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.

altitude (par classes de 400 m) #963
Altitude par tranches de 400 m. Source: modèle numérique du terrain MNT25 de Swisstopo

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 forêt protectrice #829
Découpage de la Suisse utilisé dans l'IFN pour analyser des forêts protectrices. Les six régions de forêts protectrices ont été formées à partir des régions économiques en regroupant certaines régions selon des critères environnementaux et statistiques.

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)
altitude (par classes de 400 m) · essence principale
découpage régional: région de forêt protectrice
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 forêt protectrice
		Plateau/Jura		Nord des Alpes ouest		Nord des Alpes est		Sud-ouest des Alpes		Sud-est des Alpes		Sud des Alpes		Suisse
altitude (par classes de 400 m)	essence principale	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	.
	épicéa	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	sapin	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	pin	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	mélèze	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	autres résineux	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	hêtre	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	érable	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	frêne	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	chêne	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	châtaignier	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	autres feuillus	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	total	0	.	0	.	0	.	0	.	0	.	0	.	0	.
>1800 m	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	0	.	17	41	2	72	39	29	101	18	26	27	187	13
	sapin	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	pin	0	.	1	86	1	100	1	61	5	41	0	73	8	33
	mélèze	0	.	-1	100	1	100	70	19	56	20	33	28	157	12
	arole	0	.	3	72	1	100	16	30	26	22	0	58	45	17
	autres résineux	0	.	0	.	0	0	0	0	1	34	0	.	1	34
	hêtre	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	érable	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	frêne	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	chêne	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	châtaignier	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	autres feuillus	0	.	0	.	0	.	0	82	0	94	0	74	1	59
	indéterminable	0	.	0	0	0	0	0	0	0	0	0	0	0	0
	total	0	.	20	38	4	53	125	15	189	13	60	21	398	9
1401-1800 m	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	22	28	350	9	119	17	194	13	332	11	137	14	1159	5
	sapin	-2	129	19	45	4	51	10	60	12	47	19	29	61	22
	pin	0	.	6	68	-1	117	11	66	5	68	2	97	22	40
	mélèze	0	.	2	72	1	59	90	16	43	24	64	22	191	11
	arole	0	.	-1	100	0	100	1	68	3	65	0	100	4	78
	autres résineux	0	.	1	85	0	143	0	100	0	81	0	100	2	60
	hêtre	1	73	1	100	0	0	0	100	0	682	17	44	18	41
	érable	-1	117	12	34	1	76	1	62	1	87	1	82	14	34
	frêne	0	.	0	.	0	100	0	.	0	.	0	.	0	100
	chêne	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	châtaignier	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	autres feuillus	0	52	8	33	3	58	10	27	17	30	4	45	44	16
	indéterminable	0	.	0	0	0	0	0	0	0	0	0	0	0	0
	total	19	42	398	9	128	16	317	10	414	9	245	11	1513	5
1001-1400 m	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	314	9	443	8	276	11	75	20	166	15	103	20	1393	5
	sapin	163	10	199	12	98	14	36	26	22	37	27	29	553	6
	pin	1	78	1	61	2	220	23	34	9	74	5	60	39	30
	mélèze	0	100	2	75	0	58	22	30	8	63	10	54	38	24
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	autres résineux	0	100	0	63	-1	107	0	100	0	.	0	.	-1	180
	hêtre	104	12	59	30	56	19	18	39	12	32	60	31	315	10
	érable	13	35	38	21	19	32	7	35	1	353	4	93	81	15
	frêne	4	30	14	30	9	38	4	177	3	43	16	38	48	20
	chêne	0	0	0	131	0	.	1	76	0	77	0	1471	1	121
	châtaignier	0	.	0	.	0	.	0	.	0	.	-2	187	-2	187
	autres feuillus	5	33	9	32	12	46	21	35	14	33	44	20	99	13
	indéterminable	0	0	0	0	0	0	0	0	0	0	0	0	0	0
	total	605	6	764	7	471	9	206	13	234	13	268	12	2565	4
601-1000 m	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	598	7	212	12	239	13	20	38	46	25	6	75	1133	5
	sapin	537	7	292	11	126	15	1	336	9	37	-4	101	976	5
	pin	21	36	2	78	1	136	14	32	7	46	0	.	45	22
	mélèze	15	33	6	60	8	56	9	62	0	2795	2	93	40	24
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	autres résineux	30	32	1	54	1	48	0	0	0	.	0	.	33	31
	hêtre	609	7	186	11	141	14	12	51	8	79	35	36	1008	5
	érable	66	17	15	33	19	46	1	164	5	62	11	52	119	14
	frêne	117	13	35	26	23	41	8	51	3	103	16	45	203	11
	chêne	27	27	8	35	2	57	2	56	0	807	8	49	47	20
	châtaignier	0	79	0	100	0	.	-2	89	0	100	66	28	58	28
	autres feuillus	49	17	16	26	11	38	19	25	21	52	55	20	164	11
	indéterminable	0	0	0	0	0	0	0	0	0	0	0	0	0	0
	total	2070	4	774	7	571	9	84	21	101	21	195	14	3825	3
=600 m	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	698	7	14	38	20	48	0	100	1	110	10	88	753	7
	sapin	292	9	7	65	11	54	0	.	0	.	0	.	314	9
	pin	40	18	2	100	0	227	3	71	1	71	1	114	47	17
	mélèze	33	25	1	72	1	75	0	.	2	100	0	198	37	23
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	autres résineux	20	41	0	.	1	85	0	100	0	.	1	100	22	38
	hêtre	496	6	15	43	21	33	5	55	-1	100	6	49	549	6
	érable	101	15	1	133	5	51	2	73	0	100	4	75	114	14
	frêne	168	12	3	95	16	33	1	50	0	242	16	35	204	11
	chêne	108	13	0	100	-1	197	1	51	0	.	17	31	125	12
	châtaignier	4	93	0	.	0	.	3	65	0	.	45	30	46	27
	autres feuillus	164	12	6	40	4	90	2	81	0	100	48	22	220	10
	indéterminable	0	0	0	0	0	0	0	0	0	.	0	0	0	0
	total	2123	4	49	26	77	24	18	34	3	116	147	15	2430	3
total	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	1634	4	1030	5	655	7	325	9	650	7	280	10	4606	2
	sapin	991	5	524	8	238	10	46	26	44	24	42	24	1934	4
	pin	62	17	11	43	3	163	51	22	28	32	9	46	162	12
	mélèze	48	20	10	43	11	42	190	11	109	15	108	16	448	7
	arole	0	.	1	171	1	73	17	28	29	21	0	53	46	16
	autres résineux	50	25	2	51	1	221	0	86	1	36	1	94	58	23
	hêtre	1207	4	268	11	218	11	36	28	20	38	118	20	1932	3
	érable	178	11	65	16	44	25	11	33	7	67	20	37	334	8
	frêne	287	8	54	20	47	24	13	60	6	63	48	23	468	7
	chêne	134	11	8	36	0	585	4	37	0	389	25	26	178	10
	châtaignier	4	88	0	100	0	.	1	346	0	100	111	21	106	20
	autres feuillus	216	10	40	16	31	26	53	17	51	24	152	12	537	6
	indéterminable	0	0	0	0	0	0	0	0	0	0	0	0	0	0
	total	4810	2	2014	4	1250	6	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. 1305288. Birmensdorf, Swiss Federal Research Institute WSL

page précedente