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 Hangmuren/Rutschungen (2022) · Hauptbaumart
Regionale Gliederung: Forstkreis (2024)
Einheit: 1000 m³
Bezugsfläche: zugänglicher Wald ohne Gebüschwald LFI1-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 Hangmuren/Rutschungen (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	.	187	.	582	71	1818	31	452	56	26	100	294	45	0	.	37	100	0	.	0	.	0	.	0	.	90	80	0	.	0	.	715	52	439	58	917	39	1116	40	2567	31	1070	43	317	64	0	.	0	.	0	.	63	.	114	80	0	.	50	95	48	91	260	95	0	.	322	66	96	80	370	74	272	59	0	.	276	70	182	71	0	.	0	.	0	.	0	.	178	74	0	.	0	.	66	97	0	.	0	.	426	61	151	79	423	50	0	.	37	100	24	100	157	100	9	100	0	.	297	.	226	.	1230	42	4	100	76	100	19	.	166	100	0	.	6	100	0	.	0	.	0	.	0	.	0	.	1	.	0	.	0	.	108	.	0	.	1070	36	1980	25	1886	31	0	.	0	.	0	.	9	.	10	.	0	.	0	.	0	.	0	.	21236	9
	Tanne	0	.	0	.	0	.	0	.	0	.	68	65	132	69	448	60	264	74	579	52	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	182	90	0	.	136	100	0	.	53	100	0	.	539	57	0	.	0	.	0	.	0	.	56	65	0	.	153	100	369	59	0	.	0	.	276	100	19	100	49	100	48	86	75	.	233	73	0	.	0	.	0	.	0	.	0	.	190	95	0	.	172	76	49	89	0	.	0	.	0	.	33	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	.	0	.	212	57	117	68	185	95	11	.	0	.	0	.	58	89	125	.	0	.	0	.	0	.	0	.	7	.	0	.	0	.	60	.	0	.	13	100	163	91	80	93	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5163	16
	Föhre	0	.	0	.	0	.	0	.	0	.	0	.	87	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	167	61	0	.	101	75	239	84	83	71	0	.	0	.	0	.	0	.	27	100	0	.	0	.	0	.	0	.	0	.	16	100	0	.	0	.	0	.	0	.	0	.	9	100	0	.	0	.	11	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	17	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	184	62	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	448	52	169	37	85	69	0	.	0	.	0	.	14	.	0	.	0	.	0	.	0	.	0	.	1655	23
	Lärche	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	42	100	43	138	31	83	166	73	147	47	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	30	100	75	100	0	.	10	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	14	71	41	76	23	100	0	.	9	100	75	100	0	.	0	.	0	.	0	.	0	.	46	100	0	.	10	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	750	31	633	38	323	50	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2468	17
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	-7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	100	28	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	74	100	82	82	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	178	58
	übrige Nadelhölzer	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	1	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	6	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	14	54
	Buche	0	.	0	.	0	.	0	.	0	.	84	73	685	42	289	75	235	68	682	38	50	.	250	72	101	.	0	.	0	.	0	.	292	58	0	.	0	.	191	64	50	84	140	54	13	100	11	100	0	.	315	43	169	80	0	.	0	.	69	.	29	88	0	.	10	100	58	60	90	100	0	.	43	83	19	69	524	63	194	63	93	.	172	67	197	72	0	.	0	.	145	.	144	.	107	67	0	.	352	80	25	71	0	.	0	.	0	.	31	100	0	.	41	100	386	60	63	71	0	.	105	100	0	.	0	.	0	.	213	60	229	62	71	76	0	.	173	75	0	.	76	90	115	.	0	.	0	.	0	.	0	.	3	.	0	.	0	.	72	.	0	.	0	.	0	.	509	43	59	.	0	.	0	.	38	.	13	.	0	.	0	.	0	.	0	.	8025	11
	Ahorn	0	.	0	.	0	.	0	.	0	.	54	80	151	44	0	.	6	100	142	48	0	.	16	100	0	.	0	.	0	.	0	.	58	71	0	.	0	.	120	60	45	100	26	92	34	100	4	100	0	.	69	61	23	100	0	.	0	.	0	.	39	61	0	.	11	72	9	100	13	100	0	.	4	100	23	71	-21	192	69	86	20	.	126	50	0	.	0	.	0	.	0	.	7	.	41	100	0	.	13	100	22	71	0	.	0	.	0	.	0	.	0	.	2	100	0	.	12	71	0	.	0	.	0	.	0	.	0	.	0	.	49	71	42	76	0	.	0	.	0	.	48	72	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	100	126	52	29	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1433	15
	Esche	0	.	0	.	0	.	0	.	0	.	93	100	113	90	0	.	91	78	38	100	61	.	0	.	0	.	0	.	0	.	0	.	74	88	0	.	0	.	82	62	8	100	12	100	57	80	0	.	0	.	228	73	0	.	0	.	0	.	0	.	29	71	0	.	2	100	0	.	21	100	0	.	2	100	100	71	152	59	14	100	0	.	104	82	0	.	0	.	0	.	0	.	0	.	88	100	0	.	0	.	64	100	0	.	0	.	0	.	0	.	0	.	9	100	0	.	28	100	0	.	32	100	44	77	0	.	5	.	0	.	68	100	3	100	0	.	117	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	29	82	1	100	84	80	49	.	0	.	0	.	0	.	12	.	0	.	0	.	0	.	0	.	1914	18
	Eiche	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	33	73	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	11	100	0	.	0	.	0	.	0	.	0	.	0	.	2	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	.	14	100	38	50	222	51	36	73	67	56	0	.	0	.	0	.	31	100	15	72	25	100	0	.	9	100	0	.	33	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	22	71	69	96	8	84	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	635	24
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	152	100	25	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	31	100	79	80	20	100	215	74	168	50	601	41	221	82	78	58	305	49	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	64	63	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1959	21
	übrige Laubhölzer	0	.	0	.	0	.	0	.	0	.	2	100	216	55	0	.	0	.	18	74	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	1	100	52	74	43	60	151	53	84	55	49	80	17	71	1	100	0	.	0	.	0	.	2	100	0	.	12	100	0	.	0	.	0	.	0	0	0	.	27	67	9	100	0	.	46	58	0	0	0	.	0	.	14	.	0	.	38	97	0	.	0	.	0	.	0	.	0	.	4	100	35	90	2	71	114	67	152	85	312	48	13	100	45	86	128	85	0	.	0	.	22	84	65	98	8	100	0	.	6	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	.	0	.	66	61	102	44	36	158	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1902	16
	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
	Total	0	.	0	.	0	.	0	.	187	.	884	56	3195	25	1189	48	655	56	1753	32	112	.	303	65	101	.	0	.	0	.	0	.	524	54	0	.	0	.	1293	45	635	49	1484	36	1402	34	3140	27	1557	34	1581	35	193	81	0	.	0	.	132	.	295	64	0	.	240	91	484	59	384	74	0	.	667	74	257	71	1132	44	680	51	190	.	969	46	387	71	0	.	0	.	170	.	151	.	642	64	0	.	538	73	227	71	0	.	0	.	461	59	359	45	487	50	417	49	781	43	1272	31	503	51	335	53	477	50	302	.	231	.	1898	35	593	47	409	71	40	.	470	87	0	.	221	76	240	.	0	.	0	.	0	.	0	.	11	.	0	.	0	.	244	.	0	.	2472	24	3200	21	3201	25	137	.	0	.	0	.	61	.	34	.	0	.	0	.	0	.	0	.	46583	6
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	1507	33	2135	32	2293	29	12869	12	6240	14	5655	16	3049	18	3	100	278	72	404	52	0	.	815	45	2692	26	2382	28	1757	29	0	.	3103	27	6289	17	2278	23	5235	19	6792	15	4831	15	2456	23	1388	32	2064	26	4715	22	325	60	1165	30	668	42	480	39	1710	30	1083	37	1444	32	1551	29	772	41	866	44	2212	28	2069	32	2753	30	1707	27	895	45	566	48	314	67	291	55	2001	29	1990	29	1291	33	773	38	973	38	1361	29	625	49	1970	29	1591	37	0	.	27	100	0	.	133	63	71	71	239	58	570	36	1151	44	504	48	842	54	1241	35	1131	33	765	41	187	51	1096	31	96	51	342	56	2029	22	769	40	863	33	1126	36	270	67	425	55	26	100	359	69	2921	21	2155	25	3642	20	506	43	1119	36	649	37	1221	30	1828	28	768	56	709	47	586	34	0	.	146733	3
	Tanne	388	46	102	72	119	72	1278	33	557	38	1473	37	1652	28	5761	15	4411	18	2331	25	18	73	120	61	316	53	0	.	263	70	325	55	1162	36	688	49	0	.	343	58	298	36	350	43	282	66	856	40	17	100	3029	21	1478	31	2979	21	1396	26	529	53	1091	38	511	35	433	45	982	41	331	54	170	62	622	33	844	36	83	75	416	50	474	48	954	33	139	57	488	39	378	56	208	48	242	37	343	58	741	36	394	41	486	51	298	41	466	57	9	100	93	64	162	100	0	.	0	.	27	100	334	60	260	58	171	69	597	43	0	.	139	86	342	43	260	66	945	39	86	62	65	88	879	39	108	90	342	45	353	49	393	49	477	35	369	47	361	68	408	53	298	82	166	69	112	99	301	61	619	39	204	44	174	50	302	48	979	31	414	38	56	82	25	100	185	82	0	.	54629	4
	Föhre	76	79	35	71	29	76	72	87	0	.	17	100	333	89	62	66	497	32	418	53	47	100	9	292	162	45	0	.	18	100	168	79	0	.	308	60	110	79	0	.	166	47	402	43	48	100	503	39	928	33	286	43	16	100	170	56	0	.	107	100	0	.	0	.	0	.	24	100	0	.	147	100	0	.	31	100	0	.	0	.	0	.	43	100	351	39	99	64	104	52	-6	100	122	49	37	100	8	100	0	.	89	59	159	55	193	59	0	.	47	100	58	100	0	.	0	.	0	.	0	.	0	.	15	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	26	71	10	100	0	.	28	100	0	.	22	71	0	.	26	100	0	.	0	.	95	100	0	.	454	35	209	47	631	38	0	.	30	100	220	48	83	65	250	42	169	53	186	65	45	100	0	.	8995	9
	Lärche	14	73	75	68	67	98	144	69	0	.	0	.	140	62	16	100	150	59	0	.	0	.	0	.	25	72	0	.	0	.	46	100	0	.	25	100	0	.	67	87	336	45	234	40	165	75	1469	21	4649	16	20	100	4	100	15	73	0	.	0	.	0	.	0	.	43	100	0	.	0	.	0	.	14	100	12	100	0	.	38	77	45	100	0	.	39	66	0	.	0	.	17	100	0	.	0	.	0	.	52	100	9	100	46	100	0	.	322	62	472	33	313	46	234	59	0	.	77	80	826	30	430	39	518	60	0	.	0	.	0	.	129	46	0	.	0	.	0	.	46	100	0	.	13	100	0	.	0	.	12	100	0	.	49	71	0	.	11	100	0	.	29	100	3743	22	1709	23	1003	25	55	100	22	100	16	100	2	100	0	.	50	71	20	100	177	55	0	.	18250	7
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	17	100	0	.	0	.	209	48	1086	21	0	.	0	.	0	.	0	.	0	.	0	.	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	.	450	32	164	41	54	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1985	15
	übrige Nadelhölzer	36	77	0	.	43	100	42	69	0	.	8	78	1	100	0	.	362	46	1	100	0	.	0	.	0	.	177	.	0	.	0	.	0	.	0	.	0	.	0	.	8	100	0	.	0	.	7	100	25	46	-5	145	60	100	198	89	1	100	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	294	99	-12	114	-16	100	6	100	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	.	0	.	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	.	1756	28
	Buche	1448	27	816	31	651	32	2099	30	258	46	473	37	1821	32	2614	17	4213	15	2677	18	352	49	734	37	1231	29	0	.	269	64	756	34	726	37	1260	35	0	.	770	34	630	49	437	38	21	87	485	43	0	.	3278	18	1194	30	823	34	1255	31	359	55	190	39	231	37	215	41	377	38	346	46	36	58	1460	32	551	39	482	61	665	36	998	36	1262	32	1911	23	1364	30	1059	27	931	37	1212	30	305	37	260	85	609	35	530	32	406	40	762	32	0	.	101	76	0	.	698	36	814	39	553	37	923	32	744	33	463	41	619	43	0	.	18	100	355	62	117	62	391	46	285	63	74	64	1026	31	14	71	109	49	308	33	383	43	1115	32	505	58	578	46	176	55	198	58	264	63	0	.	16	89	397	44	190	51	414	40	418	44	833	32	894	30	708	46	449	43	406	33	0	.	63369	3
	Ahorn	272	38	131	43	108	47	71	45	18	71	191	63	623	27	325	31	203	34	443	29	128	59	85	58	213	45	0	.	73	71	54	61	244	41	55	54	0	.	197	34	92	56	-5	246	32	72	111	48	0	.	376	23	130	39	68	44	306	32	76	56	132	53	46	82	89	93	24	51	116	37	24	76	220	63	164	46	66	54	282	45	202	49	436	35	86	52	116	47	146	36	76	48	179	43	151	44	67	49	39	61	242	58	101	55	74	76	12	100	44	100	19	100	0	.	48	74	28	68	5	59	26	100	2	100	148	43	4	100	0	.	140	66	139	53	121	42	27	64	0	.	87	51	0	.	15	83	25	63	45	65	86	51	81	48	13	100	16	100	0	.	8	140	2	100	34	72	100	46	76	62	175	50	29	189	276	35	103	49	201	55	132	61	235	55	0	.	10198	6
	Esche	274	37	415	42	170	58	158	65	0	.	242	54	38	69	511	43	573	30	81	63	218	65	44	56	129	64	0	.	198	62	361	56	260	44	395	43	28	100	200	56	38	100	-5	139	86	72	89	63	0	.	694	28	615	73	197	50	117	49	75	64	14	100	2	100	2	100	4	100	418	60	0	.	65	72	422	42	159	64	82	59	198	62	204	56	215	42	102	47	52	63	254	50	94	54	228	53	4	100	272	66	352	41	429	42	220	41	11	100	123	100	0	.	17	71	38	55	129	75	75	68	38	74	41	61	133	65	42	74	0	.	216	58	58	58	56	67	54	78	51	77	41	58	70	100	2	100	9	100	23	92	112	58	230	60	52	65	212	69	0	.	236	79	34	57	46	73	69	57	122	90	384	53	122	50	254	34	237	37	146	68	113	47	170	51	0	.	13761	7
	Eiche	287	60	62	72	0	.	240	55	0	.	0	.	17	75	60	71	554	24	0	.	79	100	3	100	115	56	0	.	8	100	54	100	33	77	64	74	473	55	0	.	0	.	59	100	0	.	0	0	72	100	288	49	92	92	180	67	36	100	51	75	0	.	33	100	0	.	0	.	5	100	0	.	0	.	32	100	27	100	0	.	23	70	0	.	241	52	0	.	20	70	18	95	164	45	16	100	0	.	0	.	118	50	486	70	290	42	0	.	0	.	0	.	32	64	79	84	223	44	66	91	34	76	83	75	44	81	0	.	0	.	0	.	0	.	0	.	62	100	0	.	7	100	176	72	95	58	0	.	405	49	20	100	26	62	253	47	25	100	23	100	25	100	6	100	23	57	47	56	0	.	51	81	41	58	11	100	126	64	155	43	182	59	81	66	0	.	6701	10
	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	.	253	52	18	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	192	61	232	72	187	68	320	40	526	40	205	54	253	59	1205	37	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	100	0	.	0	.	0	.	0	.	26	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3432	17
	übrige Laubhölzer	283	42	96	38	140	49	88	77	3	100	61	77	320	33	153	28	647	34	80	36	89	53	40	58	47	57	0	.	18	80	356	75	33	51	119	53	3	100	186	48	50	51	21	64	209	61	661	31	322	49	282	40	120	56	65	61	67	51	2	100	24	54	7	100	11	71	48	78	72	59	15	68	21	67	6	100	44	56	134	39	237	62	67	54	37	47	42	50	62	65	162	55	13	100	84	50	18	66	37	143	229	62	121	47	78	61	117	63	150	42	95	84	146	49	294	39	658	31	234	33	295	57	221	41	66	51	44	100	1	100	106	85	273	92	37	65	26	71	125	78	88	57	5	82	6	80	26	56	87	70	23	55	124	86	51	57	123	67	0	.	12	100	275	38	102	40	248	31	7	100	163	63	104	57	66	53	8	58	32	62	142	60	73	66	0	.	10772	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
	Total	3462	19	2241	23	2133	26	5700	19	2971	30	4758	25	17812	11	15742	11	17265	10	9080	14	934	38	1313	35	2642	26	177	.	1662	34	4812	21	4839	20	4671	20	614	53	4866	21	7923	15	3772	19	6079	18	11436	12	11946	11	10703	13	5097	21	6759	18	7893	18	1524	33	2616	26	1505	33	1272	35	3169	24	2372	29	1835	31	3953	22	3128	27	1715	33	3812	23	4253	24	5719	21	4782	18	3113	24	2368	25	1996	29	2316	25	3166	23	3086	24	2696	27	2830	26	3018	28	3448	21	1096	35	3192	23	2473	28	1314	26	1620	28	2221	21	2851	19	2150	24	2959	24	2177	28	1241	42	662	46	2130	31	2103	29	2681	31	1306	37	679	42	3250	23	482	59	944	36	2750	21	2138	27	2696	24	2721	25	1578	36	1397	37	640	66	1099	45	8031	15	4764	18	6811	15	1160	35	2534	29	1915	26	3758	22	3866	21	2284	29	1958	30	1960	27	0	.	340582	1
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	1507	33	2322	31	2875	27	14686	11	6692	13	5681	16	3344	17	3	100	315	64	404	52	0	.	815	45	2692	26	2472	27	1757	29	0	.	3817	24	6728	16	3195	19	6351	17	9358	13	5901	14	2773	22	1388	32	2064	26	4715	22	388	52	1280	28	668	42	529	37	1757	29	1342	35	1444	32	1873	27	868	38	1235	38	2484	26	2069	32	3030	28	1888	25	895	45	566	48	314	67	291	55	2179	27	1990	29	1291	33	840	36	973	38	1361	29	1051	38	2121	27	2014	31	0	.	64	71	24	100	289	61	80	65	239	58	868	42	1377	41	1734	33	846	53	1316	33	1151	33	931	38	187	51	1102	30	96	51	342	56	2029	22	769	40	863	33	1127	36	270	67	425	55	133	83	359	69	3992	18	4135	18	5527	17	506	43	1119	36	649	37	1230	30	1837	28	768	56	709	47	586	34	0	.	167969	2
	Tanne	388	46	102	72	119	72	1278	33	557	38	1541	36	1784	26	6208	15	4675	17	2909	22	18	73	120	61	316	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	464	46	550	43	1188	30	139	57	488	39	378	56	208	48	242	37	534	51	741	36	567	36	535	47	298	41	466	57	9	100	126	54	162	100	0	.	0	.	27	100	334	60	260	58	171	69	602	43	0	.	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	463	51	699	36	204	44	174	50	302	48	979	31	414	38	56	82	25	100	185	82	0	.	59792	4
	Föhre	76	79	35	71	29	76	72	87	0	.	17	100	420	73	62	66	497	32	418	53	47	100	9	292	162	45	0	.	18	100	168	79	0	.	308	60	110	79	0	.	166	47	569	35	48	100	605	35	1167	31	369	37	16	100	170	56	0	.	107	100	27	100	0	.	0	.	24	100	0	.	147	100	16	100	31	100	0	.	0	.	0	.	43	100	360	39	99	64	104	52	6	231	122	49	37	100	8	100	0	.	89	59	159	55	193	59	0	.	64	78	58	100	0	.	0	.	0	.	0	.	0	.	15	100	0	.	0	.	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	378	31	716	34	0	.	30	100	220	48	97	58	250	42	169	53	186	65	45	100	0	.	10650	8
	Lärche	14	73	75	68	67	98	144	69	0	.	0	.	140	62	16	100	150	59	0	.	0	.	0	.	25	72	0	.	0	.	46	100	0	.	25	100	0	.	67	87	378	42	277	40	195	64	1636	20	4796	15	20	100	4	100	15	73	0	.	0	.	0	.	0	.	43	100	0	.	0	.	0	.	14	100	12	100	30	100	113	71	45	100	10	100	39	66	0	.	0	.	17	100	0	.	0	.	0	.	52	100	9	100	46	100	0	.	322	62	485	32	354	42	256	55	0	.	86	72	902	28	430	39	518	60	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	4493	19	2342	20	1326	23	55	100	22	100	16	100	2	100	0	.	50	71	20	100	177	55	0	.	20718	7
	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	.	211	47	1113	21	0	.	0	.	0	.	0	.	0	.	0	.	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	.	524	31	246	38	54	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2164	15
	übrige Nadelhölzer	36	77	0	.	43	100	42	69	0	.	8	78	1	100	0	.	362	46	2	71	0	.	0	.	0	.	177	.	0	.	0	.	0	.	0	.	0	.	2	100	8	100	0	.	0	.	7	100	25	46	-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	.	1770	27
	Buche	1448	27	816	31	651	32	2099	30	258	46	557	33	2506	26	2903	17	4448	14	3359	16	403	45	984	33	1333	28	0	.	269	64	756	34	1018	31	1260	35	0	.	961	30	680	46	577	31	34	66	496	42	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	859	31	1092	34	1434	29	2108	21	1364	30	1059	27	1077	34	1355	28	413	32	260	85	961	37	555	31	406	40	762	32	0	.	131	63	0	.	740	34	1200	33	617	34	923	32	848	32	463	41	619	43	0	.	231	56	583	45	188	48	391	46	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	.	16	89	906	30	249	46	414	40	418	44	871	31	907	29	708	46	449	43	406	33	0	.	71394	3
	Ahorn	272	38	131	43	108	47	71	45	18	71	245	52	774	24	325	31	209	33	584	25	128	59	101	51	213	45	0	.	73	71	54	61	302	36	55	54	0	.	317	31	136	50	22	123	66	62	116	46	0	.	445	22	153	36	68	44	306	32	76	56	171	43	46	82	100	83	33	46	129	34	24	76	224	62	187	41	45	119	351	40	222	46	562	29	86	52	116	47	146	36	76	48	186	41	192	40	67	49	52	52	264	53	101	55	74	76	12	100	44	100	19	100	2	100	48	74	40	52	5	59	26	100	2	100	148	43	4	100	0	.	190	52	180	44	121	42	27	64	0	.	135	41	0	.	15	83	25	63	45	65	86	51	81	48	13	100	16	100	0	.	8	140	2	100	35	69	226	35	105	53	175	50	29	189	276	35	103	49	201	55	132	61	235	55	0	.	11631	5
	Esche	274	37	415	42	170	58	158	65	0	.	335	48	151	69	511	43	664	28	118	53	280	55	44	56	129	64	0	.	198	62	361	56	334	40	395	43	28	100	282	44	46	85	7	183	143	54	89	63	0	.	922	27	615	73	197	50	117	49	75	64	43	58	2	100	5	70	4	100	439	57	0	.	67	70	522	37	311	43	96	52	198	62	308	46	215	42	102	47	52	63	254	50	94	54	316	47	4	100	272	66	416	38	429	42	220	41	11	100	123	100	0	.	25	58	38	55	158	64	75	68	70	61	85	49	133	65	47	67	0	.	284	50	61	56	56	67	171	73	51	77	41	58	70	100	2	100	9	100	23	92	112	58	230	60	52	65	212	69	0	.	236	79	63	49	47	72	153	51	171	70	384	53	122	50	254	34	249	35	146	68	113	47	170	51	0	.	15676	7
	Eiche	287	60	62	72	0	.	240	55	0	.	0	.	17	75	60	71	587	23	0	.	79	100	3	100	115	56	0	.	8	100	54	100	34	74	64	74	473	55	0	.	0	.	59	100	0	.	0	0	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	0	.	23	70	0	.	241	52	0	.	20	70	18	95	164	45	16	100	0	.	0	.	118	50	486	70	290	42	0	.	0	.	0	.	46	54	117	59	445	33	102	64	101	45	83	75	44	81	0	.	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	92	73	56	49	0	.	51	81	41	58	11	100	126	64	155	43	182	59	81	66	0	.	7336	10
	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	271	49	251	67	402	50	488	31	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	.	64	63	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5391	12
	übrige Laubhölzer	283	42	96	38	140	49	88	77	3	100	63	75	536	30	153	28	647	34	98	32	89	53	40	58	47	57	0	.	18	80	356	75	37	47	119	53	3	100	187	47	102	45	64	45	361	42	745	28	370	44	299	38	121	56	65	61	67	51	2	100	26	50	7	100	23	63	48	78	72	59	15	68	21	67	6	100	71	43	143	37	237	62	113	40	37	47	42	50	62	65	175	51	13	100	122	46	18	66	37	143	229	62	121	47	78	61	121	61	185	38	97	82	260	40	446	39	970	26	247	32	339	50	349	41	66	51	44	100	24	80	171	65	281	90	37	65	32	61	125	78	88	57	5	82	6	80	26	56	87	70	23	55	124	86	51	57	123	67	4	100	12	100	341	33	204	30	284	34	7	100	163	63	104	57	66	53	8	58	32	62	142	60	73	66	0	.	12674	6
	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
	Total	3462	19	2241	23	2133	26	5700	19	3158	29	5641	22	21007	10	16932	10	17920	10	10833	12	1046	35	1615	31	2743	25	177	.	1662	34	4812	21	5363	19	4671	20	614	53	6159	19	8558	14	5255	17	7480	16	14576	11	13504	10	12284	12	5290	21	6759	18	7893	18	1656	32	2911	24	1505	33	1512	32	3653	22	2756	27	1835	31	4620	21	3385	25	2846	26	4492	21	4442	23	6688	19	5169	18	3113	24	2368	25	2166	28	2467	24	3809	22	3086	24	3234	25	3056	25	3018	28	3448	21	1557	30	3551	21	2960	25	1731	23	2401	23	3493	17	3354	18	2485	22	3435	21	2479	28	1472	39	2559	28	2723	27	2512	27	2721	30	1776	36	679	42	3471	22	722	51	944	36	2750	21	2138	27	2696	24	2732	25	1578	36	1397	37	883	55	1099	45	10503	12	7963	14	10012	13	1297	33	2534	29	1915	26	3819	22	3900	21	2284	29	1958	30	1960	27	0	.	387165	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. 2297441. Birmensdorf, Swiss Federal Research Institute WSL

zurück