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
Netz: 1,4-km-Netz
Zustand 2009/17
		Forstkreis (2024)
		AG01		AG02		AG03		AG04		AI01		AR01		BE01		BE02		BE03		BE04		BSBL01		BSBL02		BSBL03		BSBL04		FR01		FR02		FR03		FR04		GE01		GL01		GR01		GR02		GR03		GR04		GR05		JU01		LU01		LU02		LU03		NE01		NE02		NE03		NE04		NE06		NW01		OW01		OW02		SG01		SG02		SG03		SG04		SG05		SH01		SO01		SO02		SO03		SO04		SZ01		SZ02		SZ03		TG01		TG02		TG03		TI01		TI02		TI03		TI04		TI05		TI06		TI07		TI08		TI09		UR01		UR02		UR03		VD02		VD03		VD04		VD05		VD06		VD07		VD08		VD09		VD11		VD12		VD14		VD15		VD16		VD18		VD20		VD22		VS01		VS02		VS03		ZG01		ZH01		ZH02		ZH03		ZH04		ZH05		ZH06		ZH07		Seen		Schweiz
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	153	17	187	15	151	20	136	20	184	23	124	19	167	6	141	6	161	8	197	9	92	24	167	23	151	13	0	.	124	20	162	16	158	13	170	20	132	31	165	11	155	10	132	11	246	11	178	7	177	8	182	8	197	15	184	15	208	9	198	20	180	16	146	24	150	15	160	25	169	21	190	15	222	15	157	17	205	22	186	13	183	17	130	19	160	16	168	17	154	21	139	27	133	15	235	14	145	14	169	18	173	15	181	22	177	23	223	21	199	13	183	14	249	13	219	13	311	11	233	9	233	13	251	13	200	21	206	34	202	15	193	17	193	20	260	15	166	20	203	27	193	15	141	22	182	31	142	15	168	21	136	19	146	15	211	28	98	32	46	46	127	36	165	8	187	8	205	7	145	18	151	25	145	17	145	19	120	18	96	21	130	30	117	24	0	.	178	1
	21-30 cm	72	17	99	20	85	12	71	20	120	17	111	16	93	7	85	8	83	8	129	9	49	26	92	18	111	17	50	.	92	20	129	17	123	12	105	16	93	29	100	14	94	11	101	11	109	10	97	7	100	8	91	8	98	14	86	14	111	10	86	26	92	14	84	24	68	21	91	18	142	18	148	20	133	14	97	17	139	16	100	14	104	23	95	16	112	15	77	21	98	17	69	24	103	17	103	15	107	15	102	21	123	16	94	24	121	19	68	20	104	12	91	14	105	15	139	13	148	10	124	11	139	13	150	12	156	19	102	21	109	15	107	16	80	23	139	20	108	21	86	40	124	23	69	26	88	26	85	15	120	21	86	21	83	20	146	25	75	30	98	37	66	35	95	8	124	9	122	8	98	17	94	31	71	21	100	22	80	15	99	21	76	20	100	20	0	.	103	1
	31-40 cm	52	15	39	17	65	17	47	20	100	13	85	15	66	6	60	7	44	8	78	8	35	33	58	19	77	15	40	.	68	21	88	15	79	15	77	14	62	38	49	14	65	11	63	10	45	10	60	7	60	7	78	8	64	12	62	17	68	13	47	22	67	23	83	22	52	23	56	12	79	18	63	17	60	14	68	16	87	17	70	12	64	17	68	14	77	10	53	19	81	14	48	17	82	12	73	14	49	16	56	20	81	17	52	19	57	18	51	22	45	16	55	19	44	18	66	14	70	12	44	12	39	14	63	15	64	20	80	22	60	20	58	15	48	21	62	17	56	23	39	39	88	14	44	32	63	25	61	14	58	15	69	16	69	16	65	20	42	27	92	34	46	23	49	9	61	9	59	8	49	20	58	17	43	21	54	16	65	15	60	21	52	26	42	26	0	.	61	1
	41-50 cm	37	11	21	20	31	17	35	12	73	12	66	13	42	6	39	7	34	8	50	7	32	26	42	22	45	13	40	.	43	25	52	14	44	14	44	15	41	29	45	11	42	9	36	9	29	11	34	7	38	7	50	6	42	14	39	14	49	10	45	17	39	14	56	17	33	20	51	11	28	19	29	20	33	13	41	15	48	18	38	12	40	17	56	12	48	12	31	15	53	15	32	18	48	11	38	14	37	17	44	15	36	18	33	22	31	18	11	26	25	13	40	16	14	20	26	14	22	18	23	14	21	15	23	14	32	21	45	28	37	22	45	20	36	17	46	14	27	26	31	28	42	14	43	19	30	24	42	11	35	18	47	14	43	11	46	22	43	24	37	37	23	25	28	9	30	10	32	9	45	21	37	19	34	17	34	15	41	14	28	20	39	24	31	18	0	.	37	1
	51-60 cm	16	17	16	20	17	17	23	16	36	18	44	15	26	8	31	8	21	9	25	10	24	27	19	31	26	19	60	.	20	27	24	17	26	13	26	15	10	65	21	14	23	12	22	12	21	11	19	8	20	14	21	8	27	20	24	15	26	14	25	19	26	19	27	27	17	23	25	14	15	27	16	28	25	19	27	19	14	21	20	16	32	17	35	11	19	18	26	17	18	34	20	27	25	16	25	16	25	17	25	18	23	23	17	30	19	17	15	23	19	16	14	20	5	25	11	23	6	29	15	14	10	25	13	17	19	26	14	31	11	26	25	22	21	23	32	16	19	24	8	43	23	21	29	27	15	24	15	16	25	21	32	20	31	19	19	33	17	31	50	26	22	23	18	9	18	12	17	11	27	25	29	21	20	18	24	19	23	17	22	27	23	26	26	20	0	.	21	2
	61-70 cm	8	21	7	33	5	32	12	17	10	30	20	24	9	11	13	11	9	12	6	26	14	30	7	37	9	32	0	.	7	35	8	29	9	24	11	24	2	95	8	21	8	16	8	18	8	16	8	11	7	18	7	16	15	20	13	20	10	19	8	40	7	27	4	67	7	46	19	15	5	33	8	29	8	25	8	24	7	29	8	21	11	29	19	21	9	27	12	23	3	42	7	31	6	38	15	20	5	32	11	24	6	38	5	38	6	36	6	37	6	22	9	24	3	45	5	37	4	38	4	22	2	39	5	32	6	39	8	34	5	40	12	25	8	28	11	32	5	30	6	96	12	30	11	33	5	54	6	24	13	27	6	30	7	31	4	52	17	24	5	60	17	37	7	15	6	16	7	17	9	35	17	27	10	29	11	22	6	30	5	44	4	49	15	29	0	.	8	3
	71-80 cm	3	35	3	42	2	50	5	33	3	56	4	34	4	17	5	15	4	19	3	29	2	68	3	46	3	48	20	.	3	70	3	37	2	41	6	30	2	95	5	28	5	24	4	24	4	20	4	18	2	21	3	22	4	33	2	41	4	30	7	46	3	50	2	67	7	34	4	44	1	99	4	38	3	37	4	40	4	35	3	35	10	29	8	24	2	43	5	32	0	.	1	68	1	72	6	32	2	45	7	45	2	47	4	53	2	59	6	30	3	32	4	32	1	72	2	40	1	49	3	28	3	42	3	31	4	37	7	64	6	46	4	37	7	28	5	33	4	54	0	.	2	49	7	46	1	98	1	69	4	49	2	48	2	47	0	.	5	47	8	65	5	65	5	18	2	31	3	26	4	37	2	55	5	32	2	42	2	60	2	54	2	55	3	41	0	.	4	4
	81-90 cm	1	59	0	99	2	48	1	52	0	.	1	99	1	29	2	24	1	29	1	53	1	98	1	98	1	99	0	.	1	98	0	99	1	49	1	70	0	.	2	36	1	46	2	31	2	30	1	22	1	30	1	35	0	.	0	.	1	71	1	98	1	99	0	.	0	.	1	73	1	99	1	99	1	99	1	72	1	71	1	57	2	57	3	55	1	70	2	42	0	99	1	99	0	.	1	69	0	99	3	42	1	99	1	98	2	58	1	99	3	33	2	40	1	71	2	63	1	70	1	55	0	99	1	57	0	.	2	98	1	99	3	49	3	45	2	48	2	55	0	.	1	99	3	53	0	.	0	99	0	.	0	.	1	98	0	.	1	97	3	93	1	98	2	29	1	33	1	34	0	.	4	49	2	75	2	48	1	71	1	68	4	49	0	.	0	.	1	6
	91-100 cm	0	99	0	.	0	.	0	99	0	.	0	.	0	42	0	70	0	66	0	100	0	.	1	99	0	.	0	.	1	98	0	.	1	71	0	.	0	.	1	43	0	100	0	70	0	70	0	44	1	45	0	70	0	99	0	.	0	.	0	.	1	99	1	98	0	.	1	99	0	.	0	.	1	77	0	.	1	99	0	100	0	.	1	70	0	.	0	.	0	.	0	.	0	99	0	99	0	.	1	99	0	.	1	99	0	.	0	99	1	60	0	99	0	.	0	.	1	70	0	72	0	.	0	99	0	.	1	98	1	99	0	.	1	99	0	.	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	2	67	0	.	0	.	0	41	1	51	0	100	0	.	0	.	1	69	0	.	0	.	1	98	0	.	0	.	0	.	0	11
	>100 cm	0	.	1	70	0	.	0	99	0	.	0	.	0	62	0	70	0	100	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	99	0	.	1	49	0	100	1	86	0	57	1	39	0	57	0	100	0	.	0	.	0	.	0	.	0	.	0	.	2	98	0	.	0	.	0	.	0	99	0	.	0	.	0	99	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	69	0	.	0	.	3	99	2	71	2	40	0	.	1	99	2	99	1	70	1	48	0	.	1	43	0	.	0	.	1	99	0	.	1	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	99	0	.	0	.	0	.	0	.	0	.	0	.	0	71	0	.	0	70	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	0	15
	Total	342	11	374	11	359	9	331	11	526	10	454	9	409	4	376	4	358	5	490	6	249	15	390	11	423	8	210	.	358	12	468	11	444	8	441	10	343	20	397	8	393	6	369	7	465	7	402	5	404	5	432	5	447	9	412	8	476	6	416	9	414	9	403	10	336	11	407	12	439	14	458	12	487	10	404	9	506	13	425	9	445	11	416	11	427	8	375	10	407	11	317	15	398	9	496	8	371	9	418	10	444	9	389	12	418	13	382	15	406	9	398	8	422	10	471	8	564	7	449	7	447	11	510	9	481	15	464	16	431	11	447	9	399	13	558	11	387	13	372	21	485	12	347	15	385	19	351	9	422	13	378	12	381	9	490	20	302	17	340	22	307	18	369	5	431	6	446	5	376	12	392	14	330	9	372	12	339	8	314	13	331	13	334	13	0	.	413	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	13	30	13	33	5	50	13	23	31	34	27	21	35	11	16	17	13	20	22	16	15	55	30	39	20	26	0	.	33	48	32	36	26	27	25	28	30	48	34	20	27	15	16	22	34	15	33	12	31	14	25	14	32	31	18	24	54	19	24	30	8	55	15	34	3	98	29	24	23	30	48	27	32	22	22	37	36	30	32	18	28	26	20	22	20	25	6	58	20	34	15	55	29	28	24	25	25	36	32	32	12	39	14	39	11	44	41	26	36	27	38	25	41	24	48	23	117	17	39	23	48	24	62	19	20	34	20	54	56	23	54	27	31	26	44	19	20	36	47	43	24	24	15	42	29	30	13	32	32	35	28	27	18	26	29	41	13	39	13	61	19	46	36	11	38	14	51	13	18	33	16	48	15	28	15	35	10	46	13	35	4	68	14	36	0	.	30	3
	21-30 cm	6	41	3	73	1	99	3	60	12	43	18	24	18	13	7	23	5	26	9	24	7	72	7	57	11	39	0	.	4	68	10	34	15	28	10	37	15	49	18	23	10	26	10	28	14	20	18	14	10	22	11	20	9	29	5	36	32	27	4	68	4	55	3	97	0	.	2	69	12	36	11	29	8	32	8	45	9	40	14	23	5	48	7	38	3	56	3	56	7	44	10	57	12	29	8	37	17	47	10	45	2	69	5	55	1	99	15	39	7	29	10	45	5	46	23	24	25	19	10	34	9	41	14	27	7	47	3	98	17	26	7	65	6	51	10	35	9	63	8	65	12	34	10	78	11	49	7	45	9	55	4	56	9	44	3	97	16	60	0	.	4	68	18	15	15	19	17	15	7	42	2	98	6	59	9	34	4	48	5	55	4	68	6	59	0	.	11	4
	31-40 cm	2	51	2	49	1	69	2	53	2	73	8	37	12	13	3	28	2	40	4	31	5	51	1	98	5	41	0	.	3	77	6	41	6	40	6	32	0	.	3	50	4	29	6	23	9	27	7	19	3	22	4	23	4	53	2	58	10	31	0	.	0	.	9	62	0	.	1	99	5	38	6	44	2	53	2	76	4	59	13	31	7	46	2	48	2	62	3	61	8	57	0	.	6	34	11	39	4	44	9	45	0	99	2	99	0	.	8	52	2	51	4	46	0	99	9	40	4	42	4	37	3	42	3	47	4	46	5	79	7	39	6	49	5	41	3	46	5	44	0	.	2	60	3	73	1	98	3	47	4	56	0	99	4	46	0	.	3	97	0	.	5	53	6	18	6	23	11	16	4	61	1	98	4	45	8	36	3	51	3	69	0	.	1	98	0	.	5	4
	41-50 cm	2	49	1	69	1	69	3	38	1	68	3	45	6	14	2	24	1	27	2	38	3	54	1	99	4	45	0	.	6	54	2	38	6	31	2	43	2	95	3	36	2	29	4	35	3	25	3	20	2	20	2	23	1	56	2	45	7	29	3	57	0	.	1	97	0	.	1	69	4	55	7	40	4	35	2	48	3	42	5	28	0	99	2	64	1	70	1	69	2	55	3	49	3	40	4	40	1	49	2	48	1	69	0	.	0	.	2	48	4	37	1	48	1	49	3	47	1	100	1	38	1	72	3	35	3	63	2	98	3	51	3	38	3	44	6	34	3	59	2	95	5	41	0	.	0	.	1	73	1	99	3	50	4	46	4	52	1	97	3	93	3	56	4	16	3	26	4	20	1	99	3	58	3	41	2	48	2	48	1	98	1	98	2	55	0	.	3	4
	51-60 cm	1	52	2	43	0	99	0	99	0	.	2	77	2	19	1	36	1	40	1	49	2	67	1	68	0	.	0	.	1	99	2	70	6	43	2	43	2	95	2	46	1	62	3	31	2	26	1	26	1	25	0	57	1	56	1	56	1	45	1	98	0	.	0	.	0	.	0	99	0	.	1	56	1	57	0	99	2	55	3	37	0	99	2	39	1	70	0	.	0	.	0	.	0	.	1	48	1	48	1	69	0	.	1	69	0	99	1	69	1	59	1	48	0	.	1	72	0	.	1	49	0	.	1	60	1	98	2	68	3	50	2	47	1	69	2	52	0	.	0	.	3	57	1	98	0	.	0	.	0	.	0	99	3	37	0	.	1	97	3	93	1	98	2	26	1	28	2	26	3	77	1	68	2	55	1	69	0	99	0	.	0	.	1	98	0	.	1	6
	61-70 cm	0	99	0	99	1	72	0	.	1	99	0	.	1	38	0	50	0	57	0	100	0	.	0	.	0	.	0	.	0	.	0	99	1	60	0	.	0	.	0	99	0	57	1	57	1	45	1	28	0	100	0	100	1	69	1	70	2	34	0	.	1	99	0	.	0	.	0	.	0	.	1	69	0	.	1	99	1	99	1	61	0	99	1	72	0	.	0	.	0	.	0	.	1	99	1	69	1	48	1	99	0	.	0	.	0	.	0	99	1	43	1	99	0	99	0	99	0	99	0	100	0	99	1	70	1	68	0	.	1	98	1	99	0	.	1	99	0	.	2	95	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	3	93	0	.	1	35	0	100	1	44	0	.	0	.	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	9
	71-80 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	58	0	100	0	100	0	100	0	.	0	.	0	.	0	.	0	.	1	70	2	76	0	.	0	.	0	70	0	.	0	.	0	70	0	57	0	.	0	.	0	99	0	.	1	70	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	99	0	.	0	.	0	.	0	.	0	.	1	73	1	69	0	.	0	.	0	100	0	100	0	.	0	99	0	.	1	98	1	99	1	99	1	69	0	.	2	73	0	.	0	.	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	62	0	.	0	.	0	.	0	.	0	99	0	.	1	98	0	.	0	.	0	18
	81-90 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	71	0	70	0	.	1	98	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	.	1	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	99	0	.	0	99	0	.	0	.	0	71	0	99	1	99	0	.	0	.	0	.	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	23
	91-100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	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	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	99	0	.	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	97	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	57	0	70	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	30
	>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	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	71
	Total	25	24	21	27	10	36	22	19	47	24	58	19	74	8	30	13	22	15	39	14	33	34	39	33	40	22	0	.	46	35	53	29	61	20	45	21	49	34	61	16	45	12	40	15	63	13	63	10	47	13	43	11	47	23	29	19	106	17	32	26	13	38	28	32	3	98	34	23	45	23	75	21	47	18	34	28	54	24	69	15	41	25	34	20	26	22	13	34	36	28	28	42	51	20	49	22	51	33	55	24	16	36	22	36	13	40	67	24	52	21	56	19	48	21	85	20	147	15	55	19	61	22	85	16	37	25	32	38	87	19	73	21	48	20	67	17	40	26	59	40	46	19	29	45	41	29	24	28	47	33	36	24	39	23	35	35	35	43	20	47	33	33	66	9	64	13	86	10	34	22	23	37	29	18	35	25	19	29	22	26	9	43	24	26	0	.	50	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	165	16	200	14	157	19	150	19	215	21	151	16	202	6	158	6	174	8	219	8	107	22	197	22	172	12	0	.	157	18	195	15	184	12	195	18	163	25	200	11	182	9	148	11	280	10	211	7	208	8	206	7	228	14	202	14	262	9	222	19	188	17	161	23	153	15	189	21	192	19	238	14	253	14	178	16	240	21	218	13	211	16	149	18	181	15	174	17	174	20	154	27	162	15	259	13	170	14	201	17	186	15	195	22	188	23	264	19	234	12	220	13	290	13	267	12	428	10	271	9	281	13	313	13	221	19	225	34	258	14	247	15	224	18	304	13	186	18	250	25	217	14	156	20	211	28	156	14	200	20	164	17	164	14	240	27	112	30	58	39	146	33	201	7	225	8	256	7	163	17	167	27	160	16	160	18	129	17	109	21	134	29	131	22	0	.	207	1
	21-30 cm	79	16	102	19	86	12	74	20	131	15	129	14	112	6	92	8	88	8	138	9	56	28	99	18	122	16	50	.	96	20	139	17	138	11	115	15	108	28	118	14	104	10	111	11	123	9	115	7	109	7	102	7	106	13	92	14	143	10	90	25	96	13	86	23	68	21	93	18	154	17	159	19	142	14	105	16	149	15	115	13	108	22	102	15	115	15	80	21	105	16	80	24	115	16	111	14	125	16	112	20	125	16	99	23	122	19	83	18	111	12	101	13	110	14	162	11	173	9	135	11	148	13	164	11	163	18	105	20	126	14	114	15	87	21	149	19	117	20	94	39	136	21	79	25	99	25	91	15	128	21	90	20	92	19	149	24	92	33	98	37	70	36	112	7	139	8	139	7	105	15	95	31	77	19	110	20	84	15	104	20	80	20	106	19	0	.	114	1
	31-40 cm	55	15	41	17	65	17	49	19	103	13	93	14	78	6	62	7	46	8	82	8	40	29	59	20	82	15	40	.	71	20	94	14	85	14	83	13	62	38	52	14	68	10	69	10	54	10	67	7	63	7	82	8	68	12	64	17	77	11	47	22	67	23	92	22	52	23	57	13	84	17	69	16	62	14	70	15	91	16	83	11	71	16	71	14	78	10	56	19	89	15	48	17	88	12	84	14	53	15	65	18	82	17	53	18	57	18	59	22	47	16	59	18	45	18	75	13	73	12	48	12	42	14	66	15	69	19	84	22	67	19	65	14	54	20	66	17	61	22	39	39	90	14	47	30	64	24	64	13	61	15	70	16	73	15	65	20	45	28	92	34	52	21	55	9	67	8	70	8	53	19	59	17	47	19	62	15	69	15	63	19	52	26	42	25	0	.	66	1
	41-50 cm	39	12	22	20	32	16	38	11	75	11	69	13	48	6	42	7	35	7	53	7	35	23	42	22	48	14	40	.	49	24	54	14	49	13	46	14	43	28	48	11	45	9	39	10	32	11	38	7	40	7	52	6	43	13	41	13	56	9	48	17	39	14	57	17	33	20	52	10	32	18	36	19	38	13	43	14	50	18	42	11	40	17	58	11	48	12	32	15	55	14	35	18	51	11	42	14	39	16	46	15	37	18	33	22	31	18	13	23	29	14	41	16	16	19	29	14	23	19	24	13	21	15	26	13	35	23	46	27	40	20	48	19	39	17	53	14	30	24	33	25	47	13	43	19	30	24	43	11	36	18	50	15	47	11	50	22	44	23	40	40	26	24	32	8	33	10	36	8	46	21	40	18	36	16	35	14	43	14	29	19	40	24	33	17	0	.	40	1
	51-60 cm	17	17	18	18	18	17	24	16	36	18	46	15	29	7	32	7	22	9	26	10	26	25	20	29	26	19	60	.	20	26	26	16	32	14	28	14	12	64	22	14	24	12	25	11	23	11	21	8	21	13	21	8	28	19	25	15	28	14	26	19	26	19	27	27	17	23	26	14	15	27	17	27	26	18	27	19	15	21	23	15	32	16	36	11	19	18	26	17	18	34	20	27	25	16	26	15	26	16	26	18	23	23	19	27	19	17	16	22	20	16	15	18	5	25	12	22	6	29	15	13	10	25	14	16	20	25	16	32	14	22	27	21	22	23	34	15	19	24	8	43	26	19	30	27	15	24	15	16	25	21	32	20	34	18	19	33	18	29	53	24	23	23	19	9	20	12	19	11	30	23	31	20	22	17	25	19	23	17	22	27	23	26	27	20	0	.	23	2
	61-70 cm	8	22	8	32	7	31	12	17	11	28	20	24	10	10	13	11	10	12	6	26	14	30	7	37	9	32	0	.	7	35	8	28	11	22	11	24	2	95	8	21	9	16	8	17	9	16	9	10	7	18	7	16	16	20	14	19	12	17	8	40	7	25	4	67	7	46	19	15	5	33	9	30	8	25	9	22	8	28	9	20	11	27	20	20	9	27	12	23	3	42	7	31	7	38	15	20	6	29	11	24	6	38	5	38	6	36	6	35	7	20	9	23	3	40	5	36	4	36	4	21	2	36	6	29	7	32	8	34	5	36	12	24	8	28	12	30	5	30	7	74	12	30	11	33	6	51	6	24	13	27	6	30	7	31	4	52	17	24	8	65	17	37	8	14	6	16	7	17	9	35	17	27	10	29	12	21	6	30	5	44	4	49	15	29	0	.	9	2
	71-80 cm	3	35	3	42	2	50	5	33	3	56	4	34	4	16	5	15	4	19	3	29	2	68	3	46	3	48	20	.	3	70	4	35	4	41	6	30	2	95	6	27	5	24	4	24	5	20	4	17	2	21	3	22	5	31	2	41	4	27	7	46	3	50	2	67	7	34	4	44	1	99	4	38	3	37	5	36	4	35	3	35	10	29	8	24	2	43	5	32	0	.	1	68	1	72	6	32	3	48	7	45	2	47	4	53	2	59	6	30	4	28	4	33	1	72	2	40	1	52	3	27	3	42	3	29	4	37	8	59	6	46	5	34	8	25	5	33	6	44	0	.	2	49	7	46	1	98	1	69	4	49	2	48	2	47	0	.	5	47	8	65	5	65	5	18	2	31	4	26	4	37	2	55	5	32	2	42	2	51	2	54	3	46	3	41	0	.	4	4
	81-90 cm	1	59	0	99	2	48	1	52	0	.	1	99	1	28	2	23	1	27	1	53	2	68	1	98	1	99	0	.	1	98	0	99	1	49	1	70	0	.	2	36	1	46	2	31	2	30	2	21	1	30	1	35	0	.	0	.	1	71	1	98	1	99	0	.	0	.	1	73	1	99	1	69	1	99	1	72	1	71	1	57	2	57	3	55	1	70	2	42	0	99	1	99	0	.	1	69	0	99	3	42	1	99	1	98	2	58	1	99	3	31	2	40	1	57	2	63	1	70	1	44	1	70	1	51	0	.	2	98	1	99	3	49	3	40	2	48	2	55	0	.	1	99	3	53	0	.	0	99	0	.	0	.	1	98	0	.	1	97	3	93	1	98	2	27	1	33	1	34	0	.	4	49	2	75	2	48	1	71	1	68	4	49	0	.	0	.	1	6
	91-100 cm	0	99	0	.	0	.	0	99	0	.	0	.	0	42	0	70	0	66	0	70	0	.	1	99	0	.	0	.	1	98	0	.	1	71	0	.	0	.	1	39	0	100	0	70	0	70	0	44	1	45	0	70	0	99	0	.	0	.	0	.	1	99	1	98	0	.	1	99	0	.	0	.	1	77	0	.	1	99	0	100	0	99	1	70	0	.	0	.	0	.	0	.	0	99	0	99	0	.	1	99	0	.	1	99	0	.	0	99	1	60	0	99	0	.	0	99	1	70	0	72	0	99	0	99	0	.	1	98	1	99	0	.	1	99	0	.	1	98	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	2	67	0	.	0	.	1	33	1	41	0	100	0	.	0	.	1	69	0	.	0	.	1	98	0	.	0	.	0	.	0	11
	>100 cm	0	.	1	70	0	.	0	99	0	.	0	.	0	62	0	70	0	100	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	99	0	.	1	49	0	100	1	86	0	57	1	39	0	57	0	100	0	.	0	.	0	.	0	.	0	.	0	.	2	98	0	.	0	.	0	.	0	99	0	.	0	.	0	70	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	69	0	.	0	.	3	99	2	71	2	40	0	.	1	99	2	99	1	70	1	48	0	.	2	45	0	.	0	.	1	99	0	.	1	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	99	0	.	0	.	0	.	0	.	0	.	0	.	0	71	0	.	0	70	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	0	15
	Total	367	10	394	11	369	9	353	10	573	10	512	9	483	4	407	4	380	5	529	5	282	14	430	12	463	8	210	.	404	12	521	11	505	8	487	10	392	18	458	8	438	6	408	7	528	7	466	4	452	4	475	5	494	9	441	8	583	6	448	9	427	10	431	11	338	11	441	12	484	13	533	12	534	10	438	9	559	13	494	9	486	11	449	10	452	8	388	10	443	11	345	15	449	9	544	8	422	9	473	11	460	9	411	12	431	13	449	14	458	8	454	8	471	10	556	8	711	7	505	7	508	10	595	9	519	14	496	16	518	11	519	8	447	12	624	10	427	12	431	20	531	11	376	15	426	18	375	9	468	14	414	11	420	9	525	20	337	19	360	22	339	17	435	5	495	6	532	5	409	11	415	15	359	8	407	11	358	8	336	12	340	13	358	12	0	.	464	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. 2292749. Birmensdorf, Swiss Federal Research Institute WSL

zurück