14	8	16	3	35	12	36	5	75	4	57	0	.	4	64	6	37	13	27	3	47	0	.	9	40	9	20	7	28	8	24	7	17	3	26	6	26	8	45	9	21	6	36	3	65	4	45	5	50	6	43	8	30	1	98	9	34	8	36	6	41	11	53	8	32	14	27	11	33	5	43	10	35	2	66	5	46	2	97	10	37	5	42	11	42	5	49	7	50	10	35	12	41	7	45	6	47	4	40	3	58	1	99	4	32	4	50	4	43	4	45	10	71	4	70	9	29	5	48	3	67	14	33	0	.	4	49	6	58	8	52	1	98	5	55	2	67	3	53	0	.	11	56	5	85	9	66	6	25	3	29	6	23	3	65	3	66	8	37	6	39	3	49	5	38	4	51	6	49	0	.	6	4
	71-80 cm	2	73	3	57	2	67	3	49	4	72	0	.	2	29	3	23	3	25	1	52	6	67	0	.	1	98	0	.	0	.	1	98	3	45	1	68	0	.	6	30	3	38	3	48	3	29	4	24	2	32	1	39	0	.	1	69	1	69	3	65	2	68	2	96	4	70	1	98	0	.	0	.	1	69	3	69	4	56	2	49	8	42	4	51	0	.	2	68	2	68	1	97	0	.	2	54	1	98	3	53	4	46	1	98	5	44	1	97	3	48	4	49	1	98	1	98	2	73	2	47	0	.	3	43	4	53	2	94	4	70	1	98	4	58	0	.	4	66	0	.	1	98	6	60	0	.	2	68	0	.	0	.	0	.	0	.	4	63	11	85	3	94	4	27	1	45	2	37	2	96	4	70	1	97	2	55	2	70	0	.	1	96	0	.	0	.	2	6
	81-90 cm	0	.	1	98	0	.	1	98	0	.	0	.	1	49	2	31	1	42	0	99	0	.	1	97	0	.	0	.	0	.	1	69	0	.	2	98	0	.	2	55	0	99	0	99	1	49	0	70	0	57	0	100	2	72	0	.	0	.	0	.	0	.	2	96	0	.	1	98	0	.	0	.	0	.	0	.	1	98	1	69	0	.	1	99	0	.	0	.	0	.	0	.	0	.	1	98	0	.	1	98	1	97	2	98	0	.	1	97	3	81	1	97	0	.	0	.	1	99	1	70	1	98	2	71	0	.	0	.	1	97	2	69	1	98	1	96	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	96	0	.	0	.	1	40	1	74	0	70	0	.	0	.	0	.	1	98	0	.	2	67	1	97	0	.	0	.	1	12
	91-100 cm	0	.	0	.	0	.	1	99	0	.	0	.	0	.	0	100	0	100	0	99	2	95	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	1	69	0	.	0	.	0	99	0	.	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	97	0	.	1	69	1	98	1	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	67	0	.	0	.	1	98	1	97	1	99	0	.	0	.	1	98	1	69	0	.	0	.	1	99	0	.	3	94	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	57	0	99	0	99	0	.	1	97	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	18
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	99	1	58	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	.	0	.	0	.	0	.	1	97	1	99	0	.	0	.	0	.	0	.	3	62	0	.	2	55	0	.	0	.	0	.	0	.	1	97	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	27
	Total	395	9	395	18	351	21	404	9	529	17	582	14	476	6	458	5	444	6	585	6	346	23	441	22	521	13	490	.	693	19	614	11	565	12	555	10	867	15	553	14	392	9	451	10	396	10	481	7	420	6	521	7	469	10	516	8	636	8	399	21	430	13	417	10	339	23	427	11	680	16	510	18	522	14	467	12	611	15	470	14	527	16	590	13	504	10	363	14	501	13	486	12	551	11	394	13	633	17	427	12	512	14	466	16	485	16	308	19	381	10	385	12	498	17	588	11	722	9	449	12	463	17	601	11	541	15	549	19	671	13	401	13	352	19	565	26	469	21	485	27	477	13	505	16	310	12	367	14	475	15	526	15	455	13	614	17	545	24	351	24	762	12	456	8	482	9	506	8	468	19	339	17	412	11	537	13	416	13	427	13	397	17	320	18	0	.	483	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. 2293273. Birmensdorf, Swiss Federal Research Institute WSL

zurück