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

LFI5
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 2018/26
		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	.	200	.	520	62	1869	31	265	78	27	100	341	45	0	.	39	100	0	.	0	.	0	.	0	.	123	82	0	.	0	.	527	56	491	58	943	46	828	42	2402	28	1011	41	62	69	0	.	0	.	0	.	55	.	176	78	0	.	40	81	31	83	380	95	0	.	579	69	165	63	263	63	356	56	0	.	282	66	82	100	0	.	0	.	0	.	0	.	146	84	0	.	0	.	55	94	0	.	0	.	488	61	189	71	373	53	0	.	37	100	30	100	201	100	10	100	0	.	251	.	272	.	954	45	11	100	92	100	107	.	181	100	0	.	3	100	0	.	0	.	0	.	0	.	0	.	25	.	0	.	0	.	22	.	0	.	1233	42	1844	27	2041	31	0	.	0	.	0	.	15	.	12	.	0	.	0	.	0	.	0	.	20650	9
	Tanne	0	.	0	.	0	.	0	.	0	.	190	71	161	59	426	59	232	89	448	43	0	.	0	.	0	.	0	.	0	.	0	.	5	100	0	.	0	.	197	91	0	.	117	100	0	.	101	100	0	.	384	61	4	100	0	.	0	.	0	.	89	64	0	.	143	100	373	58	6	100	0	.	315	100	23	100	13	100	52	78	74	.	304	63	0	.	0	.	0	.	0	.	0	.	263	94	0	.	140	75	18	100	0	.	0	.	0	.	79	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	9	.	0	.	193	68	142	70	262	96	26	.	0	.	0	.	45	71	166	.	0	.	0	.	0	.	0	.	16	.	0	.	0	.	70	.	0	.	8	100	159	89	149	87	0	.	0	.	0	.	6	.	0	.	0	.	0	.	0	.	0	.	5406	16
	Föhre	0	.	0	.	0	.	0	.	0	.	0	.	83	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	174	61	0	.	62	59	258	73	92	67	0	.	0	.	0	.	0	.	29	100	0	.	0	.	0	.	0	.	0	.	42	100	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	31	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	215	62	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	437	51	172	39	81	68	0	.	0	.	0	.	8	.	0	.	0	.	0	.	0	.	0	.	1684	22
	Lärche	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	45	100	79	83	40	82	170	66	226	45	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	37	100	72	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	20	73	43	74	24	100	0	.	5	100	173	100	0	.	0	.	0	.	0	.	0	.	52	100	0	.	20	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	809	30	736	42	330	54	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2880	17
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	12	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	100	21	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	.	79	100	51	92	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	165	58
	übrige Nadelhölzer	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	100	0	.	0	.	0	.	2	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	100	0	.	0	.	0	.	7	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	.	22	51
	Buche	0	.	0	.	0	.	0	.	0	.	79	79	792	40	295	81	250	69	566	36	46	.	138	74	132	.	0	.	0	.	0	.	356	55	0	.	0	.	202	65	42	71	148	55	10	100	8	100	0	.	337	45	197	73	0	.	0	.	47	.	20	74	0	.	10	100	47	60	125	100	0	.	45	76	46	72	414	70	276	63	55	.	126	84	173	74	0	.	0	.	116	.	74	.	130	68	0	.	381	76	38	71	0	.	0	.	0	.	31	95	0	.	33	100	456	59	37	60	0	.	82	100	4	100	0	.	0	.	239	52	228	61	70	77	0	.	257	72	0	.	86	83	145	.	0	.	0	.	0	.	0	.	6	.	0	.	0	.	96	.	0	.	0	.	0	.	446	45	80	.	0	.	0	.	29	.	23	.	0	.	0	.	0	.	0	.	8070	11
	Ahorn	0	.	0	.	0	.	0	.	0	.	64	68	178	38	0	.	37	100	157	47	0	.	0	0	0	.	0	.	0	.	0	.	61	69	0	.	0	.	156	77	32	100	36	94	51	100	5	100	0	.	84	62	24	100	0	.	0	.	0	.	43	60	0	.	16	71	11	100	18	100	0	.	5	100	9	156	133	86	68	83	23	.	156	50	0	.	0	.	0	.	0	.	8	.	41	100	0	.	14	100	0	.	0	.	0	.	0	.	0	.	0	.	2	100	0	.	16	73	0	.	2	100	0	.	0	.	0	.	1	100	46	64	40	73	0	.	0	.	0	.	50	75	10	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	100	157	56	25	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1781	15
	Esche	0	.	0	.	0	.	0	.	0	.	70	100	84	95	0	.	77	100	33	100	16	.	0	.	0	.	0	.	0	.	0	.	86	93	0	.	0	.	40	100	17	100	5	100	103	85	0	.	0	.	208	73	0	.	0	.	0	.	0	.	1	100	0	.	0	.	0	.	0	.	0	.	4	100	101	71	141	68	21	100	0	.	78	81	0	.	0	.	0	.	0	.	0	.	77	100	0	.	0	.	39	100	0	.	0	.	0	.	0	.	0	.	9	100	0	.	24	100	0	.	24	100	46	80	0	.	5	.	0	.	0	.	3	100	0	.	135	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	41	83	2	100	89	90	52	.	0	.	0	.	0	.	13	.	0	.	0	.	0	.	0	.	1643	20
	Eiche	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	0	50	78	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	100	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	.	19	100	24	68	251	52	36	72	45	64	0	.	0	.	0	.	36	100	14	72	23	100	0	.	11	100	0	.	35	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	40	74	80	90	6	78	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	678	25
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	157	100	24	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	.	32	100	111	74	22	100	166	74	136	67	593	47	237	89	32	74	338	49	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	66	61	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1914	23
	übrige Laubhölzer	0	.	0	.	0	.	0	.	0	.	4	100	208	61	0	.	11	100	30	69	0	.	1	100	0	.	0	.	0	.	0	.	5	100	0	.	0	.	2	100	30	74	47	68	113	60	78	49	57	86	34	73	2	100	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	7	70	0	0	36	66	12	84	0	.	41	65	0	.	0	.	0	.	13	.	0	.	56	97	0	.	0	.	0	.	0	.	0	.	5	76	53	97	2	100	135	66	172	81	378	49	20	100	81	70	198	65	0	.	0	.	29	81	36	95	10	100	0	.	8	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	.	0	.	72	56	100	43	108	52	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2204	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	.	200	.	926	49	3388	24	986	50	685	56	1576	31	62	.	179	68	132	.	0	.	0	.	0	.	637	52	0	.	0	.	1125	45	657	50	1549	37	1147	35	2984	26	1597	32	1201	37	226	74	0	.	0	.	102	.	361	63	0	.	209	92	461	58	529	75	0	.	1005	66	344	63	1043	47	856	50	153	.	988	45	255	80	0	.	0	.	129	.	82	.	713	69	0	.	535	72	149	71	0	.	0	.	525	58	515	43	441	53	389	47	825	44	1335	32	666	52	277	57	586	45	260	.	277	.	1673	37	529	48	500	75	152	.	592	82	0	.	218	71	321	.	0	.	0	.	0	.	0	.	48	.	0	.	0	.	194	.	0	.	2719	25	3146	22	3472	24	158	.	0	.	0	.	58	.	49	.	0	.	0	.	0	.	0	.	47097	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	351	37	495	37	866	42	879	39	2365	33	1576	34	12256	12	5298	15	4571	17	2344	19	45	81	253	65	414	51	0	.	775	46	2330	29	2171	27	2264	30	4	75	2626	27	6685	17	2718	23	5477	19	7145	14	4962	16	2177	24	1164	31	1925	24	3567	20	262	72	1319	29	516	46	507	43	1577	31	1193	38	1568	31	1785	29	1036	36	1134	43	2180	29	1942	34	2432	29	1306	30	831	46	294	44	271	54	320	55	1560	31	2182	28	1232	34	922	37	769	35	826	38	610	51	3076	41	1093	38	0	.	45	100	0	.	167	58	84	72	361	49	655	36	1306	45	653	46	963	52	1498	34	1067	34	737	42	137	62	1131	32	138	68	253	51	1892	23	805	40	741	42	706	42	135	77	300	47	10	100	425	68	3111	20	2368	26	3872	19	699	43	752	37	694	37	1337	32	1846	29	84	94	439	50	578	38	0	.	140437	3
	Tanne	249	72	40	96	144	60	965	34	609	41	1362	39	2058	26	6107	15	4612	17	2111	22	32	64	136	60	373	50	0	.	347	63	366	59	941	40	600	44	4	100	304	54	383	40	312	44	291	61	902	40	0	0	3505	21	1504	31	3202	20	1564	26	522	53	1078	37	555	35	454	46	1379	39	362	57	193	63	751	35	996	38	81	73	457	47	694	50	941	30	184	59	514	34	280	62	140	46	372	37	500	62	690	36	438	43	518	60	335	39	506	58	18	100	128	59	167	100	0	.	0	.	34	100	354	59	276	60	242	73	540	42	0	.	119	95	337	43	294	58	1101	41	202	52	75	100	993	36	34	74	325	50	380	52	472	47	619	32	442	49	259	69	498	53	70	100	200	68	154	98	361	57	790	36	269	44	140	61	265	53	1021	32	422	34	94	85	19	100	86	58	0	.	57761	4
	Föhre	26	100	21	71	21	100	74	100	0	.	0	.	283	82	109	60	449	35	400	55	45	85	66	69	186	45	0	.	21	100	45	71	0	.	265	67	67	100	0	.	201	46	403	41	52	100	576	42	896	30	291	45	18	100	229	58	0	.	50	100	0	.	0	.	0	.	44	100	4	100	176	100	0	.	41	100	0	.	0	.	0	.	53	100	330	39	100	63	97	53	4	71	119	51	57	100	8	100	0	.	85	68	117	77	202	66	0	.	15	100	66	100	0	.	0	.	0	.	0	.	0	.	12	100	0	.	0	.	9	100	0	.	0	.	0	.	0	.	30	71	9	100	0	.	20	100	0	.	23	71	0	.	29	100	0	.	0	.	69	100	0	.	421	35	236	44	543	37	0	.	25	100	236	46	84	65	192	42	153	49	86	73	56	100	0	.	8548	9
	Lärche	30	94	55	64	106	71	95	81	0	.	0	.	158	64	0	.	90	71	0	.	0	.	0	.	27	71	0	.	0	.	57	100	0	.	40	87	0	.	50	100	303	40	220	47	197	66	1611	21	4724	15	22	100	5	100	22	72	1	100	0	.	0	.	0	.	41	100	0	.	0	.	0	.	18	100	13	100	0	.	52	99	45	100	0	.	36	59	0	.	0	.	20	100	0	.	0	.	0	.	57	100	14	100	29	100	27	100	300	60	504	37	426	45	258	58	0	.	81	79	1065	28	459	40	556	59	0	.	0	.	0	.	185	51	0	.	0	.	0	.	66	100	0	.	22	100	0	.	0	.	0	.	0	.	57	73	0	.	21	100	0	.	68	100	3890	22	1840	23	945	25	40	100	30	100	9	100	20	89	0	.	23	71	26	100	178	54	0	.	19233	7
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	19	100	0	.	0	.	223	53	1235	22	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	538	33	163	42	44	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2229	16
	übrige Nadelhölzer	42	75	0	.	71	100	85	72	0	.	14	74	1	100	0	.	522	44	2	100	0	.	0	.	0	.	252	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	6	100	22	47	11	74	75	99	275	86	2	100	0	.	0	.	8	100	0	.	0	.	0	.	0	.	0	.	344	98	12	72	-19	104	5	100	0	.	66	100	11	100	6	100	40	77	0	.	0	.	0	.	4	100	0	.	0	.	5	72	0	.	0	.	0	.	0	.	0	.	0	.	81	100	0	.	0	.	0	.	0	.	0	.	0	.	10	100	0	.	0	.	56	100	27	62	0	.	6	100	0	.	0	.	0	.	0	.	0	.	6	100	0	.	0	.	6	100	4	100	3	64	0	.	0	.	18	71	47	71	9	81	0	.	0	.	0	.	0	.	2142	26
	Buche	1223	27	818	30	688	34	1839	30	323	48	415	40	1606	31	2999	18	4036	15	2846	18	263	52	747	39	992	31	0	.	292	63	749	39	711	36	1258	35	0	.	733	35	633	46	443	40	14	76	549	40	0	.	3079	18	1236	29	852	37	1355	30	235	46	150	46	294	34	207	47	294	45	361	46	53	60	1267	32	746	42	519	56	800	34	909	33	1365	32	1986	22	1444	31	794	30	792	36	1211	29	300	40	317	67	697	35	551	33	351	39	793	34	0	.	152	67	0	.	784	35	869	34	706	35	1202	32	944	33	540	43	743	42	0	.	19	100	393	62	62	81	432	47	357	64	71	73	1043	30	20	95	81	49	335	37	355	40	946	32	539	45	592	45	234	50	160	72	210	76	0	.	25	86	414	44	234	47	498	38	515	42	850	34	858	29	746	45	352	42	432	32	0	.	63851	3
	Ahorn	366	30	182	36	53	82	34	74	25	75	202	50	592	24	465	29	361	24	545	27	140	49	117	54	170	49	0	.	60	74	82	51	273	38	91	56	0	.	214	37	130	42	27	79	35	71	113	45	3	100	424	27	174	34	51	51	301	32	100	57	138	48	83	64	142	88	34	51	118	50	35	78	159	69	166	54	109	58	333	39	220	49	531	34	101	53	168	45	174	40	99	39	278	41	131	45	77	59	73	69	314	54	54	81	106	52	34	100	59	100	11	100	3	78	22	100	23	90	9	50	54	100	9	62	153	46	16	85	0	.	139	60	128	49	175	43	37	66	9	78	108	50	0	.	31	63	32	59	79	37	80	55	109	47	38	71	10	100	0	.	71	65	9	100	48	71	160	43	75	57	212	43	64	55	329	29	111	48	243	55	70	60	248	51	0	.	11979	5
	Esche	258	45	380	44	32	83	74	87	0	.	184	66	18	253	451	46	569	32	54	50	121	92	34	56	138	59	0	.	166	70	409	67	398	47	284	38	9	100	220	49	42	100	5	71	24	100	104	59	0	.	561	29	419	66	99	51	57	54	70	61	16	100	4	100	3	100	6	100	511	59	0	.	113	79	483	52	130	67	76	60	138	80	180	54	231	46	138	48	56	58	176	51	92	55	246	54	11	72	242	69	241	38	262	58	238	45	18	100	211	100	2	100	15	82	35	64	182	63	123	64	1	100	60	56	161	73	45	80	0	.	181	51	83	55	66	61	185	86	97	84	24	74	0	.	9	77	12	100	32	90	89	78	208	58	70	64	47	73	0	.	70	71	33	64	61	69	116	57	63	72	430	50	48	68	194	40	213	40	173	65	71	59	119	66	0	.	12317	8
	Eiche	349	55	80	70	0	.	260	53	0	.	0	.	17	74	68	73	492	24	0	.	78	100	4	100	107	57	0	.	9	100	60	100	51	80	109	61	384	58	0	.	0	.	64	100	0	.	0	0	85	100	332	45	88	91	177	66	40	100	53	74	0	.	35	100	0	.	0	.	5	100	0	.	0	.	28	100	45	100	0	.	17	71	0	.	210	47	13	100	11	100	31	86	158	52	19	100	0	.	0	.	108	53	552	74	303	48	0	.	0	.	0	.	28	66	95	85	223	42	50	100	66	71	102	61	50	100	0	.	0	.	0	.	0	.	0	.	97	100	2	100	9	100	129	71	82	56	0	.	403	50	25	100	10	71	231	49	0	.	41	100	41	94	7	100	31	53	67	59	0	.	17	100	50	58	15	100	98	85	176	41	110	55	92	68	0	.	6788	11
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	100	0	.	0	.	312	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	.	247	57	272	72	224	61	261	44	597	40	231	53	222	65	1115	36	0	.	0	.	0	.	0	.	6	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	31	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3542	16
	übrige Laubhölzer	271	45	174	36	140	44	98	67	0	.	72	73	255	29	213	27	553	27	80	33	97	52	53	59	48	57	0	.	23	87	231	55	56	49	177	49	8	86	153	47	53	57	7	71	257	50	520	37	400	60	359	36	124	46	63	60	103	46	0	.	26	55	7	100	-2	100	24	60	81	55	6	76	30	57	3	100	36	73	119	48	136	70	84	50	39	48	94	69	5	75	211	51	16	87	95	54	19	68	59	88	254	55	140	43	76	55	87	71	388	52	104	87	140	46	299	36	847	31	220	37	188	50	225	48	66	48	11	100	3	71	16	67	302	94	38	61	32	58	194	84	58	56	3	75	4	75	24	53	116	71	22	57	118	86	46	66	122	75	0	.	13	100	265	39	124	39	237	33	7	63	172	57	161	64	64	51	21	59	42	44	127	63	114	59	0	.	11165	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
	Total	3166	20	2245	22	2121	26	4404	20	3321	31	3824	28	17244	10	15711	11	16254	10	8382	14	822	36	1410	35	2453	27	252	.	1694	35	4330	23	4599	20	5089	21	475	55	4301	21	8460	15	4199	19	6347	18	12061	11	12346	11	10762	13	4807	20	6895	17	6990	17	1291	35	2726	26	1501	32	1352	36	3357	25	2635	29	2030	30	4124	22	3858	26	2065	35	3998	21	4105	26	5585	21	4488	19	3312	23	1717	28	1784	28	2567	25	2907	25	3304	24	2802	26	3008	25	2610	26	3080	22	1068	36	4781	31	2150	27	1451	25	1627	25	2692	21	3502	19	2292	23	3224	23	2367	29	1378	44	803	42	2214	32	2383	29	2879	30	1646	35	738	45	3402	22	347	45	809	34	2675	22	2286	27	2523	25	2219	27	1370	33	1238	33	350	75	1098	46	8466	15	5262	18	7192	15	1386	35	2276	28	2060	28	3961	22	3770	21	1733	29	1299	30	1903	26	0	.	339992	2
Total	keine Angabe	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Fichte	351	37	495	37	866	42	879	39	2564	31	2096	30	14125	11	5563	14	4598	17	2685	18	45	81	292	58	414	51	0	.	775	46	2330	29	2295	26	2264	30	4	75	3152	24	7176	16	3660	21	6306	18	9547	13	5973	15	2239	23	1164	31	1925	24	3567	20	317	62	1495	27	516	46	547	40	1608	31	1573	37	1568	31	2364	28	1201	32	1398	36	2536	26	1942	34	2714	27	1388	28	831	46	294	44	271	54	320	55	1706	29	2182	28	1232	34	977	36	769	35	826	38	1098	39	3265	38	1466	31	0	.	82	71	30	100	368	60	94	65	361	49	905	38	1578	41	1607	32	974	52	1590	32	1174	32	918	39	137	62	1134	32	138	68	253	51	1892	23	805	40	741	42	732	40	135	77	300	47	32	75	425	68	4345	18	4213	18	5913	16	699	43	752	37	694	37	1352	32	1858	29	84	94	439	50	578	38	0	.	161087	3
	Tanne	249	72	40	96	144	60	965	34	609	41	1551	36	2219	24	6533	14	4844	17	2559	19	32	64	136	60	373	50	0	.	347	63	366	59	946	40	600	44	4	100	501	48	383	40	429	42	291	61	1003	38	0	0	3889	20	1507	31	3202	20	1564	26	522	53	1167	35	555	35	596	42	1751	33	368	56	193	63	1066	38	1019	37	94	64	509	43	768	47	1244	27	184	59	514	34	280	62	140	46	372	37	762	52	690	36	578	38	536	58	335	39	506	58	18	100	208	52	167	100	0	.	0	.	34	100	354	59	276	60	242	73	549	42	0	.	313	55	479	37	556	55	1126	41	202	52	75	100	1037	35	200	84	325	50	380	52	472	47	619	32	458	47	259	69	498	53	140	71	200	68	162	93	521	48	938	34	269	44	140	61	265	53	1027	32	422	34	94	85	19	100	86	58	0	.	63168	4
	Föhre	26	100	21	71	21	100	74	100	0	.	0	.	367	67	109	60	449	35	400	55	45	85	66	69	186	45	0	.	21	100	45	71	0	.	265	67	67	100	0	.	201	46	576	34	52	100	639	38	1154	28	383	37	18	100	229	58	0	.	50	100	29	100	0	.	0	.	44	100	4	100	176	100	42	100	41	100	0	.	0	.	0	.	53	100	330	39	100	63	97	53	4	71	119	51	57	100	8	100	0	.	85	68	117	77	202	66	0	.	46	74	66	100	0	.	0	.	0	.	0	.	0	.	12	100	0	.	0	.	224	60	0	0	0	.	0	.	0	.	30	71	9	100	0	.	20	100	0	.	23	71	0	.	29	100	0	.	0	.	69	100	0	.	858	31	408	30	624	33	0	.	25	100	236	46	92	60	192	42	153	49	86	73	56	100	0	.	10232	8
	Lärche	30	94	55	64	106	71	95	81	0	.	0	.	158	64	0	.	90	71	0	.	0	.	0	.	27	71	0	.	0	.	57	100	0	.	40	87	0	.	50	100	348	37	300	41	237	57	1781	20	4950	14	22	100	5	100	22	72	1	100	0	.	0	.	0	.	41	100	0	.	0	.	0	.	18	100	13	100	37	100	123	71	45	100	0	.	36	59	0	.	0	.	20	100	0	.	0	.	0	.	57	100	14	100	29	100	27	100	300	60	524	35	469	42	282	53	0	.	86	75	1237	28	459	40	556	59	0	.	0	.	0	.	237	46	0	.	20	100	0	.	66	100	0	.	22	100	0	.	0	.	0	.	0	.	57	73	0	.	21	100	0	.	68	100	4698	19	2576	20	1275	23	40	100	30	100	9	100	20	89	0	.	23	71	26	100	178	54	0	.	22114	6
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	12	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	19	100	0	.	0	.	225	52	1256	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	.	8	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	.	617	31	214	39	44	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2393	15
	übrige Nadelhölzer	42	75	0	.	71	100	85	72	0	.	14	74	1	100	0	.	522	44	3	71	0	.	0	.	0	.	252	.	0	.	0	.	0	.	0	.	0	.	3	100	7	100	0	.	0	.	6	100	22	47	11	74	75	99	275	86	2	100	0	.	0	.	8	100	0	.	0	.	0	.	0	.	8	100	344	98	12	72	-19	104	7	79	0	.	66	100	11	100	6	100	40	77	0	.	0	.	0	.	4	100	0	.	0	.	5	72	0	.	0	.	0	.	0	.	0	.	0	.	81	100	1	100	0	.	0	.	0	.	7	100	0	.	10	100	0	.	0	.	56	100	27	62	0	.	6	100	0	.	0	.	0	.	0	.	0	.	6	100	0	.	0	.	6	100	4	100	3	64	0	.	0	.	18	71	47	71	9	81	0	.	0	.	0	.	0	.	2163	26
	Buche	1223	27	818	30	688	34	1839	30	323	48	494	36	2398	25	3294	18	4287	14	3412	16	309	47	885	34	1123	30	0	.	292	63	749	39	1067	30	1258	35	0	.	935	31	675	44	591	33	25	61	557	39	0	.	3416	17	1433	27	852	37	1355	30	282	42	170	41	294	34	218	45	341	40	486	42	53	60	1313	31	793	39	932	44	1077	30	964	31	1491	30	2159	21	1444	31	794	30	907	34	1285	28	430	35	317	67	1078	35	589	31	351	39	793	34	0	.	182	58	0	.	816	34	1326	30	743	34	1202	32	1025	32	544	43	743	42	0	.	258	49	621	45	132	56	432	47	614	48	71	73	1128	28	166	88	81	49	335	37	355	40	946	32	546	45	592	45	234	50	256	59	210	76	0	.	25	86	861	32	314	43	498	38	515	42	879	33	881	28	746	45	352	42	432	32	0	.	71921	3
	Ahorn	366	30	182	36	53	82	34	74	25	75	266	42	771	21	465	29	399	24	702	23	140	49	117	54	170	49	0	.	60	74	82	51	334	33	91	56	0	.	370	39	162	39	63	63	86	66	119	43	3	100	508	24	198	32	51	51	301	32	100	57	181	39	83	64	158	79	45	46	136	46	35	78	164	67	174	52	241	54	400	35	244	45	687	29	101	53	168	45	174	40	99	39	286	40	172	41	77	59	87	60	314	54	54	81	106	52	34	100	59	100	11	100	5	63	22	100	39	61	9	50	56	96	9	62	153	46	16	85	1	100	184	48	168	41	175	43	37	66	9	78	158	42	10	100	31	63	32	59	79	37	80	55	109	47	38	71	10	100	0	.	71	65	9	100	50	69	317	35	100	50	212	43	64	55	329	29	111	48	243	55	70	60	248	51	0	.	13760	5
	Esche	258	45	380	44	32	83	74	87	0	.	254	55	102	90	451	46	645	31	87	49	137	82	34	56	138	59	0	.	166	70	409	67	484	42	284	38	9	100	260	44	60	77	10	61	127	72	104	59	0	.	770	29	419	66	99	51	57	54	70	61	17	94	4	100	3	100	6	100	511	59	0	.	116	76	584	45	270	48	97	52	138	80	258	45	231	46	138	48	56	58	176	51	92	55	323	48	11	72	242	69	279	36	262	58	238	45	18	100	211	100	2	100	24	63	35	64	205	56	123	64	25	95	107	47	161	73	50	72	0	.	181	51	86	53	66	61	320	65	97	84	24	74	0	.	9	77	12	100	32	90	89	78	208	58	70	64	47	73	0	.	70	71	75	54	63	67	205	50	115	60	430	50	48	68	194	40	226	38	173	65	71	59	119	66	0	.	13959	7
	Eiche	349	55	80	70	0	.	260	53	0	.	0	.	17	74	68	73	542	23	0	.	78	100	4	100	107	57	0	.	9	100	60	100	52	79	109	61	384	58	0	.	0	.	64	100	0	.	0	0	85	100	332	45	88	91	177	66	40	100	53	74	0	.	35	100	0	.	0	.	5	100	0	.	0	.	28	100	52	89	0	.	17	71	0	.	210	47	13	100	11	100	31	86	158	52	19	100	0	.	0	.	108	53	552	74	303	48	0	.	0	.	0	.	47	57	119	69	474	33	85	65	111	49	102	61	50	100	0	.	36	100	14	72	23	100	0	.	108	91	2	100	44	82	129	71	82	56	0	.	403	50	25	100	10	71	231	49	0	.	41	100	41	94	47	65	111	66	73	54	0	.	17	100	50	58	15	100	98	85	176	41	110	55	92	68	0	.	7465	10
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	100	0	.	0	.	468	48	42	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	32	100	358	45	294	67	390	47	397	37	1190	31	468	52	254	57	1453	29	0	.	0	.	0	.	0	.	6	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	31	100	0	.	66	61	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5456	12
	übrige Laubhölzer	271	45	174	36	140	44	98	67	0	.	75	69	463	32	213	27	564	27	110	31	97	52	54	57	48	57	0	.	23	87	231	55	61	46	177	49	8	86	155	46	83	45	54	60	371	39	598	33	457	54	393	34	126	45	63	60	103	46	0	.	30	50	7	100	-2	100	24	60	81	55	6	76	38	48	3	100	71	49	131	44	136	70	125	40	39	48	94	69	5	75	224	48	16	87	151	50	19	68	59	88	254	55	140	43	76	55	92	67	441	48	106	85	275	40	471	37	1225	26	239	35	269	40	423	40	66	48	11	100	31	75	53	69	312	91	38	61	40	50	194	84	58	56	3	75	4	75	24	53	116	71	22	57	118	86	46	66	122	75	5	100	13	100	337	33	224	29	345	28	7	63	172	57	161	64	64	51	21	59	42	44	127	63	114	59	0	.	13369	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	3166	20	2245	22	2121	26	4404	20	3520	29	4750	24	20632	9	16697	10	16939	10	9958	12	884	34	1589	32	2585	26	252	.	1694	35	4330	23	5236	18	5089	21	475	55	5426	19	9118	14	5748	17	7494	16	15046	10	13943	10	11963	12	5033	19	6895	17	6990	17	1393	33	3088	24	1501	32	1562	34	3819	23	3164	27	2030	30	5129	22	4202	25	3108	28	4855	20	4259	25	6573	19	4744	18	3312	23	1717	28	1913	27	2648	24	3620	24	3304	24	3337	25	3157	24	2610	26	3080	22	1593	31	5295	29	2591	24	1840	22	2452	22	4026	17	4168	18	2569	22	3810	20	2627	28	1655	40	2476	28	2743	27	2883	27	3031	29	2238	34	738	45	3620	21	669	53	809	34	2675	22	2286	27	2523	25	2267	26	1370	33	1238	33	544	60	1098	46	11185	13	8408	14	10664	13	1544	33	2276	28	2060	28	4019	22	3819	21	1733	29	1299	30	1903	26	0	.	387089	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. 2278344. Birmensdorf, Swiss Federal Research Institute WSL

zurück