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 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 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	1838	31	452	56	26	100	315	42	0	.	37	100	0	.	0	.	0	.	0	.	90	80	0	.	0	.	715	52	450	57	955	37	1223	38	2754	29	1075	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	.	245	60	0	.	0	.	66	97	0	.	0	.	434	60	151	79	456	47	0	.	37	100	24	100	167	94	9	100	0	.	297	.	226	.	1234	42	120	97	76	100	19	100	166	100	0	.	6	100	0	.	0	.	0	.	0	.	0	.	1	.	0	.	0	.	108	.	0	.	1070	36	2053	25	2013	30	0	.	0	.	0	.	9	.	10	.	0	.	0	.	0	.	0	.	22065	8
	Tanne	0	.	0	.	0	.	0	.	0	.	68	65	132	69	448	60	264	74	709	46	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	182	90	0	.	136	100	0	.	53	100	0	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	.	203	89	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	100	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	.	5307	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	86	68	0	.	0	.	0	.	14	.	0	.	0	.	0	.	0	.	0	.	1657	23
	Lärche	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	58	77	181	83	31	83	166	73	149	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	.	40	100	14	71	41	76	23	100	0	.	9	100	113	73	0	0	0	.	0	.	0	.	0	.	46	100	0	.	10	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	750	31	695	36	343	48	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2784	16
	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	104	78	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	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	.	255	51
	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	727	36	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	.	145	56	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	10	100	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	.	8117	11
	Ahorn	0	.	0	.	0	.	0	.	0	.	54	80	177	40	0	.	6	100	148	47	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	.	49	86	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	3	100	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	.	1475	14
	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	.	21	72	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	.	1927	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	.	8	100	0	.	19	77	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	73	91	25	72	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	669	23
	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	53	130	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	.	1933	21
	übrige Laubhölzer	0	.	0	.	0	.	0	.	0	.	2	100	417	56	0	.	0	.	19	68	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	1	100	52	74	63	52	168	49	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	.	19	82	35	90	2	71	119	65	152	85	312	48	13	100	45	86	128	85	0	.	0	.	22	84	65	98	8	100	18	100	6	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	.	0	.	66	61	102	44	40	144	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2184	17
	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
	Total	0	.	0	.	0	.	0	.	187	.	884	56	3443	24	1189	48	655	56	1957	31	112	.	303	65	101	.	0	.	0	.	0	.	524	54	0	.	0	.	1293	45	662	47	1681	33	1525	32	3327	26	1642	33	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	.	768	56	0	.	538	73	227	71	0	.	0	.	525	53	341	48	519	47	440	46	781	43	1272	31	550	47	335	53	477	50	302	.	231	.	1901	35	710	42	409	71	71	71	470	87	0	.	221	76	240	.	0	.	0	.	0	.	0	.	11	.	0	.	0	.	244	.	0	.	2472	24	3339	21	3370	24	137	.	0	.	0	.	61	.	34	.	0	.	0	.	0	.	0	.	48387	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	1536	33	2339	31	2293	29	14766	11	6240	14	5655	16	3093	18	3	100	278	72	427	50	0	.	815	45	2879	25	2648	26	1757	29	0	.	3333	25	6645	16	2508	21	5975	18	7372	14	4948	15	2456	23	1529	31	2064	26	5036	21	325	60	1165	30	668	42	480	39	1710	30	1194	34	1501	31	1714	27	772	41	1121	38	2274	27	2069	32	3338	26	1707	27	895	45	566	48	314	67	318	51	2028	29	2092	27	1399	31	773	38	973	38	1361	29	625	49	2014	28	1591	37	12	100	27	100	0	.	170	51	71	71	399	45	561	37	1254	41	527	46	916	50	1499	31	1350	31	765	41	187	51	1136	30	96	51	342	56	2139	21	812	38	947	32	1126	36	325	58	425	55	26	100	359	69	3031	20	2176	25	3903	19	816	38	1119	36	649	37	1232	30	1828	28	768	56	709	47	586	34	0	.	155562	3
	Tanne	388	46	102	72	119	72	1278	33	557	38	1473	37	1686	27	5781	15	4411	18	2331	25	18	73	120	61	318	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	428	49	474	48	1364	29	139	57	488	39	378	56	208	48	242	37	442	50	741	36	394	41	486	51	298	41	466	57	9	100	93	64	162	100	0	.	0	.	27	100	367	55	260	58	171	69	597	43	25	100	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	325	57	619	39	371	51	174	50	302	48	979	31	414	38	56	82	25	100	185	82	0	.	55456	4
	Föhre	76	79	35	71	29	76	72	87	0	.	17	100	358	83	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	402	43	48	100	503	39	960	32	286	43	16	100	170	56	0	.	107	100	0	.	0	.	0	.	24	100	0	.	147	100	0	.	31	100	0	.	105	72	0	.	43	100	351	39	99	64	104	52	-6	100	122	49	47	81	8	100	0	.	89	59	159	55	193	59	0	.	47	100	85	75	0	.	0	.	0	.	0	.	0	.	15	100	0	.	54	100	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	232	43	631	38	0	.	30	100	220	48	83	65	250	42	169	53	186	65	45	100	0	.	9317	9
	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	354	43	338	40	175	71	1986	17	4957	15	20	100	4	100	15	73	0	.	0	.	0	.	0	.	43	100	0	.	0	.	0	.	14	100	12	100	0	.	133	73	45	100	0	.	39	66	0	.	0	.	17	100	0	.	0	.	0	.	52	100	9	100	46	100	0	.	471	49	477	33	424	43	349	44	0	.	77	80	1092	25	457	37	553	56	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	4334	20	1752	23	1044	25	55	100	22	100	16	100	2	100	0	.	50	71	20	100	177	55	0	.	20691	7
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	28	73	0	.	2	100	221	45	1175	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	.	451	32	254	37	98	64	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2234	14
	übrige Nadelhölzer	36	77	0	.	43	100	42	69	0	.	8	78	38	96	0	.	362	46	1	100	0	.	0	.	0	.	177	.	0	.	0	.	0	.	0	.	0	.	0	.	8	94	0	.	0	.	9	77	28	42	-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	.	1799	27
	Buche	1448	27	816	31	651	32	2113	30	258	46	473	37	2159	31	2614	17	4213	15	2820	18	352	49	734	37	1807	30	0	.	269	64	756	34	726	37	1260	35	0	.	770	34	630	49	451	37	21	87	554	40	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	759	35	998	36	1469	29	1911	23	1364	30	1059	27	931	37	1292	28	380	35	260	85	609	35	530	32	406	40	762	32	0	.	101	76	0	.	723	35	814	39	553	37	949	31	773	32	465	41	619	43	25	100	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	.	20	74	428	41	214	47	414	40	418	44	858	31	894	30	708	46	449	43	406	33	0	.	65169	3
	Ahorn	272	38	131	43	108	47	71	45	18	71	191	63	723	25	325	31	203	34	443	29	128	59	85	58	258	41	0	.	73	71	54	61	244	41	55	54	0	.	245	30	92	56	146	103	32	72	111	48	0	.	376	23	130	39	68	44	306	32	76	56	136	52	46	82	89	93	24	51	132	35	24	76	255	56	164	46	76	49	282	45	202	49	485	33	86	52	116	47	146	36	76	48	211	39	151	44	97	42	39	61	242	58	101	55	74	76	12	100	70	73	19	100	19	100	48	74	29	64	11	50	36	79	6	77	148	43	37	90	0	.	140	66	177	47	121	42	27	64	0	.	87	51	0	.	15	83	28	56	45	65	86	51	81	48	13	100	16	100	0	.	8	140	2	100	36	67	157	33	93	54	175	50	29	189	282	34	103	49	201	55	132	61	235	55	0	.	10941	6
	Esche	274	37	415	42	170	58	158	65	0	.	242	54	113	70	511	43	573	30	81	63	218	65	44	56	189	49	0	.	198	62	361	56	260	44	395	43	28	100	216	52	38	100	-5	139	115	57	89	63	0	.	694	28	615	73	197	50	117	49	75	64	14	100	2	100	2	100	4	100	418	60	0	.	71	67	422	42	159	64	96	52	198	62	272	46	215	42	102	47	52	63	254	50	94	54	249	49	102	97	272	66	352	41	429	42	220	41	11	100	123	100	38	100	32	60	38	55	129	75	102	57	38	74	41	61	133	65	44	72	0	.	216	58	119	58	56	67	54	78	51	77	41	58	71	99	2	100	9	100	23	92	112	58	230	60	52	65	212	69	0	.	236	79	67	57	100	64	156	56	122	90	395	52	122	50	257	34	237	37	146	68	113	47	170	51	0	.	14480	7
	Eiche	287	60	62	72	0	.	346	49	0	.	0	.	28	60	60	71	573	23	0	.	79	100	3	100	115	56	0	.	8	100	54	100	33	77	64	74	473	55	0	.	0	.	59	100	0	.	20	100	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	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	.	0	.	0	.	32	64	82	82	223	44	66	91	60	61	83	75	44	81	19	100	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	57	49	10	100	51	81	41	58	31	74	126	64	155	43	182	59	81	66	0	.	6947	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	.	223	54	232	72	187	68	388	38	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	.	104	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3636	16
	übrige Laubhölzer	283	42	96	38	140	49	88	77	3	100	61	77	372	30	153	28	666	33	80	36	89	53	40	58	81	44	0	.	18	80	361	74	33	51	119	53	21	87	186	48	71	42	51	61	231	55	688	30	365	44	282	40	130	53	65	61	69	50	2	100	24	54	7	100	11	71	48	78	79	55	15	68	24	60	6	100	44	56	149	37	237	62	86	45	37	47	42	50	62	65	162	55	13	100	89	47	19	123	98	82	229	62	121	47	515	85	121	61	153	41	120	69	185	43	368	33	653	32	552	40	347	50	299	34	66	51	158	54	7	84	106	85	274	92	81	59	26	71	125	78	117	50	178	97	6	80	26	56	87	70	151	85	124	86	51	57	123	67	0	.	12	100	287	37	213	45	279	29	7	100	163	63	104	57	66	53	8	58	32	62	142	60	73	66	0	.	12845	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
	Total	3462	19	2241	23	2133	26	5849	19	3175	29	4758	25	20386	10	15762	11	17304	10	9266	14	934	38	1313	35	3381	24	177	.	1662	34	5005	21	5105	20	4671	20	632	51	5159	20	8377	14	4300	18	6882	17	12664	11	12539	11	10703	13	5248	21	6759	18	8215	17	1524	33	2620	26	1505	33	1272	35	3169	24	2506	27	1892	30	4161	21	3128	27	1980	30	4213	21	4253	24	7057	19	4782	18	3113	24	2368	25	1996	29	2456	24	3403	23	3319	23	2865	25	2830	26	3018	28	3885	22	1248	32	3301	22	2676	26	1539	23	1765	26	2218	21	3563	17	2294	23	3238	22	2168	28	1616	35	691	44	2203	31	2461	27	2944	29	1306	37	679	42	3320	22	656	51	944	36	2863	20	2181	27	2908	23	2721	25	1633	35	1397	37	640	66	1099	45	8777	14	5136	17	7478	14	1689	33	2545	29	1915	26	3823	22	3866	21	2284	29	1958	30	1960	27	0	.	359075	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	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. 2298319. Birmensdorf, Swiss Federal Research Institute WSL

zurück