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
Vorrat (Schaftholz)
Schutzwald gegen Gerinneprozesse (2022) · Hauptbaumart
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
Schutzwald gegen Gerinneprozesse (2022)	Hauptbaumart	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	.
	Fichte	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Tanne	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Föhre	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Lärche	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	übrige Nadelhölzer	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Buche	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Ahorn	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Esche	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Eiche	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	übrige Laubhölzer	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nicht bestimmbar	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	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	.
innerhalb	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	.
	Fichte	0	.	0	.	0	.	0	.	1212	43	737	42	9748	14	3559	18	321	53	330	42	0	.	3	.	107	100	0	.	251	91	1972	32	1216	39	974	44	0	.	1339	42	4485	20	1569	28	3822	23	5405	17	3188	21	122	54	113	66	0	.	1263	37	0	.	162	71	48	.	0	.	248	93	434	54	859	42	1349	31	129	56	466	60	1915	29	610	50	1234	35	0	.	0	.	117	.	0	.	10	100	850	43	1087	39	562	45	283	52	0	.	25	100	866	42	1901	29	1383	35	12	100	64	71	24	100	322	55	9	100	408	44	650	52	829	55	1055	45	537	80	921	45	933	40	69	71	35	.	6	.	0	.	0	.	0	.	0	.	0	.	1	.	0	.	181	94	0	.	15	.	2502	21	3206	19	4704	18	276	58	204	63	261	69	298	48	329	70	0	.	168	.	0	.	0	.	74296	4
	Tanne	0	.	0	.	0	.	0	.	206	55	843	49	1201	33	3286	20	833	43	681	44	0	.	0	.	31	93	0	.	166	100	114	72	681	43	270	66	0	.	86	84	194	45	156	46	27	100	575	47	17	100	680	43	197	64	0	.	279	66	0	.	63	70	61	.	0	.	0	.	275	63	57	100	648	48	450	51	133	60	421	50	404	56	697	39	0	.	0	.	6	.	0	.	43	100	594	48	485	45	180	44	184	59	26	100	0	.	9	100	126	54	0	.	0	.	0	.	27	100	367	55	260	58	171	69	528	48	0	.	328	51	269	48	422	58	711	46	44	100	0	.	52	.	0	.	0	.	0	.	0	.	0	.	7	.	0	.	33	100	0	.	62	.	125	89	470	50	552	43	88	67	0	.	67	100	306	51	182	57	0	.	0	.	0	.	0	.	20456	7
	Föhre	0	.	0	.	0	.	0	.	0	.	0	.	105	84	31	86	0	.	65	65	0	.	0	.	45	100	0	.	0	.	0	.	0	.	25	100	0	.	0	.	57	73	217	58	0	.	97	45	260	62	56	100	16	100	0	.	0	.	0	.	27	100	0	.	0	.	24	100	0	.	0	.	16	100	0	.	0	.	105	72	0	.	43	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	25	73	0	.	0	.	0	.	64	78	0	.	0	.	0	.	0	.	0	.	0	.	15	100	0	.	0	.	83	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	432	37	259	35	432	42	0	.	30	100	96	73	22	100	0	.	0	.	27	.	0	.	0	.	2676	14
	Lärche	0	.	0	.	0	.	0	.	0	.	0	.	41	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	9	100	152	77	195	48	-3	100	1449	22	2497	20	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	30	100	123	79	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	52	100	9	100	0	.	0	.	434	53	412	36	351	49	312	48	0	.	67	88	941	28	392	42	518	60	0	.	0	.	0	.	50	93	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3122	18	1580	23	1047	26	55	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	13835	8
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	-7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	17	100	0	.	0	.	100	75	460	34	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	408	38	304	37	16	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1298	20
	übrige Nadelhölzer	0	.	0	.	0	.	0	.	0	.	6	100	38	96	0	.	71	100	1	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	5	63	-5	145	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3	100	-14	100	-16	100	7	86	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3	100	0	.	0	.	1	100	0	.	0	.	0	.	0	.	0	.	0	.	50	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	100	5	100	1	100	0	.	0	.	2	100	33	74	6	100	0	.	0	.	0	.	0	.	209	48
	Buche	0	.	0	.	0	.	0	.	97	81	165	55	1535	35	2064	22	460	52	808	34	0	.	45	.	384	55	0	.	11	100	229	55	408	45	2	100	0	.	396	45	563	54	171	54	0	.	466	45	0	.	1310	27	254	54	0	.	626	46	0	.	40	69	20	.	0	.	9	100	163	54	14	100	778	38	131	52	607	62	609	39	390	46	1068	34	0	.	0	.	0	.	-14	100	259	71	341	39	260	85	389	45	114	46	128	71	176	100	0	.	131	63	0	.	692	36	1128	35	593	35	946	32	855	32	465	41	336	66	0	.	183	66	83	97	82	60	369	48	94	72	19	.	68	.	0	.	3	.	0	.	0	.	0	.	3	.	0	.	80	86	0	.	15	.	0	.	20	74	659	37	217	50	218	64	54	96	212	48	175	50	0	.	23	.	0	.	0	.	23200	6
	Ahorn	0	.	0	.	0	.	0	.	8	100	13	100	609	25	142	36	0	.	250	44	0	.	45	.	46	96	0	.	0	.	41	78	145	57	19	100	0	.	192	44	92	54	141	107	34	100	91	54	0	.	128	37	54	64	0	.	124	42	0	.	22	76	37	.	0	.	5	100	59	51	24	76	214	66	85	64	10	417	351	40	205	49	361	37	0	.	0	.	0	.	14	100	27	78	44	66	77	49	22	93	161	81	11	100	-12	100	12	100	70	73	19	100	2	100	32	100	34	58	3	70	36	79	0	.	56	61	4	100	0	.	126	73	34	68	99	45	0	.	0	.	28	.	0	.	2	.	0	.	0	.	33	100	0	.	0	.	16	100	0	.	9	.	0	.	34	72	155	39	105	53	99	76	-19	226	123	49	23	101	0	.	0	.	0	.	0	.	5024	9
	Esche	0	.	0	.	0	.	0	.	0	.	65	100	218	59	389	55	8	77	54	76	0	.	15	.	4	100	0	.	0	.	252	69	65	60	30	95	0	.	181	50	0	.	-6	100	44	100	73	75	0	.	258	65	124	57	0	.	64	64	0	.	15	100	0	.	0	.	0	.	52	72	0	.	66	72	91	77	91	77	76	52	21	100	308	46	0	.	0	.	0	.	80	99	35	100	179	62	102	97	272	66	124	69	0	.	43	100	0	.	123	100	38	100	38	51	30	64	21	163	75	68	38	74	53	52	35	56	47	67	0	.	101	100	23	100	56	67	40	100	39	.	0	.	0	.	0	.	0	.	0	.	9	100	0	.	0	.	97	100	0	.	24	.	25	58	31	100	148	59	62	81	156	83	22	96	95	56	0	0	0	.	17	.	0	.	0	.	4836	12
	Eiche	0	.	0	.	0	.	0	.	0	.	0	.	6	100	0	.	28	100	0	.	0	.	0	.	26	100	0	.	0	.	54	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	20	100	72	100	11	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	27	100	1	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	16	100	0	.	0	.	33	95	40	100	17	100	0	.	8	100	0	.	50	50	102	67	143	47	80	77	84	50	83	75	10	100	0	.	31	100	0	.	0	.	0	.	70	88	0	.	0	.	0	.	24	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	22	71	11	60	13	71	0	.	0	.	27	71	11	100	0	.	0	.	0	.	0	.	0	.	1121	18
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	167	61	43	72	0	.	0	.	0	.	0	.	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	100	190	69	109	84	388	52	265	41	605	41	426	50	281	54	1356	34	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	26	100	0	.	56	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3942	16
	übrige Laubhölzer	0	.	0	.	0	.	0	.	3	100	45	100	340	36	110	33	5	100	24	58	0	.	8	.	13	92	0	.	4	100	6	71	6	100	35	60	0	.	70	60	60	63	18	71	130	52	511	37	248	53	61	42	12	76	0	.	20	105	0	.	2	100	0	.	0	.	4	100	39	85	15	68	22	64	0	.	41	59	121	38	-11	100	97	42	0	.	0	.	1	.	63	94	13	100	36	66	4	75	37	143	0	.	40	100	9	100	94	75	114	42	105	77	255	41	317	47	487	33	269	32	306	55	328	43	47	65	44	100	18	100	7	100	5	77	55	55	6	100	0	.	0	.	0	.	0	.	0	.	0	.	128	100	0	.	0	.	0	0	0	.	0	.	226	42	215	46	105	62	7	100	23	71	0	.	31	68	0	.	0	.	0	.	0	.	0	.	5456	9
	nicht bestimmbar	0	.	0	.	0	.	0	.	0	.	0	0	0	0	0	.	0	0	0	0	0	.	0	.	0	0	0	.	0	.	0	0	0	.	0	0	0	.	0	0	0	0	0	.	0	0	0	0	0	0	0	0	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	0	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	.	0	0	0	0	0	.	0	0	0	.	0	0	0	.	0	0	0	0	0	0	0	.	0	.	0	.	0	.	0	.	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	.	1526	40	1874	38	13834	12	9582	14	1725	35	2214	28	0	.	117	.	656	53	0	.	432	71	2668	29	2522	29	1355	38	0	.	2273	31	5619	18	2461	25	4055	22	8961	14	6789	15	2621	24	772	42	0	.	2376	30	0	.	331	64	166	.	0	.	290	82	1023	47	969	40	3093	26	889	44	1391	39	3707	23	1627	38	3807	24	0	.	0	.	124	.	143	72	387	58	2061	33	2014	30	1517	34	933	45	245	72	261	73	1445	31	3140	23	2005	27	1748	23	1938	27	2002	23	3479	17	2260	23	3399	22	1662	35	925	51	1699	36	1172	45	1486	38	2223	35	323	64	92	.	154	.	0	.	34	.	0	.	0	.	169	79	11	.	0	.	407	83	0	.	126	.	6889	14	6135	15	7888	15	811	41	731	47	508	55	1130	38	714	47	0	.	234	.	0	.	0	.	156349	3
ausserhalb	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	.
	Fichte	384	37	508	42	801	45	1536	33	1315	41	2138	33	6856	17	3133	20	5360	17	3077	18	3	100	311	65	320	57	0	.	565	51	907	40	1521	33	782	37	0	.	2708	27	2611	26	1895	24	3376	23	4721	19	2835	19	2651	23	1415	33	2064	26	3772	25	388	52	1118	31	620	45	529	37	1509	31	1020	41	642	48	687	44	739	43	1025	42	631	52	1459	40	2381	34	1888	25	895	45	449	55	314	67	308	52	1422	33	1005	39	837	42	557	47	973	38	1335	30	194	89	263	54	663	62	0	.	0	.	0	.	14	100	71	71	-9	100	208	60	650	52	705	46	499	39	654	34	436	42	862	41	153	59	1136	30	96	51	342	56	2139	21	812	38	947	32	1126	36	325	58	244	65	133	83	345	71	1599	31	1023	41	1212	35	540	49	916	41	388	42	943	36	1509	31	768	56	541	53	586	34	0	.	103330	3
	Tanne	388	46	102	72	119	72	1278	33	351	51	698	53	617	41	2942	22	3842	19	2359	25	18	73	120	61	288	57	0	.	97	82	211	75	485	62	418	69	0	.	439	56	103	59	330	57	254	73	334	66	0	.	2888	22	1281	34	2979	21	1117	28	529	53	1084	38	450	38	587	42	1351	34	56	80	112	79	250	61	412	48	0	.	55	78	145	54	901	37	139	57	488	39	372	57	208	48	199	39	51	69	256	61	386	50	351	65	271	44	466	57	0	.	0	.	162	100	0	.	0	.	0	.	0	.	0	.	0	.	74	77	25	100	22	100	190	56	24	73	244	69	43	72	65	88	885	38	233	68	342	45	353	49	393	49	477	35	369	47	361	68	375	57	358	70	104	92	0	.	17	91	147	61	283	64	174	50	236	55	673	38	232	50	56	82	25	100	185	82	0	.	40307	5
	Föhre	76	79	35	71	29	76	72	87	0	.	17	100	340	87	31	100	497	32	353	62	47	100	9	292	117	49	0	.	18	100	168	79	0	.	283	65	110	79	0	.	154	52	352	45	48	100	507	40	938	35	313	39	0	.	170	56	0	.	107	100	0	.	0	.	0	.	0	.	0	.	147	100	0	.	31	100	0	.	0	.	0	.	0	.	360	39	99	64	104	52	6	231	122	49	47	81	8	100	0	.	64	77	159	55	193	59	0	.	0	.	85	75	0	.	0	.	0	.	0	.	0	.	0	.	0	.	54	100	101	97	0	0	0	.	0	.	0	.	26	71	10	100	0	.	28	100	0	.	22	71	0	.	26	100	0	.	0	.	95	100	0	.	471	50	142	54	285	59	0	.	0	.	124	64	75	68	250	42	169	53	159	74	45	100	0	.	8298	10
	Lärche	14	73	75	68	67	98	144	69	0	.	0	.	103	75	16	100	150	59	0	.	0	.	0	.	25	72	0	.	0	.	46	100	0	.	25	100	0	.	57	100	260	42	324	55	209	60	703	26	2610	22	20	100	4	100	15	73	0	.	0	.	0	.	0	.	43	100	0	.	0	.	0	.	14	100	12	100	0	.	86	88	45	100	10	100	39	66	0	.	0	.	17	100	0	.	0	.	0	.	0	.	0	.	46	100	0	.	78	71	79	69	114	57	60	73	0	.	18	100	263	45	65	61	35	71	0	.	0	.	0	.	125	47	0	.	10	100	0	.	46	100	0	.	13	100	0	.	0	.	12	100	0	.	49	71	0	.	11	100	0	.	29	100	1962	35	867	35	340	44	0	.	22	100	16	100	2	100	0	.	50	71	20	100	177	55	0	.	9640	11
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	11	100	0	.	2	100	123	54	819	24	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	117	45	32	82	82	74	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1191	19
	übrige Nadelhölzer	36	77	0	.	43	100	42	69	0	.	2	100	0	.	0	.	291	52	1	100	0	.	0	.	0	.	177	.	0	.	0	.	0	.	0	.	0	.	2	100	8	94	0	.	0	.	3	100	23	50	0	.	60	100	198	89	1	100	0	.	0	.	7	100	0	.	0	.	0	.	0	.	4	100	291	100	2	100	0	0	0	.	0	.	57	100	9	100	-19	100	22	71	0	.	0	.	0	.	0	.	0	.	0	.	3	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	6	100	0	.	8	100	0	.	0	.	103	100	17	62	0	.	0	.	0	.	0	.	0	.	185	100	0	.	1	100	0	.	0	.	7	100	0	.	1	100	0	.	0	.	12	90	0	.	0	.	0	.	0	.	0	.	0	.	1604	30
	Buche	1448	27	816	31	651	32	2113	30	161	55	393	42	1309	38	839	26	3988	15	2739	18	403	45	939	34	1524	33	0	.	258	66	527	42	610	42	1258	35	0	.	565	40	117	52	420	37	34	66	99	73	0	.	2283	21	1109	32	823	34	629	43	428	49	178	41	211	40	224	40	426	35	273	59	21	71	725	50	439	47	400	58	344	50	701	46	573	42	2108	21	1364	30	1059	27	1090	34	1177	30	184	45	0	.	572	54	441	37	278	49	586	29	0	.	0	.	0	.	73	79	72	61	24	100	3	100	22	100	0	.	283	55	25	100	48	100	500	50	106	71	32	100	364	58	56	78	1034	31	129	90	107	50	308	33	383	43	1115	32	505	58	578	46	97	71	270	50	248	66	0	.	0	.	278	48	55	71	197	46	365	48	684	36	732	34	708	46	426	45	406	33	0	.	50087	4
	Ahorn	272	38	131	43	108	47	71	45	10	100	231	55	290	42	183	47	209	33	340	27	128	59	56	46	212	45	0	.	73	71	13	65	157	44	36	63	0	.	173	35	45	105	32	78	32	72	24	84	0	.	318	27	99	44	68	44	182	46	76	56	153	47	9	95	100	83	29	51	86	43	0	.	45	68	102	55	45	72	0	.	17	81	250	43	86	52	116	47	146	36	62	54	191	42	156	46	21	72	30	60	104	53	90	61	86	65	0	.	0	.	0	.	19	100	16	100	7	82	8	63	0	.	6	77	92	59	33	100	0	.	64	58	184	47	26	100	27	64	0	.	107	45	0	.	13	92	28	56	45	65	53	54	81	48	13	100	0	.	0	.	-1	442	2	100	4	76	127	45	17	100	76	58	48	71	160	47	80	57	201	55	132	61	235	55	0	.	7392	6
	Esche	274	37	415	42	170	58	158	65	0	.	270	55	8	160	122	51	657	28	64	75	280	55	29	67	184	50	0	.	198	62	109	94	269	47	366	46	28	100	116	73	46	85	14	89	128	52	16	76	0	.	664	29	491	90	197	50	53	77	75	64	27	71	2	100	5	70	4	100	387	64	0	.	7	83	431	42	220	53	34	100	177	68	68	78	215	42	102	47	52	63	174	56	59	62	159	66	0	.	0	.	293	46	429	42	177	45	11	100	0	.	0	.	15	100	8	100	137	69	27	100	32	100	32	100	98	86	1	100	0	.	184	55	98	67	0	.	131	90	13	58	41	58	71	99	2	100	9	100	23	92	104	63	230	60	52	65	115	97	0	.	212	87	71	60	70	79	92	73	109	100	239	66	101	57	162	43	249	35	146	68	97	53	170	51	0	.	11570	8
	Eiche	287	60	62	72	0	.	346	49	0	.	0	.	22	71	60	71	578	23	0	.	79	100	3	100	89	67	0	.	8	100	0	.	34	74	64	74	473	55	0	.	0	.	59	100	0	.	0	.	0	.	288	49	92	92	180	67	36	100	51	75	0	.	33	100	2	100	0	.	5	100	0	.	0	.	32	100	0	0	0	.	23	70	0	.	241	52	0	.	20	70	18	95	164	45	0	.	0	.	0	.	85	58	446	76	272	45	0	.	0	.	0	.	1	100	18	65	302	44	23	100	44	73	0	.	34	100	19	100	0	.	15	72	25	100	0	.	0	.	0	.	40	84	176	72	70	70	0	.	405	49	20	100	26	62	253	47	25	100	23	100	25	100	6	100	85	78	68	46	10	100	51	81	15	100	20	100	126	64	155	43	182	59	81	66	0	.	6495	11
	Kastanie	0	.	0	.	6	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	239	73	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	87	52	143	100	14	85	292	44	523	40	0	.	49	71	154	71	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	100	0	.	0	.	0	.	0	.	0	.	0	.	112	93	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1627	22
	übrige Laubhölzer	283	42	96	38	140	49	88	77	0	0	18	70	449	51	43	55	661	33	75	38	89	53	31	69	67	50	0	.	14	100	355	76	31	52	84	71	21	87	117	67	64	48	96	45	269	51	260	34	166	61	238	46	119	57	65	61	49	56	2	100	24	54	7	100	23	63	44	85	39	71	0	.	2	100	6	100	30	61	37	87	248	59	35	66	37	47	42	50	61	66	112	60	0	0	91	55	15	152	61	100	229	62	81	50	506	87	46	58	74	71	17	75	49	78	204	46	478	41	296	69	86	67	99	51	18	67	115	65	11	65	164	67	278	91	44	94	26	71	125	78	117	50	178	97	6	80	26	56	87	70	23	55	124	86	51	57	123	67	4	100	12	100	127	48	100	36	214	34	0	.	140	72	104	57	35	80	8	58	32	62	142	60	73	66	0	.	9573	9
	nicht bestimmbar	0	0	0	.	0	.	0	.	0	.	0	0	0	0	0	0	0	.	0	.	0	0	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	0	0	0	0	0	0	.	0	0	0	0	0	0	0	.	0	.	0	.	0	.	0	0	0	.	0	0	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	.	0	0	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	.	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	3462	19	2241	23	2133	26	5849	19	1836	39	3767	28	9995	15	7369	16	16234	10	9009	14	1046	35	1499	33	2826	27	177	.	1230	39	2336	30	3107	24	3316	24	632	51	4178	23	3420	22	3520	21	4353	20	7030	16	7391	14	9663	14	4669	23	6759	18	5839	21	1656	32	2584	27	1339	35	1512	32	3363	23	1866	31	923	46	1734	35	2495	31	1721	32	1186	38	2815	30	4219	26	5169	18	3113	24	2244	25	2023	29	2220	26	2110	27	1305	36	1886	34	2123	30	2773	30	3624	23	328	58	502	40	1189	43	231	46	608	40	1489	27	634	42	369	43	316	42	808	47	923	44	892	45	1741	29	1383	33	792	44	1453	41	586	47	3387	22	896	46	910	37	2863	20	2181	27	2738	24	2721	25	1633	35	990	40	883	55	974	49	4360	22	2340	26	2960	21	1014	46	1814	36	1407	29	2753	26	3186	24	2284	29	1724	32	1960	27	0	.	251113	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	.
	Fichte	384	37	508	42	801	45	1536	33	2526	29	2875	27	16604	11	6692	13	5681	16	3408	17	3	100	315	64	427	50	0	.	815	45	2879	25	2737	25	1757	29	0	.	4047	22	7096	16	3464	18	7198	16	10126	13	6023	14	2773	22	1529	31	2064	26	5036	21	388	52	1280	28	668	42	529	37	1757	29	1454	33	1501	31	2037	25	868	38	1490	34	2546	25	2069	32	3615	25	1888	25	895	45	566	48	314	67	318	51	2273	26	2092	27	1399	31	840	36	973	38	1361	29	1059	38	2164	27	2046	31	12	100	64	71	24	100	337	53	80	65	399	45	858	42	1480	38	1760	33	1036	46	1574	30	1369	30	931	38	187	51	1143	30	96	51	342	56	2139	21	812	38	947	32	1127	36	325	58	425	55	133	83	359	69	4101	18	4229	17	5916	16	816	38	1119	36	649	37	1241	30	1837	28	768	56	709	47	586	34	0	.	177626	2
	Tanne	388	46	102	72	119	72	1278	33	557	38	1541	36	1818	26	6228	15	4675	17	3040	22	18	73	120	61	318	53	0	.	263	70	325	55	1166	36	688	49	0	.	525	49	298	36	486	42	282	66	908	38	17	100	3568	20	1478	31	2979	21	1396	26	529	53	1146	36	511	35	587	42	1351	34	331	54	170	62	898	38	862	35	133	60	476	45	550	43	1598	27	139	57	488	39	378	56	208	48	242	37	645	44	741	36	567	36	535	47	298	41	466	57	9	100	126	54	162	100	0	.	0	.	27	100	367	55	260	58	171	69	602	43	25	100	350	48	459	36	446	55	956	39	86	62	65	88	937	37	233	68	342	45	353	49	393	49	477	35	376	46	361	68	408	53	358	70	166	69	125	89	487	49	699	36	371	51	174	50	302	48	979	31	414	38	56	82	25	100	185	82	0	.	60763	4
	Föhre	76	79	35	71	29	76	72	87	0	.	17	100	445	69	62	66	497	32	418	53	47	100	9	292	162	45	0	.	18	100	168	79	0	.	308	60	110	79	0	.	212	43	569	35	48	100	605	35	1199	30	369	37	16	100	170	56	0	.	107	100	27	100	0	.	0	.	24	100	0	.	147	100	16	100	31	100	0	.	105	72	0	.	43	100	360	39	99	64	104	52	6	231	122	49	47	81	8	100	0	.	89	59	159	55	193	59	0	.	64	78	85	75	0	.	0	.	0	.	0	.	0	.	15	100	0	.	54	100	184	62	0	0	0	.	0	.	0	.	26	71	10	100	0	.	28	100	0	.	22	71	0	.	26	100	0	.	0	.	95	100	0	.	902	31	401	29	717	34	0	.	30	100	220	48	97	58	250	42	169	53	186	65	45	100	0	.	10974	8
	Lärche	14	73	75	68	67	98	144	69	0	.	0	.	145	60	16	100	150	59	0	.	0	.	0	.	25	72	0	.	0	.	46	100	0	.	25	100	0	.	67	87	412	39	519	39	205	61	2152	17	5106	14	20	100	4	100	15	73	0	.	0	.	0	.	0	.	43	100	0	.	0	.	0	.	14	100	12	100	30	100	208	59	45	100	10	100	39	66	0	.	0	.	17	100	0	.	0	.	0	.	52	100	9	100	46	100	0	.	511	46	491	32	465	40	372	42	0	.	86	72	1204	24	457	37	553	56	0	.	0	.	0	.	175	43	0	.	10	100	0	.	46	100	0	.	13	100	0	.	0	.	12	100	0	.	49	71	0	.	11	100	0	.	29	100	5084	17	2447	19	1387	22	55	100	22	100	16	100	2	100	0	.	50	71	20	100	177	55	0	.	23475	6
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	-7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	28	73	0	.	2	100	223	45	1280	20	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	525	31	335	34	98	64	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2489	13
	übrige Nadelhölzer	36	77	0	.	43	100	42	69	0	.	8	78	38	96	0	.	362	46	2	71	0	.	0	.	0	.	177	.	0	.	0	.	0	.	0	.	0	.	2	100	8	94	0	.	0	.	9	77	28	42	-5	145	60	100	198	89	1	100	0	.	0	.	7	100	0	.	0	.	0	.	0	.	4	100	294	99	-12	114	-16	100	7	86	0	.	57	100	9	100	-19	100	22	71	0	.	0	.	0	.	3	100	0	.	0	.	4	74	0	.	0	.	0	.	0	.	0	.	0	.	50	100	0	.	0	.	0	.	0	.	6	100	0	.	8	100	0	.	0	.	103	100	17	62	0	.	5	100	0	.	0	.	0	.	185	100	0	.	1	100	0	.	0	.	8	86	5	100	2	75	0	.	0	.	13	80	33	74	6	100	0	.	0	.	0	.	0	.	1813	27
	Buche	1448	27	816	31	651	32	2113	30	258	46	557	33	2844	25	2903	17	4448	14	3547	16	403	45	984	33	1908	28	0	.	269	64	756	34	1018	31	1260	35	0	.	961	30	680	46	590	31	34	66	565	39	0	.	3594	16	1363	28	823	34	1255	31	428	49	219	35	231	37	224	40	435	34	436	42	36	58	1503	31	570	38	1007	44	953	31	1092	34	1642	26	2108	21	1364	30	1059	27	1077	34	1436	27	525	30	260	85	961	37	555	31	406	40	762	32	0	.	131	63	0	.	764	33	1200	33	617	34	949	31	877	31	465	41	619	43	25	100	231	56	583	45	188	48	401	45	458	48	74	64	1102	30	129	90	109	49	308	33	383	43	1115	32	507	57	578	46	176	55	270	50	264	63	0	.	20	74	937	30	273	43	414	40	418	44	896	30	907	29	708	46	449	43	406	33	0	.	73286	3
	Ahorn	272	38	131	43	108	47	71	45	18	71	245	52	899	22	325	31	209	33	591	24	128	59	101	51	258	41	0	.	73	71	54	61	302	36	55	54	0	.	365	28	136	50	172	89	66	62	116	46	0	.	445	22	153	36	68	44	306	32	76	56	175	42	46	82	100	83	33	46	145	33	24	76	259	55	187	41	56	98	351	40	222	46	611	28	86	52	116	47	146	36	76	48	219	38	200	39	97	42	52	52	264	53	101	55	74	76	12	100	70	73	19	100	21	92	48	74	41	50	11	50	36	79	6	77	148	43	37	90	0	.	190	52	218	41	124	41	27	64	0	.	135	41	0	.	15	83	28	56	45	65	86	51	81	48	13	100	16	100	0	.	8	140	2	100	38	65	282	29	122	47	175	50	29	189	282	34	103	49	201	55	132	61	235	55	0	.	12416	5
	Esche	274	37	415	42	170	58	158	65	0	.	335	48	226	57	511	43	664	28	118	53	280	55	44	56	189	49	0	.	198	62	361	56	334	40	395	43	28	100	297	42	46	85	7	183	172	46	89	63	0	.	922	27	615	73	197	50	117	49	75	64	43	58	2	100	5	70	4	100	439	57	0	.	73	65	522	37	311	43	110	47	198	62	376	40	215	42	102	47	52	63	254	50	94	54	337	45	102	97	272	66	416	38	429	42	220	41	11	100	123	100	38	100	53	46	38	55	158	64	102	57	70	61	85	49	133	65	49	65	0	.	284	50	121	57	56	67	171	73	51	77	41	58	71	99	2	100	9	100	23	92	112	58	230	60	52	65	212	69	0	.	236	79	96	47	101	63	240	46	171	70	395	52	122	50	257	34	249	35	146	68	113	47	170	51	0	.	16407	6
	Eiche	287	60	62	72	0	.	346	49	0	.	0	.	28	60	60	71	606	22	0	.	79	100	3	100	115	56	0	.	8	100	54	100	34	74	64	74	473	55	0	.	0	.	59	100	0	.	20	100	72	100	299	48	92	92	180	67	36	100	51	75	0	.	33	100	2	100	0	.	5	100	0	.	0	.	32	100	27	100	1	100	23	70	0	.	241	52	0	.	20	70	18	95	164	45	16	100	0	.	0	.	118	50	486	70	290	42	0	.	8	100	0	.	51	49	119	58	445	33	102	64	127	41	83	75	44	81	19	100	31	100	15	72	25	100	0	.	70	88	0	.	40	84	176	72	95	58	0	.	405	49	20	100	26	62	253	47	25	100	23	100	25	100	28	60	96	70	82	40	10	100	51	81	41	58	31	74	126	64	155	43	182	59	81	66	0	.	7615	9
	Kastanie	0	.	0	.	6	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	406	49	43	72	0	.	0	.	0	.	0	.	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	100	277	50	251	67	402	50	556	30	1128	28	426	50	330	47	1510	31	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	100	0	.	0	.	0	.	0	.	26	100	0	.	168	66	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5569	12
	übrige Laubhölzer	283	42	96	38	140	49	88	77	3	100	63	75	789	33	153	28	666	33	99	32	89	53	40	58	81	44	0	.	18	80	361	74	37	47	119	53	21	87	187	47	123	40	114	39	400	38	772	27	414	40	299	38	131	52	65	61	69	50	2	100	26	50	7	100	23	63	48	78	79	55	15	68	24	60	6	100	71	43	158	35	237	62	132	35	37	47	42	50	62	65	175	51	13	100	128	44	19	123	98	82	229	62	121	47	515	85	140	54	188	37	122	67	304	36	521	34	965	26	565	39	392	45	427	35	66	51	158	54	29	67	171	65	282	89	99	52	32	61	125	78	117	50	178	97	6	80	26	56	87	70	151	85	124	86	51	57	123	67	4	100	12	100	353	32	315	34	319	31	7	100	163	63	104	57	66	53	8	58	32	62	142	60	73	66	0	.	15029	7
	nicht bestimmbar	0	0	0	.	0	.	0	.	0	.	0	0	0	0	0	0	0	0	0	0	0	0	0	.	0	0	0	.	0	0	0	0	0	.	0	0	0	.	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	.	0	.	0	.	0	.	0	0	0	.	0	0	0	.	0	.	0	0	0	0	0	.	0	0	0	.	0	.	0	0	0	.	0	.	0	0	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	0	0	.	0	0	0	0	0	0	0	.	0	0	0	.	0	0	0	0	0	0	0	0	0	0	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	.	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	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. 2302495. Birmensdorf, Swiss Federal Research Institute WSL

zurück