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 Lawinen (2022) · Hauptbaumart
Regionale Gliederung: Forstkreis (2024)
Einheit: 1000 m³
Bezugsfläche: zugänglicher Wald ohne Gebüschwald LFI1-LFI5
Netz: 1,4-km-Netz, Unternetze 1-5
Zustand 2009/17
		Forstkreis (2024)
		AG01		AG02		AG03		AG04		AI01		AR01		BE01		BE02		BE03		BE04		BSBL01		BSBL02		BSBL03		BSBL04		FR01		FR02		FR03		FR04		GE01		GL01		GR01		GR02		GR03		GR04		GR05		JU01		LU01		LU02		LU03		NE01		NE02		NE03		NE04		NE06		NW01		OW01		OW02		SG01		SG02		SG03		SG04		SG05		SH01		SO01		SO02		SO03		SO04		SZ01		SZ02		SZ03		TG01		TG02		TG03		TI01		TI02		TI03		TI04		TI05		TI06		TI07		TI08		TI09		UR01		UR02		UR03		VD02		VD03		VD04		VD05		VD06		VD07		VD08		VD09		VD11		VD12		VD14		VD15		VD16		VD18		VD20		VD22		VS01		VS02		VS03		ZG01		ZH01		ZH02		ZH03		ZH04		ZH05		ZH06		ZH07		Seen		Schweiz
Schutzwald gegen Lawinen (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	.	324	71	190	.	2764	23	378	71	0	.	219	70	0	.	0	.	0	.	0	.	0	.	0	.	150	71	0	.	0	.	1166	40	835	39	193	81	625	51	2437	32	1050	37	72	100	0	.	0	.	323	.	63	.	74	.	0	.	0	.	43	.	190	70	182	.	273	62	0	.	71	82	854	40	0	.	78	80	0	.	0	.	0	.	0	.	0	.	270	61	0	.	0	.	0	.	0	.	0	.	572	57	199	83	819	48	0	.	0	.	0	.	29	100	0	.	0	.	497	66	353	.	443	75	488	88	260	77	225	75	0	.	0	.	6	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	108	.	0	.	1177	35	1516	34	2049	27	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	21563	9
	Tanne	0	.	0	.	0	.	0	.	0	.	135	.	569	47	107	72	0	.	351	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	248	71	0	.	19	100	0	.	237	58	17	100	134	76	0	.	0	.	0	.	0	.	30	.	0	.	0	.	141	.	7	77	0	.	79	71	0	.	105	71	65	70	0	.	55	100	0	.	0	.	0	.	0	.	0	.	482	55	0	.	0	.	0	.	0	.	0	.	0	.	54	72	0	.	0	.	0	.	0	.	75	100	95	100	0	.	124	96	0	.	197	72	41	100	177	100	273	59	0	.	0	.	52	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	60	.	0	.	0	.	160	100	181	60	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4269	16
	Föhre	0	.	0	.	0	.	0	.	0	.	0	.	87	100	0	.	0	.	25	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	57	73	0	.	0	.	23	100	279	74	32	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	16	100	0	.	0	.	0	.	0	.	43	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	64	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	.	92	55	38	75	388	46	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1143	27
	Lärche	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	14	94	103	64	25	100	397	43	738	33	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	98	65	40	84	99	77	99	.	0	.	0	.	212	68	67	100	0	.	0	.	0	.	0	.	46	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1695	38	628	43	546	38	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4809	17
	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	.	210	51	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	316	47	54	55	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	580	32
	übrige Nadelhölzer	0	.	0	.	0	.	0	.	0	.	0	.	1	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	-14	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	.	1	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	-6	256
	Buche	0	.	0	.	0	.	0	.	26	100	0	.	437	55	268	47	0	.	190	56	0	.	0	.	0	.	0	.	0	.	0	.	29	71	0	.	0	.	246	48	355	79	61	100	13	100	18	100	0	.	45	100	0	.	0	.	43	.	69	.	12	.	0	.	0	.	27	.	155	71	0	.	303	66	0	.	89	74	130	55	0	.	-3	336	0	.	0	.	0	.	0	.	0	.	166	55	221	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	101	67	87	100	0	.	0	.	0	.	34	71	0	.	22	100	103	61	0	.	0	.	68	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	72	.	0	.	0	.	0	.	295	67	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3682	16
	Ahorn	0	.	0	.	0	.	0	.	0	.	0	.	302	39	16	72	0	.	38	100	0	.	0	.	0	.	0	.	0	.	0	.	3	100	0	.	0	.	51	67	0	.	0	.	0	.	8	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	25	64	0	.	15	100	0	.	15	75	83	73	0	.	-6	100	0	.	0	.	0	.	0	.	0	.	10	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	17	100	0	.	0	.	22	100	2	100	74	58	0	.	0	.	28	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	69	63	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	774	21
	Esche	0	.	0	.	0	.	0	.	0	.	0	.	20	100	0	.	0	.	12	100	0	.	0	.	0	.	0	.	0	.	0	.	10	100	0	.	0	.	15	100	0	.	0	.	0	.	6	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	21	100	0	.	0	.	0	.	0	.	14	100	0	.	24	100	0	.	0	.	0	.	0	.	0	.	9	80	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	9	100	0	.	0	.	0	.	0	.	32	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	27	86	31	100	13	92	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	244	29
	Eiche	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	12	71
	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	.	9	51	6	100	0	.	5	100	0	.	0	.	0	.	0	.	0	.	0	.	6	100	0	.	0	.	36	85	13	100	0	.	33	100	59	63	11	71	14	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	100	0	.	0	.	19	63	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	100	0	.	0	.	0	.	0	.	0	.	6	73	0	.	1	100	0	.	0	.	0	.	13	73	0	.	0	.	0	.	0	.	0	.	0	.	0	.	10	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	.	0	.	45	80	68	58	21	62	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	383	22
	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
	Total	0	.	0	.	0	.	0	.	350	71	325	.	4195	20	776	54	0	.	841	49	0	.	0	.	0	.	0	.	0	.	0	.	198	71	0	.	0	.	1762	37	1274	36	376	56	695	48	3193	27	2304	25	296	72	0	.	0	.	366	.	132	.	116	.	0	.	0	.	211	.	398	62	182	.	690	53	0	.	267	71	1163	38	0	.	192	71	0	.	0	.	0	.	0	.	0	.	939	52	221	.	0	.	0	.	0	.	0	.	677	51	357	76	919	45	99	.	0	.	0	.	430	51	249	78	0	.	647	62	353	.	674	60	597	74	460	72	717	58	0	.	0	.	154	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	244	.	0	.	3351	25	2496	27	3568	23	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	37453	7
ausserhalb	keine Angabe	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Fichte	384	37	508	42	801	45	1507	33	1998	34	2685	28	11922	13	6314	14	5681	16	3125	18	3	100	315	64	404	52	0	.	815	45	2692	26	2322	28	1757	29	0	.	2652	29	5893	18	3002	20	5726	18	6921	15	4852	16	2701	22	1388	32	2064	26	4391	22	325	60	1206	29	668	42	529	37	1714	30	1153	39	1261	34	1600	30	868	38	1164	40	1630	33	2069	32	2951	29	1888	25	895	45	566	48	314	67	291	55	1909	30	1990	29	1291	33	840	36	973	38	1361	29	479	50	1922	29	1195	41	0	.	64	71	24	100	261	67	80	65	239	58	370	41	1025	42	1291	36	358	41	1057	37	925	36	931	38	187	51	1096	31	96	51	342	56	2029	22	769	40	863	33	1127	36	270	67	425	55	26	100	359	69	2815	21	2619	21	3479	22	506	43	1119	36	649	37	1230	30	1837	28	768	56	709	47	586	34	0	.	146406	3
	Tanne	388	46	102	72	119	72	1278	33	557	38	1406	38	1214	32	6101	15	4675	17	2559	23	18	73	120	61	316	53	0	.	263	70	325	55	1166	36	688	49	0	.	277	67	298	36	467	43	282	66	671	47	0	.	3435	20	1478	31	2979	21	1396	26	529	53	1116	37	511	35	587	42	1210	36	325	55	170	62	819	42	862	35	27	100	399	52	550	43	1133	31	139	57	488	39	378	56	208	48	242	37	51	69	741	36	567	36	535	47	298	41	466	57	9	100	72	78	162	100	0	.	0	.	27	100	258	72	165	72	171	69	478	48	0	.	153	61	418	39	269	64	683	49	86	62	65	88	885	38	233	68	342	45	353	49	393	49	477	35	376	46	361	68	408	53	298	82	166	69	125	89	303	57	518	44	204	44	174	50	302	48	979	31	414	38	56	82	25	100	185	82	0	.	55523	4
	Föhre	76	79	35	71	29	76	72	87	0	.	17	100	333	89	62	66	497	32	394	56	47	100	9	292	162	45	0	.	18	100	168	79	0	.	308	60	110	79	0	.	108	61	569	35	48	100	582	36	888	34	337	39	16	100	170	56	0	.	107	100	27	100	0	.	0	.	24	100	0	.	147	100	0	.	31	100	0	.	0	.	0	.	0	.	360	39	99	64	104	52	6	231	122	49	37	100	8	100	0	.	89	59	159	55	193	59	0	.	0	.	58	100	0	.	0	.	0	.	0	.	0	.	15	100	0	.	0	.	184	62	0	0	0	.	0	.	0	.	26	71	10	100	0	.	28	100	0	.	22	71	0	.	26	100	0	.	0	.	95	100	0	.	810	34	340	33	327	52	0	.	30	100	220	48	97	58	250	42	169	53	186	65	45	100	0	.	9507	9
	Lärche	14	73	75	68	67	98	144	69	0	.	0	.	140	62	16	100	150	59	0	.	0	.	0	.	25	72	0	.	0	.	46	100	0	.	25	100	0	.	67	87	363	43	174	52	171	72	1238	23	4058	17	20	100	4	100	15	73	0	.	0	.	0	.	0	.	43	100	0	.	0	.	0	.	14	100	12	100	30	100	113	71	45	100	10	100	39	66	0	.	0	.	17	100	0	.	0	.	0	.	52	100	9	100	46	100	0	.	223	86	445	34	255	50	158	64	0	.	86	72	689	31	363	43	518	60	0	.	0	.	0	.	129	46	0	.	10	100	0	.	46	100	0	.	13	100	0	.	0	.	12	100	0	.	49	71	0	.	11	100	0	.	29	100	2798	19	1714	22	780	28	55	100	22	100	16	100	2	100	0	.	50	71	20	100	177	55	0	.	15909	7
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	-7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	17	100	0	.	0	.	211	47	903	23	0	.	0	.	0	.	0	.	0	.	0	.	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	.	208	33	192	47	54	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1584	17
	übrige Nadelhölzer	36	77	0	.	43	100	42	69	0	.	8	78	0	.	0	.	362	46	2	71	0	.	0	.	0	.	177	.	0	.	0	.	0	.	0	.	0	.	2	100	8	100	0	.	0	.	0	.	25	46	-5	145	60	100	198	89	1	100	0	.	0	.	7	100	0	.	0	.	0	.	0	.	4	100	294	99	2	100	-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	1	100	0	.	0	.	13	80	33	74	6	100	0	.	0	.	0	.	0	.	1776	27
	Buche	1448	27	816	31	651	32	2099	30	233	49	557	33	2069	29	2635	18	4448	14	3168	17	403	45	984	33	1333	28	0	.	269	64	756	34	989	32	1260	35	0	.	715	37	325	44	515	33	21	87	477	43	0	.	3549	16	1363	28	823	34	1212	32	359	55	207	37	231	37	224	40	408	36	281	51	36	58	1200	35	570	38	918	47	729	36	1092	34	1437	29	2108	21	1364	30	1059	27	1077	34	1355	28	247	39	39	51	961	37	555	31	406	40	762	32	0	.	131	63	0	.	740	34	1200	33	617	34	822	35	761	34	463	41	619	43	0	.	198	65	583	45	166	53	288	59	458	48	74	64	1034	31	129	90	109	49	308	33	383	43	1115	32	507	57	578	46	176	55	198	58	264	63	0	.	16	89	611	32	249	46	414	40	418	44	871	31	907	29	708	46	449	43	406	33	0	.	67712	3
	Ahorn	272	38	131	43	108	47	71	45	18	71	245	52	472	30	309	32	209	33	546	25	128	59	101	51	213	45	0	.	73	71	54	61	299	36	55	54	0	.	266	35	136	50	22	123	66	62	108	49	0	.	445	22	153	36	68	44	306	32	76	56	171	43	46	82	100	83	33	46	104	40	24	76	210	66	187	41	30	177	268	47	222	46	567	29	86	52	116	47	146	36	76	48	186	41	183	42	67	49	52	52	264	53	101	55	74	76	12	100	44	100	19	100	2	100	48	74	40	52	5	59	26	100	2	100	130	47	4	100	0	.	167	58	178	45	47	60	27	64	0	.	107	45	0	.	15	83	25	63	45	65	86	51	81	48	13	100	16	100	0	.	8	140	2	100	35	69	157	42	105	53	175	50	29	189	276	35	103	49	201	55	132	61	235	55	0	.	10856	6
	Esche	274	37	415	42	170	58	158	65	0	.	335	48	131	79	511	43	664	28	106	58	280	55	44	56	129	64	0	.	198	62	361	56	324	41	395	43	28	100	267	46	46	85	7	183	143	54	82	67	0	.	922	27	615	73	197	50	117	49	75	64	43	58	2	100	5	70	4	100	418	60	0	.	67	70	522	37	311	43	82	59	198	62	284	49	215	42	102	47	52	63	254	50	94	54	307	49	4	100	272	66	416	38	429	42	220	41	11	100	123	100	0	.	25	58	38	55	158	64	75	68	70	61	85	49	124	70	47	67	0	.	284	50	61	56	24	81	171	73	51	77	41	58	70	100	2	100	9	100	23	92	112	58	230	60	52	65	212	69	0	.	236	79	36	55	16	84	140	55	171	70	384	53	122	50	254	34	249	35	146	68	113	47	170	51	0	.	15431	7
	Eiche	287	60	62	72	0	.	240	55	0	.	0	.	11	100	60	71	587	23	0	.	79	100	3	100	115	56	0	.	8	100	54	100	34	74	64	74	473	55	0	.	0	.	59	100	0	.	0	.	72	100	299	48	92	92	180	67	36	100	51	75	0	.	33	100	2	100	0	.	5	100	0	.	0	.	32	100	27	100	0	.	23	70	0	.	241	52	0	.	20	70	18	95	164	45	16	100	0	.	0	.	118	50	486	70	290	42	0	.	0	.	0	.	46	54	117	59	445	33	102	64	101	45	83	75	44	81	0	.	31	100	15	72	25	100	0	.	70	88	0	.	40	84	176	72	95	58	0	.	405	49	20	100	26	62	253	47	25	100	23	100	25	100	28	60	92	73	49	54	0	.	51	81	41	58	11	100	126	64	155	43	182	59	81	66	0	.	7324	10
	Kastanie	0	.	0	.	6	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	406	49	43	72	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	31	100	271	49	251	67	402	50	488	31	1128	28	426	50	330	47	1510	31	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	100	0	.	0	.	0	.	0	.	26	100	0	.	64	63	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5391	12
	übrige Laubhölzer	283	42	96	38	140	49	88	77	3	100	63	75	526	30	147	29	647	34	92	34	89	53	40	58	47	57	0	.	18	80	356	75	31	52	119	53	3	100	151	55	89	50	64	45	328	45	686	30	360	45	285	39	121	56	65	61	67	51	2	100	26	50	7	100	23	63	48	78	72	59	15	68	16	82	6	100	71	43	124	42	237	62	113	40	37	47	42	50	62	65	175	51	13	100	120	46	18	66	37	143	229	62	121	47	78	61	115	64	185	38	96	83	260	40	446	39	970	26	234	34	339	50	349	41	66	51	44	100	24	80	171	65	281	90	27	81	32	61	125	78	88	57	5	82	6	80	26	56	87	70	23	55	124	86	51	57	123	67	0	.	12	100	297	36	135	34	263	36	7	100	163	63	104	57	66	53	8	58	32	62	142	60	73	66	0	.	12292	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
	Total	3462	19	2241	23	2133	26	5700	19	2808	31	5316	23	16812	11	16155	11	17920	10	9992	13	1046	35	1615	31	2743	25	177	.	1662	34	4812	21	5165	20	4671	20	614	53	4397	23	7284	16	4879	18	6785	17	11383	12	11199	12	11988	12	5290	21	6759	18	7527	18	1524	33	2795	25	1505	33	1512	32	3442	22	2358	30	1653	33	3929	24	3385	25	2580	28	3329	25	4442	23	6496	20	5169	18	3113	24	2368	25	2166	28	2467	24	2870	24	2866	25	3234	25	3056	25	3018	28	3448	21	880	37	3194	22	2041	30	1632	24	2401	23	3493	17	2924	19	2235	23	3435	21	1831	31	1120	40	1886	32	2126	27	2052	29	2004	36	1776	36	679	42	3317	22	722	51	944	36	2750	21	2138	27	2696	24	2732	25	1578	36	1397	37	640	66	1099	45	7152	14	5467	16	6444	16	1297	33	2534	29	1915	26	3819	22	3900	21	2284	29	1958	30	1960	27	0	.	349712	1
Total	keine Angabe	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Fichte	384	37	508	42	801	45	1507	33	2322	31	2875	27	14686	11	6692	13	5681	16	3344	17	3	100	315	64	404	52	0	.	815	45	2692	26	2472	27	1757	29	0	.	3817	24	6728	16	3195	19	6351	17	9358	13	5901	14	2773	22	1388	32	2064	26	4715	22	388	52	1280	28	668	42	529	37	1757	29	1342	35	1444	32	1873	27	868	38	1235	38	2484	26	2069	32	3030	28	1888	25	895	45	566	48	314	67	291	55	2179	27	1990	29	1291	33	840	36	973	38	1361	29	1051	38	2121	27	2014	31	0	.	64	71	24	100	289	61	80	65	239	58	868	42	1377	41	1734	33	846	53	1316	33	1151	33	931	38	187	51	1102	30	96	51	342	56	2029	22	769	40	863	33	1127	36	270	67	425	55	133	83	359	69	3992	18	4135	18	5527	17	506	43	1119	36	649	37	1230	30	1837	28	768	56	709	47	586	34	0	.	167969	2
	Tanne	388	46	102	72	119	72	1278	33	557	38	1541	36	1784	26	6208	15	4675	17	2909	22	18	73	120	61	316	53	0	.	263	70	325	55	1166	36	688	49	0	.	525	49	298	36	486	42	282	66	908	38	17	100	3568	20	1478	31	2979	21	1396	26	529	53	1146	36	511	35	587	42	1351	34	331	54	170	62	898	38	862	35	133	60	464	46	550	43	1188	30	139	57	488	39	378	56	208	48	242	37	534	51	741	36	567	36	535	47	298	41	466	57	9	100	126	54	162	100	0	.	0	.	27	100	334	60	260	58	171	69	602	43	0	.	350	48	459	36	446	55	956	39	86	62	65	88	937	37	233	68	342	45	353	49	393	49	477	35	376	46	361	68	408	53	358	70	166	69	125	89	463	51	699	36	204	44	174	50	302	48	979	31	414	38	56	82	25	100	185	82	0	.	59792	4
	Föhre	76	79	35	71	29	76	72	87	0	.	17	100	420	73	62	66	497	32	418	53	47	100	9	292	162	45	0	.	18	100	168	79	0	.	308	60	110	79	0	.	166	47	569	35	48	100	605	35	1167	31	369	37	16	100	170	56	0	.	107	100	27	100	0	.	0	.	24	100	0	.	147	100	16	100	31	100	0	.	0	.	0	.	43	100	360	39	99	64	104	52	6	231	122	49	37	100	8	100	0	.	89	59	159	55	193	59	0	.	64	78	58	100	0	.	0	.	0	.	0	.	0	.	15	100	0	.	0	.	184	62	0	0	0	.	0	.	0	.	26	71	10	100	0	.	28	100	0	.	22	71	0	.	26	100	0	.	0	.	95	100	0	.	902	31	378	31	716	34	0	.	30	100	220	48	97	58	250	42	169	53	186	65	45	100	0	.	10650	8
	Lärche	14	73	75	68	67	98	144	69	0	.	0	.	140	62	16	100	150	59	0	.	0	.	0	.	25	72	0	.	0	.	46	100	0	.	25	100	0	.	67	87	378	42	277	40	195	64	1636	20	4796	15	20	100	4	100	15	73	0	.	0	.	0	.	0	.	43	100	0	.	0	.	0	.	14	100	12	100	30	100	113	71	45	100	10	100	39	66	0	.	0	.	17	100	0	.	0	.	0	.	52	100	9	100	46	100	0	.	322	62	485	32	354	42	256	55	0	.	86	72	902	28	430	39	518	60	0	.	0	.	0	.	175	43	0	.	10	100	0	.	46	100	0	.	13	100	0	.	0	.	12	100	0	.	49	71	0	.	11	100	0	.	29	100	4493	19	2342	20	1326	23	55	100	22	100	16	100	2	100	0	.	50	71	20	100	177	55	0	.	20718	7
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	-7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	17	100	0	.	0	.	211	47	1113	21	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	524	31	246	38	54	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2164	15
	übrige Nadelhölzer	36	77	0	.	43	100	42	69	0	.	8	78	1	100	0	.	362	46	2	71	0	.	0	.	0	.	177	.	0	.	0	.	0	.	0	.	0	.	2	100	8	100	0	.	0	.	7	100	25	46	-5	145	60	100	198	89	1	100	0	.	0	.	7	100	0	.	0	.	0	.	0	.	4	100	294	99	-12	114	-16	100	7	86	0	.	57	100	9	100	-19	100	22	71	0	.	0	.	0	.	3	100	0	.	0	.	4	74	0	.	0	.	0	.	0	.	0	.	0	.	50	100	0	.	0	.	0	.	0	.	6	100	0	.	8	100	0	.	0	.	103	100	17	62	0	.	5	100	0	.	0	.	0	.	185	100	0	.	1	100	0	.	0	.	8	86	5	100	2	75	0	.	0	.	13	80	33	74	6	100	0	.	0	.	0	.	0	.	1770	27
	Buche	1448	27	816	31	651	32	2099	30	258	46	557	33	2506	26	2903	17	4448	14	3359	16	403	45	984	33	1333	28	0	.	269	64	756	34	1018	31	1260	35	0	.	961	30	680	46	577	31	34	66	496	42	0	.	3594	16	1363	28	823	34	1255	31	428	49	219	35	231	37	224	40	435	34	436	42	36	58	1503	31	570	38	1007	44	859	31	1092	34	1434	29	2108	21	1364	30	1059	27	1077	34	1355	28	413	32	260	85	961	37	555	31	406	40	762	32	0	.	131	63	0	.	740	34	1200	33	617	34	923	32	848	32	463	41	619	43	0	.	231	56	583	45	188	48	391	46	458	48	74	64	1102	30	129	90	109	49	308	33	383	43	1115	32	507	57	578	46	176	55	270	50	264	63	0	.	16	89	906	30	249	46	414	40	418	44	871	31	907	29	708	46	449	43	406	33	0	.	71394	3
	Ahorn	272	38	131	43	108	47	71	45	18	71	245	52	774	24	325	31	209	33	584	25	128	59	101	51	213	45	0	.	73	71	54	61	302	36	55	54	0	.	317	31	136	50	22	123	66	62	116	46	0	.	445	22	153	36	68	44	306	32	76	56	171	43	46	82	100	83	33	46	129	34	24	76	224	62	187	41	45	119	351	40	222	46	562	29	86	52	116	47	146	36	76	48	186	41	192	40	67	49	52	52	264	53	101	55	74	76	12	100	44	100	19	100	2	100	48	74	40	52	5	59	26	100	2	100	148	43	4	100	0	.	190	52	180	44	121	42	27	64	0	.	135	41	0	.	15	83	25	63	45	65	86	51	81	48	13	100	16	100	0	.	8	140	2	100	35	69	226	35	105	53	175	50	29	189	276	35	103	49	201	55	132	61	235	55	0	.	11631	5
	Esche	274	37	415	42	170	58	158	65	0	.	335	48	151	69	511	43	664	28	118	53	280	55	44	56	129	64	0	.	198	62	361	56	334	40	395	43	28	100	282	44	46	85	7	183	143	54	89	63	0	.	922	27	615	73	197	50	117	49	75	64	43	58	2	100	5	70	4	100	439	57	0	.	67	70	522	37	311	43	96	52	198	62	308	46	215	42	102	47	52	63	254	50	94	54	316	47	4	100	272	66	416	38	429	42	220	41	11	100	123	100	0	.	25	58	38	55	158	64	75	68	70	61	85	49	133	65	47	67	0	.	284	50	61	56	56	67	171	73	51	77	41	58	70	100	2	100	9	100	23	92	112	58	230	60	52	65	212	69	0	.	236	79	63	49	47	72	153	51	171	70	384	53	122	50	254	34	249	35	146	68	113	47	170	51	0	.	15676	7
	Eiche	287	60	62	72	0	.	240	55	0	.	0	.	17	75	60	71	587	23	0	.	79	100	3	100	115	56	0	.	8	100	54	100	34	74	64	74	473	55	0	.	0	.	59	100	0	.	0	0	72	100	299	48	92	92	180	67	36	100	51	75	0	.	33	100	2	100	0	.	5	100	0	.	0	.	32	100	27	100	0	.	23	70	0	.	241	52	0	.	20	70	18	95	164	45	16	100	0	.	0	.	118	50	486	70	290	42	0	.	0	.	0	.	46	54	117	59	445	33	102	64	101	45	83	75	44	81	0	.	31	100	15	72	25	100	0	.	70	88	0	.	40	84	176	72	95	58	0	.	405	49	20	100	26	62	253	47	25	100	23	100	25	100	28	60	92	73	56	49	0	.	51	81	41	58	11	100	126	64	155	43	182	59	81	66	0	.	7336	10
	Kastanie	0	.	0	.	6	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	406	49	43	72	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	31	100	271	49	251	67	402	50	488	31	1128	28	426	50	330	47	1510	31	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	100	0	.	0	.	0	.	0	.	26	100	0	.	64	63	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5391	12
	übrige Laubhölzer	283	42	96	38	140	49	88	77	3	100	63	75	536	30	153	28	647	34	98	32	89	53	40	58	47	57	0	.	18	80	356	75	37	47	119	53	3	100	187	47	102	45	64	45	361	42	745	28	370	44	299	38	121	56	65	61	67	51	2	100	26	50	7	100	23	63	48	78	72	59	15	68	21	67	6	100	71	43	143	37	237	62	113	40	37	47	42	50	62	65	175	51	13	100	122	46	18	66	37	143	229	62	121	47	78	61	121	61	185	38	97	82	260	40	446	39	970	26	247	32	339	50	349	41	66	51	44	100	24	80	171	65	281	90	37	65	32	61	125	78	88	57	5	82	6	80	26	56	87	70	23	55	124	86	51	57	123	67	4	100	12	100	341	33	204	30	284	34	7	100	163	63	104	57	66	53	8	58	32	62	142	60	73	66	0	.	12674	6
	nicht bestimmbar	0	0	0	.	0	.	0	.	0	.	0	0	0	0	0	0	0	0	0	0	0	0	0	.	0	0	0	.	0	0	0	0	0	.	0	0	0	.	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	.	0	.	0	.	0	.	0	0	0	.	0	0	0	.	0	.	0	0	0	0	0	.	0	0	0	.	0	.	0	0	0	.	0	.	0	0	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	0	0	0	0	.	0	0	0	.	0	0	0	0	0	0	0	0	0	0	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	0	0	0	0	0	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	0	0	.	0	0
	Total	3462	19	2241	23	2133	26	5700	19	3158	29	5641	22	21007	10	16932	10	17920	10	10833	12	1046	35	1615	31	2743	25	177	.	1662	34	4812	21	5363	19	4671	20	614	53	6159	19	8558	14	5255	17	7480	16	14576	11	13504	10	12284	12	5290	21	6759	18	7893	18	1656	32	2911	24	1505	33	1512	32	3653	22	2756	27	1835	31	4620	21	3385	25	2846	26	4492	21	4442	23	6688	19	5169	18	3113	24	2368	25	2166	28	2467	24	3809	22	3086	24	3234	25	3056	25	3018	28	3448	21	1557	30	3551	21	2960	25	1731	23	2401	23	3493	17	3354	18	2485	22	3435	21	2479	28	1472	39	2559	28	2723	27	2512	27	2721	30	1776	36	679	42	3471	22	722	51	944	36	2750	21	2138	27	2696	24	2732	25	1578	36	1397	37	883	55	1099	45	10503	12	7963	14	10012	13	1297	33	2534	29	1915	26	3819	22	3900	21	2284	29	1958	30	1960	27	0	.	387165	1

Table citation

Abegg, M.; Ahles, P.; Allgaier Leuch, B.; Cioldi, F.; Didion, M.; Düggelin, C.; Fischer, C.; Herold, A.; Meile, R.; Rohner, B.; Rösler, E.; Speich, S.; Temperli, C.; Traub, B.,
2023: Swiss national forest inventory - Result table No. 2291962. Birmensdorf, Swiss Federal Research Institute WSL

zurück