Sélectionner un thème dans la liste

page précedente

accroissement (accroissement brut) #11
Augmentation du volume du bois de tige en écorce de tous les arbres et arbustes avec un diamètre à hauteur de poitrine (DHP) d’au moins 12 cm ayant survécu entre deux inventaires, le volume du bois de tige en écorce du passage à la futaie, et l’augmentation modélisée du volume du bois de tige en écorce des pertes durant la moitié de la période d’inventaire.

fertilité de la station #894
Capacité de production de la station, en quatre classes, sur la base de la production totale (PT) selon Keller (1978), en kilogrammes par hectare et par an. Faible: PT jusqu'à 1500 kg/ha/an, moyenne: PT 1501-3000 kg/ha/an, bonne: PT 3001-4500 kg/ha/an, très bonne: PT supérieur à 4500 kg/ha/an.

essence principale #90
Espèce d'arbre et d'arbuste à partir d'un diamètre à hauteur de poitrine (DHP) de 12 cm, avec des classes individuelles pour les dix espèces ou groupes d'espèces les plus fréquents en Suisse («essences principales») et les classes «autres résineux» et «autres feuillus» pour les autres espèces. Les essences principales sont les épicéas (Picea spp.), les sapins (Abies spp.), les pins (Pinus sylvestris, P. nigra, P. strobus, P. mugo subsp. uncinata), les mélèzes (Larix spp.), l'arole (Pinus cembra), le hêtre (Fagus sylvatica), les érables (Acer spp.), les frênes (Fraxinus spp.), les chênes (Quercus spp.) et le châtaignier (Castanea sativa). Source: relevé de terrain (MID 50: Baumart)

région de production #49
Découpage de la Suisse en cinq régions (Jura, Plateau, Préalpes, Alpes et Sud des Alpes) avec des conditions de croissance et de production de bois relativement homogènes. Les régions de production ont été définies par l'Office fédéral des forêts bien avant le premier inventaire forestier national (IFN1, 1983-1985). À une petite exception près au bord du lac Léman, les frontières des régions de production suivent encore les frontières communales de l'époque. Contrairement à l'IFN, la statistique forestière gérée par l'Office fédéral de la statistique se base non pas sur les régions de production, mais sur les zones forestières, dont la délimitation est légèrement différente.

forêt accessible sans la forêt buissonnante IFN3/IFN4 #1429
Forêt couverte par des arbustes sur moins des deux tiers de sa surface et atteignable à pied, tant dans l'IFN3 (2004-2006) que dans l'IFN4 (2009-2017).

réseau 1,4 km #410
Réseau d'échantillonnage de l'IFN avec un maillage de 1,4 km. Le réseau 1,4 km est commun à tous les inventaires terrestres précédents, c'est pourquoi il est également appelé réseau de base.

Estimation et erreur standard de l’estimation

Les résultats publiés dans les tableaux IFN sont des estimations portant sur des paramètres de la forêt suisse (paramètres de population) dont les valeurs réelles ne sont pas connues et qui sont donc extrapolées (estimées) à partir des données de l’échantillon de l’IFN. Les extrapolations contiennent des incertitudes. Cependant, la précision de l’extrapolation opérée à partir de l’échantillon aléatoire de l’IFN peut être estimée de façon fiable. Pour ce faire, tous les tableaux IFN indiquent une seconde valeur à côté de l’estimation: l’erreur standard de l’estimation.

La plupart des tableaux indiquent l’erreur standard relative (« ±% »), mais parfois, surtout pour les pourcentages estimés, c’est l’erreur standard absolue (« ± ») qui est indiquée. Le rapport entre l’erreur standard absolue et relative est le suivant:

erreur standard relative = erreur standard absolue / estimation x 100

erreur standard absolue = erreur standard relative × estimation / 100

Les données sur la desserte sont issues d’un recensement complet des routes forestières. Dans ce cas, il n’est pas nécessaire d’indiquer d’erreur standard puisqu’il n’existe pas d’incertitude liée à l’échantillonnage.

Intervalle de confiance de l’estimation

À l’aide de l’estimation et de son erreur standard, il est possible de calculer l’intervalle de confiance de l’estimation en indiquant:

sa limite inférieure
estimation - tQ × erreur standard absolue

et sa limite supérieure
estimation + tQ × erreur standard absolue

Si le calcul se fait avec l’erreur standard simple (tQ = 1), on obtient l’«intervalle de confiance à 68%». On peut alors admettre que la valeur réelle du paramètre de la population se situe avec une probabilité de 68% dans cet intervalle de confiance. Si l’on utilise l’erreur standard double pour le calcul (tQ = 2), la valeur réelle du paramètre se situe avec une probabilité de 95% dans l’intervalle de confiance, à savoir l’«intervalle de confiance à 95%».

Significativité de l’estimation

L’intervalle de confiance permet d’examiner statistiquement si le paramètre de population estimé est plus grand ou plus petit qu’une certaine valeur de référence, respectivement si deux paramètres de population estimés se distinguent effectivement (dans la population réelle). Dans la pratique, le processus adopté est le suivant: lorsqu’une valeur de référence est située hors de l’intervalle de confiance, on admet que la valeur estimée pour la population se distingue significativement de la référence; si la valeur de référence se situe à l’intérieur de l’intervalle, on interprète la différence entre valeur estimée et valeur de référence comme aléatoire et donc non significative. Pour comparer deux paramètres de population, on considère qu’ils se distinguent de façon significative lorsque leurs intervalles de confiances ne se superposent pas.

Traitement de valeurs manquantes

Lors du calcul des résultats, on ne dispose pas toujours de données pour toutes les combinaisons de catégories des variables de classification et du découpage régional^*. Cela indique dans la plupart des cas que le paramètre estimé à l’aide de la variable cible n’apparaît pas ou seulement très rarement. Généralement, on introduit (« impute ») alors la valeur 0. Mais comme cette valeur n’est pas issue de mesures directes, l’erreur standard correspondante est représentée par un point [.]. Lorsqu’on se réfère à la valeur supposée de 0 lors d’un calcul, par exemple pour indiquer des pourcentages ou certaines estimations de changements, il n’est pas possible d’indiquer une valeur. Dans ce cas, on introduit un point [.] pour la valeur estimée et l’erreur standard.

Par exemple, on n’a jusqu’ici ni trouvé ni mesuré d’arole sur le Plateau (volume des aroles selon les régions de production). On peut donc admettre que si les valeurs manquent, c’est que l’arole n’est effectivement pas présent dans cette région et que son volume doit y être de 0.

^* p. ex. combinaison de la catégorie « arole» de la variable de classification « essence » et de la catégorie « Plateau » du découpage régional

Changements

L’IFN distingue deux types de changements:

Le premier concerne des variables cibles spécifiques pour des composantes de changement telles que l’accroissement, l’exploitation, la mortalité ou les disparitions. Ces variables cibles ne sont disponibles que pour deux cycles d’inventaires successifs, p. ex. IFN3-IFN4. Lors de leur évaluation, la catégorie de la variable de classification du second cycle d'inventaire est attribuée à celle du premier cycle d'inventaire. Ces évaluations ne tiennent donc pas compte du changement de la catégorie d’un inventaire à l'autre (p. ex. de la propriété privée à la propriété publique).

Pour le second type de changements, on utilise les différences de variables cibles telles que le nombre de tiges, le volume sur pied ou la surface forestière afin d’établir un bilan du changement entre deux cycles d’inventaire. Ces variables cibles sont habituellement utilisées pour représenter des états, p. ex. dans l’IFN4, mais peuvent aussi révéler les changements entre deux inventaires quels qu’ils soient, p. ex. LFI1-LFI4. Lors de leur évaluation, on tient compte du changement d’une catégorie de la variable de classification. Ainsi, il est possible de constater p. ex. que la surface de la forêt sans la forêt buissonnante a augmenté. Cela n’a d’effet que pour les variables de classification qui peuvent effectivement changer de caractéristiques, p. ex. l’appartenance à la surface forestière ou l’état de l’arbre.

IFN3–IFN4
accroissement (accroissement brut)
fertilité de la station · essence principale
découpage régional: région de production
unité: 1000 m³/an
ensemble analysé: forêt accessible sans la forêt buissonnante IFN3/IFN4
réseau: réseau 1,4 km
évolution 2004/06–2009/17
		région de production
		Jura		Plateau		Préalpes		Alpes		Sud des Alpes		Suisse
fertilité de la station	essence principale	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%
pas d'indication	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	0	.	0	.	0	.	0	.	0	.	0	.
	sapin	0	.	0	.	0	.	0	.	0	.	0	.
	pin	0	.	0	.	0	.	0	.	0	.	0	.
	mélèze	0	.	0	.	0	.	0	.	0	.	0	.
	arole	0	.	0	.	0	.	0	.	0	.	0	.
	autres résineux	0	.	0	.	0	.	0	.	0	.	0	.
	hêtre	0	.	0	.	0	.	0	.	0	.	0	.
	érable	0	.	0	.	0	.	0	.	0	.	0	.
	frêne	0	.	0	.	0	.	0	.	0	.	0	.
	chêne	0	.	0	.	0	.	0	.	0	.	0	.
	châtaignier	0	.	0	.	0	.	0	.	0	.	0	.
	autres feuillus	0	.	0	.	0	.	0	.	0	.	0	.
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.
	total	0	.	0	.	0	.	0	.	0	.	0	.
faible	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	34	25	16	36	146	14	276	10	13	31	485	7
	sapin	28	26	9	55	11	39	19	32	0	.	68	17
	pin	5	64	2	84	3	94	11	45	0	100	21	33
	mélèze	0	.	0	0	0	100	78	17	20	34	94	15
	arole	0	.	0	.	1	71	38	19	0	72	38	18
	autres résineux	2	53	0	71	1	50	1	29	0	.	4	31
	hêtre	85	16	15	37	27	35	28	34	0	.	163	13
	érable	4	86	2	41	9	49	8	47	0	.	23	30
	frêne	11	29	2	41	3	89	4	63	0	.	21	25
	chêne	3	61	3	59	0	69	2	44	0	.	8	32
	châtaignier	0	.	0	100	0	.	1	138	0	.	1	100
	autres feuillus	7	33	0	254	2	36	10	36	0	100	20	23
	indéterminable	0	0	0	0	0	0	0	0	0	.	0	0
	total	180	13	49	24	204	12	476	8	34	26	947	6
moyenne	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	121	15	13	35	297	10	903	6	213	12	1549	4
	sapin	63	17	5	43	119	15	79	18	33	23	308	9
	pin	0	100	0	.	0	1034	69	21	8	51	76	20
	mélèze	0	100	0	.	0	.	213	10	86	18	294	9
	arole	0	.	0	.	0	.	8	41	0	78	8	40
	autres résineux	0	100	0	.	-1	100	2	70	0	100	0	666
	hêtre	56	20	7	60	28	26	41	38	27	49	167	15
	érable	9	32	1	123	14	33	33	19	10	53	67	15
	frêne	1	58	1	78	8	41	23	37	6	49	38	25
	chêne	0	0	0	.	0	100	1	221	8	42	8	45
	châtaignier	0	.	0	.	0	.	0	0	0	2109	0	2109
	autres feuillus	3	42	0	100	7	39	75	15	38	24	121	12
	indéterminable	0	0	0	.	0	0	0	0	0	0	0	0
	total	253	11	27	28	470	9	1446	5	428	9	2636	4
bonne	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	226	11	229	13	577	7	326	11	45	26	1418	5
	sapin	182	10	147	13	413	9	79	17	9	79	850	6
	pin	13	46	1	285	3	71	1	56	1	114	20	37
	mélèze	4	52	10	32	4	64	11	48	2	203	31	25
	arole	0	.	0	.	0	.	0	.	0	.	0	.
	autres résineux	1	137	14	49	2	47	0	88	1	100	19	41
	hêtre	184	11	248	11	226	11	75	17	87	22	836	6
	érable	25	26	17	43	37	22	16	45	10	54	106	15
	frêne	28	22	41	24	45	23	4	154	41	25	160	12
	chêne	14	31	13	38	2	115	5	48	17	34	51	18
	châtaignier	0	.	0	.	0	.	0	106	111	19	100	19
	autres feuillus	28	25	28	22	13	29	49	26	115	13	223	9
	indéterminable	0	0	0	0	0	0	0	0	0	0	0	0
	total	704	6	749	7	1323	5	567	8	439	9	3814	3
très bonne	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	188	13	810	6	122	16	29	40	8	100	1157	5
	sapin	173	12	385	9	113	15	8	89	0	.	679	6
	pin	9	58	34	17	0	151	4	59	0	.	46	17
	mélèze	-1	141	35	25	3	43	3	68	0	.	41	23
	arole	0	.	0	.	0	.	0	.	0	.	0	.
	autres résineux	11	58	21	38	0	58	0	.	0	.	33	32
	hêtre	190	10	422	7	81	18	30	26	4	89	727	5
	érable	30	23	92	16	7	102	3	67	0	100	133	13
	frêne	54	17	150	13	19	29	13	47	1	84	238	10
	chêne	28	26	76	16	1	97	1	83	0	99	106	13
	châtaignier	0	.	4	93	0	.	0	842	0	73	4	102
	autres feuillus	29	25	121	14	9	54	10	31	-1	237	168	12
	indéterminable	0	0	0	0	0	0	0	0	0	0	0	0
	total	712	7	2150	4	354	11	102	19	12	74	3331	3
total	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	570	7	1068	5	1139	5	1532	4	280	10	4606	2
	sapin	445	6	547	7	656	6	185	11	42	24	1934	4
	pin	26	31	36	18	7	62	84	18	9	46	162	12
	mélèze	4	68	45	21	8	40	304	8	108	16	448	7
	arole	0	.	0	.	1	71	47	17	0	53	46	16
	autres résineux	14	46	36	30	1	107	3	39	1	94	58	23
	hêtre	515	6	693	5	365	8	176	13	118	20	1932	3
	érable	68	15	111	15	67	19	60	17	20	37	334	8
	frêne	93	12	195	11	75	17	45	28	48	23	468	7
	chêne	43	19	91	14	4	76	9	38	25	26	178	10
	châtaignier	0	.	4	88	0	.	1	325	111	21	106	20
	autres feuillus	67	15	149	12	30	21	144	12	152	12	537	6
	indéterminable	0	0	0	0	0	0	0	0	0	0	0	0
	total	1845	3	2974	3	2354	3	2590	3	913	5	10810	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. 1261340. Birmensdorf, Swiss Federal Research Institute WSL

page précedente