Auswahl aus Themenliste

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

1. Wofür stehen die Zahlen?

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

Beispiel 1: Schätzwert und Standardfehler

LFI5

Totholzvolumen (Schaftholz)

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

Bezugsfläche: zugänglicher Wald ohne Gebüschwald

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

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

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

2. Wozu dient der Standardfehler?

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

Die statistische Sicherheit beträgt

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

Beispiel 2: Vertrauensintervalle berechnen

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

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

Vorgehen

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

Antwort

			Schritt 1	Schritt 2

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

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

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

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

Daten: siehe Beispiel 2

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

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

Oben

3. Wann unterscheiden sich zwei Ergebnisse statistisch gesichert?*

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

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

Beispiel 4: Interpretation von zwei Ergebnissen der gleichen Inventur

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

	Fall 2						Fall 1

Fall 1

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

Vorgehen

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

Antwort

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

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

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

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

Fall 2

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

Vorgehen

Siehe Fall 1.

Antwort

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

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

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

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

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

Beispiel 5: Interpretation von zwei Ergebnissen aus unterschiedlichen Inventuren

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

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

Vorgehen

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

Antwort

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

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

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

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

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

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

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

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

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

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

Vorgehen

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

Antwort

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

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

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

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

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

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

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

Vorgehen

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

Antwort

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

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

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

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

Oben

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

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

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

Beispiel 8: Standardfehler und Kombination von Merkmalsausprägungen

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

Der Standardfehler wird mit zunehmendem Detaillierungsgrad grösser.

Grosse Standardfehler sind zu erwarten, wenn

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

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

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

Oben

5. Zwei Typen von Veränderungen?

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

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

Oben

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

Die Ergebnisse sind

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

Beispiel 9: Additivität/Nichtadditivität von Veränderungen

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

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

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

Beispiel 10: Mittlere Anzahl Jahre pro Gebiet

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

Oben

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

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

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

Oben

8. Warum wird bei manchen Tabellen kein Standardfehler ausgewiesen?

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

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

Oben

9. Negative Werte bei Vorrat, Zuwachs oder Nutzung?

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

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

Oben

LFI4
Gesamtstammzahl
Baumzustand (lebend/tot) · Brusthöhendurchmesser (10 Klassen)
Regionale Gliederung: Forstkreis (2024)
Einheit: Stk./ha
Bezugsfläche: zugänglicher Wald ohne Gebüschwald LFI4/LFI5
Netz: 1,4-km-Netz, Unternetze 1-5
Zustand 2009/17
		Forstkreis (2024)
		AG01		AG02		AG03		AG04		AI01		AR01		BE01		BE02		BE03		BE04		BSBL01		BSBL02		BSBL03		BSBL04		FR01		FR02		FR03		FR04		GE01		GL01		GR01		GR02		GR03		GR04		GR05		JU01		LU01		LU02		LU03		NE01		NE02		NE03		NE04		NE06		NW01		OW01		OW02		SG01		SG02		SG03		SG04		SG05		SH01		SO01		SO02		SO03		SO04		SZ01		SZ02		SZ03		TG01		TG02		TG03		TI01		TI02		TI03		TI04		TI05		TI06		TI07		TI08		TI09		UR01		UR02		UR03		VD02		VD03		VD04		VD05		VD06		VD07		VD08		VD09		VD11		VD12		VD14		VD15		VD16		VD18		VD20		VD22		VS01		VS02		VS03		ZG01		ZH01		ZH02		ZH03		ZH04		ZH05		ZH06		ZH07		Seen		Schweiz
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	138	22	134	22	215	28	91	20	88	27	134	27	156	9	138	8	166	12	201	11	127	29	166	30	180	14	0	.	130	24	173	17	175	17	137	33	69	30	169	16	133	14	140	14	215	14	183	10	175	10	161	10	196	21	185	16	227	12	242	24	196	21	168	24	174	18	132	17	215	28	221	18	201	23	161	27	208	29	202	17	206	25	112	18	170	20	211	21	143	29	111	28	135	22	214	19	162	21	141	31	209	20	201	28	150	26	239	31	204	20	137	17	278	16	212	19	353	15	253	12	209	20	268	16	272	21	316	35	189	21	203	19	172	24	316	24	233	27	173	43	171	17	150	46	220	46	153	15	168	30	177	24	125	20	253	32	127	41	26	85	195	59	166	11	196	11	198	10	119	24	169	33	143	22	143	24	106	26	106	26	127	49	151	30	0	.	179	2
	21-30 cm	58	21	91	33	83	22	67	30	99	27	133	17	95	9	88	11	87	10	140	11	45	33	109	22	131	20	50	.	121	31	138	20	131	17	100	22	110	32	110	17	74	16	101	16	97	14	103	10	102	10	79	11	85	16	79	13	119	12	81	43	85	16	75	34	70	27	89	24	186	19	150	28	136	17	82	24	145	20	106	19	135	31	93	17	133	19	77	26	86	24	75	28	126	22	87	24	117	23	107	30	134	16	81	35	118	25	56	32	113	15	99	18	115	22	166	17	174	13	144	16	136	18	146	16	185	22	126	20	113	19	100	22	55	28	137	42	133	31	120	45	106	20	78	32	49	35	91	19	146	25	115	25	64	33	194	24	95	27	99	74	65	52	94	11	118	13	117	11	119	20	98	25	62	31	116	27	69	22	105	30	69	32	108	26	0	.	105	2
	31-40 cm	41	23	34	27	60	23	36	23	106	15	106	17	69	8	59	10	42	11	86	11	25	36	67	27	77	18	40	.	93	29	88	19	65	23	74	15	74	44	45	20	60	12	65	13	43	14	63	10	64	9	71	12	63	16	69	22	70	15	49	30	72	29	56	31	59	31	56	15	110	19	62	25	69	18	60	21	111	20	66	15	79	20	72	16	77	13	68	27	85	22	50	22	78	19	53	16	68	19	65	23	93	24	55	22	54	24	35	32	47	20	57	28	31	23	67	20	65	14	39	18	45	16	63	23	72	24	89	28	59	26	67	15	49	26	61	29	67	31	50	48	84	16	39	68	41	32	61	17	54	15	70	17	64	28	67	25	39	33	157	29	43	36	52	14	55	12	58	11	59	29	56	22	52	28	58	20	75	17	55	27	74	28	41	28	0	.	62	2
	41-50 cm	32	17	15	27	26	30	41	15	90	12	67	15	46	8	35	9	36	10	54	9	20	50	41	36	38	21	40	.	53	29	49	18	35	26	45	17	33	46	51	15	46	11	34	11	31	17	32	9	38	9	52	9	44	19	43	15	50	13	38	22	40	21	46	20	32	25	51	12	37	22	24	25	40	16	47	21	53	23	31	16	41	27	55	15	47	16	30	22	47	20	33	23	51	15	44	20	35	21	43	20	31	25	30	28	28	20	12	33	26	17	48	22	8	32	22	15	22	27	18	22	20	18	24	17	32	29	61	33	40	28	39	29	39	21	36	26	38	36	41	26	37	17	35	40	24	29	41	14	20	20	51	16	50	15	47	27	44	31	55	44	33	36	29	14	29	14	33	12	48	27	34	28	42	20	34	17	47	17	26	24	47	27	30	24	0	.	38	2
	51-60 cm	16	25	13	24	14	34	31	18	48	17	41	23	27	10	28	10	23	10	25	14	21	34	8	52	26	22	60	.	18	38	24	17	21	20	30	17	5	93	26	18	20	14	23	15	21	16	21	11	17	12	24	11	26	29	26	18	28	17	18	32	23	29	21	43	16	32	27	18	19	34	12	43	22	25	30	28	14	26	16	22	43	19	37	15	15	24	33	23	10	40	23	39	17	23	19	20	29	24	29	21	19	31	25	28	20	19	19	30	21	24	15	28	6	31	8	34	7	44	11	23	10	32	13	24	20	31	19	32	13	31	21	33	24	27	25	30	20	33	6	60	18	19	16	56	13	30	14	21	25	23	30	28	34	27	21	38	13	37	45	10	35	29	15	14	17	16	22	14	17	28	22	28	20	24	23	25	24	23	28	31	21	32	26	26	0	.	21	2
	61-70 cm	7	31	4	39	4	44	15	20	17	27	17	31	10	15	12	15	9	15	5	27	13	43	7	61	10	35	0	.	7	54	9	33	10	34	9	29	3	93	9	28	7	21	10	20	8	20	7	15	6	20	7	20	13	27	15	22	10	24	12	41	6	42	7	64	4	70	16	20	6	37	4	48	9	30	7	32	6	49	7	31	14	40	20	28	9	32	10	31	3	53	7	36	4	47	15	25	5	46	9	33	3	46	6	41	7	45	8	51	5	36	10	30	3	55	4	37	4	42	4	32	2	55	6	45	8	37	11	39	4	48	10	32	9	35	16	43	8	35	0	.	13	38	5	62	8	72	5	30	8	50	2	67	8	36	3	65	17	35	0	.	17	62	6	28	6	23	7	22	9	56	22	33	3	71	9	28	4	43	5	48	4	70	9	44	0	.	8	3
	71-80 cm	2	48	2	55	5	55	5	36	4	69	2	71	3	22	6	19	4	23	2	39	2	96	3	66	5	52	20	.	0	.	3	50	3	49	3	50	0	.	6	38	6	24	3	31	3	29	3	24	2	29	3	30	3	65	3	40	3	45	4	68	2	68	3	65	6	54	2	68	1	98	4	61	5	39	7	45	5	40	4	38	15	32	9	29	2	56	5	43	0	.	1	97	0	.	7	37	1	99	4	76	2	68	5	59	3	58	9	35	3	45	5	39	1	99	2	55	1	99	2	42	3	50	3	38	6	35	3	96	4	57	4	46	5	36	2	68	3	65	0	.	2	71	3	92	2	95	1	68	2	97	2	67	3	53	0	.	2	96	11	85	12	72	5	21	1	44	3	26	3	67	2	66	1	97	1	69	1	99	2	67	3	66	1	97	0	.	3	5
	81-90 cm	1	99	1	99	2	67	2	59	0	.	0	.	1	40	2	32	1	34	1	75	0	.	1	97	0	.	0	.	0	.	1	99	1	70	0	.	0	.	3	38	1	57	2	40	2	35	2	26	1	39	1	57	0	.	0	.	1	99	2	96	1	98	0	.	0	.	0	.	0	.	0	.	0	.	2	98	0	.	0	99	3	55	4	79	0	.	1	98	1	98	0	.	0	.	1	98	1	98	2	68	1	98	2	98	3	57	0	.	2	57	2	55	1	70	1	98	1	99	1	70	0	.	1	69	0	.	0	.	1	98	4	57	2	72	1	97	3	66	0	.	0	.	5	61	0	.	1	98	0	.	0	.	1	97	0	.	0	.	5	85	3	94	2	40	1	45	1	44	0	.	3	66	1	97	1	98	1	99	2	67	3	66	0	.	0	.	1	8
	91-100 cm	0	.	0	.	0	.	1	99	0	.	0	.	0	71	0	100	1	66	0	99	0	.	0	.	0	.	0	.	0	.	0	.	1	99	0	.	0	.	1	56	0	99	0	.	0	100	0	70	0	100	0	100	1	99	0	.	0	.	0	.	1	98	2	96	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	0	.	0	99	0	.	0	.	0	.	0	.	0	.	1	98	0	.	1	98	0	.	2	98	0	.	1	98	1	99	0	.	0	.	0	.	1	99	0	99	0	.	0	99	0	.	2	96	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	94	0	.	0	.	0	.	0	.	0	.	0	.	4	65	0	.	0	.	0	57	0	70	0	.	0	.	0	.	1	97	0	.	0	.	0	.	0	.	0	.	0	.	0	17
	>100 cm	0	.	1	99	0	.	1	98	0	.	0	.	0	.	0	70	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	0	99	0	.	0	.	1	70	1	44	0	100	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	99	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	0	.	4	98	2	98	1	72	0	.	0	.	0	.	1	99	1	99	0	.	2	56	0	.	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	21
	Total	295	13	294	18	410	15	290	10	452	13	499	12	408	6	367	6	370	6	513	7	253	20	403	15	467	10	210	.	422	16	484	13	441	12	399	14	294	28	419	10	347	7	379	9	422	9	415	6	406	6	399	6	430	11	420	9	507	7	447	13	425	12	378	11	362	15	373	11	574	16	477	17	482	13	396	14	543	17	434	13	536	15	402	9	452	9	434	12	376	14	301	16	411	14	441	12	419	12	401	16	492	12	407	15	387	14	380	21	424	12	373	11	443	14	482	12	627	9	473	10	424	13	526	11	596	15	627	16	422	15	448	11	356	15	592	20	504	19	391	27	431	13	335	29	358	29	368	10	422	17	446	15	349	13	585	22	342	23	398	32	401	26	369	8	423	8	440	7	374	15	405	17	325	14	385	15	327	12	331	17	347	18	366	16	0	.	418	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	10	45	0	.	15	31	29	51	36	24	33	16	17	23	11	22	15	21	15	95	15	44	21	31	0	.	64	55	40	41	26	29	27	41	43	44	37	25	26	20	18	31	26	21	30	16	27	16	24	19	28	42	18	31	57	23	30	36	11	62	12	51	4	96	30	30	20	42	46	45	39	27	9	45	30	37	29	27	37	35	15	30	15	34	10	66	31	37	18	70	23	37	28	32	41	46	24	47	13	53	7	71	9	64	29	34	29	32	20	37	54	31	43	29	96	18	27	27	34	40	66	25	18	52	29	60	58	28	53	42	21	39	33	42	14	54	64	49	29	30	20	67	9	64	14	40	41	40	18	28	24	30	32	45	18	40	13	85	8	91	35	15	34	20	48	20	24	40	19	52	14	38	16	43	8	50	17	40	3	97	16	41	0	.	28	4
	21-30 cm	3	69	5	73	0	.	4	73	6	67	18	31	19	18	7	30	4	34	9	27	0	.	10	70	12	54	0	.	5	95	13	36	17	40	7	47	14	61	20	31	12	31	11	42	12	28	19	19	7	25	13	26	7	42	6	42	38	35	0	.	5	67	0	.	0	.	4	68	14	41	5	67	8	43	9	57	13	43	14	28	7	54	11	40	4	55	4	68	9	58	10	67	11	49	7	47	23	77	10	59	2	98	5	68	2	98	7	54	7	43	8	51	5	69	25	33	26	26	12	47	2	99	18	32	8	53	5	96	21	27	9	78	2	99	8	57	12	96	14	60	15	39	21	92	0	.	2	98	13	62	2	98	13	56	0	.	23	67	0	.	0	.	16	24	12	23	20	21	3	97	3	97	3	96	11	39	6	47	5	67	3	97	3	97	0	.	11	5
	31-40 cm	3	59	3	47	0	.	2	61	0	.	13	39	13	18	3	35	2	49	3	48	6	71	1	97	5	50	0	.	2	95	7	47	6	54	10	37	0	.	4	62	2	43	3	43	8	47	8	24	3	31	5	32	6	57	2	72	11	37	0	.	0	.	0	.	0	.	2	98	6	45	7	67	2	75	0	.	1	98	5	40	10	60	3	53	1	69	5	69	15	55	0	.	4	56	7	59	3	54	10	49	0	.	2	98	0	.	2	98	4	56	4	60	0	99	6	50	3	68	1	70	3	60	4	55	6	50	8	77	7	48	4	68	5	58	4	68	6	56	0	.	2	73	0	.	2	96	2	75	3	53	0	.	4	72	0	.	5	96	0	.	3	91	5	25	6	32	13	21	6	95	1	97	1	96	10	45	2	98	5	67	0	.	1	97	0	.	5	6
	41-50 cm	2	56	1	99	1	96	4	49	3	67	3	57	7	16	3	27	1	34	1	43	4	64	2	97	2	72	0	.	9	76	2	55	5	37	2	55	3	93	1	56	2	42	3	41	3	34	3	28	1	32	2	35	1	69	3	57	8	37	1	97	0	.	0	.	0	.	2	68	5	67	7	62	6	46	2	68	3	54	4	31	1	98	2	71	1	69	2	68	1	98	4	57	3	54	3	47	2	69	2	67	0	.	0	.	0	.	2	67	5	56	2	55	1	99	2	73	2	99	1	70	1	99	3	44	3	97	0	.	1	98	4	46	3	58	8	48	1	97	0	.	4	64	0	.	0	.	1	98	0	.	0	.	5	61	2	96	2	96	5	85	5	94	3	23	3	34	3	30	0	.	5	56	2	67	1	68	1	99	1	97	1	97	2	67	0	.	3	6
	51-60 cm	2	73	2	55	0	.	1	99	0	.	1	98	3	21	1	42	0	70	1	70	0	.	1	97	0	.	0	.	2	95	1	99	8	51	2	55	3	93	3	51	1	81	3	45	3	33	1	33	1	39	0	99	0	.	2	56	2	50	0	.	0	.	0	.	0	.	1	98	0	.	1	98	1	70	1	97	3	54	2	60	0	.	1	56	1	99	0	.	0	.	0	.	0	.	2	55	2	68	1	97	0	.	0	.	0	.	0	.	2	70	1	98	0	.	0	.	0	.	1	57	0	.	1	99	0	.	4	65	3	54	2	68	1	68	0	.	0	.	0	.	3	78	0	.	0	.	0	.	0	.	1	98	3	53	0	.	0	.	0	.	0	.	2	34	1	37	2	39	4	97	3	66	1	97	1	68	0	.	0	.	0	.	0	.	0	.	1	9
	61-70 cm	0	.	1	99	1	96	0	.	1	98	0	.	1	46	1	50	0	70	0	99	0	.	0	.	0	.	0	.	0	.	1	99	2	57	0	.	0	.	0	.	1	70	1	69	1	57	1	34	0	.	0	100	1	69	1	70	3	39	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	0	.	1	97	1	72	1	98	1	98	0	.	0	.	0	.	0	.	2	97	1	98	1	98	1	97	0	.	0	.	0	.	0	.	0	99	0	.	0	.	0	.	0	.	0	99	1	99	0	99	1	97	0	.	0	.	0	.	0	.	2	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	60	0	99	0	100	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	12
	71-80 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	100	0	.	0	.	0	.	0	.	0	.	0	.	1	99	3	76	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	1	98	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	97	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	68	0	.	0	.	1	99	0	99	0	.	0	.	0	.	0	.	1	98	0	.	2	68	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	1	99	0	.	1	96	0	.	0	.	0	28
	81-90 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	2	96	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	70	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	.	0	.	0	99	0	.	1	99	0	.	0	.	0	99	0	.	1	99	0	.	0	.	0	.	0	.	1	98	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	31
	91-100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	99	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	.	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	100	0	70	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	38
	>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	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	.	0	.	0	.	0	.	0	.	0	.	0	.	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
	Total	18	33	21	35	3	96	25	25	38	40	71	22	76	12	32	18	19	17	30	17	26	54	29	45	41	29	0	.	82	42	64	34	66	27	48	29	62	34	66	20	44	17	39	24	52	19	64	13	40	14	45	16	44	31	31	24	120	22	31	34	15	46	12	51	4	96	38	29	46	28	67	34	57	22	22	38	51	26	56	20	56	33	34	29	22	28	21	39	56	31	33	56	43	26	48	24	71	51	48	35	15	58	14	68	11	54	41	33	47	22	36	30	61	29	77	23	128	15	43	22	41	35	94	20	36	34	46	42	90	23	72	33	35	29	55	34	34	42	78	48	53	24	40	78	11	54	19	36	57	42	21	26	49	32	34	46	47	49	18	85	16	47	62	13	57	17	86	15	37	29	31	36	22	29	40	30	17	38	29	29	9	57	22	32	0	.	49	3
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	146	21	144	20	215	28	106	19	116	30	169	22	190	8	154	8	177	11	216	10	141	26	181	27	200	13	0	.	194	22	212	16	201	15	164	28	113	30	205	15	159	13	158	13	241	13	213	9	202	10	185	10	224	20	203	15	284	12	272	22	206	23	180	24	178	18	161	18	234	26	267	18	240	20	170	26	238	28	232	17	243	22	127	18	185	19	220	20	173	27	129	30	158	21	242	17	203	20	164	30	223	20	208	28	159	24	269	28	232	18	157	16	332	16	255	16	449	12	280	12	243	19	333	16	290	20	345	36	246	20	256	18	193	22	349	22	247	27	237	38	200	16	170	40	230	44	167	15	208	29	195	22	149	17	285	31	145	38	40	85	203	60	201	10	230	10	246	10	143	23	188	34	157	21	160	22	114	24	123	27	130	48	167	28	0	.	207	2
	21-30 cm	61	20	96	31	83	22	71	28	105	26	151	16	114	8	95	10	91	10	149	11	45	33	119	23	143	19	50	.	125	31	150	21	148	15	107	21	123	33	130	17	86	14	112	15	108	13	123	9	110	9	92	11	92	15	85	13	157	13	81	43	90	15	75	34	70	27	93	24	201	19	155	27	144	17	92	23	159	18	120	17	142	29	104	16	137	19	81	25	96	23	85	30	137	21	94	22	140	27	116	29	136	17	86	33	120	25	63	31	121	15	106	17	120	21	191	15	200	12	155	15	137	18	164	14	193	21	131	18	134	17	109	20	57	27	145	40	145	30	134	43	121	19	99	34	49	35	93	19	159	26	117	24	77	30	194	24	118	32	99	74	65	52	110	11	130	12	137	11	122	19	101	24	65	30	127	25	76	21	111	28	72	32	110	25	0	.	116	2
	31-40 cm	45	22	36	26	60	23	39	22	106	15	119	15	82	8	62	10	44	11	89	11	31	33	69	27	83	17	40	.	95	28	95	18	71	21	83	13	74	44	50	19	62	11	68	13	51	14	72	9	67	9	75	11	68	16	71	21	81	13	49	30	72	29	56	31	59	31	58	16	116	19	69	24	71	18	60	21	112	20	71	14	88	20	76	16	78	13	73	26	100	21	50	22	82	18	61	18	71	18	75	21	93	24	58	22	54	24	37	34	51	19	61	27	31	23	73	19	68	14	40	18	48	17	68	22	78	22	98	27	66	25	72	15	54	25	65	29	73	30	50	48	86	16	39	68	43	31	64	16	57	14	70	17	68	27	67	25	44	37	157	29	46	31	57	13	61	11	71	11	64	26	57	22	53	27	68	18	76	16	61	24	74	28	43	27	0	.	67	2
	41-50 cm	34	18	16	28	27	28	44	13	92	12	70	14	53	8	38	9	38	9	55	9	24	42	43	36	41	22	40	.	62	25	51	17	39	23	47	16	36	45	52	14	47	11	37	10	34	16	36	9	39	9	54	9	45	18	45	14	58	11	40	21	40	21	46	20	32	25	53	11	42	21	31	26	46	16	49	21	56	23	36	15	42	28	57	15	49	16	31	21	48	20	38	24	54	15	47	18	37	20	45	19	31	25	30	28	28	20	14	31	31	20	50	21	9	30	24	16	24	28	19	22	21	18	27	17	35	34	61	33	40	28	43	29	43	21	43	25	39	34	41	26	41	18	35	40	24	29	42	13	20	20	51	16	55	16	49	27	46	30	61	46	38	34	32	13	32	13	36	11	48	27	39	25	44	19	35	17	47	17	27	23	49	27	32	22	0	.	40	2
	51-60 cm	17	27	15	22	14	34	32	18	48	17	42	23	30	9	29	9	23	10	25	14	21	34	9	44	26	22	60	.	20	34	26	17	28	22	32	16	8	93	28	18	22	15	25	14	24	15	22	11	19	11	24	11	26	29	28	17	30	17	18	32	23	29	21	43	16	32	28	17	19	34	13	40	23	24	31	27	17	25	18	21	43	19	38	14	16	24	33	23	10	40	23	39	17	23	21	20	31	23	30	21	19	31	25	28	20	19	19	30	22	22	16	26	6	31	8	34	7	44	12	21	10	32	14	22	20	31	23	33	16	27	23	32	25	27	25	30	20	33	6	60	21	19	16	56	13	30	14	21	25	23	31	28	37	26	21	38	13	37	45	10	35	29	16	13	19	16	24	14	21	26	24	26	21	24	24	23	24	23	28	31	21	32	26	26	0	.	23	2
	61-70 cm	7	31	5	35	6	38	15	20	18	25	17	31	10	14	12	14	10	15	5	26	13	43	7	61	10	35	0	.	7	54	10	31	12	28	9	29	3	93	9	28	8	22	11	19	9	20	8	14	6	20	8	20	14	27	16	21	13	21	12	41	6	42	7	64	4	70	16	20	6	37	5	49	9	30	7	32	7	42	8	29	15	37	21	27	9	32	10	31	3	53	7	36	6	56	16	26	6	41	10	33	3	46	6	41	7	45	8	51	5	34	10	30	3	55	4	37	4	42	4	31	2	47	6	42	9	33	11	39	4	48	10	32	9	35	17	39	8	35	0	.	13	38	5	62	8	72	5	30	8	50	2	67	8	36	3	65	17	35	0	.	17	62	6	26	6	22	8	23	9	56	22	33	3	71	10	26	4	43	5	48	4	70	9	44	0	.	9	3
	71-80 cm	2	48	2	55	5	55	5	36	4	69	2	71	3	22	6	18	4	22	2	39	2	96	3	66	5	52	20	.	0	.	4	44	7	44	3	50	0	.	6	38	6	24	3	31	3	29	3	24	2	29	3	30	3	54	3	40	4	40	4	68	2	68	3	65	6	54	2	68	1	98	4	61	5	39	8	40	5	40	4	38	15	32	9	29	2	56	5	43	0	.	1	97	0	.	7	37	1	99	4	76	2	68	5	59	3	58	9	35	3	45	6	39	1	99	2	55	1	99	3	38	3	50	3	38	6	35	3	96	5	63	4	46	6	29	2	68	3	65	0	.	2	71	3	92	2	95	1	68	2	97	2	67	3	53	0	.	2	96	11	85	12	72	5	21	1	44	4	26	3	67	2	66	1	97	1	69	1	69	2	67	4	52	1	97	0	.	4	5
	81-90 cm	1	99	1	99	2	67	2	59	0	.	0	.	1	40	2	32	1	32	1	75	2	96	1	97	0	.	0	.	0	.	1	99	1	70	0	.	0	.	3	38	1	57	2	40	2	35	2	24	1	39	1	57	0	.	0	.	1	99	2	96	1	98	0	.	0	.	0	.	0	.	0	.	0	.	2	98	0	.	0	99	3	55	4	79	0	.	1	98	1	98	0	.	0	.	1	98	1	98	2	68	1	98	2	98	3	57	0	.	3	50	2	55	2	56	1	98	1	99	1	57	0	.	2	58	0	.	0	.	1	98	4	57	3	58	1	97	3	66	0	.	0	.	5	61	0	.	1	98	0	.	0	.	1	97	0	.	0	.	5	85	3	94	2	38	1	45	1	44	0	.	3	66	1	97	1	98	1	99	2	67	3	66	0	.	0	.	1	8
	91-100 cm	0	.	0	.	0	.	1	99	0	.	0	.	0	71	0	100	1	66	1	70	0	.	0	.	0	.	0	.	0	.	0	.	1	99	0	.	0	.	2	48	0	99	0	.	0	100	0	70	0	100	0	100	1	99	0	.	0	.	0	.	1	98	2	96	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	1	98	0	99	0	.	0	.	0	.	0	.	0	.	1	98	0	.	1	98	0	.	2	98	0	.	1	98	1	99	0	.	0	.	1	98	1	99	0	99	0	.	0	99	0	.	2	96	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	94	0	.	0	.	0	.	0	.	0	.	0	.	4	65	0	.	0	.	1	49	1	49	0	.	0	.	0	.	1	97	0	.	0	.	0	.	0	.	0	.	0	.	0	15
	>100 cm	0	.	1	99	0	.	1	98	0	.	0	.	0	.	0	70	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	0	99	0	.	0	.	1	70	1	44	0	100	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	69	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	0	.	4	98	2	98	1	72	0	.	0	.	0	.	1	99	1	99	0	.	2	56	0	.	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	21
	Total	313	13	315	17	413	15	315	10	490	14	569	10	484	5	399	5	389	6	543	7	279	18	432	15	508	10	210	.	504	16	548	14	507	11	446	13	356	25	485	10	391	7	417	9	474	9	480	6	446	6	443	6	474	11	451	9	627	7	478	13	440	12	390	11	366	16	411	11	620	16	544	17	538	12	418	13	593	16	490	12	592	14	436	9	475	9	455	12	432	15	333	17	454	13	489	11	490	14	449	16	507	12	421	15	398	14	421	19	470	11	409	11	504	14	559	11	755	8	516	10	464	14	619	11	632	15	673	17	513	15	520	11	391	14	647	19	538	18	469	25	483	13	375	28	369	27	387	11	479	18	467	14	398	12	619	22	389	25	417	32	417	25	431	7	481	8	527	7	411	14	436	18	346	13	426	14	344	11	360	16	356	17	388	16	0	.	466	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. 2292628. Birmensdorf, Swiss Federal Research Institute WSL

zurück