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

LFI3
Vorrat (Schaftholz)
Eigentum (2 Klassen) · Brusthöhendurchmesser (10 Klassen)
Regionale Gliederung: Forstkreis (2024)
Einheit: 1000 m³
Bezugsfläche: zugänglicher Wald ohne Gebüschwald
Netz: 1,4-km-Netz
Zustand 2004/06
		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
Eigentum (2 Klassen)	Brusthöhendurchmesser (10 Klassen)	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	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	.
	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	.
öffentlich	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	243	27	259	26	222	28	249	21	33	82	89	50	473	17	253	18	504	16	571	15	62	55	90	39	171	23	0	.	56	32	170	28	235	26	241	28	22	49	292	20	295	19	336	17	455	19	1130	11	808	12	752	14	116	30	156	34	129	34	45	52	75	35	44	43	66	31	92	35	99	38	160	24	337	27	49	59	188	26	182	25	142	35	52	36	370	24	192	25	145	33	132	31	96	39	162	33	147	27	125	32	116	37	143	38	152	38	126	32	285	21	203	22	315	22	204	28	137	28	560	15	425	24	324	23	89	42	89	49	103	34	135	28	123	33	89	33	89	48	25	65	139	29	42	67	73	33	146	24	122	35	145	28	93	30	92	51	54	49	29	45	55	64	672	13	596	16	827	12	111	35	82	42	135	40	38	52	94	54	157	38	64	45	173	37	0	.	18980	2
	21-30 cm	419	22	334	27	397	24	472	23	80	33	226	38	931	16	566	19	864	17	1466	14	144	36	183	36	409	23	8	.	290	37	324	29	523	22	447	29	138	55	835	28	684	17	616	19	538	19	1884	10	1828	10	1268	13	206	30	304	35	271	39	102	41	150	34	185	35	106	37	115	37	250	37	338	31	584	21	98	42	343	26	644	20	326	39	238	40	705	21	270	26	401	25	286	30	400	26	285	28	325	33	159	37	140	46	170	39	119	32	135	36	555	19	266	25	383	24	218	38	266	35	671	18	520	24	357	21	249	41	62	45	319	27	344	28	176	34	152	38	196	37	51	52	381	26	132	39	238	31	355	23	204	27	364	27	251	32	141	40	127	48	60	53	100	47	1233	13	1110	15	1549	14	230	32	196	37	136	39	105	54	215	36	203	35	185	41	324	33	0	.	36154	2
	31-40 cm	444	20	316	25	552	23	679	23	243	41	360	35	1335	19	977	18	1040	16	1671	13	192	35	380	27	550	24	29	.	236	33	493	25	947	25	525	28	74	58	860	25	1127	18	1187	17	794	19	2966	10	2610	11	2326	13	265	31	320	41	244	50	181	32	174	35	347	32	216	32	283	33	335	35	433	26	582	22	170	40	395	30	1015	20	369	27	140	53	798	21	365	25	508	23	325	29	743	22	481	27	328	27	428	28	87	46	161	44	285	32	159	31	506	24	377	27	325	28	122	43	241	32	586	17	290	25	434	26	222	32	90	39	383	34	359	28	297	42	364	32	172	32	25	100	380	25	193	43	294	33	513	22	247	34	598	22	312	29	163	37	316	41	97	46	168	47	1514	13	1378	15	1850	13	229	32	219	34	279	35	60	45	248	30	207	34	263	49	200	31	0	.	47574	2
	41-50 cm	588	21	547	30	425	28	879	19	249	38	456	34	1838	17	999	17	1575	16	2114	13	217	36	250	31	668	26	33	.	414	34	444	32	913	22	814	26	0	.	1080	19	1013	17	1205	16	1179	17	3119	11	3107	9	2293	12	329	28	316	38	240	33	301	31	185	31	306	33	147	38	331	35	156	40	387	24	645	22	291	35	387	29	980	21	493	36	224	34	1020	22	541	22	547	25	485	28	593	24	528	26	615	28	501	25	187	41	165	44	344	32	116	39	592	18	497	27	204	32	93	33	77	37	569	19	300	27	287	27	116	48	88	38	303	31	375	36	362	30	347	31	301	34	31	71	490	25	338	37	292	31	471	22	374	29	522	22	479	26	302	44	356	46	171	45	276	44	1426	12	1469	15	1607	13	280	29	283	30	337	28	69	56	275	32	296	34	261	36	322	35	0	.	53018	2
	51-60 cm	513	24	576	26	400	26	1245	21	217	40	392	34	1647	17	1202	18	1735	16	1074	17	173	40	275	43	496	32	0	.	372	37	346	33	613	26	610	27	0	.	853	20	1161	19	1090	18	1176	17	2481	12	2147	11	1508	15	309	34	311	42	160	36	184	30	202	49	222	40	203	43	443	29	98	64	388	28	526	23	138	49	207	33	995	23	484	31	405	37	539	24	746	26	254	34	366	30	411	32	504	29	380	36	436	33	89	46	227	52	304	36	251	28	643	21	374	27	171	33	98	65	124	45	441	19	234	31	213	37	166	43	181	41	215	36	352	34	417	37	397	35	421	36	44	78	526	27	195	40	266	35	340	25	348	29	521	26	436	31	86	69	191	41	274	41	220	53	1586	14	953	17	1332	16	230	47	419	32	356	31	97	54	397	35	286	50	137	46	266	40	0	.	46034	3
	61-70 cm	290	31	107	42	245	37	461	32	75	51	339	44	675	26	673	24	1061	20	600	23	159	45	175	51	306	47	18	.	172	40	158	53	265	44	435	34	15	100	326	33	580	22	681	23	697	22	1480	15	788	18	677	22	430	36	136	52	78	51	80	54	123	41	18	100	179	44	324	33	41	72	256	33	295	31	214	40	96	48	252	34	138	38	336	43	278	40	422	36	67	51	51	58	110	56	339	30	239	35	360	40	65	100	86	60	153	47	214	39	366	25	257	30	46	50	47	58	28	72	224	26	77	42	178	46	85	69	43	58	175	56	225	43	198	41	112	62	218	48	24	100	229	45	195	52	119	47	64	50	346	41	181	38	92	46	19	100	269	41	41	71	201	59	990	20	486	27	611	25	288	43	273	43	192	46	62	59	87	58	118	55	73	51	263	39	0	.	24337	4
	71-80 cm	118	59	44	71	90	51	177	48	72	77	0	.	317	30	376	30	566	26	207	39	25	100	0	.	51	71	0	.	32	100	43	71	97	51	153	65	0	.	360	34	307	35	424	36	413	26	802	23	491	23	291	32	85	58	25	100	0	.	150	57	0	.	61	59	138	52	105	50	29	100	153	56	80	54	102	50	75	51	161	53	302	42	173	53	119	45	224	36	29	100	86	61	0	.	199	39	19	100	267	42	0	.	22	100	98	71	175	36	237	38	167	41	0	0	10	100	11	100	151	34	81	52	114	41	37	72	148	64	184	46	84	55	135	43	94	53	137	71	0	.	141	41	152	63	54	100	50	71	24	100	47	72	50	71	0	.	135	67	65	100	0	.	725	21	178	42	481	28	60	71	97	58	160	58	28	100	100	50	26	100	42	71	93	51	0	.	12628	5
	81-90 cm	81	77	27	100	28	100	31	100	29	100	0	.	35	100	151	46	65	71	150	52	0	0	36	100	0	.	0	.	70	71	0	.	0	.	0	.	0	.	114	46	64	71	160	54	158	46	412	27	239	37	34	100	0	.	0	.	0	.	0	.	67	71	36	100	0	.	0	.	0	.	35	100	107	65	32	100	0	.	31	100	113	59	23	100	0	.	80	100	0	.	0	.	38	100	64	71	27	100	64	71	0	.	0	.	0	.	37	71	164	42	76	58	11	100	0	.	23	100	145	51	32	100	27	100	0	.	43	100	25	100	71	64	121	63	76	58	30	100	0	.	0	.	57	73	92	74	34	100	0	.	63	71	0	.	0	.	28	100	39	100	0	.	326	28	159	38	96	46	31	100	22	100	30	100	25	100	47	100	76	61	27	100	0	.	0	.	4635	8
	91-100 cm	24	100	33	100	0	.	75	71	0	.	0	.	60	74	0	.	165	60	38	100	50	100	0	.	0	.	0	.	36	100	0	.	0	.	0	0	0	.	82	59	30	100	18	100	86	59	83	59	84	51	40	100	26	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	31	100	0	.	30	100	17	100	0	0	41	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	37	76	189	42	22	100	0	.	0	.	0	.	42	100	0	0	0	.	0	.	26	100	0	.	0	.	32	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	51	72	25	100	48	100	0	.	0	.	38	100	0	.	0	.	33	100	0	.	27	100	0	.	1620	15
	>100 cm	0	.	31	100	0	.	0	.	0	.	0	.	61	100	90	72	0	.	0	.	0	.	47	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	79	72	38	100	42	100	31	100	172	47	65	59	36	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	51	100	0	.	27	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	24	100	0	.	0	.	0	.	71	100	74	59	0	.	432	100	0	.	38	100	68	71	0	.	134	65	0	.	0	.	32	100	0	.	21	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	46	72	0	.	26	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1734	28
	Total	2720	16	2274	19	2359	19	4267	16	998	33	1862	28	7373	14	5288	14	7574	11	7891	11	1022	28	1436	27	2652	22	87	.	1679	27	1977	23	3592	19	3226	20	248	51	4880	17	5299	13	5759	13	5526	13	14529	8	12166	8	9225	10	1767	24	1567	28	1121	29	1042	26	975	30	1220	27	1056	30	1693	24	1008	29	2152	22	3187	16	1145	32	1722	22	4304	16	2366	23	1633	31	3829	15	2841	19	1953	20	1731	21	2390	20	2562	20	2079	23	2365	23	684	35	975	31	1454	25	1322	21	3610	14	2239	18	1888	26	791	26	944	23	3457	13	1959	18	2067	19	962	30	770	34	1739	25	1944	23	1880	24	1630	27	1563	30	200	50	2286	20	1305	30	1427	27	1972	18	1665	22	2442	18	1714	21	802	34	1477	34	777	39	1019	35	8569	9	6354	12	8427	10	1461	29	1591	25	1663	25	484	37	1461	25	1403	27	1053	33	1668	25	0	.	246715	2
privat	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	110	34	46	50	14	75	45	63	97	34	91	27	868	15	550	14	468	18	102	33	15	53	24	51	21	63	0	.	37	50	138	34	111	37	94	35	41	58	61	57	109	36	61	37	239	28	210	35	75	37	187	22	205	26	267	25	379	17	9	71	129	27	9	74	45	80	133	35	102	43	42	77	7	390	135	29	119	51	51	40	47	58	234	29	41	44	10	85	36	52	14	88	49	33	97	34	97	36	28	60	207	32	84	40	322	35	48	54	7	143	49	46	133	44	162	29	526	20	99	35	116	52	216	30	46	38	37	74	23	80	41	48	45	42	202	27	40	48	21	98	66	48	83	65	32	.	56	48	49	70	13	102	78	51	52	59	31	84	0	.	20	56	219	24	238	21	285	25	59	39	31	56	28	45	103	54	110	37	25	55	51	47	16	82	0	.	10167	4
	21-30 cm	215	30	62	48	108	74	184	50	298	33	521	26	1874	11	1475	13	1535	16	373	33	24	73	86	55	100	48	0	.	45	61	286	33	250	26	295	33	31	58	337	53	249	33	211	40	261	28	376	30	171	41	620	19	428	25	508	23	976	19	58	90	214	37	32	80	28	74	263	28	215	39	85	71	130	48	533	25	187	40	163	41	187	37	642	22	161	53	26	100	67	54	36	76	238	38	211	35	221	32	73	48	450	28	249	35	256	41	58	58	18	100	51	58	69	46	344	24	590	20	205	39	169	52	313	27	142	52	173	40	37	60	193	50	79	50	362	34	160	49	11	100	219	35	70	73	26	.	135	47	108	46	38	55	107	44	114	46	68	70	0	.	92	45	384	25	356	22	374	23	62	61	58	64	95	38	413	29	309	26	130	55	37	61	39	71	0	.	22832	3
	31-40 cm	636	35	189	40	113	61	166	42	543	30	759	25	2842	11	2134	13	1930	15	635	25	78	51	123	56	207	44	0	.	110	51	492	31	516	36	472	28	81	62	272	37	476	27	147	43	340	28	458	24	168	38	1071	20	650	28	705	22	1166	17	44	79	375	30	93	78	46	60	413	28	225	44	10	100	173	49	812	23	316	38	111	42	284	36	1017	20	201	40	164	52	191	44	49	74	385	40	241	35	312	37	156	46	712	24	214	39	294	33	23	83	20	72	77	65	84	61	369	26	452	25	82	87	84	37	204	35	169	51	198	53	90	60	176	41	100	49	445	28	215	66	35	65	228	38	104	52	13	.	226	40	116	45	164	55	228	43	140	49	92	57	0	.	230	60	592	20	353	27	446	28	150	39	227	47	264	46	657	24	570	29	153	47	168	50	68	81	0	.	32330	3
	41-50 cm	592	27	198	41	128	60	266	40	454	33	945	24	3451	11	3177	12	2368	13	623	27	52	69	93	63	222	36	0	.	127	50	442	30	361	27	471	31	117	60	361	55	720	33	156	38	468	27	328	30	91	50	1258	19	870	30	987	21	1758	17	60	66	461	28	128	64	60	66	480	27	140	38	4	100	223	53	904	23	315	42	203	46	418	37	1442	20	145	46	234	46	67	56	42	72	335	32	336	39	347	32	127	51	587	32	364	36	267	33	4	100	0	.	51	72	14	100	317	29	324	36	61	63	99	44	161	43	38	95	187	57	84	59	264	43	66	60	598	30	212	50	71	66	145	42	171	58	0	.	222	35	83	56	250	42	143	42	147	52	100	56	0	.	203	42	520	25	309	29	391	27	369	39	210	51	285	36	812	21	654	25	171	44	226	45	131	60	0	.	36867	3
	51-60 cm	317	29	122	42	63	61	249	38	369	36	1171	34	3571	14	3341	13	2511	15	491	51	185	57	98	76	189	45	0	.	105	68	365	30	300	27	456	32	30	85	224	53	482	25	74	42	481	29	431	25	188	54	738	25	560	29	1119	22	1469	19	42	63	411	27	98	65	67	71	544	27	163	43	0	.	240	49	579	25	63	57	158	42	348	36	1384	19	71	65	254	52	151	67	44	100	208	42	206	38	314	42	118	55	515	37	241	48	192	37	13	100	19	72	32	63	0	.	189	35	72	55	61	46	52	76	137	43	66	57	36	69	20	75	221	47	129	48	546	26	131	43	8	100	18	74	97	48	0	.	92	50	29	71	112	54	106	45	26	74	109	53	0	.	269	51	513	24	221	41	332	29	226	38	227	53	290	37	719	25	415	32	252	50	181	49	280	53	0	.	32353	4
	61-70 cm	287	39	70	58	0	.	142	53	71	58	511	30	1642	16	1644	15	1235	19	242	53	106	72	78	62	64	58	0	.	0	.	93	43	72	54	18	100	16	100	47	71	370	35	36	62	227	36	174	51	13	100	233	34	468	34	497	30	643	22	20	100	114	50	57	100	0	.	271	30	83	46	18	100	141	82	309	42	125	82	138	65	111	49	792	26	69	78	39	100	49	100	20	100	38	71	130	58	121	53	119	71	194	50	93	65	200	47	14	100	0	.	9	100	27	73	80	39	39	73	18	72	9	100	56	57	57	81	13	100	17	100	82	45	83	46	323	41	72	58	0	.	17	100	94	51	0	.	0	.	59	73	55	77	30	100	0	.	53	58	0	.	147	63	381	35	219	31	162	47	83	52	31	100	104	54	297	36	123	54	26	100	44	71	39	71	0	.	15115	5
	71-80 cm	46	100	26	100	0	.	86	76	0	.	0	.	686	23	899	20	551	29	74	76	0	.	0	.	57	75	0	.	27	100	82	74	109	71	49	100	0	.	68	100	165	43	30	100	111	49	72	51	0	.	201	47	49	100	215	44	261	35	0	.	120	71	0	.	0	.	96	50	29	100	0	.	27	100	44	71	59	100	77	54	22	100	400	34	0	.	98	75	23	100	0	.	0	.	25	100	78	73	85	60	61	72	111	60	187	59	0	.	12	100	12	100	0	.	76	51	18	73	29	81	0	.	20	100	37	71	24	100	9	100	99	51	44	72	63	58	115	62	0	.	0	.	78	58	0	.	0	.	39	100	39	100	0	.	0	.	15	100	0	.	43	71	149	43	16	100	63	51	43	100	0	.	50	71	78	58	108	66	22	100	77	72	0	.	0	.	6784	7
	81-90 cm	0	.	0	.	0	.	36	100	0	.	35	100	291	36	394	34	156	45	0	.	0	.	0	.	0	.	0	.	0	.	34	100	75	59	62	100	0	.	12	100	57	72	22	100	0	.	40	71	0	.	211	88	0	.	32	100	28	100	24	100	0	.	0	.	0	.	175	68	0	.	0	.	0	.	0	.	0	.	0	.	0	.	211	79	0	.	0	.	113	100	0	.	0	.	39	100	0	.	47	100	0	.	0	.	26	100	0	.	24	100	15	100	0	.	15	100	14	100	12	100	0	.	15	100	0	.	0	.	0	.	0	.	21	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	172	50	0	.	38	77	0	.	0	.	27	100	0	.	0	.	0	.	0	.	0	.	0	.	2473	16
	91-100 cm	0	.	0	.	0	.	0	.	0	.	0	.	95	74	126	58	80	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	31	100	82	60	0	.	39	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	94	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	49	100	0	.	72	100	0	.	0	.	0	.	0	.	0	.	0	0	16	100	0	0	0	.	37	100	0	.	0	.	0	.	0	.	31	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	35	100	0	.	0	.	0	.	35	100	0	.	0	.	18	100	44	71	33	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	918	21
	>100 cm	0	.	0	.	0	.	0	.	0	0	0	.	71	77	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	41	100	0	.	22	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	55	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	143	100	14	100	303	62	0	.	39	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	16	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	704	37
	Total	2204	28	713	33	426	53	1174	35	1832	28	4033	21	15390	9	13741	10	10834	11	2541	23	459	52	503	48	860	36	0	.	451	47	1932	26	1794	22	1958	26	317	56	1404	44	2628	22	737	33	2160	21	2170	19	707	34	4558	17	3231	22	4330	18	6681	15	256	53	1825	23	417	61	245	52	2374	23	956	31	159	71	941	48	3314	19	1183	34	902	34	1416	29	6273	17	687	37	825	45	698	45	205	71	1253	30	1285	30	1491	30	802	42	2727	22	1429	31	1742	25	158	51	100	75	295	48	327	39	1695	21	2065	17	870	31	530	36	1199	24	555	38	668	45	280	58	1076	32	599	37	2540	23	945	43	146	57	693	33	696	45	70	.	730	31	518	44	672	47	691	37	478	43	502	53	0	.	1005	45	2948	19	1772	20	2123	20	992	33	784	44	1143	32	3079	19	2287	23	778	38	783	41	573	56	0	.	160543	2
Total	keine Angabe	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	12-20 cm	353	21	305	23	236	26	294	20	129	33	180	28	1341	11	803	11	972	12	673	14	77	45	113	32	192	21	0	.	94	28	308	22	345	21	334	22	63	42	353	19	404	17	396	16	695	16	1340	11	883	11	939	12	321	20	422	20	508	15	54	45	204	21	53	38	111	37	225	25	200	29	202	25	343	27	184	27	307	25	233	22	188	30	286	25	411	22	202	24	181	28	146	29	145	28	259	24	244	22	153	28	323	24	227	28	474	26	174	27	293	20	252	20	448	20	366	20	663	17	658	14	541	22	540	18	134	31	126	41	126	32	176	24	168	27	291	21	129	37	46	57	205	25	125	49	105	38	201	21	171	32	159	27	171	28	144	39	85	43	29	45	75	49	891	12	834	13	1112	11	170	26	112	34	163	34	141	42	203	32	182	34	115	33	188	35	0	.	29147	2
	21-30 cm	634	18	396	24	504	24	656	22	379	27	746	21	2805	9	2041	11	2399	12	1839	13	168	33	269	30	509	21	8	.	335	33	609	22	773	17	742	22	169	46	1172	25	933	15	828	18	799	16	2260	10	1999	10	1888	10	633	20	813	20	1247	17	159	42	364	25	217	32	135	33	378	22	466	27	423	28	713	19	631	22	530	22	806	18	514	28	880	19	865	20	297	26	468	23	322	28	638	22	496	22	546	24	232	29	590	24	419	26	375	29	193	30	572	19	317	23	452	21	561	21	856	17	877	16	690	22	670	17	391	32	234	32	356	25	537	25	255	28	514	27	356	30	62	46	601	21	202	36	263	29	490	21	313	24	402	25	358	26	255	30	195	39	60	53	192	33	1616	11	1466	12	1924	12	292	28	254	32	232	28	518	25	523	21	333	30	222	36	363	31	0	.	58986	2
	31-40 cm	1080	22	504	22	665	22	845	20	786	24	1119	20	4176	10	3111	10	2970	11	2306	11	270	29	503	25	757	21	29	.	346	28	984	20	1463	21	997	20	155	43	1132	21	1603	15	1334	16	1133	16	3424	9	2777	11	3397	11	916	22	1025	20	1410	16	225	30	549	23	440	30	262	28	697	21	560	27	444	25	756	20	982	21	711	23	1126	18	653	22	1157	19	998	18	529	24	699	20	374	27	1128	20	722	22	639	23	583	24	799	22	376	29	579	23	182	29	526	23	454	25	410	25	491	22	693	19	669	18	374	21	638	21	390	28	288	38	473	29	535	23	397	34	809	21	387	39	60	56	608	21	297	33	308	32	739	19	363	27	762	21	540	24	303	30	409	34	97	46	398	40	2106	11	1731	13	2296	12	379	25	447	29	544	29	717	22	818	22	360	28	430	36	268	31	0	.	79903	2
	41-50 cm	1181	17	745	24	553	26	1145	17	703	25	1401	20	5289	9	4176	10	3943	10	2737	11	269	32	343	28	890	21	33	.	541	28	887	22	1274	17	1285	20	117	60	1441	20	1733	17	1361	15	1648	14	3447	10	3198	9	3551	10	1199	23	1303	19	1998	15	361	28	645	22	434	30	207	33	811	21	295	28	391	24	868	21	1195	20	701	25	1183	19	911	26	1667	18	1166	20	775	21	615	23	527	26	928	19	864	22	963	21	628	22	775	26	530	28	611	23	120	38	592	18	548	25	218	30	410	23	401	30	630	18	399	23	448	23	154	43	276	41	386	27	639	28	428	27	945	22	513	29	102	50	635	21	509	31	292	31	693	18	457	26	772	20	622	22	449	34	456	38	171	45	479	31	1946	11	1778	13	1998	12	649	25	494	28	622	23	881	20	929	20	467	27	488	28	453	30	0	.	89885	2
	51-60 cm	830	19	698	23	463	24	1494	18	586	27	1563	27	5218	11	4544	11	4246	11	1565	19	358	35	374	38	685	26	0	.	476	32	711	22	913	19	1066	21	30	85	1076	19	1643	15	1165	17	1657	15	2912	10	2335	11	2246	13	868	22	1429	20	1629	18	225	27	613	24	319	34	269	37	986	19	261	36	388	28	766	22	717	22	269	29	1154	21	831	23	1789	17	610	22	1000	23	406	33	410	29	619	25	710	23	694	27	554	29	604	32	468	35	496	26	263	27	662	20	406	25	171	33	287	32	195	35	502	18	286	29	350	28	232	35	218	36	235	33	573	28	546	31	943	21	552	29	51	68	543	27	292	31	266	35	432	22	378	28	633	23	542	26	111	56	300	32	274	41	490	37	2099	12	1174	16	1664	14	456	30	646	28	646	24	815	23	812	23	538	35	318	34	546	33	0	.	78387	2
	61-70 cm	578	25	178	34	245	37	603	27	145	39	850	25	2317	13	2318	12	2296	13	842	22	265	39	253	40	370	40	18	.	172	40	250	37	337	36	453	32	31	71	372	30	950	19	717	22	924	19	1653	15	802	18	910	18	898	25	633	26	720	21	100	47	237	32	75	80	179	44	594	22	124	39	274	31	436	34	523	30	221	51	391	32	248	30	1128	22	347	36	460	34	116	52	71	51	148	45	469	27	360	29	480	35	258	45	179	45	352	33	228	37	366	25	266	30	73	41	127	32	67	52	242	25	87	39	235	37	141	52	56	50	192	52	307	34	280	32	435	34	289	39	24	100	246	43	289	38	119	47	64	50	405	36	237	34	122	43	19	100	322	36	41	71	348	43	1372	18	705	21	773	22	372	35	305	40	296	36	360	31	209	40	144	49	117	41	302	36	0	.	39452	3
	71-80 cm	163	51	70	58	90	51	263	41	72	77	0	.	1003	18	1276	17	1117	19	281	35	25	100	0	.	108	52	0	.	59	71	125	55	206	44	202	55	0	.	428	33	472	27	454	34	524	23	874	22	491	23	492	27	135	52	240	40	261	35	150	57	120	71	61	59	138	52	201	36	58	71	153	56	107	48	145	41	134	52	238	40	324	40	572	28	119	45	321	34	53	71	86	61	0	.	224	36	97	62	352	35	61	72	133	53	284	46	175	36	249	36	179	38	0	0	86	46	29	59	180	31	81	52	134	38	74	51	172	57	193	44	183	37	179	37	158	39	252	48	0	.	141	41	230	46	54	100	50	71	62	72	86	60	50	71	0	.	150	62	65	100	43	71	874	19	194	40	543	26	103	59	97	58	209	47	106	50	208	42	48	71	119	53	93	51	0	.	19412	4
	81-90 cm	81	77	27	100	28	100	66	71	29	100	35	100	326	34	545	28	221	38	150	52	0	0	36	100	0	.	0	.	70	71	34	100	75	59	62	100	0	.	126	42	121	50	182	49	158	46	452	26	239	37	245	77	0	.	32	100	28	100	24	100	67	71	36	100	0	.	175	68	0	.	35	100	107	65	32	100	0	.	31	100	113	59	235	71	0	.	80	100	113	100	0	.	38	100	103	58	27	100	111	59	0	.	0	.	26	100	37	71	188	38	90	52	11	100	15	100	37	73	157	47	32	100	42	74	0	.	43	100	25	100	71	64	142	56	76	58	30	100	0	.	0	.	57	73	92	74	34	100	0	.	63	71	0	.	0	.	28	100	39	100	0	.	498	25	159	38	134	40	31	100	22	100	56	71	25	100	47	100	76	61	27	100	0	.	0	.	7108	8
	91-100 cm	24	100	33	100	0	.	75	71	0	.	0	.	155	54	126	58	245	46	38	100	50	100	0	.	0	.	0	.	36	100	0	.	0	.	0	0	0	.	82	59	30	100	18	100	117	51	165	42	84	51	78	71	26	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	31	100	0	.	30	100	17	100	0	0	135	58	0	.	0	.	0	.	0	.	0	.	0	.	0	.	49	100	0	.	72	100	0	.	37	76	189	42	22	100	0	.	0	0	16	100	42	100	0	0	37	100	0	.	26	100	0	.	0	.	63	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	35	100	0	.	0	.	0	.	35	100	0	.	0	.	69	59	69	58	81	72	0	.	0	.	38	100	0	.	0	.	33	100	0	.	27	100	0	.	2538	12
	>100 cm	0	.	31	100	0	.	0	.	0	0	0	.	132	62	90	72	0	.	0	.	0	.	47	100	0	.	0	.	0	.	0	.	0	.	41	100	0	.	101	60	38	100	42	100	31	100	172	47	65	59	36	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	51	100	0	.	27	100	0	.	55	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	24	100	0	.	0	.	0	.	71	100	74	59	0	.	432	100	143	100	52	78	371	52	0	.	173	55	0	.	0	.	32	100	0	.	21	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	46	72	16	100	26	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2439	23
	Total	4924	15	2987	17	2785	18	5441	14	2830	22	5895	17	22763	8	19029	8	18408	8	10431	10	1481	25	1938	23	3512	18	87	.	2129	23	3909	17	5386	15	5184	16	565	39	6284	16	7927	11	6496	12	7686	11	16699	7	12873	8	13783	8	4997	17	5898	15	7803	13	1298	23	2800	18	1636	25	1301	26	4067	17	1964	21	2310	21	4129	17	4460	17	2905	19	5206	14	3782	18	7906	15	4516	14	3666	18	2651	19	1936	21	3643	16	3847	17	3570	18	3167	20	3411	19	2403	23	3196	18	1481	20	3710	14	2534	17	2215	23	2487	17	3010	13	4326	12	2490	16	3267	15	1517	24	1438	28	2019	23	3020	19	2479	20	4171	17	2508	25	346	38	2979	17	2001	25	1498	26	2702	15	2184	20	3114	17	2405	18	1280	27	1979	29	777	39	2025	28	11517	8	8126	10	10550	9	2452	22	2375	22	2806	20	3563	17	3749	17	2182	22	1837	26	2241	24	0	.	407258	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. 2299725. Birmensdorf, Swiss Federal Research Institute WSL

zurück