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
Netz: 1,4-km-Netz
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	.	190	71	111	.	2171	19	395	56	0	.	143	61	0	.	0	.	0	.	0	.	0	.	0	.	162	51	127	.	0	.	1031	32	899	33	362	46	870	33	2783	22	1311	24	173	53	0	.	0	.	269	76	35	100	40	.	0	.	0	.	24	.	120	65	110	.	490	42	0	.	46	74	614	36	0	.	45	81	0	.	0	.	0	.	0	.	14	.	191	53	0	.	0	.	0	.	0	.	0	.	311	56	370	46	488	44	0	.	0	.	0	.	30	66	0	.	0	.	411	51	370	65	620	46	340	77	579	43	510	41	0	.	0	.	4	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	65	91	0	.	1838	22	1145	28	2051	20	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	21858	6
	Tanne	0	.	0	.	0	.	0	.	0	.	79	.	644	48	112	50	0	.	294	53	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	413	44	0	.	89	89	0	.	149	52	10	100	78	72	0	.	0	.	0	.	4	100	17	.	0	.	0	.	80	.	14	76	0	.	46	71	0	.	76	60	35	70	150	77	139	80	0	.	0	.	0	.	0	.	0	.	281	55	0	.	0	.	0	.	0	.	0	.	0	100	192	75	0	.	0	.	0	.	0	.	76	71	54	100	0	.	101	76	0	.	125	63	99	81	107	100	367	37	4	.	0	.	29	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	34	97	0	.	257	68	109	82	190	41	19	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4475	13
	Föhre	0	.	0	.	0	.	0	.	0	.	0	.	100	62	0	.	0	.	14	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	40	61	6	100	0	.	15	90	219	54	19	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	9	100	0	.	0	.	0	.	0	.	24	100	0	.	0	.	0	.	0	.	57	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	34	78	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	.	129	53	24	67	230	45	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	926	21
	Lärche	0	.	0	.	0	.	0	.	0	.	0	.	10	91	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	19	70	63	64	55	59	501	28	750	26	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	62	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	107	44	57	50	73	62	71	79	0	.	0	.	145	56	37	100	0	.	0	.	0	.	0	.	25	100	20	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1594	26	658	29	522	28	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4768	11
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	26	100	332	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	206	41	156	41	55	84	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	775	21
	übrige Nadelhölzer	0	.	0	.	0	.	0	.	0	.	0	.	4	90	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	.	4	100	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	2409
	Buche	0	.	0	.	0	.	0	.	15	100	0	.	323	48	203	40	0	.	276	52	0	.	0	.	0	.	0	.	0	.	0	.	122	70	0	.	0	.	385	37	218	77	33	100	8	100	17	71	0	.	154	50	0	.	0	.	25	100	95	72	6	.	81	.	0	.	15	.	90	71	0	.	182	64	0	.	77	59	151	51	99	75	3	235	0	.	0	.	0	.	0	.	22	.	187	49	129	.	0	.	0	.	0	.	0	.	0	.	50	84	0	.	21	100	62	.	0	.	164	70	50	100	0	.	50	92	0	.	16	82	10	100	51	79	109	44	83	.	0	.	39	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	82	71	0	.	0	.	0	.	181	62	66	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3951	12
	Ahorn	0	.	0	.	0	.	0	.	0	.	0	.	257	30	14	59	0	.	29	78	0	.	0	.	0	.	0	.	0	.	0	.	2	100	0	.	0	.	68	49	1	100	2	100	0	.	4	100	0	.	6	87	0	.	0	.	0	.	0	.	0	.	16	.	0	.	0	.	15	64	0	.	28	76	0	.	23	68	69	54	39	71	20	117	0	.	0	.	0	.	0	.	0	.	9	71	0	.	0	.	0	.	0	.	0	.	28	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	18	71	0	.	0	.	12	100	88	60	85	41	14	.	0	.	16	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3	100	0	.	24	78	1	100	66	45	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	958	14
	Esche	0	.	0	.	0	.	0	.	0	.	0	.	29	73	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	6	100	0	.	0	.	57	65	9	100	0	.	0	.	3	100	0	.	2	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	12	100	0	.	3	100	0	.	29	77	8	100	11	100	14	100	0	.	0	.	0	.	0	.	0	.	5	81	0	.	0	.	0	.	0	.	0	.	5	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	100	0	.	0	.	0	.	12	72	28	69	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	17	75	17	100	10	76	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	289	22
	Eiche	0	.	0	.	0	.	0	.	0	.	0	.	3	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	.	15	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	12	75	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	31	59
	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	.	1	456	3	100	0	.	3	100	0	.	0	.	0	.	0	.	0	.	0	.	3	100	0	.	0	.	30	60	32	72	2	100	26	79	37	58	57	87	16	68	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	100	0	.	7	58	0	.	8	100	2	869	13	100	0	.	0	.	0	.	0	.	0	.	1	.	1	100	0	.	0	.	0	.	0	.	0	.	15	61	1	100	1	100	10	96	0	.	0	.	24	74	19	100	0	.	0	.	0	.	0	.	1	100	18	72	28	61	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	100	0	.	58	54	43	52	47	46	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	510	18
	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
	Total	0	.	0	.	0	.	0	.	205	71	190	.	3543	18	728	42	0	.	766	41	0	.	0	.	0	.	0	.	0	.	0	.	296	54	127	.	0	.	1984	27	1218	30	557	39	958	32	3539	19	2679	17	447	42	0	.	0	.	294	78	134	71	63	.	97	.	0	.	120	.	253	57	110	.	765	37	0	.	251	51	940	31	312	74	245	64	0	.	0	.	0	.	0	.	94	.	675	44	129	.	0	.	0	.	0	.	0	.	467	41	704	41	562	41	102	59	62	.	0	.	439	39	160	70	0	.	586	46	370	65	767	41	487	61	891	38	1127	33	102	.	0	.	87	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	187	77	0	.	4123	17	2152	21	3365	18	85	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	38542	5
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	347	30	729	30	1244	28	1286	26	1645	26	2973	21	13924	9	7085	11	5145	13	2852	14	107	52	281	44	324	39	0	.	771	34	2561	21	3026	19	1661	22	19	100	2646	21	6278	14	3866	15	6809	12	8619	10	4915	13	3064	15	1556	22	1530	22	3736	17	359	40	1097	22	679	38	529	31	2085	22	937	30	1861	22	2049	20	1272	25	1234	28	2338	22	1618	26	3509	19	1646	21	897	31	573	35	375	38	388	33	2138	22	2248	20	1581	24	1183	33	755	33	1038	28	582	30	1647	22	1444	25	7	100	138	76	13	100	420	37	48	60	384	33	368	34	889	32	989	31	827	31	1093	27	2103	24	700	31	129	44	1450	26	145	41	333	37	2245	17	1192	28	971	23	1043	25	206	51	600	41	86	58	577	37	2805	15	3225	16	3802	15	1028	26	1225	29	651	28	1075	24	1349	25	697	40	653	35	902	31	0	.	159430	2
	Tanne	524	37	192	58	328	39	1134	28	521	30	1346	29	1582	23	7334	11	4165	14	2958	19	85	82	305	55	304	40	0	.	181	60	248	45	1262	24	1001	32	0	.	223	53	302	41	733	28	300	45	590	34	0	0	3380	14	1353	24	2609	18	1628	23	411	42	1130	26	427	32	511	34	1647	24	221	48	162	42	607	35	866	25	288	45	468	35	425	36	1838	24	114	47	534	32	519	34	136	43	450	31	450	38	678	30	539	30	566	37	235	39	277	58	5	100	90	54	93	93	0	.	0	.	14	100	244	45	324	40	263	51	319	43	15	91	129	53	486	38	182	53	623	34	195	46	37	88	606	34	420	45	485	32	427	38	438	35	422	27	409	38	202	69	295	44	339	57	190	48	104	67	245	45	618	29	531	30	226	55	392	42	902	25	536	34	76	68	13	100	214	60	0	.	59193	3
	Föhre	144	51	62	56	106	43	220	45	22	90	10	100	308	58	43	57	364	28	289	48	162	61	101	72	196	37	0	.	13	87	102	79	0	.	179	58	62	79	0	.	294	40	541	26	56	71	756	28	922	22	468	32	9	100	98	55	60	68	85	75	31	71	18	100	0	.	14	100	0	.	126	75	0	.	107	66	0	.	183	54	0	.	31	95	249	33	84	50	127	40	12	77	171	37	138	57	4	100	6	100	67	49	91	54	236	40	0	.	166	82	49	75	0	.	0	.	78	100	0	.	0	.	43	83	40	99	29	100	115	56	22	100	0	.	0	.	0	.	15	71	5	100	19	100	23	77	0	.	47	58	0	.	40	58	0	.	0	.	51	100	0	.	997	24	387	25	315	36	0	.	34	71	169	39	75	50	285	33	136	43	268	43	89	66	0	.	10865	6
	Lärche	73	79	111	55	33	113	106	59	9	75	67	100	88	56	10	100	182	38	23	100	0	.	0	.	14	73	0	.	9	100	27	96	0	.	15	100	0	.	40	87	276	34	582	28	168	50	1782	15	4539	13	27	69	131	99	8	73	0	.	0	.	0	.	0	.	24	100	0	.	0	.	0	.	26	75	7	100	28	72	333	45	26	100	6	100	86	69	33	94	35	100	31	75	0	.	0	.	1	100	56	71	22	80	40	73	8	100	386	38	569	23	370	33	217	35	23	60	46	72	1233	18	353	30	395	44	0	.	0	.	0	.	73	45	12	100	51	91	44	97	138	76	0	.	14	71	0	.	0	.	18	72	0	.	118	60	0	.	6	100	0	.	23	74	3948	12	1901	16	1187	20	32	100	12	100	42	71	49	69	0	.	55	53	24	71	105	55	0	.	20524	5
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	35	87	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	15	73	7	100	1	100	181	36	1064	17	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	48	100	0	.	22	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	100	0	.	3	91	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	20	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	362	24	173	34	149	46	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2086	11
	übrige Nadelhölzer	34	54	52	61	26	100	45	50	4	100	5	79	24	92	0	.	227	44	36	97	65	100	0	.	0	.	101	.	56	100	0	.	0	.	0	.	0	.	1	100	5	94	0	.	0	.	6	63	49	36	0	2109	45	82	122	88	0	100	0	.	0	.	4	100	0	.	0	.	6	100	0	.	2	100	185	96	1	100	-8	119	7	65	-6	100	65	71	5	100	-5	252	13	72	0	.	1	100	0	.	2	100	7	100	0	.	46	95	0	.	0	.	0	.	0	.	0	.	0	.	27	100	0	.	1	100	0	.	0	.	11	57	0	.	5	100	8	100	0	.	58	100	86	89	11	100	5	71	0	.	0	.	0	.	118	87	1	100	63	99	0	.	0	.	5	87	3	100	4	82	3	100	8	100	9	136	25	62	26	74	0	.	0	.	0	.	0	.	1705	19
	Buche	1782	18	1014	24	706	25	1883	23	264	35	953	30	2587	21	2525	14	4112	11	3103	13	443	42	920	27	2043	21	0	.	634	44	796	30	1059	26	1411	25	0	.	708	29	344	31	461	29	45	77	544	31	0	.	4149	12	1347	23	715	28	1039	26	345	38	323	37	297	37	255	32	422	26	337	33	154	63	1003	31	675	28	702	38	711	26	1082	25	1468	20	2057	16	1476	21	1089	21	1065	25	1795	19	542	28	98	45	860	29	491	30	299	36	835	25	0	.	214	47	0	.	1019	30	909	27	649	26	958	22	867	27	793	26	368	43	14	100	115	66	497	37	113	47	358	39	556	34	54	52	1043	28	294	46	107	35	307	30	343	31	1160	25	590	34	463	38	273	42	121	53	343	40	8	100	38	74	699	22	289	40	634	33	823	36	917	25	887	22	713	35	397	35	476	30	0	.	72377	2
	Ahorn	284	26	108	35	160	30	108	37	73	75	156	47	612	20	324	22	375	25	490	19	92	50	182	36	168	36	0	.	60	54	69	47	271	29	138	45	9	78	379	26	88	46	111	76	76	56	85	40	6	89	642	18	163	29	113	36	214	28	72	55	110	38	96	60	64	72	37	37	111	29	35	41	257	44	192	31	30	104	182	41	185	36	392	26	81	42	170	42	156	27	61	38	199	33	226	32	74	34	90	44	348	39	110	42	67	55	7	100	56	55	11	100	47	53	65	65	73	37	48	41	30	57	0	1305	98	41	25	74	6	88	107	50	128	38	164	36	137	60	2	100	82	37	61	73	20	54	38	43	57	37	162	36	113	36	7	100	6	179	0	.	31	77	6	64	59	48	188	25	99	37	106	47	101	51	202	29	145	33	131	48	103	51	139	53	0	.	11763	4
	Esche	449	23	321	34	215	36	143	46	85	65	269	38	204	41	417	32	646	24	223	46	250	44	63	50	173	38	0	.	140	53	218	56	293	34	536	27	16	100	187	40	52	53	9	101	136	37	115	38	106	92	986	19	420	61	218	34	114	36	41	64	23	58	7	87	3	71	22	91	265	57	48	65	48	59	469	29	236	37	118	37	223	39	250	38	154	35	75	40	43	49	151	47	184	40	246	39	114	61	170	62	353	30	379	34	256	43	43	61	66	100	67	52	57	40	117	41	244	35	183	34	39	59	159	53	74	71	27	63	12	100	174	46	81	50	56	54	151	52	51	59	33	46	193	50	1	100	5	100	16	74	113	51	240	46	38	57	172	55	0	.	300	54	64	44	61	54	236	33	201	43	342	40	149	38	300	31	298	29	84	66	144	40	166	38	0	.	15639	5
	Eiche	308	37	228	41	41	67	361	33	0	.	13	100	46	64	33	71	636	21	28	82	106	68	151	73	121	56	0	.	34	88	33	100	60	51	114	50	396	42	0	.	9	100	102	74	12	100	66	50	43	100	263	34	73	69	115	64	43	71	87	67	0	.	18	100	1	100	0	.	3	100	0	.	19	100	134	80	55	61	15	97	13	71	0	.	391	36	20	80	57	72	67	54	170	36	11	92	0	.	24	100	78	46	298	65	188	39	0	.	4	100	0	.	52	47	146	38	296	28	130	52	199	40	73	54	26	82	11	100	17	100	74	89	16	84	0	.	74	66	0	.	40	65	328	52	273	47	0	.	320	40	72	86	38	50	210	37	30	71	13	100	80	52	35	48	68	56	127	32	28	81	29	81	46	56	18	73	94	52	107	38	159	48	175	41	0	.	8493	7
	Kastanie	0	.	0	.	3	100	0	.	0	.	0	.	0	.	0	.	2	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	313	38	25	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	.	17	100	381	34	209	50	414	38	816	33	1095	21	677	31	411	31	1006	27	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	71	99	0	.	0	.	0	.	0	.	14	100	0	.	102	60	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5559	9
	übrige Laubhölzer	599	44	136	29	140	35	132	39	4	159	60	55	557	27	147	24	486	26	136	27	77	38	104	61	98	29	0	.	53	48	211	72	17	61	142	53	37	49	119	44	82	36	100	41	407	27	661	21	257	36	375	22	119	43	38	67	50	41	24	53	15	47	6	76	144	88	41	59	91	44	34	50	67	47	27	45	50	40	137	32	166	51	98	30	34	38	78	50	48	51	119	43	77	57	109	34	39	48	68	67	177	49	167	34	414	66	176	44	284	23	209	37	443	31	524	23	929	18	557	26	364	31	445	24	37	50	93	51	52	55	138	47	203	77	109	62	65	49	96	60	135	51	252	55	7	54	16	50	50	66	98	77	74	81	32	51	75	63	0	.	19	59	359	26	305	26	542	23	22	64	113	54	105	38	56	40	38	66	77	52	103	51	99	45	0	.	14879	5
	nicht bestimmbar	0	0	0	.	0	.	0	.	0	.	0	0	0	0	0	0	0	0	0	0	0	0	0	.	0	0	0	.	0	0	0	0	0	.	0	0	0	.	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	.	0	.	0	.	0	0	0	.	0	0	0	0	0	0	0	0	0	0	0	.	0	0	0	.	0	0	0	0	0	.	0	0	0	0	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	0	0	0	0	0	0	0	0	0	0	0	0	.	0	.	0	0	0	0	0	.	0	0	0	0	0	.	0	0	0	.	0	0	0	.	0	.	0	.	0	.	0	0	0	0	0	.	0	0	0	0	0	0	0	0	0	.	0	.	0	.	0	.	0	0	0	0	0	.	0	0	0	.	0	0
	Total	4543	14	2952	17	3002	17	5418	14	2627	23	5851	18	19968	8	17918	8	16340	8	10140	10	1387	26	2107	22	3441	18	101	.	1951	25	4265	17	5989	14	5197	16	539	39	4304	16	7746	12	6514	13	8011	11	13718	8	11927	10	13355	8	5216	16	5567	15	6886	14	1424	25	2729	18	1552	27	1531	25	4267	18	1970	23	2420	20	4125	17	3934	18	2646	21	4475	16	3745	18	7586	15	4876	14	3370	17	2641	18	2031	20	3434	17	3861	17	3256	18	3395	19	3292	20	2375	23	3364	18	1220	23	3477	15	2455	18	2257	18	2737	17	3437	12	4477	12	2637	16	3560	15	1330	27	1104	29	1465	27	2398	21	1837	23	3472	20	1922	25	580	38	3481	19	1738	27	1254	25	3039	16	2480	20	3000	17	2855	18	1159	29	1520	28	609	49	1563	27	8709	9	6466	12	7968	10	2232	21	2730	21	2487	20	3617	17	3657	17	2077	23	1866	24	2363	21	0	.	382512	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	347	30	729	30	1244	28	1286	26	1834	25	3084	20	16095	8	7480	11	5145	13	2995	14	107	52	281	44	324	39	0	.	771	34	2561	21	3188	18	1787	22	19	100	3677	17	7177	12	4229	14	7679	11	11402	9	6226	11	3237	15	1556	22	1530	22	4004	17	393	37	1137	21	679	38	529	31	2109	21	1057	27	1971	22	2539	18	1272	25	1280	27	2951	19	1618	26	3554	19	1646	21	897	31	573	35	375	38	402	32	2329	21	2248	20	1581	24	1183	33	755	33	1038	28	893	27	2017	19	1932	22	7	100	138	76	13	100	450	35	48	60	384	33	779	31	1259	30	1610	26	1167	31	1672	23	2613	20	700	31	129	44	1454	26	145	41	333	37	2245	17	1192	28	971	23	1043	25	206	51	600	41	151	51	577	37	4643	12	4370	14	5853	12	1028	26	1225	29	651	28	1075	24	1349	25	697	40	653	35	902	31	0	.	181288	2
	Tanne	524	37	192	58	328	39	1134	28	521	30	1425	27	2226	22	7446	11	4165	14	3253	18	85	82	305	55	304	40	0	.	181	60	248	45	1262	24	1001	32	0	.	635	34	302	41	822	27	300	45	739	29	10	100	3458	13	1353	24	2609	18	1628	23	415	42	1147	25	427	32	511	34	1727	23	235	45	162	42	653	33	866	25	364	37	503	33	575	33	1977	23	114	47	534	32	519	34	136	43	450	31	731	31	678	30	539	30	566	37	235	39	277	58	6	93	282	54	93	93	0	.	0	.	14	100	320	38	379	37	263	51	419	37	15	91	254	41	585	35	289	50	990	25	199	45	37	88	635	32	420	45	485	32	427	38	438	35	422	27	409	38	202	69	295	44	373	53	190	48	361	52	354	40	808	24	550	29	226	55	392	42	902	25	536	34	76	68	13	100	214	60	0	.	63668	3
	Föhre	144	51	62	56	106	43	220	45	22	90	10	100	408	47	43	57	364	28	303	46	162	61	101	72	196	37	0	.	13	87	102	79	0	.	179	58	62	79	0	.	334	36	547	26	56	71	771	28	1141	20	486	31	9	100	98	55	60	68	85	75	31	71	18	100	0	.	14	100	0	.	126	75	9	100	107	66	0	.	183	54	0	.	55	69	249	33	84	50	127	40	12	77	228	37	138	57	4	100	6	100	67	49	91	54	236	40	0	.	200	70	49	75	0	.	0	.	78	100	0	.	0	.	43	83	40	99	29	100	121	53	22	100	0	.	0	.	0	.	15	71	5	100	19	100	23	77	0	.	47	58	0	.	40	58	0	.	0	.	51	100	0	.	1127	22	411	23	545	28	0	.	34	71	169	39	75	50	285	33	136	43	268	43	89	66	0	.	11791	6
	Lärche	73	79	111	55	33	113	106	59	9	75	67	100	98	51	10	100	182	38	23	100	0	.	0	.	14	73	0	.	9	100	27	96	0	.	15	100	0	.	40	87	294	32	645	26	222	40	2283	13	5289	12	27	69	131	99	8	73	0	.	0	.	0	.	0	.	24	100	0	.	0	.	0	.	26	75	7	100	28	72	395	41	26	100	6	100	86	69	33	94	35	100	31	75	0	.	0	.	1	100	56	71	22	80	40	73	8	100	493	31	626	21	443	29	288	32	23	60	46	72	1378	17	390	29	395	44	0	.	0	.	0	.	98	42	32	72	51	91	44	97	138	76	0	.	14	71	0	.	0	.	18	72	0	.	118	60	0	.	6	100	0	.	23	74	5541	11	2559	14	1708	16	32	100	12	100	42	71	49	69	0	.	55	53	24	71	105	55	0	.	25291	4
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	35	87	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	15	73	7	100	1	100	207	34	1396	15	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	48	100	0	.	22	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	100	0	.	3	91	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	20	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	569	21	329	27	204	40	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2861	10
	übrige Nadelhölzer	34	54	52	61	26	100	45	50	4	100	5	79	28	79	0	.	227	44	36	97	65	100	0	.	0	.	101	.	56	100	0	.	0	.	0	.	0	.	1	100	5	94	0	.	0	.	10	55	49	36	0	2109	45	82	122	88	0	100	0	.	0	.	4	100	0	.	0	.	6	100	0	.	2	100	185	96	-7	113	-8	119	7	65	-6	100	65	71	5	100	-5	252	13	72	0	.	1	100	0	.	2	100	7	100	0	.	46	95	0	.	0	.	0	.	0	.	0	.	0	.	27	100	0	.	1	100	0	.	0	.	11	57	0	.	5	100	8	100	0	.	58	100	86	89	11	100	5	71	0	.	0	.	0	.	118	87	1	100	63	99	0	.	0	.	5	87	3	100	4	75	3	100	8	100	9	136	25	62	26	74	0	.	0	.	0	.	0	.	1705	19
	Buche	1782	18	1014	24	706	25	1883	23	279	34	953	30	2910	20	2728	14	4112	11	3379	12	443	42	920	27	2043	21	0	.	634	44	796	30	1181	24	1411	25	0	.	1093	22	562	35	495	28	53	68	562	30	0	.	4303	12	1347	23	715	28	1064	26	440	34	329	36	378	36	255	32	437	26	427	30	154	63	1185	28	675	28	779	34	862	23	1181	23	1471	20	2057	16	1476	21	1089	21	1065	25	1817	19	729	24	227	60	860	29	491	30	299	36	835	25	0	.	264	41	0	.	1040	30	971	26	649	26	1122	21	917	26	793	26	419	40	14	100	131	59	507	37	164	41	467	31	639	32	54	52	1082	27	294	46	107	35	307	30	343	31	1160	25	590	34	463	38	273	42	203	43	343	40	8	100	38	74	879	22	355	37	634	33	823	36	917	25	887	22	713	35	397	35	476	30	0	.	76329	2
	Ahorn	284	26	108	35	160	30	108	37	73	75	156	47	869	16	338	21	375	25	519	19	92	50	182	36	168	36	0	.	60	54	69	47	273	28	138	45	9	78	447	24	89	45	113	75	76	56	89	38	6	89	649	18	163	29	113	36	214	28	72	55	110	38	111	53	64	72	37	37	125	27	35	41	284	40	192	31	53	66	251	33	224	32	412	25	81	42	170	42	156	27	61	38	199	33	236	31	74	34	90	44	348	39	110	42	67	55	35	83	56	55	11	100	47	53	65	65	73	37	48	41	30	57	0	1305	116	36	25	74	6	88	119	46	216	33	249	27	151	55	2	100	98	35	61	73	20	54	38	43	57	37	162	36	113	36	7	100	6	179	3	100	31	77	30	63	60	47	254	22	99	37	106	47	101	51	202	29	145	33	131	48	103	51	139	53	0	.	12721	4
	Esche	449	23	321	34	215	36	143	46	85	65	269	38	233	37	417	32	646	24	230	44	250	44	63	50	173	38	0	.	140	53	218	56	298	34	536	27	16	100	244	34	61	48	9	101	136	37	118	37	106	92	988	19	420	61	218	34	114	36	41	64	23	58	7	87	3	71	22	91	277	54	48	65	51	55	469	29	265	34	125	35	234	38	264	37	154	35	75	40	43	49	151	47	184	40	251	38	114	61	170	62	353	30	379	34	256	43	48	56	66	100	67	52	57	40	117	41	244	35	183	34	39	59	159	53	79	66	27	63	12	100	174	46	93	45	84	43	151	52	51	59	33	46	193	50	1	100	5	100	16	74	113	51	240	46	38	57	172	55	0	.	300	54	81	38	78	48	246	32	201	43	342	40	149	38	300	31	298	29	84	66	144	40	166	38	0	.	15928	5
	Eiche	308	37	228	41	41	67	361	33	0	.	13	100	49	60	33	71	636	21	28	82	106	68	151	73	121	56	0	.	34	88	33	100	60	51	114	50	396	42	0	.	9	100	102	74	12	100	66	50	43	100	263	34	73	69	115	64	43	71	87	67	0	.	18	100	1	100	0	.	3	100	0	.	19	100	134	80	55	61	15	97	13	71	0	.	391	36	20	80	57	72	67	54	170	36	11	92	0	.	24	100	78	46	298	65	188	39	0	.	4	100	0	.	52	47	146	38	296	28	130	52	199	40	73	54	26	82	11	100	17	100	74	89	31	65	0	.	74	66	0	.	40	65	328	52	273	47	0	.	320	40	72	86	38	50	210	37	30	71	13	100	80	52	35	48	68	56	139	30	28	81	29	81	46	56	18	73	94	52	107	38	159	48	175	41	0	.	8524	7
	Kastanie	0	.	0	.	3	100	0	.	0	.	0	.	0	.	0	.	2	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	313	38	25	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	.	17	100	381	34	209	50	414	38	816	33	1095	21	677	31	411	31	1006	27	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	71	99	0	.	0	.	0	.	0	.	14	100	0	.	102	60	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5559	9
	übrige Laubhölzer	599	44	136	29	140	35	132	39	4	159	60	55	559	27	150	24	486	26	139	27	77	38	104	61	98	29	0	.	53	48	211	72	21	54	142	53	37	49	150	37	114	33	102	40	433	26	698	20	315	33	391	22	119	43	38	67	50	41	24	53	15	47	6	76	144	88	41	59	92	44	34	50	74	43	27	45	58	37	139	33	179	48	98	30	34	38	78	50	48	51	119	43	78	56	111	34	39	48	68	67	177	49	167	34	414	66	192	41	285	23	209	37	454	31	524	23	929	18	581	25	383	30	445	24	37	50	93	51	52	55	139	46	221	71	137	51	65	49	96	60	135	51	252	55	7	54	16	50	50	66	98	77	74	81	32	51	75	63	2	100	19	59	417	24	348	23	590	22	22	64	113	54	105	38	56	40	38	66	77	52	103	51	99	45	0	.	15389	5
	nicht bestimmbar	0	0	0	.	0	.	0	.	0	.	0	0	0	0	0	0	0	0	0	0	0	0	0	.	0	0	0	.	0	0	0	0	0	.	0	0	0	.	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	.	0	.	0	.	0	0	0	.	0	0	0	0	0	0	0	0	0	0	0	.	0	0	0	.	0	0	0	0	0	.	0	0	0	0	0	.	0	.	0	.	0	0	0	.	0	0	0	.	0	.	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	.	0	0	0	0	0	0	0	0	0	0	0	.	0	0	0	.	0	0	0	.	0	.	0	.	0	.	0	0	0	0	0	.	0	0	0	0	0	0	0	0	0	0	0	.	0	.	0	.	0	0	0	0	0	.	0	0	0	.	0	0
	Total	4543	14	2952	17	3002	17	5418	14	2832	22	6041	17	23510	7	18647	8	16340	8	10906	10	1387	26	2107	22	3441	18	101	.	1951	25	4265	17	6285	14	5324	16	539	39	6288	14	8964	11	7070	12	8969	10	17257	7	14606	8	13802	8	5216	16	5567	15	7180	14	1558	23	2793	18	1648	26	1531	25	4387	17	2223	21	2530	20	4890	16	3934	18	2897	19	5416	15	4057	18	7831	14	4876	14	3370	17	2641	18	2031	20	3528	16	4536	16	3385	18	3395	19	3292	20	2375	23	3364	18	1687	20	4181	14	3016	17	2359	17	2799	17	3437	12	4916	11	2797	16	3560	15	1916	23	1474	27	2233	22	2885	20	2729	19	4599	17	2024	24	580	38	3569	19	1738	27	1254	25	3039	16	2480	20	3000	17	2855	18	1159	29	1520	28	796	42	1563	27	12832	8	8618	10	11333	9	2317	21	2730	21	2487	20	3617	17	3657	17	2077	23	1866	24	2363	21	0	.	421054	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. 2292304. Birmensdorf, Swiss Federal Research Institute WSL

zurück