Results by theme

back

NFI2–NFI3

annual yield and mortality*: altitude (400 m classes) · canton
unit: 1000 m³/yr
unit of evaluation:
grid:
change 1993/95–2004/06
altitude (400 m classes)
above 1800 m1401-1800 m1001-1400 m601-1000 mto 600 mtotal
canton1000 m³/yr± %1000 m³/yr± %1000 m³/yr± %1000 m³/yr± %1000 m³/yr± %1000 m³/yr± %
AG......164326921485712
AI....5791347..1737
AR....19537138..9030
BE9691462535717938114451518957
BL/BS......33341393417227
FR0.25581732536922883265513
GE........21402140
GL..6879415946..7437
GR55252321915425743717651512
JU....1959160271862136614
LU..7948739342201043353915
NE....812010924510019514
NW..310010491662..2936
OW..5159374982511210018229
SG..18471214922729434941022
SH......423345438725
SO....2383175241493734719
SZ..18749839595176118227
TG......16432212323722
TI1100365140365132652619317
UR..753354823476857128
VD..37361702037222772965713
VS3940922579273433186426114
ZG..17100117432530.5936
ZH....1371265214301770812
Switzerland105216941115408372462755788183

change, calculated by unit of reference: canton

© WSL, Swiss National Forest Inventory, 10.11.2014 #137570/123944
  • yield and mortality* #163
    Schaftholzvolumen in Rinde aller Bäume und Sträucher ab 12 cm BHD, die zwischen zwei Inventuren genutzt wurden, abgestorben oder verschwunden sind. *Für die Berechnung wurden keine D7/Baumhöhen-Daten verwendet. Die so berechneten Werte sind nicht biaskorrigiert, jedoch bei Auswertungen nach Kantonen oder Forstkreisen robuster bezüglich echten Veränderungen und somit besser interpretierbar.
  • altitude (400 m classes) #963
    Klassierung der Höhe über Meer in 400 m-Klassen. Basis: Höhe über Meer aus DHM25 (swisstopo) abgeleitet
  • canton #827
    Die Kantone sind politische Regionen mit auch eigenen Waldgesetzen. Die beiden Halbkantone Basel-Landschaft (BL) und Basel-Stadt (BS) werden im LFI aus statistischen Gründen zu einem Kanton zusammengefasst.
  • accessible forest without shrub forest NFI2/NFI3/NFI4 #1847
    Zugehörigkeit zum gemeinsam zugänglichen Wald ohne Gebüschwald in den Inventuren nach Methode LFI2, Methode LFI3 und Methode LFI4.
  • grid NFI4 2009–2013 #1746
    Das Netz LFI4 Pensum 2009–2013 umfasst alle Probeflächen, die in den Jahren 2009 bis 2013 aufgenommen wurden und bereits auch im LFI1, LFI2 und LFI3 Teil des Netzes waren.
  • Schätzung und Standardfehler der Schätzung

    Die in den LFI-Tabellen publizierten Ergebnisse sind Schätzungen für Grössen im Schweizer Wald (Populationsparameter) deren wahre Werte nicht bekannt sind und deshalb aus den Daten der LFI-Stichprobe hochgerechnet (geschätzt) werden müssen.

    Die Hochrechnungen sind mit Unsicherheiten behaftet. Aus der als Zufallsstichprobe konzipierten LFI-Stichprobe kann die Genauigkeit der Hochrechnungen aber zuverlässig abgeschätzt werden. In allen LFI-Tabellen wird dazu neben der Schätzung selber eine zweite Zahl angegeben, der Standardfehler der Schätzung.

    In den meisten Tabellen wird der prozentuale Standardfehler ausgedruckt, gelegentlich (vor allem bei geschätzten Prozenten) aber auch der absolute Standardfehler. Der Zusammenhang zwischen absolutem und prozentualem Standardfehler ist der folgende:

    prozentualer Standardfehler = absoluter Standardfehler / Schätzung x 100
    absoluter Standardfehler = prozentualer Standardfehler x Schätzung / 100

  • Vertrauensintervall der Schätzung

    Mit der Schätzung selber und dem Standardfehler der Schätzung kann das sogenannte Vertrauensintervall der Schätzung

    mit der unteren Grenze
    Schätzung - tQ x absoluter Standardfehler

    und der oberen Grenze
    Schätzung + tQ x absoluter Standardfehler

    berechnet werden. Mit dem Wert 2 für tQ wird das sogenannte 95%-Vertrauensintervall festgelegt. Dieses besagt, dass sich der gesuchte (unbekannte) Wert des Populationsparameters mit 95% Wahrscheinlichkeit innerhalb der Grenzen des Vertrauensintervalls befindet.

  • Signifikanz der Schätzung

    Mit dem Vertrauensintervall kann statistisch geprüft werden, ob der geschätzte Populationsparameter grösser oder kleiner als ein bestimmter Referenz- oder Zielwert ist, respektive ob sich zwei geschätzte Populationsparameter tatsächlich (in der Population) unterscheiden. Für praktische Zwecke geht man folgendermassen vor: Wenn ein Referenzwert ausserhalb des Vertrauensintervalls liegt, geht man davon aus, dass sich der geschätzte Populationswert signifikant von diesem unterscheidet, liegt er innerhalb, interpretiert man die Differenz zwischen Testergebnis und Referenzwert als zufällig bzw. nicht signifikant. Will man zwei Populationsparameter vergleichen unterscheiden sich diese signifikant, wenn sich ihre Vertrauensintervalle nicht überlappen.

  • Veränderungen

    Im LFI gibt es zwei Arten von Veränderungen. Beim ersten Typ von Veränderungen werden spezielle Veränderungszielgrössen (Themen) definiert, wie Zuwachs, Nutzung, Abgang, Mortalität. Diese Zielgrössen (Themen) sind nur für „Veränderungsinventuren“ verfügbar, z.B. LFI3-LFI4b. Bei diesen Auswertungen wird den Befundeinheitsausprägungen für den ersten Inventurzeitpunkt die Ausprägung des zweiten Inventurzeitpunkts zugewiesen, falls sich dieser verändert hat. Diese Auswertungen berücksichtigen somit nicht den Wechsel einer Befundeinheitsausprägung von der früheren zur späteren Inventur, sondern beachten nur die Veränderung aus der (Befundeinheits-) Perspektive der aktuelleren Inventur.

    Beim zweiten Typ von Veränderungen wird die Differenz von Zielgrössen, wie Stammzahl, Vorrat oder Waldfläche benutzt, um eine Veränderung aufzuzeigen. Diese Zielgrössen werden üblicherweise für die Darstellung von Zuständen, z.B. dem LFI4b verwendet. Bei diesen Veränderungsauswertungen wird der Wechsel einer Befundeinheitsausprägung bei der Analyse berücksichtigt. So kann man z.B. sehen, dass die Waldfläche ohne Gebüschwald zugenommen hat. Dies hat nur einen Effekt bei solchen Befundeinheiten, die ihre Ausprägung auch tatsächlich wechseln können, z.B. die Zugehörigkeit zur Waldfläche oder der Baumzustand.

Table citation

Abegg, M.; Brändli, U.-B.; Cioldi, F.; Fischer, C.; Herold-Bonardi, A.; Huber M.; Keller, M.; Meile, R.; Rösler, E.; Speich, S.; Traub, B.; Vidondo, B., 2014:
Swiss national forest inventory - Result table No. 137570: yield and mortality*
Birmensdorf, Swiss Federal Research Institute WSL
https://doi.org/10.21258/1348627

back

Masthead | Legal issues
last update: 12.05.2020