Sélectionner un thème dans la liste

page précedente

accroissement net #80
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, après déduction du volume de la mortalité. L'accroissement net correspond donc à l'accroissement (accroissement brut) après déduction du volume de la mortalité.

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 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 net
altitude (par classes de 400 m) · 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
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	±%
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	.
>1800 m	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	0	.	0	.	9	45	120	18	23	33	154	15
	sapin	0	.	0	.	0	.	0	.	0	.	0	.
	pin	0	.	0	.	0	250	1	418	0	73	1	391
	mélèze	0	.	0	.	0	.	101	17	26	28	126	14
	arole	0	.	0	.	0	100	37	21	0	58	38	21
	autres résineux	0	.	0	.	0	.	0	1456	0	.	0	1456
	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	174	0	74	0	118
	indéterminable	0	.	0	.	0	.	0	0	0	0	0	0
	total	0	.	0	.	9	45	259	12	49	23	318	11
1401-1800 m	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	7	56	6	65	203	14	571	9	105	22	896	7
	sapin	-2	129	0	0	12	53	28	35	12	66	49	29
	pin	0	.	0	.	5	84	10	76	1	95	17	54
	mélèze	0	.	0	.	1	100	116	14	57	24	170	12
	arole	0	.	0	.	0	100	2	125	0	100	3	102
	autres résineux	0	.	0	.	0	89	1	124	0	100	1	99
	hêtre	1	73	0	.	0	0	1	120	16	47	17	43
	érable	-1	117	0	1911	2	32	10	39	0	1272	11	40
	frêne	0	.	0	.	0	.	0	100	0	.	0	100
	chêne	0	.	0	.	0	.	0	.	0	.	0	.
	châtaignier	0	.	0	.	0	.	0	.	0	.	0	.
	autres feuillus	0	117	0	.	1	77	29	21	0	801	30	21
	indéterminable	0	.	0	.	0	0	0	0	0	0	0	0
	total	5	133	6	64	224	14	769	7	192	16	1194	6
1001-1400 m	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	268	11	8	66	409	9	379	12	89	24	1162	6
	sapin	142	11	11	38	229	11	87	17	18	49	497	7
	pin	1	78	0	.	0	100	21	53	4	75	26	43
	mélèze	0	100	0	.	0	68	19	44	8	70	26	36
	arole	0	.	0	.	0	.	0	.	0	.	0	.
	autres résineux	0	100	0	.	-1	125	0	59	0	.	-1	180
	hêtre	91	13	9	52	76	20	56	27	46	38	283	11
	érable	12	37	1	84	33	24	26	28	4	99	77	16
	frêne	3	34	1	67	11	30	16	48	13	44	43	23
	chêne	0	0	0	.	0	169	1	119	0	242	0	335
	châtaignier	0	.	0	.	0	.	0	.	-3	124	-3	124
	autres feuillus	3	70	0	71	2	187	12	79	18	57	32	42
	indéterminable	0	0	0	.	0	0	0	0	0	0	0	0
	total	521	7	28	34	759	7	615	9	197	16	2143	4
601-1000 m	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	149	14	409	9	334	10	96	25	-4	215	995	6
	sapin	226	10	273	11	356	10	32	31	-4	101	899	6
	pin	7	97	4	100	2	104	-4	186	0	.	10	110
	mélèze	1	178	12	41	6	52	4	179	2	93	25	36
	arole	0	.	0	.	0	.	0	.	0	.	0	.
	autres résineux	4	96	25	35	1	37	0	92	0	.	31	31
	hêtre	247	9	295	10	224	11	78	22	27	43	883	6
	érable	23	35	28	30	23	41	17	34	11	53	102	17
	frêne	35	19	66	20	50	23	7	123	15	47	176	12
	chêne	9	53	9	70	3	97	6	53	6	58	33	30
	châtaignier	0	.	0	163	0	.	-2	92	45	39	39	41
	autres feuillus	10	49	19	31	-2	318	21	35	37	30	82	19
	indéterminable	0	0	0	0	0	0	0	0	0	0	0	0
	total	712	6	1141	6	996	6	255	15	137	19	3275	3
=600 m	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	82	17	563	8	21	47	7	41	10	88	695	7
	sapin	43	24	215	11	8	51	7	109	0	.	278	10
	pin	-3	217	19	31	0	100	4	83	0	447	19	52
	mélèze	3	74	30	26	1	60	3	81	0	198	36	24
	arole	0	.	0	.	0	.	0	.	0	.	0	.
	autres résineux	9	58	11	58	1	85	0	100	1	100	22	38
	hêtre	129	15	324	7	15	44	19	40	5	54	498	7
	érable	22	26	72	20	5	39	2	132	4	75	106	15
	frêne	41	24	110	16	5	79	11	55	12	44	179	12
	chêne	25	32	67	18	-2	100	2	54	12	41	104	15
	châtaignier	0	.	3	92	0	.	2	65	13	109	17	79
	autres feuillus	34	24	109	16	1	267	5	61	31	32	180	12
	indéterminable	0	0	0	0	0	.	0	0	0	0	0	0
	total	385	9	1522	4	56	28	63	25	89	23	2133	4
total	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	511	7	985	5	974	6	1175	6	222	15	3895	3
	sapin	411	7	498	7	606	7	154	14	26	47	1751	4
	pin	6	177	23	31	6	70	31	51	6	63	72	29
	mélèze	4	68	42	22	8	40	241	10	92	18	370	8
	arole	0	.	0	.	1	71	39	21	0	53	38	21
	autres résineux	13	50	36	30	1	115	2	88	1	94	55	24
	hêtre	465	6	627	6	318	9	154	15	95	23	1719	4
	érable	55	20	101	16	64	20	56	19	19	40	302	9
	frêne	79	15	177	12	67	19	34	39	41	26	409	8
	chêne	33	27	76	18	1	447	8	39	18	35	142	13
	châtaignier	0	.	3	95	0	.	1	325	56	41	55	39
	autres feuillus	46	21	128	14	3	291	66	20	87	21	331	9
	indéterminable	0	0	0	0	0	0	0	0	0	0	0	0
	total	1623	4	2696	3	2048	4	1960	4	663	8	9138	2

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. 1306476. Birmensdorf, Swiss Federal Research Institute WSL

page précedente