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	23-35mit 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 und beim Total nicht (hervorgehobene Zahlenpaare), beim Privatwald aber schon (hervorgehobene Zahlenpaare). Auf dem Sicherheitsniveau der 68%-Vertrauensintervalle kommt man zum Schluss, im Mittelland der Vorrat pro Hektare im öffentlichen Wald wie auch insgesamt abgenommen hat. Für den Privatwald 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 und den gesamten 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

LFI3
Vorrat (Schaftholz)
Eigentum (2 Klassen) · Hauptbaumart
Regionale Gliederung: Forstkreis (2024)
Einheit: 1000 m³
Bezugsfläche: zugänglicher Wald ohne Gebüschwald LFI1-LFI5
Netz: 1,4-km-Netz, Unternetze 1-5
Zustand 2004/06
		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
Eigentum (2 Klassen)	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	.
öffentlich	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	367	50	403	40	743	48	1413	38	1180	38	1215	39	5205	20	2837	22	1777	26	2571	19	2	100	267	72	663	63	0	.	864	45	1274	36	1316	38	1309	36	0	.	3380	30	3861	21	2535	21	4180	20	8884	14	5385	15	2352	25	894	44	937	41	1457	33	100	64	432	46	494	45	386	46	629	47	523	53	1129	35	1527	29	201	86	675	42	1939	30	1339	41	1052	48	1776	27	916	43	494	49	252	60	261	57	1605	30	1684	32	922	40	245	55	352	53	500	40	846	40	1924	28	1747	32	0	.	29	100	0	.	273	68	59	65	198	67	517	52	484	51	1628	35	823	54	904	42	268	60	911	55	11	100	1021	30	299	76	477	67	1417	25	424	49	833	33	768	42	211	71	493	55	184	63	311	100	2958	21	3688	19	4521	18	460	48	545	39	573	45	228	58	513	47	684	57	566	55	482	37	0	.	108984	3
	Tanne	254	62	77	76	95	73	1084	34	243	63	687	48	954	35	1463	30	1485	25	1718	23	16	75	48	86	273	64	0	.	98	86	291	62	837	48	523	55	0	.	427	53	223	42	436	45	235	63	682	41	6	100	2197	27	266	47	248	40	177	49	374	57	538	52	433	37	502	46	726	44	112	65	170	58	446	33	529	48	77	74	364	48	192	50	331	46	126	59	327	48	372	54	97	57	209	43	443	53	320	39	392	47	239	89	96	61	122	100	0	.	123	59	146	100	0	.	0	.	0	.	354	60	269	58	139	71	361	53	0	.	186	70	289	46	441	53	293	55	48	60	0	.	696	41	82	96	365	53	283	53	356	52	407	36	206	60	369	64	516	56	294	79	0	.	117	91	435	55	389	43	118	54	105	61	23	100	80	100	47	95	77	100	5	100	146	84	0	.	30346	6
	Föhre	18	100	406	59	41	71	65	86	0	.	14	100	432	67	33	75	277	41	370	50	0	.	16	71	141	54	0	.	17	100	50	62	0	.	155	92	91	100	0	.	213	50	581	35	0	.	666	35	1163	32	432	36	15	100	133	67	0	.	114	100	27	100	0	.	0	.	26	100	0	.	84	100	19	100	36	100	0	.	0	.	0	.	0	.	284	43	68	85	92	53	38	78	166	43	66	100	8	100	0	.	6	100	107	74	186	79	0	.	90	75	57	100	0	.	0	.	0	.	0	.	0	.	8	100	0	.	0	.	155	74	0	0	0	.	0	.	0	.	2	100	9	100	0	.	36	100	0	.	13	100	0	.	93	79	0	.	0	.	30	100	0	.	437	31	273	39	641	36	0	.	68	100	160	57	44	100	208	55	74	56	139	74	53	75	0	.	9250	9
	Lärche	7	100	42	86	65	100	198	72	0	.	0	.	57	75	15	100	135	58	0	.	0	.	0	.	36	79	0	.	0	.	34	100	0	.	0	.	0	.	49	100	343	49	279	47	159	59	1593	21	4454	15	20	100	0	.	21	89	0	.	0	.	0	.	0	.	42	100	0	.	0	.	0	.	8	100	11	100	0	.	138	65	43	100	0	.	41	71	0	.	0	.	14	100	0	.	0	.	0	.	52	100	11	100	0	.	0	.	243	68	477	40	241	40	253	55	0	.	66	79	816	30	427	38	454	61	0	.	0	.	22	100	192	52	0	.	0	.	0	.	16	100	0	.	12	100	0	.	0	.	11	100	0	.	58	73	0	.	0	.	0	.	0	.	2428	17	1269	23	1014	24	55	100	0	.	10	100	0	.	0	.	47	76	19	100	121	61	0	.	16116	7
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	11	100	0	.	0	.	164	56	1128	22	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	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	.	532	31	163	53	57	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2058	16
	übrige Nadelhölzer	29	76	0	.	48	100	18	73	0	.	0	.	0	.	0	.	30	59	2	71	0	.	0	.	0	.	153	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	6	100	18	49	3	100	44	100	185	92	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	3	100	0	.	0	.	0	.	6	100	0	.	0	.	7	100	3	100	18	77	0	.	0	.	0	.	3	100	0	.	0	.	1	100	0	.	0	.	0	.	0	.	0	.	0	.	42	100	0	.	0	.	0	.	0	.	5	100	0	.	6	100	0	.	0	.	30	100	12	65	0	.	3	100	0	.	0	.	0	.	141	100	0	.	0	.	0	.	0	.	7	100	0	.	2	74	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	840	34
	Buche	999	30	801	32	583	35	1022	29	32	75	234	59	869	44	764	27	2684	22	2614	18	462	42	698	39	1046	31	0	.	158	80	295	40	477	38	399	58	0	.	821	33	268	45	435	33	44	71	354	44	0	.	2532	19	511	39	402	52	12	56	95	69	133	45	200	46	59	63	170	48	129	84	21	67	1175	34	384	63	185	73	451	37	826	43	359	64	1727	23	902	34	813	28	833	37	920	33	231	38	264	93	669	42	100	70	184	62	401	51	0	.	162	56	0	.	569	38	333	61	248	50	1007	33	850	35	366	42	290	63	0	.	153	67	477	47	118	63	260	54	72	72	-12	100	758	35	122	100	173	56	279	39	444	43	908	31	178	55	374	56	98	61	275	53	33	100	0	.	4	100	357	36	105	76	377	45	376	46	10	100	539	39	220	53	195	42	288	44	0	.	41757	4
	Ahorn	181	40	89	40	36	111	68	54	32	100	92	69	191	40	107	49	182	35	412	27	66	55	59	78	167	44	0	.	60	71	7	61	105	47	15	100	0	.	181	28	29	84	14	76	16	76	76	55	0	.	344	28	44	54	18	75	46	51	28	62	45	49	51	63	118	91	19	62	35	62	61	86	125	69	64	66	28	87	212	49	53	74	175	59	66	53	95	51	93	37	74	57	154	49	72	50	9	100	23	71	47	56	36	54	10	100	11	100	36	100	11	100	9	100	0	.	7	61	2	70	40	100	0	.	77	64	11	100	0	.	68	57	43	77	72	54	43	77	0	.	87	49	0	.	12	90	16	71	42	48	66	56	116	76	0	.	12	100	0	.	20	100	0	.	10	91	104	42	61	64	149	51	36	79	50	73	35	64	141	58	103	70	137	57	0	.	5958	7
	Esche	253	44	243	60	140	56	73	75	0	.	59	100	8	63	111	57	263	40	124	48	234	66	16	85	57	81	0	.	96	96	153	68	238	64	4	100	0	.	151	61	6	100	17	79	38	80	29	59	0	.	405	33	85	76	22	72	6	82	34	130	44	61	0	.	1	100	0	.	243	89	0	.	30	85	217	51	166	56	98	53	61	76	11	100	172	44	62	59	48	60	100	68	33	62	126	61	0	.	64	100	45	57	154	66	57	77	10	100	96	100	0	.	16	73	11	83	24	100	54	78	-26	124	15	100	9	83	33	76	0	.	148	65	14	88	30	100	0	.	5	71	57	81	60	100	0	.	7	100	23	100	113	73	101	74	18	100	3	100	0	.	160	100	9	100	0	0	80	60	50	79	299	58	184	61	53	56	41	66	102	97	153	60	195	61	0	.	6743	9
	Eiche	120	72	0	.	0	.	155	72	0	.	0	.	6	100	51	94	235	35	0	.	123	79	0	.	93	55	0	.	36	100	0	.	32	67	5	100	259	63	0	.	0	.	50	100	0	.	1	100	0	.	189	44	7	100	48	100	0	.	49	97	0	.	33	100	0	.	0	.	0	.	0	.	0	.	0	.	67	71	0	.	16	75	0	.	134	55	0	.	19	71	17	85	133	69	0	.	0	.	0	.	20	95	102	64	128	65	0	.	0	.	0	.	29	69	13	72	52	94	78	88	48	57	9	98	8	100	0	.	0	.	6	100	12	100	0	.	20	100	0	.	54	88	84	100	64	60	0	.	225	58	0	.	41	62	100	73	19	100	31	100	0	.	9	83	9	71	31	62	0	.	23	100	11	100	0	.	151	53	107	43	166	67	81	61	0	.	3607	12
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	309	56	23	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	.	204	77	55	78	202	68	0	.	211	72	78	74	139	57	217	59	0	.	0	.	0	.	0	.	5	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	100	0	.	0	.	0	.	0	.	0	.	0	.	51	61	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1501	23
	übrige Laubhölzer	103	63	73	41	116	52	87	89	2	100	4	100	78	52	70	50	317	50	95	37	154	60	47	70	63	45	0	.	8	100	220	74	7	74	77	55	5	100	127	53	53	41	33	60	172	43	615	30	181	56	229	50	20	55	32	96	8	67	0	.	10	74	2	100	19	59	43	80	19	58	19	73	50	83	0	.	37	60	80	46	181	64	19	78	96	64	38	54	54	66	113	54	107	75	93	51	5	58	7	72	8	85	49	62	75	72	108	66	134	38	82	83	213	42	244	49	148	49	171	34	165	63	192	42	43	70	39	100	4	78	176	68	256	91	8	100	3	100	67	86	46	47	1	100	1	100	9	63	65	57	15	59	17	100	37	75	56	97	6	100	0	.	134	52	93	46	304	35	7	76	139	62	-4	151	12	100	0	0	11	60	169	78	64	65	0	.	7356	8
	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
	Total	2332	25	2133	26	1867	28	4185	21	1488	36	2304	35	7800	17	5452	19	7386	15	7907	14	1056	36	1152	37	2540	29	153	.	1337	39	2325	28	3011	26	2487	28	355	59	5136	23	5008	18	4381	18	4844	19	13379	11	12358	11	8703	14	1885	29	2047	33	1705	33	794	42	1229	38	1219	36	1127	40	1613	32	1062	41	1484	32	3384	22	1442	39	1236	35	3283	24	2717	29	1947	38	4422	20	2415	27	1989	25	1556	30	1983	31	2636	26	2290	29	2132	31	720	46	1080	41	1479	33	1219	32	3246	21	2343	26	1292	25	631	40	754	34	2875	19	1971	24	1597	30	1305	36	567	46	2153	31	2179	30	1800	34	932	47	1096	49	119	62	2739	24	661	54	1132	40	2011	23	1603	31	2342	24	1727	29	1109	42	1198	48	821	55	525	73	6633	14	5944	16	7551	14	857	38	1705	33	1375	34	478	53	1533	31	1462	35	1517	36	1568	30	0	.	234515	2
privat	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	174	69	13	104	0	.	225	72	1169	44	1638	33	8326	14	4416	17	4598	19	864	34	0	.	62	100	42	100	0	.	21	100	1298	37	785	38	510	43	0	.	517	62	2315	35	550	48	1768	31	773	44	296	80	490	35	641	44	1668	29	4188	24	107	100	918	34	324	73	141	80	1182	40	600	47	148	.	660	73	1091	38	447	64	330	59	535	54	2058	34	126	71	129	100	3	100	0	.	38	69	233	64	935	50	473	63	673	44	811	40	973	43	50	.	0	.	35	100	0	.	31	100	17	100	0	.	0	.	0	.	215	60	736	62	102	81	260	46	364	57	747	40	299	60	122	66	116	56	12	.	0	.	432	47	157	100	10	100	202	74	40	71	158	100	0	.	141	98	653	42	400	35	680	42	142	96	509	58	179	62	1142	34	1191	34	306	63	165	100	70	85	0	.	59964	5
	Tanne	108	59	28	100	0	.	125	61	245	51	691	49	715	38	4676	17	3301	23	947	41	0	.	10	100	28	100	0	.	136	100	23	100	261	57	114	97	0	.	28	71	38	100	9	71	0	0	86	100	0	.	1261	30	1048	36	2680	24	1158	28	119	76	443	48	21	93	24	100	552	51	171	83	0	.	349	82	307	45	69	100	137	77	343	66	1108	35	0	.	172	100	0	.	67	83	106	50	0	.	396	53	76	72	291	44	282	63	310	71	0	.	0	.	0	.	0	.	0	.	30	100	0	.	0	.	0	.	124	71	0	.	65	98	119	67	0	.	579	50	11	100	32	100	43	100	160	.	0	.	1	100	1	100	25	100	45	92	0	.	0	.	0	.	115	72	0	.	9	100	130	65	97	59	56	89	335	54	678	38	426	39	8	100	0	.	0	.	0	.	26149	7
	Föhre	161	73	0	.	0	.	0	.	0	.	0	.	25	76	57	71	278	45	23	78	47	100	49	78	31	78	0	.	0	.	132	100	0	.	190	78	24	72	0	.	14	100	67	100	47	100	38	78	110	74	0	0	0	.	64	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	40	100	65	88	51	100	0	.	0	.	0	.	0	.	0	.	0	.	83	66	25	93	63	53	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	33	100	0	.	0	.	0	.	0	.	14	100	0	.	0	.	0	.	0	.	9	100	0	.	0	.	0	.	0	.	0	.	0	.	359	53	154	41	46	71	0	.	0	.	114	62	45	63	126	58	90	74	106	100	44	100	0	.	2825	15
	Lärche	15	100	21	100	0	.	29	100	0	.	0	.	69	117	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	39	71	0	.	0	.	65	71	90	77	11	100	95	73	105	72	0	.	2	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	22	100	0	.	0	.	0	.	3	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	40	100	0	.	0	.	0	.	110	100	0	.	0	.	20	100	0	.	0	.	0	.	0	.	0	.	0	.	89	86	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1774	39	990	35	236	59	0	.	21	100	0	.	0	.	0	.	0	.	0	.	109	100	0	.	3955	21
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	12	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	100	52	66	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	66	55
	übrige Nadelhölzer	0	.	0	.	0	.	0	.	0	.	6	80	0	.	0	.	388	48	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	100	8	100	0	.	0	.	0	.	0	.	2	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	240	100	4	100	-16	100	0	.	0	.	69	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	6	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	13	100	0	.	0	.	0	.	1	100	15	103	5	100	0	.	0	.	0	.	0	.	744	42
	Buche	850	46	117	62	0	.	1160	43	196	56	333	39	1882	31	2307	27	2266	21	548	37	73	100	314	74	233	73	0	.	62	88	445	52	421	58	768	46	0	.	398	65	355	71	145	71	0	.	59	71	0	.	905	35	534	44	456	37	1302	30	184	63	119	52	45	74	91	71	218	51	248	48	0	.	136	65	278	51	1067	46	312	61	126	52	1234	38	336	61	574	62	189	71	108	75	468	56	111	57	26	68	178	61	357	36	147	48	492	47	0	.	0	.	0	.	20	100	639	41	280	44	9	100	0	.	14	100	207	56	0	.	9	141	61	60	31	100	68	72	354	68	44	83	306	53	5	.	0	.	16	76	16	100	130	100	220	89	197	71	120	71	0	.	168	71	0	.	1	100	407	47	145	66	70	81	107	59	997	31	451	41	412	63	181	75	96	76	0	.	28954	6
	Ahorn	108	60	64	85	0	.	9	100	14	71	86	69	485	28	186	34	77	64	223	47	65	100	45	65	0	.	0	.	0	.	38	75	115	56	32	63	0	.	173	61	63	66	3	100	38	100	16	100	0	.	133	38	33	72	36	56	242	52	28	72	76	70	0	.	0	.	7	70	92	39	0	.	29	71	208	42	75	70	108	54	94	62	385	41	0	.	4	100	18	75	54	72	150	67	67	59	92	60	9	100	224	66	14	100	97	71	0	.	0	.	0	.	0	.	42	72	7	84	0	.	0	.	1	100	43	58	0	.	0	.	104	73	114	64	69	54	5	100	0	.	26	93	0	.	0	.	12	100	9	77	18	100	14	100	4	100	0	.	0	.	10	100	0	.	10	100	112	45	21	100	36	75	44	59	196	38	81	54	0	.	14	100	0	.	0	.	5104	9
	Esche	23	87	186	69	0	.	0	.	0	.	244	61	105	77	481	45	328	36	0	.	52	100	9	100	50	100	0	.	26	100	171	81	106	54	332	64	43	100	527	79	30	100	0	0	129	73	58	92	0	.	550	48	596	82	134	72	80	59	15	100	0	.	0	.	0	.	2	100	200	69	0	.	5	100	441	43	150	52	12	100	129	100	269	43	0	.	9	100	0	.	80	85	152	78	203	87	3	100	188	82	358	49	329	55	229	45	0	.	0	.	0	.	0	.	33	83	102	98	0	.	26	100	60	62	100	84	3	100	0	.	89	71	63	76	14	73	171	68	-1	424	0	.	0	.	0	.	0	.	0	.	0	.	26	100	40	72	207	74	0	.	47	74	82	82	40	79	29	62	129	100	69	72	25	67	173	42	171	45	0	.	22	100	20	100	0	.	8775	11
	Eiche	361	91	61	77	0	.	103	58	0	.	0	.	7	100	0	.	327	29	0	.	0	.	3	100	0	.	0	.	0	.	56	100	0	.	63	87	338	72	0	.	0	.	0	.	0	.	0	.	56	100	138	74	120	81	162	100	52	100	16	100	0	.	0	.	0	.	0	.	4	100	0	.	0	.	18	100	0	.	0	.	0	.	11	100	86	93	0	.	0	.	0	.	23	71	15	100	0	.	0	.	86	59	377	73	145	48	0	.	0	.	0	.	4	100	94	65	390	37	30	71	50	70	55	97	37	100	0	.	33	100	0	.	0	.	0	.	85	100	0	.	0	.	49	.	0	.	0	.	192	72	16	100	4	100	167	62	0	.	0	.	22	100	22	85	95	74	14	61	0	.	0	.	22	71	25	100	0	.	16	100	13	100	0	.	0	.	4064	16
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	56	100	19	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	.	42	.	35	.	165	100	194	74	490	33	820	33	298	72	83	76	1194	32	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	28	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3423	16
	übrige Laubhölzer	159	58	20	71	0	.	19	71	1	100	53	85	479	33	140	43	220	47	24	67	3	100	10	88	0	.	0	.	24	71	4	71	6	100	7	72	0	0	215	98	5	71	52	66	119	70	89	55	116	71	123	51	84	84	6	71	59	70	0	.	19	67	0	.	0	.	0	.	30	100	0	.	0	.	3	71	35	67	38	82	41	100	157	55	3	100	0	.	0	.	53	100	11	100	43	74	14	78	59	100	198	66	47	66	12	76	0	.	25	.	0	.	22	76	168	43	785	30	31	82	163	98	167	68	21	62	0	.	18	100	13	73	1	100	21	84	14	72	22	100	2	100	0	.	0	.	4	100	0	.	3	100	101	100	71	94	72	100	0	.	6	100	226	46	65	41	22	58	19	100	14	100	85	73	52	57	0	.	12	87	21	88	1	100	0	.	5046	11
	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
	Total	1959	43	510	45	0	.	1672	38	1625	42	3051	28	12106	12	12263	13	11783	14	2630	29	240	82	501	63	385	71	0	.	270	74	2168	32	1694	30	2055	30	405	73	1861	52	2893	30	915	39	2112	28	1269	35	702	49	3600	23	3057	31	5205	21	7081	20	470	53	1576	32	391	73	257	71	1962	31	1345	36	148	.	1180	61	2585	30	1868	36	921	43	1269	46	5261	24	689	48	939	59	210	71	361	71	947	44	673	48	1466	41	983	48	2270	29	2071	36	2327	29	92	.	60	.	310	71	240	67	1498	28	2451	21	368	61	322	79	1491	29	746	44	739	62	260	72	735	48	572	48	1499	39	939	52	233	62	494	46	226	.	0	.	465	47	384	60	202	90	611	51	520	53	556	71	0	.	508	63	3144	26	1831	26	1676	29	553	63	776	55	912	40	3323	24	2451	28	843	46	522	73	340	73	0	.	149068	3
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	541	40	415	39	743	48	1638	34	2349	29	2853	25	13531	11	7253	13	6375	16	3435	16	2	100	330	62	705	59	0	.	885	44	2571	26	2100	27	1820	29	0	.	3897	27	6176	18	3086	19	5948	17	9657	13	5682	14	2841	21	1535	31	2605	24	5645	20	208	60	1350	27	818	40	528	40	1812	30	1123	35	1277	33	2188	30	1292	35	1122	36	2269	27	1874	33	3109	28	1902	25	1046	39	496	48	252	60	299	51	1838	28	2619	27	1395	34	918	35	1163	32	1472	31	896	38	1924	28	1782	31	0	.	60	71	17	100	273	68	59	65	198	67	732	40	1220	42	1730	34	1083	42	1268	34	1016	33	1210	44	133	61	1137	28	310	73	477	67	1849	22	581	44	843	32	970	36	251	61	651	49	184	63	452	75	3612	19	4088	18	5201	17	602	43	1054	35	752	37	1370	30	1704	27	989	44	731	48	552	34	0	.	168948	2
	Tanne	362	47	105	62	95	73	1210	31	489	40	1378	34	1669	25	6139	14	4787	17	2665	20	16	75	58	73	301	59	0	.	234	68	314	58	1098	39	637	48	0	.	456	50	261	38	444	44	235	63	767	38	6	100	3458	20	1314	30	2928	22	1334	25	493	47	981	36	454	36	526	44	1279	33	283	56	170	58	796	40	836	34	146	61	501	41	535	46	1439	29	126	59	499	47	372	54	164	47	316	33	443	53	716	34	467	41	530	47	378	49	432	58	0	.	123	59	146	100	0	.	0	.	30	100	354	60	269	58	139	71	485	43	0	.	251	58	408	38	441	53	871	38	59	52	32	100	739	39	243	74	365	53	285	53	357	52	432	35	251	52	369	64	516	56	294	79	115	72	117	91	444	54	519	36	215	40	161	51	358	51	758	36	473	36	85	91	5	100	146	84	0	.	56495	4
	Föhre	180	66	406	59	41	71	65	86	0	.	14	100	457	63	90	53	555	30	393	47	47	100	65	61	172	47	0	.	17	100	183	74	0	.	345	60	115	81	0	.	227	47	649	33	47	100	704	33	1273	30	432	36	15	100	196	56	0	.	114	100	27	100	0	.	0	.	26	100	0	.	84	100	19	100	36	100	0	.	0	.	0	.	40	100	350	38	119	65	92	53	38	78	166	43	66	100	8	100	0	.	89	62	132	63	249	60	0	.	90	75	57	100	0	.	0	.	0	.	0	.	0	.	8	100	0	.	0	.	188	63	0	0	0	.	0	.	0	.	16	88	9	100	0	.	36	100	0	.	22	72	0	.	93	79	0	.	0	.	30	100	0	.	796	29	427	29	687	34	0	.	68	100	274	42	89	59	334	41	164	48	245	60	98	61	0	.	12074	8
	Lärche	22	75	63	66	65	100	227	64	0	.	0	.	126	73	15	100	135	58	0	.	0	.	0	.	36	79	0	.	0	.	34	100	0	.	39	71	0	.	49	100	408	43	369	40	170	55	1688	21	4559	15	20	100	2	100	21	89	0	.	0	.	0	.	0	.	42	100	0	.	0	.	0	.	8	100	11	100	22	100	138	65	43	100	0	.	44	66	0	.	0	.	14	100	0	.	0	.	0	.	52	100	11	100	40	100	0	.	243	68	477	40	351	41	253	55	0	.	85	65	816	30	427	38	454	61	0	.	0	.	22	100	281	44	0	.	0	.	0	.	16	100	0	.	12	100	0	.	0	.	11	100	0	.	58	73	0	.	0	.	0	.	0	.	4202	19	2259	20	1249	22	55	100	21	100	10	100	0	.	0	.	47	76	19	100	230	57	0	.	20071	7
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	12	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	11	100	0	.	0	.	164	56	1128	22	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	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	.	534	31	215	43	57	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2124	15
	übrige Nadelhölzer	29	76	0	.	48	100	18	73	0	.	6	80	0	.	0	.	418	45	2	71	0	.	0	.	0	.	153	.	0	.	0	.	0	.	0	.	0	.	2	100	8	100	0	.	0	.	6	100	18	49	5	74	44	100	185	92	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	3	100	240	100	4	100	-16	100	6	100	0	.	69	100	7	100	3	100	18	77	0	.	0	.	0	.	3	100	0	.	0	.	8	86	0	.	0	.	0	.	0	.	0	.	0	.	42	100	0	.	0	.	0	.	0	.	5	100	0	.	6	100	0	.	0	.	30	100	12	65	0	.	3	100	0	.	0	.	0	.	141	100	0	.	0	.	0	.	0	.	7	100	13	100	2	74	0	.	0	.	8	86	15	103	5	100	0	.	0	.	0	.	0	.	1584	27
	Buche	1849	26	919	29	583	35	2183	27	227	49	566	33	2751	25	3071	21	4950	15	3162	16	535	38	1012	35	1279	29	0	.	220	63	740	35	898	34	1167	36	0	.	1220	31	623	45	580	30	44	71	413	38	0	.	3437	16	1045	29	858	31	1314	30	280	48	252	34	245	40	150	50	388	35	377	42	21	67	1311	31	662	42	1252	41	763	33	952	38	1593	33	2063	22	1476	32	1003	26	941	34	1387	29	342	32	290	85	847	35	457	32	332	40	893	34	0	.	162	56	0	.	589	37	972	34	527	33	1016	33	850	35	380	41	497	44	0	.	162	64	538	43	149	54	329	45	425	58	31	122	1064	29	127	96	173	56	294	37	460	42	1039	30	399	55	572	44	218	48	275	53	201	61	0	.	5	77	764	30	250	50	447	40	484	38	1007	31	990	28	632	45	376	42	384	38	0	.	70711	3
	Ahorn	289	33	153	42	36	111	77	49	46	72	178	48	675	23	293	28	260	31	636	24	131	57	104	53	167	44	0	.	60	71	45	64	220	37	47	53	0	.	354	33	92	52	16	66	54	74	92	49	0	.	477	22	77	44	54	45	288	44	56	47	121	47	51	63	118	91	25	49	128	33	61	86	154	57	272	36	103	56	320	37	147	48	560	34	66	53	99	49	111	33	127	45	304	41	139	38	101	55	31	59	270	55	50	48	106	66	11	100	36	100	11	100	9	100	42	72	14	53	2	70	40	100	1	100	119	46	11	100	0	.	172	50	157	51	141	38	48	69	0	.	114	43	0	.	12	90	28	59	51	42	84	49	130	69	4	100	12	100	0	.	30	75	0	.	21	68	216	31	82	54	185	44	79	48	246	34	116	42	141	58	117	63	137	57	0	.	11061	5
	Esche	276	41	429	45	140	56	73	75	0	.	303	53	114	72	592	38	591	26	124	48	286	57	25	65	107	63	0	.	122	78	324	53	344	47	335	63	43	100	678	63	36	85	17	79	167	59	86	64	0	.	954	30	681	73	156	62	86	55	49	95	44	61	0	.	1	100	2	100	443	58	0	.	35	74	658	33	316	38	111	48	191	72	279	41	172	44	71	53	48	60	180	53	185	65	330	58	3	100	253	66	403	44	483	43	286	39	10	100	96	100	0	.	16	73	44	65	126	81	54	78	0	46674	74	53	108	78	36	71	0	.	238	48	77	64	44	72	171	68	4	149	57	81	60	100	0	.	7	100	23	100	113	73	127	62	58	58	209	73	0	.	207	79	91	74	40	79	109	47	179	75	369	49	209	54	226	35	212	39	102	97	175	54	215	56	0	.	15518	7
	Eiche	481	70	61	77	0	.	258	49	0	.	0	.	13	71	51	94	561	22	0	.	123	79	3	100	93	55	0	.	36	100	56	100	32	67	67	81	598	49	0	.	0	.	50	100	0	.	1	100	56	100	326	40	127	77	210	80	52	100	65	77	0	.	33	100	0	.	0	.	4	100	0	.	0	.	18	100	67	71	0	.	16	75	11	100	219	49	0	.	19	71	17	85	156	59	15	100	0	.	0	.	106	51	478	59	273	40	0	.	0	.	0	.	32	62	107	58	442	34	108	66	98	45	64	85	45	83	0	.	33	100	6	100	12	100	0	.	104	83	0	.	54	88	133	73	64	60	0	.	417	45	16	100	45	57	267	47	19	100	31	100	22	100	31	64	103	68	45	47	0	.	23	100	32	58	25	100	151	53	123	39	180	62	81	61	0	.	7670	10
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	365	50	42	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	42	100	238	67	220	77	397	50	490	33	1030	30	376	59	222	45	1411	28	0	.	0	.	0	.	0	.	5	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	100	0	.	0	.	0	.	0	.	28	100	0	.	51	61	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4925	13
	übrige Laubhölzer	262	43	93	36	116	52	107	74	3	71	57	80	557	29	210	33	537	35	119	33	156	59	57	60	63	45	0	.	33	59	224	72	13	61	84	51	5	100	342	64	58	38	85	46	290	38	704	27	297	44	351	37	103	69	38	82	67	62	0	.	30	50	2	100	19	59	43	80	49	65	19	73	50	83	3	71	72	45	118	40	222	55	176	50	99	62	38	54	54	66	166	49	118	69	136	42	20	60	66	90	206	63	96	45	87	63	108	66	158	36	82	83	236	39	412	34	933	26	202	31	328	58	359	39	64	51	39	100	22	82	189	63	257	91	30	66	17	62	89	69	48	46	1	100	1	100	13	53	65	57	18	52	118	87	108	67	127	70	6	100	6	100	360	35	158	32	326	33	26	77	153	57	81	77	64	50	0	0	22	54	190	70	65	64	0	.	12401	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
	Total	4290	23	2644	23	1867	28	5856	19	3114	28	5355	22	19906	10	17714	11	19169	10	10536	12	1296	33	1653	32	2924	27	153	.	1607	34	4493	21	4705	20	4542	20	760	48	6997	22	7901	16	5296	17	6955	15	14647	11	13060	10	12303	12	4942	22	7252	18	8786	17	1264	32	2805	24	1609	32	1384	35	3575	22	2407	27	1632	31	4564	23	4027	24	3103	26	4204	21	3985	24	7207	20	5111	18	3354	25	2199	24	1917	28	2930	25	3309	23	3756	24	3114	26	2991	25	3151	27	3806	22	1310	30	3305	21	2652	25	1531	24	2129	23	3206	17	3243	19	2294	23	3088	21	2051	28	1306	40	2414	28	2914	26	2372	28	2430	30	2035	36	351	46	3233	22	887	48	1132	40	2476	20	1987	28	2544	23	2339	25	1629	33	1754	40	821	55	1032	48	9777	12	7774	14	9227	13	1409	34	2481	28	2286	26	3801	22	3984	20	2304	28	2038	33	1908	27	0	.	383583	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. 2293443. Birmensdorf, Swiss Federal Research Institute WSL

zurück