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	23-35mit 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 und beim Total nicht (hervorgehobene Zahlenpaare), beim Privatwald aber schon (hervorgehobene Zahlenpaare). Auf dem Sicherheitsniveau der 68%-Vertrauensintervalle kommt man zum Schluss, im Mittelland der Vorrat pro Hektare im öffentlichen Wald wie auch insgesamt abgenommen hat. Für den Privatwald 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 und den gesamten 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
Vorrat (Schaftholz)
Hochlagen/Tieflagen · Brusthöhendurchmesser (10 Klassen)
Regionale Gliederung: Forstkreis (2024)
Einheit: 1000 m³
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
Hochlagen/Tieflagen	Brusthöhendurchmesser (10 Klassen)	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%
keine Angabe	keine Angabe	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	12-20 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	21-30 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	31-40 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	41-50 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	51-60 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	61-70 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	71-80 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	81-90 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	91-100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Total	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
Tieflagen	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	230	35	168	43	287	45	167	26	0	.	73	51	383	29	440	20	1123	16	387	23	87	44	91	49	206	26	0	.	89	66	158	34	221	34	205	53	30	54	58	43	51	53	102	39	0	.	301	42	15	86	657	17	248	35	430	26	235	26	123	41	40	75	63	37	67	49	37	48	110	47	5	.	111	56	173	36	185	49	147	39	161	41	79	45	326	26	170	34	83	58	134	44	127	31	129	48	0	.	5	100	301	27	301	35	262	34	16	81	194	41	52	53	441	26	336	26	703	23	520	23	402	30	467	25	69	62	5	100	47	72	126	41	92	51	38	96	116	58	65	61	136	42	50	50	83	50	35	79	129	50	98	35	75	39	139	52	89	54	8	100	45	68	138	49	61	48	303	27	59	44	97	39	83	76	179	29	162	48	103	40	80	54	164	43	0	.	15586	4
	21-30 cm	392	26	444	40	269	32	511	40	21	.	234	46	745	25	1150	21	2128	14	1207	23	105	45	306	34	464	28	2	.	75	52	496	33	464	45	369	43	132	49	287	36	83	53	90	44	0	.	586	29	20	71	1055	16	481	25	649	23	496	31	70	54	21	78	125	46	71	49	46	49	250	47	0	.	270	44	390	33	335	42	182	34	432	42	254	36	1022	25	162	41	239	39	212	37	539	33	221	53	0	.	38	81	572	28	338	44	623	31	19	100	185	51	82	65	504	30	816	28	958	21	742	28	796	29	653	24	226	68	56	85	71	72	202	52	119	52	13	73	272	53	143	57	295	38	87	48	85	48	96	85	347	42	268	37	157	53	282	42	215	45	37	98	101	63	137	52	86	49	434	28	149	38	206	41	174	37	522	30	447	30	349	41	203	40	330	36	0	.	30534	3
	31-40 cm	577	24	383	32	489	32	640	29	96	.	472	38	1260	24	1467	17	2430	14	1504	22	111	56	381	34	691	31	23	.	213	55	606	33	338	38	644	31	206	53	453	45	60	47	169	50	0	.	430	31	23	75	2083	16	691	27	1210	29	724	34	100	53	12	100	142	57	180	52	155	39	389	48	0	.	385	42	548	31	524	39	331	38	399	38	536	34	1124	22	403	40	424	36	442	34	625	29	161	44	0	.	190	70	841	31	489	30	589	30	11	100	158	42	130	65	241	31	582	27	789	21	395	30	352	30	638	32	177	61	20	100	79	80	222	36	77	77	47	100	283	51	152	60	412	38	145	71	194	44	91	73	185	35	446	34	300	44	210	35	171	50	181	65	108	55	148	48	88	55	326	33	84	73	429	37	420	36	698	27	1024	25	414	33	550	39	250	35	0	.	38597	3
	41-50 cm	930	24	310	31	386	39	1315	22	101	.	413	39	1648	25	1669	17	3822	12	1602	21	172	59	383	44	617	32	38	.	255	63	612	34	336	41	691	32	178	65	696	34	138	61	159	46	0	.	261	33	55	85	2675	15	1058	28	1329	22	1298	27	184	51	13	100	248	43	241	44	229	47	173	55	10	.	281	47	758	31	493	44	226	33	374	50	796	33	1339	24	295	36	628	39	482	32	760	26	203	56	0	.	323	49	586	33	519	35	641	27	18	100	240	37	59	73	128	46	352	26	491	32	330	33	309	30	429	30	126	59	159	80	51	84	384	45	78	53	37	100	281	45	276	46	344	37	201	65	155	49	42	78	176	50	505	38	348	43	300	43	375	43	139	75	147	60	64	54	49	65	278	37	391	44	371	40	582	30	749	25	1093	24	378	33	510	37	378	32	0	.	44276	3
	51-60 cm	664	31	446	31	283	42	1394	26	27	.	381	60	1516	26	2731	17	3966	14	1215	26	269	46	131	61	751	31	70	.	154	62	541	34	400	44	783	29	52	100	569	39	59	58	193	36	0	.	268	46	31	100	2024	16	961	36	1295	24	939	35	112	52	0	.	216	75	165	51	225	56	111	69	0	.	113	59	809	35	134	50	423	47	473	38	766	34	656	29	724	37	244	45	582	47	419	32	159	58	0	.	175	46	516	38	650	37	608	27	0	.	294	53	0	.	179	39	192	43	226	49	200	39	197	45	313	35	116	71	77	76	0	.	152	55	227	80	38	100	194	56	42	71	214	49	149	62	158	60	26	100	302	53	413	45	363	50	184	51	159	46	175	60	290	46	134	77	0	.	174	50	206	51	516	39	375	32	717	33	823	28	658	41	336	41	523	36	0	.	39735	4
	61-70 cm	425	35	232	44	124	51	1005	26	58	.	292	66	662	41	1409	22	2284	17	191	53	242	53	176	68	403	41	0	.	68	100	294	45	283	77	251	46	35	100	57	71	41	100	250	41	0	.	86	69	16	100	621	25	444	38	965	29	349	40	101	100	0	.	66	100	38	100	72	76	33	100	0	.	37	100	296	38	85	100	288	62	121	72	271	46	568	37	437	38	78	71	250	45	137	51	39	100	0	.	199	54	118	50	219	47	329	50	30	100	0	0	0	.	104	64	156	43	215	48	204	44	21	100	135	48	52	73	0	.	0	.	110	60	27	100	0	.	115	58	0	.	114	59	50	72	108	100	32	100	44	100	30	100	100	71	61	71	251	47	0	.	203	73	0	.	0	.	118	47	180	71	617	42	136	79	487	35	232	47	186	53	104	75	272	52	0	.	19538	5
	71-80 cm	202	51	138	58	209	60	453	39	0	.	0	.	128	58	897	28	1272	25	82	71	60	100	90	70	281	55	44	.	0	.	186	58	0	.	170	61	0	.	0	.	61	71	148	55	0	.	106	62	0	.	430	35	35	100	240	45	187	75	0	.	0	.	90	71	85	100	42	100	0	.	0	.	0	.	331	51	134	60	36	100	201	63	183	62	132	58	265	45	0	.	63	100	0	.	0	.	0	.	173	100	67	71	218	60	175	61	0	.	77	79	9	100	0	.	83	59	15	100	104	60	24	100	109	45	26	100	0	.	37	100	97	71	34	100	32	100	85	71	0	.	42	100	45	100	53	100	0	.	0	.	54	100	65	100	0	.	20	100	0	.	163	79	0	.	0	.	66	58	100	77	93	71	51	100	82	71	40	100	95	71	90	71	43	100	0	.	9448	8
	81-90 cm	41	100	53	100	87	71	224	60	0	.	0	.	81	100	264	61	495	36	0	.	0	0	58	100	0	.	0	.	0	.	71	100	0	.	0	.	0	.	58	100	44	100	63	100	0	.	79	73	0	.	46	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	79	100	0	.	0	.	67	100	0	.	0	.	66	100	52	100	0	.	0	.	0	.	0	.	0	.	56	100	116	100	259	59	0	.	112	74	16	100	26	100	29	100	27	100	26	100	0	.	27	100	0	.	0	.	0	.	0	.	0	.	0	.	65	100	0	.	0	.	101	71	0	.	0	.	0	.	0	.	72	100	0	.	0	.	0	.	42	100	0	.	0	.	94	58	0	.	113	72	50	100	47	100	80	100	100	71	85	71	0	.	0	.	3468	13
	91-100 cm	0	.	0	.	0	.	54	100	0	.	0	.	0	.	79	100	292	61	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	69	100	0	.	69	100	0	.	0	.	0	.	0	.	0	.	72	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	41	100	0	.	168	100	0	.	0	.	53	100	0	.	0	.	0	0	29	100	0	.	0	.	20	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	68	100	0	.	0	.	0	.	0	.	0	.	0	.	116	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	46	100	0	.	0	.	0	.	0	.	0	.	0	.	1178	27
	>100 cm	0	.	67	100	0	.	86	100	0	.	0	.	0	.	74	100	68	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	67	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	62	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	400	100	0	.	148	82	0	.	0	.	0	.	36	100	166	100	0	.	183	59	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1358	36
	Total	3462	19	2241	23	2133	26	5849	19	304	.	1865	40	6422	21	10180	14	17881	10	6188	18	1046	35	1615	31	3413	24	177	.	854	48	2964	27	2042	32	3181	25	632	51	2178	34	537	40	1174	33	0	.	2188	25	160	72	9658	13	3918	24	6119	18	4227	26	689	40	86	71	1020	39	847	43	807	42	1066	42	15	.	1198	39	3385	25	1890	33	1634	33	2229	33	2947	27	5169	18	2521	28	1747	29	2166	28	2607	24	913	41	0	.	1144	47	3056	25	3018	28	3885	22	93	96	1461	34	349	56	1622	23	2546	22	3490	17	2687	20	2102	24	2974	21	792	53	318	74	286	71	1292	36	654	52	207	82	1412	42	679	42	1556	32	896	46	837	39	321	72	1184	35	1814	29	1480	36	1176	33	1397	37	539	64	1099	45	620	40	284	50	1795	23	1169	42	2443	30	1915	26	3480	22	3900	21	2284	29	1958	30	1960	27	0	.	203717	2
Hochlagen	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	.	48	62	134	48	969	14	268	22	4	.	340	28	0	.	0	.	23	.	0	.	30	67	137	35	218	32	91	46	0	.	190	35	386	24	280	24	686	20	902	15	1121	14	95	39	112	47	17	65	290	25	19	93	198	34	12	74	34	50	137	42	109	57	205	33	182	37	0	.	48	59	244	31	98	53	97	33	0	.	39	67	80	58	0	.	0	.	204	34	243	38	136	47	0	.	0	.	0	.	191	41	173	34	101	29	35	77	0	.	0	.	123	28	37	45	49	73	148	39	183	46	201	33	100	46	102	35	240	35	37	60	0	.	124	38	0	.	3	100	207	28	26	55	110	57	38	49	28	72	0	.	0	.	0	.	847	16	903	19	691	22	32	58	51	.	0	.	16	93	0	.	0	.	0	.	0	.	0	.	13226	4
	21-30 cm	0	.	0	.	0	.	0	.	320	40	370	34	1946	13	676	21	13	.	830	24	0	.	0	.	7	.	0	.	176	62	414	44	495	30	290	49	0	.	598	37	821	23	663	26	916	19	1618	16	2008	13	156	40	82	52	26	59	545	25	157	76	325	29	34	100	93	53	342	38	358	38	454	35	517	31	0	.	132	47	492	34	104	51	386	30	0	.	79	64	79	68	0	.	0	.	196	36	476	31	338	40	0	.	0	.	0	.	126	53	359	32	279	28	46	70	0	.	0	.	324	31	89	49	100	59	384	41	207	46	342	33	185	37	102	47	475	52	21	71	0	.	285	37	0	.	0	.	412	29	121	53	211	57	84	54	118	73	0	.	0	.	0	.	1535	16	1546	19	1340	19	167	52	51	.	0	.	142	91	0	.	0	.	0	.	0	.	0	.	26586	4
	31-40 cm	0	.	0	.	0	.	0	.	668	31	728	34	3185	12	1289	21	7	.	1137	22	0	.	0	.	0	.	0	.	248	55	510	36	633	31	348	38	0	.	428	39	1564	17	929	21	1206	21	2692	15	3134	14	638	39	283	54	150	56	750	25	156	59	630	35	99	68	145	57	396	30	469	37	417	32	564	30	0	.	311	43	782	29	299	41	690	30	0	.	160	69	269	51	0	.	0	.	397	30	714	27	522	36	0	.	0	.	0	.	225	42	376	34	467	38	80	52	0	.	0	.	275	37	87	55	141	68	326	38	339	46	467	39	292	42	386	43	419	37	78	65	0	.	385	34	0	.	0	.	559	25	162	43	163	43	204	51	106	100	0	.	53	.	0	.	1966	16	1598	16	1724	17	216	52	0	.	0	.	9	100	0	.	0	.	0	.	0	.	0	.	38650	3
	41-50 cm	0	.	0	.	0	.	0	.	797	29	1052	33	4139	13	1416	19	6	.	1263	22	0	.	0	.	11	.	0	.	217	58	503	38	753	37	350	37	0	.	960	25	2239	17	1013	21	1714	21	2849	14	3322	13	732	36	169	48	128	73	796	28	164	54	667	31	150	63	108	79	741	30	320	40	290	37	755	29	0	.	346	43	601	32	195	50	923	28	0	.	145	53	163	49	0	.	0	.	701	29	713	27	422	35	0	.	0	.	0	.	128	45	309	31	832	33	36	73	0	.	0	.	178	37	94	51	73	62	247	47	337	55	610	38	292	67	459	36	476	36	30	100	0	.	364	35	0	.	26	71	679	25	116	49	290	44	326	36	118	100	0	.	15	.	0	.	1961	18	1673	18	1791	18	95	73	0	.	0	.	83	100	0	.	0	.	0	.	0	.	0	.	43467	3
	51-60 cm	0	.	0	.	0	.	0	.	740	33	927	33	3726	15	1114	21	47	.	676	27	0	.	0	.	27	.	0	.	74	78	322	39	611	33	249	41	0	.	681	27	1653	20	963	24	1831	21	2739	16	2546	16	338	37	149	71	97	87	813	29	108	66	580	41	123	82	98	67	563	31	366	47	236	52	792	33	0	.	157	47	417	33	629	43	929	28	0	.	169	73	0	.	0	.	0	.	486	30	840	30	522	38	0	.	0	.	0	.	313	37	469	33	487	38	49	75	0	.	0	.	247	42	89	66	85	73	246	46	143	51	342	39	328	50	470	40	614	45	105	72	0	.	346	35	0	.	40	71	340	29	273	42	253	56	420	53	87	100	0	.	85	.	0	.	1659	17	1396	20	2014	18	103	62	0	.	0	.	119	109	0	.	0	.	0	.	0	.	0	.	38463	4
	61-70 cm	0	.	0	.	0	.	0	.	337	43	436	43	1943	19	886	30	0	.	394	36	0	.	0	.	0	.	0	.	62	71	142	69	469	41	142	47	0	.	508	34	816	25	513	31	1022	23	1343	18	1008	22	410	43	476	53	103	76	534	38	179	51	199	46	68	100	75	100	612	31	176	47	128	55	486	39	0	.	115	58	287	41	268	51	1003	35	0	.	0	.	30	100	0	.	0	.	677	33	229	48	145	62	0	.	0	.	0	.	195	69	284	40	375	37	20	100	0	.	0	.	73	78	53	71	195	85	158	52	180	48	164	52	199	48	350	42	504	48	55	71	0	.	434	55	0	.	37	100	188	39	216	61	23	100	109	54	0	.	0	.	0	.	0	.	986	31	639	25	827	27	43	100	0	.	0	.	33	100	0	.	0	.	0	.	0	.	0	.	22564	5
	71-80 cm	0	.	0	.	0	.	0	.	149	75	130	74	926	24	642	30	0	.	155	51	0	.	0	.	0	.	0	.	0	.	13	100	269	53	20	100	0	.	545	39	820	30	202	46	475	32	684	31	466	30	91	77	200	77	118	100	218	62	129	74	84	71	0	.	113	71	55	100	25	100	147	66	333	42	0	.	59	71	356	50	503	47	598	39	0	.	0	.	0	.	0	.	0	.	465	43	51	100	38	100	0	.	0	.	0	.	303	40	158	65	186	50	29	100	0	.	0	.	100	60	77	58	56	100	169	46	92	100	134	77	54	71	152	45	30	100	0	.	0	.	46	100	0	.	0	.	90	72	83	100	44	100	72	72	0	.	0	.	111	.	0	.	1036	25	154	45	551	33	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	12803	7
	81-90 cm	0	.	0	.	0	.	0	.	0	.	0	.	495	41	355	38	0	.	175	72	0	.	0	.	0	.	0	.	0	.	0	.	91	72	0	.	0	.	168	48	111	72	244	48	370	37	611	30	304	42	99	72	0	.	0	.	42	100	56	100	62	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	44	100	118	71	371	80	0	.	0	.	0	.	0	.	0	.	66	100	53	100	92	74	0	.	0	.	0	.	0	.	53	100	119	71	61	100	0	.	0	.	30	100	0	.	41	100	0	.	0	.	46	100	170	60	156	74	49	100	37	100	0	.	0	.	0	.	0	.	67	100	0	.	0	.	0	.	0	.	0	.	81	.	0	.	458	39	190	49	61	72	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5546	11
	91-100 cm	0	.	0	.	0	.	0	.	0	.	0	.	77	71	0	.	0	.	65	100	0	.	0	.	0	.	0	.	0	.	0	.	48	100	0	.	0	.	144	59	92	100	0	.	61	100	47	100	61	100	0	.	53	100	0	.	0	.	0	.	84	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	55	100	0	.	0	0	81	100	0	.	0	.	0	.	0	.	0	.	65	100	0	.	0	.	0	.	0	.	0	.	37	100	0	.	0	.	0	.	0	.	0	.	75	100	0	.	0	.	0	.	47	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	142	60	94	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1328	21
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	126	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	51	100	0	.	0	.	127	71	318	46	52	100	67	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	36	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	43	100	0	.	0	.	0	.	163	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	38	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	38	100	0	.	53	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1112	27
	Total	0	.	0	.	0	.	0	.	3058	29	3777	28	17407	11	6771	16	78	.	5036	18	0	.	0	.	69	.	0	.	808	50	2041	32	3587	23	1490	34	0	.	4274	22	8502	14	4806	18	8408	15	13803	11	14020	10	2626	30	1523	40	640	72	3988	23	967	46	2829	25	485	59	665	50	2846	25	1823	33	1877	30	3630	24	0	.	1222	37	3259	24	2213	34	5078	23	0	.	592	48	621	45	0	.	0	.	3258	25	3319	23	2259	28	0	.	0	.	0	.	1680	28	2181	26	2846	25	357	44	0	.	0	.	1427	26	526	44	740	55	1677	33	1529	37	2305	30	1621	35	2216	29	2808	29	364	62	0	.	1985	29	0	.	107	76	2542	21	997	42	1094	36	1253	35	457	89	0	.	344	.	0	.	10629	12	8192	13	9052	14	657	47	102	.	0	.	404	72	0	.	0	.	0	.	0	.	0	.	203745	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	230	35	168	43	287	45	167	26	48	62	207	36	1352	13	708	15	1127	16	727	18	87	44	91	49	229	26	0	.	120	52	295	24	439	23	296	40	30	54	248	29	437	22	382	20	686	20	1203	16	1136	14	752	15	360	28	448	25	525	18	143	37	238	31	75	33	101	36	174	35	219	37	210	32	293	31	173	36	233	40	392	24	259	32	176	27	326	26	209	30	162	41	134	44	127	31	333	28	243	38	141	45	301	27	301	35	262	34	207	38	367	27	153	26	476	25	336	26	703	23	643	19	439	28	516	24	217	33	188	45	248	30	226	30	195	30	278	33	153	47	65	61	260	28	50	50	86	48	241	26	155	43	207	35	113	31	166	45	89	54	8	100	45	68	985	15	964	18	994	17	91	35	148	43	83	76	195	27	162	48	103	40	80	54	164	43	0	.	28812	2
	21-30 cm	392	26	444	40	269	32	511	40	340	38	604	27	2691	12	1826	15	2141	14	2037	16	105	45	306	34	471	27	2	.	251	46	909	27	959	27	659	33	132	49	885	27	904	22	752	23	916	19	2203	14	2028	12	1210	15	563	23	675	23	1041	20	227	55	346	27	159	42	164	37	387	34	608	30	454	35	787	25	390	33	468	33	674	26	536	36	640	23	1022	25	240	34	318	34	212	37	539	33	418	33	476	31	376	37	572	28	338	44	623	31	145	48	544	27	361	26	551	28	816	28	958	21	1066	21	885	27	753	22	610	36	264	40	413	30	387	32	221	35	489	50	293	49	143	57	580	27	87	48	85	48	508	28	468	34	479	33	241	39	400	37	215	45	37	98	101	63	1672	15	1632	18	1774	16	316	33	257	39	174	37	664	30	447	30	349	41	203	40	330	36	0	.	57120	2
	31-40 cm	577	24	383	32	489	32	640	29	764	30	1199	25	4445	11	2756	13	2437	14	2641	15	111	56	381	34	691	31	23	.	461	39	1116	24	971	24	993	24	206	53	881	30	1625	17	1098	19	1206	21	3123	13	3157	14	2721	15	974	25	1361	26	1474	21	255	42	641	34	240	44	325	38	552	24	858	29	417	32	950	24	548	31	835	29	1113	23	698	28	1226	22	1124	22	563	35	693	29	442	34	625	29	558	25	714	27	712	32	841	31	489	30	589	30	236	41	533	27	597	33	322	27	582	27	789	21	670	23	440	27	779	29	504	33	360	44	546	36	514	28	463	38	467	35	361	42	152	60	797	25	145	71	194	44	650	24	347	27	609	28	504	33	316	41	171	50	234	55	108	55	2114	15	1686	16	2051	15	300	43	429	37	420	36	707	27	1024	25	414	33	550	39	250	35	0	.	77247	2
	41-50 cm	930	24	310	31	386	39	1315	22	899	28	1464	26	5786	12	3084	13	3828	12	2865	15	172	59	383	44	629	31	38	.	472	43	1115	26	1089	28	1040	25	178	65	1656	20	2377	17	1173	19	1714	21	3111	13	3378	13	3407	14	1227	25	1457	21	2094	20	347	37	680	31	397	36	348	39	970	25	493	32	300	35	1037	25	758	31	838	31	827	25	569	37	1719	21	1339	24	440	30	791	32	482	32	760	26	904	26	713	27	745	29	586	33	519	35	641	27	145	41	548	23	891	31	163	39	352	26	491	32	508	25	404	26	502	27	373	37	496	45	661	35	676	39	537	31	514	34	311	42	276	46	709	25	201	65	181	43	721	24	292	36	795	29	674	28	418	42	375	43	153	69	147	60	2025	17	1722	17	2069	16	486	38	371	40	582	30	832	25	1093	24	378	33	510	37	378	32	0	.	87743	2
	51-60 cm	664	31	446	31	283	42	1394	26	767	32	1309	29	5242	13	3845	13	4013	14	1891	19	269	46	131	61	778	30	70	.	228	49	864	26	1011	26	1032	24	52	100	1250	23	1712	19	1155	21	1831	21	3007	15	2576	15	2363	15	1110	33	1392	23	1752	23	220	42	580	41	339	56	263	41	789	27	477	39	236	52	905	29	809	35	291	34	840	29	1102	30	1695	21	656	29	893	33	244	45	582	47	419	32	646	27	840	30	697	30	516	38	650	37	608	27	313	37	763	28	487	38	228	34	192	43	226	49	447	29	286	37	399	31	361	38	221	42	342	39	480	38	697	37	652	43	299	44	42	71	560	28	149	62	199	50	365	28	576	34	667	35	782	37	271	47	159	46	260	52	290	46	1793	17	1396	20	2188	17	309	40	516	39	375	32	836	32	823	28	658	41	336	41	523	36	0	.	78198	2
	61-70 cm	425	35	232	44	124	51	1005	26	395	40	728	37	2605	17	2295	18	2284	17	585	30	242	53	176	68	403	41	0	.	130	62	435	38	751	39	394	34	35	100	565	32	856	25	764	25	1022	23	1429	17	1024	22	1030	23	920	33	1069	27	882	28	280	49	199	46	134	71	113	74	684	29	209	42	128	55	523	37	296	38	200	54	575	37	389	41	1274	30	568	37	437	38	108	58	250	45	137	51	716	32	229	48	344	40	118	50	219	47	329	50	225	61	284	40	375	37	124	56	156	43	215	48	278	38	74	58	330	54	210	43	180	48	164	52	309	38	377	39	504	48	171	45	0	.	547	46	50	72	146	78	220	36	260	54	53	71	209	44	61	71	251	47	0	.	203	73	986	31	639	25	946	24	223	60	617	42	136	79	521	34	232	47	186	53	104	75	272	52	0	.	42102	3
	71-80 cm	202	51	138	58	209	60	453	39	149	75	130	74	1055	22	1540	20	1272	25	237	41	60	100	90	70	281	55	44	.	0	.	199	55	269	53	190	56	0	.	545	39	881	29	350	35	475	32	790	28	466	30	520	32	234	67	358	45	405	48	129	74	84	71	90	71	197	59	97	71	25	100	147	66	333	42	331	51	193	47	391	46	703	38	781	33	132	58	265	45	0	.	63	100	0	.	465	43	51	100	211	84	67	71	218	60	175	61	303	40	235	51	195	48	29	100	83	59	15	100	204	42	101	50	165	45	195	42	92	100	171	64	151	52	186	41	63	71	85	71	0	.	88	71	45	100	53	100	90	72	83	100	98	71	137	61	0	.	20	100	111	100	163	79	1036	25	154	45	617	30	100	77	93	71	51	100	82	71	40	100	95	71	90	71	43	100	0	.	22251	5
	81-90 cm	41	100	53	100	87	71	224	60	0	.	0	.	575	38	619	34	495	36	175	72	0	0	58	100	0	.	0	.	0	.	71	100	91	72	0	.	0	.	227	44	154	59	308	43	370	37	690	28	304	42	145	58	0	.	0	.	42	100	56	100	62	100	0	.	0	.	0	.	0	.	0	.	0	.	79	100	0	.	44	100	185	58	371	80	0	.	66	100	52	100	0	.	0	.	66	100	53	100	92	74	56	100	116	100	259	59	0	.	165	60	135	64	87	76	29	100	27	100	56	71	0	.	68	72	0	.	0	.	46	100	170	60	156	74	49	100	102	73	0	.	0	.	101	71	0	.	67	100	0	.	0	.	72	100	0	.	0	.	81	100	42	100	458	39	190	49	155	45	0	.	113	72	50	100	47	100	80	100	100	71	85	71	0	.	0	.	9013	9
	91-100 cm	0	.	0	.	0	.	54	100	0	.	0	.	77	71	79	100	292	61	65	100	0	.	0	.	0	.	0	.	0	.	0	.	48	100	0	.	0	.	144	59	92	100	0	.	61	100	117	72	61	100	69	100	53	100	0	.	0	.	0	.	84	100	72	100	0	.	0	.	0	.	0	.	0	.	0	.	55	100	0	.	0	0	81	100	0	.	0	.	0	.	0	.	0	.	65	100	0	.	41	100	0	.	168	100	0	.	37	100	53	100	0	.	0	.	0	0	29	100	75	100	0	.	20	100	0	.	47	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	68	100	0	.	0	.	0	.	0	.	0	.	0	.	116	71	0	.	0	.	142	60	94	71	0	.	0	.	0	.	46	100	0	.	0	.	0	.	0	.	0	.	0	.	2506	17
	>100 cm	0	.	67	100	0	.	86	100	0	.	0	.	0	.	200	73	68	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	67	100	0	.	51	100	0	.	0	.	127	71	318	46	52	100	67	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	36	100	0	.	62	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	43	100	0	.	0	.	400	100	163	100	148	82	0	.	0	.	0	.	36	100	166	100	0	.	183	59	0	.	0	.	0	.	0	.	38	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	38	100	0	.	53	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2470	23
	Total	3462	19	2241	23	2133	26	5849	19	3362	28	5641	22	23829	9	16952	10	17958	10	11223	12	1046	35	1615	31	3482	24	177	.	1662	34	5005	21	5629	18	4671	20	632	51	6452	18	9039	14	5981	16	8408	15	15991	10	14180	10	12284	12	5441	20	6759	18	8215	17	1656	32	2915	24	1505	33	1512	32	3653	22	2890	26	1892	30	4828	21	3385	25	3112	25	4893	20	4442	23	8026	18	5169	18	3113	24	2368	25	2166	28	2607	24	4170	21	3319	23	3403	24	3056	25	3018	28	3885	22	1773	27	3642	20	3195	23	1980	21	2546	22	3490	17	4113	16	2628	21	3715	20	2469	28	1847	33	2591	28	2913	25	2870	25	3015	28	1776	36	679	42	3540	21	896	46	944	36	2863	20	2181	27	2908	23	2732	25	1633	35	1397	37	883	55	1099	45	11249	12	8475	13	10848	12	1826	31	2545	29	1915	26	3884	21	3900	21	2284	29	1958	30	1960	27	0	.	407462	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. 2297265. Birmensdorf, Swiss Federal Research Institute WSL

zurück