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 économique #366
Découpage de la Suisse en 14 régions (2 dans le Jura, 3 sur le Plateau, 3 dans les Préalpes, 5 dans les régions alpines et 1 au sud des Alpes). Les régions économiques sont une subdivision des régions de production selon des points de vue économiques et géographiques.

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 économique
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 économique
		Ouest du Jura		Est du Jura		Ouest du Plateau		Centre du Plateau		Est du Plateau		Ouest des Préalpes		Centre des Préalpes		Est des Préalpes		Nord-ouest des Alpes		Centre des Alpes		Nord-est des Alpes		Sud-ouest des Alpes		Sud-est des 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	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	sapin	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	pin	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	mélèze	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	autres résineux	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	hêtre	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	érable	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	frêne	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	chêne	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	châtaignier	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	autres feuillus	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	indéterminable	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	.
faible	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	33	25	1	193	5	42	3	49	7	71	32	32	92	17	23	31	57	22	33	28	43	26	42	27	98	18	13	31	485	7
	sapin	26	28	1	61	0	100	5	74	4	83	2	51	6	58	3	72	13	41	2	57	1	159	3	74	0	100	0	.	68	17
	pin	4	72	1	134	0	.	0	194	1	91	0	.	3	96	0	100	0	64	2	166	0	100	4	52	4	49	0	100	21	33
	mélèze	0	.	0	.	0	.	0	.	0	0	0	.	0	100	0	.	0	100	0	.	1	100	44	25	34	22	20	34	94	15
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	100	2	87	1	100	0	.	13	34	23	23	0	72	38	18
	autres résineux	1	67	1	82	0	.	0	100	0	100	0	.	1	56	0	100	0	100	0	73	0	100	0	0	1	34	0	.	4	31
	hêtre	72	18	14	39	2	110	11	45	3	75	8	63	15	51	5	62	15	55	5	89	8	42	1	201	0	.	0	.	163	13
	érable	4	80	0	1067	0	98	1	59	1	64	3	50	6	65	0	50	-1	239	3	84	4	42	2	59	0	.	0	.	23	30
	frêne	8	33	3	62	0	0	1	77	1	47	3	71	0	272	1	202	1	63	0	81	2	83	1	216	0	.	0	.	21	25
	chêne	2	71	1	120	0	100	2	95	1	55	0	90	0	84	0	.	0	88	0	101	0	100	2	45	0	.	0	.	8	32
	châtaignier	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	138	0	.	0	.	1	100
	autres feuillus	5	33	2	86	0	.	0	299	1	73	1	61	1	45	0	269	1	39	3	65	0	75	5	53	0	69	0	100	20	23
	indéterminable	0	0	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	155	14	25	31	8	48	23	37	19	39	48	27	126	16	32	25	89	20	48	25	59	22	117	15	161	13	34	26	947	6
moyenne	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	121	15	0	.	12	39	1	73	0	100	137	16	89	18	73	22	147	15	37	32	32	32	273	10	407	9	213	12	1549	4
	sapin	63	17	0	.	4	51	1	78	0	0	63	25	27	29	32	27	6	108	12	36	8	52	36	28	16	30	33	23	308	9
	pin	0	100	0	.	0	.	0	.	0	.	0	0	0	.	0	1034	1	58	0	74	-1	301	47	24	23	37	8	51	76	20
	mélèze	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	108	0	.	0	444	145	12	71	20	86	18	294	9
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	-1	100	0	.	0	.	4	42	6	45	0	78	8	40
	autres résineux	0	100	0	.	0	.	0	.	0	.	0	.	0	.	-1	100	1	93	0	0	0	100	0	134	0	79	0	100	0	666
	hêtre	56	20	0	.	3	55	-1	132	5	68	10	46	9	40	8	49	-3	417	-1	137	9	36	20	41	15	46	27	49	167	15
	érable	9	32	0	.	1	117	0	9715	0	.	6	37	5	40	2	125	11	36	1	77	4	43	8	28	8	44	10	53	67	15
	frêne	1	58	0	.	0	.	0	100	1	100	4	34	2	68	2	105	6	74	1	79	3	73	6	118	7	33	6	49	38	25
	chêne	0	0	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	100	0	.	1	100	1	82	-1	156	8	42	8	45
	châtaignier	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	2109	0	2109
	autres feuillus	3	42	0	.	0	.	0	.	0	100	5	30	3	62	0	294	5	59	-1	168	6	73	39	21	27	22	38	24	121	12
	indéterminable	0	0	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	253	11	0	.	19	34	1	129	6	68	223	14	136	16	116	18	174	16	50	27	62	28	579	8	580	8	428	9	2636	4
bonne	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	195	11	29	39	71	23	47	25	111	20	120	19	215	11	250	12	66	23	58	27	49	24	7	63	145	17	45	26	1418	5
	sapin	168	11	12	54	37	22	64	20	46	23	57	26	243	12	113	16	12	35	18	30	10	41	12	48	28	34	9	79	850	6
	pin	12	37	0	932	0	66	1	55	0	640	0	.	4	64	0	438	0	54	0	80	0	.	0	.	1	100	1	114	20	37
	mélèze	1	87	3	65	4	49	1	52	5	48	1	100	3	97	1	66	2	108	0	100	5	82	1	100	3	73	2	203	31	25
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	autres résineux	1	174	0	63	7	72	7	48	0	907	0	0	0	60	1	55	0	100	0	0	0	100	0	100	0	.	1	100	19	41
	hêtre	143	12	42	26	54	32	76	17	119	15	33	30	86	17	108	16	20	40	20	30	17	31	13	40	5	61	87	22	836	6
	érable	20	30	5	54	6	36	5	69	5	112	12	39	10	40	17	35	8	49	6	52	3	118	0	599	-2	167	10	54	106	15
	frêne	20	28	8	31	9	67	17	35	15	35	8	55	22	27	16	48	1	331	4	94	-1	177	1	97	-2	176	41	25	160	12
	chêne	6	36	8	47	-1	472	5	35	9	35	2	65	2	60	-2	131	4	65	0	59	0	.	0	111	1	88	17	34	51	18
	châtaignier	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	100	0	100	111	19	100	19
	autres feuillus	22	31	7	33	12	36	7	37	9	35	1	168	8	28	4	69	7	44	7	45	6	49	5	50	24	46	115	13	223	9
	indéterminable	0	0	0	.	0	0	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	587	7	115	19	200	16	231	13	317	12	233	16	593	8	507	9	120	17	115	19	89	20	39	29	204	15	439	9	3814	3
très bonne	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	139	16	47	21	107	17	303	11	401	9	22	40	59	23	43	30	8	55	4	49	11	84	6	81	0	.	8	100	1157	5
	sapin	148	13	22	27	39	29	202	13	145	13	3	114	76	18	31	25	1	64	5	94	4	61	-4	110	0	.	0	.	679	6
	pin	5	96	4	52	5	38	8	35	20	22	0	.	0	73	0	100	2	100	1	62	2	100	0	.	0	.	0	.	46	17
	mélèze	0	70	-1	110	13	39	12	46	9	45	2	83	0	100	1	50	1	172	0	.	3	79	0	100	0	.	0	.	41	23
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	autres résineux	2	173	9	59	6	54	5	52	10	70	0	.	0	0	0	58	0	.	0	.	0	.	0	.	0	.	0	.	33	32
	hêtre	110	13	81	17	96	17	150	13	176	11	7	66	53	21	20	39	8	53	3	87	17	35	2	51	0	.	4	89	727	5
	érable	14	35	17	32	12	46	22	27	59	21	1	75	5	46	2	421	1	150	0	239	1	46	0	61	0	.	0	100	133	13
	frêne	27	20	28	29	45	25	25	32	80	17	-2	84	5	43	15	32	5	96	2	77	1	177	6	63	0	.	1	84	238	10
	chêne	17	36	11	37	26	27	15	32	34	24	0	74	0	100	1	128	0	.	0	100	0	.	0	95	0	.	0	99	106	13
	châtaignier	0	.	0	.	4	94	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	842	0	.	0	73	4	102
	autres feuillus	12	23	18	39	33	28	29	35	59	18	1	100	4	59	4	106	4	54	1	47	1	54	4	58	0	.	-1	237	168	12
	indéterminable	0	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	473	9	237	12	386	10	771	7	992	6	34	38	202	14	118	21	30	37	16	39	40	33	15	43	0	.	12	74	3331	3
total	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	489	7	77	20	195	13	355	10	520	8	312	11	456	7	389	9	278	11	131	16	135	16	325	9	650	7	280	10	4606	2
	sapin	405	7	35	25	80	18	273	10	194	11	126	17	349	9	178	12	33	29	37	23	23	29	46	26	44	24	42	24	1934	4
	pin	20	33	6	83	6	36	10	32	21	26	0	0	7	57	0	183	4	58	4	99	0	2034	51	22	28	32	9	46	162	12
	mélèze	2	71	2	120	17	32	13	44	14	33	2	65	3	78	2	40	4	69	0	100	9	53	190	11	109	15	108	16	448	7
	arole	0	.	0	.	0	.	0	.	0	.	0	.	1	100	0	100	1	280	1	100	0	.	17	28	29	21	0	53	46	16
	autres résineux	4	99	11	52	14	46	12	35	10	78	0	0	1	42	1	247	1	82	0	73	0	107	0	86	1	36	1	94	58	23
	hêtre	380	7	137	13	154	15	236	10	302	8	58	22	162	12	142	14	42	40	27	30	50	18	36	28	20	38	118	20	1932	3
	érable	46	19	22	28	19	32	28	25	65	21	21	26	27	25	21	45	19	33	10	40	13	34	11	33	7	67	20	37	334	8
	frêne	55	15	39	22	54	24	43	23	97	15	13	42	28	23	34	28	13	59	7	58	6	67	13	60	6	63	48	23	468	7
	chêne	24	27	20	28	25	31	21	25	44	20	2	56	3	53	-1	340	4	66	0	126	1	95	4	37	0	389	25	26	178	10
	châtaignier	0	.	0	.	4	94	0	100	0	100	0	.	0	.	0	.	0	100	0	.	0	.	1	346	0	100	111	21	106	20
	autres feuillus	42	18	26	28	45	23	35	30	68	16	7	32	16	23	7	69	17	28	11	37	12	41	53	17	51	24	152	12	537	6
	indéterminable	0	0	0	0	0	0	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	1468	4	375	9	612	8	1027	6	1335	5	543	9	1052	5	773	7	415	10	228	13	249	12	747	6	943	6	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. 1261342. Birmensdorf, Swiss Federal Research Institute WSL

page précedente