Sélectionner un thème dans la liste

page précedente

nombre de tiges de la jeune forêt #406
Nombre de résineux et de feuillus vivant d’au moins 10 cm de haut et jusqu'à un diamètre à hauteur de poitrine [DHP] de 11,9 cm.

classe de grandeur (jeune forêt; 5 classes) #2623
Taille des plantes de la jeune forêt de 10 cm de hauteur à 11,9 cm de diamètre à hauteur de poitrine (DHP) en cinq classes (deux classes de hauteur et trois classes de DHP). Source: relevé de terrain (MID 1051: Jungwaldpflanzenart - Zählung)

essence principale de la jeune forêt (comptage) #2625
Espèce des plantes de la jeune forêt de 10 cm de hauteur à 11,9 cm de diamètre à hauteur de poitrine (DHP), en classes individuelles pour les dix principales espèces ou groupes d'espèces de Suisse («essences principales») et en classes «autres résineux», «autres feuillus» et «espèces non relevées dans tous les inventaires». 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 1051: Jungwaldpflanzenart - Zählung)

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, apte au boisement #1876
Proportion apte au boisement de la forêt accessible sans la forêt buissonnante (c'est-à-dire forêt accessible sans la forêt buissonnante sans la surface des routes forestières, d'infrastructures de loisirs, de cours d'eau, de coulées d'avalanches, etc.).

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.

Que représentent les chiffres ?
À quoi sert l'erreur standard ?
Quand deux résultats sont-ils statistiquement différents ?
Quand ne suffit-il pas de considérer uniquement l'erreur standard ?
Deux types d’évolutions ?
Évaluations de l’évolution : quand les résultats sont-ils (non) additifs ?
Pourquoi l'erreur standard et la valeur estimée sont-elles parfois représentées par un point (« . ») ?
Pourquoi certains tableaux n'indiquent-ils pas d'erreur standard ?
Valeurs négatives en cas de volume, d'accroissement ou d'exploitation ?

1. Que représentent les chiffres ?

La plupart des tableaux présentent des résultats calculés à l'aide de méthodes statistiques à partir des données de l'inventaire par échantillonnage de l'Inventaire forestier national (IFN). Ces résultats se composent toujours de deux chiffres: 1) la valeur estimée et 2) l'erreur d'échantillonnage, appelée erreur standard.

Exemple 1 : Valeur estimée et erreur standard

IFN5

volume de bois mort (bois de tige)

propriété (2 classes)

découpage régional: région de production

unité: m³/ha

ensemble analysé: forêt accessible sans la forêt buissonnante

réseau: réseau 1,4 km, sous-réseaux 1 à 5

état 2018/26
	région de production
	Jura		Plateau		Préalpes		Alpes		Sud des Alpes		Suisse
propriété (2 classes)	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%
publique	30	10	17	13	37	9	36	6	26	10	30	4
privée	27	17	20	12	50	10	32	8	39	13	34	5
total	29valeur estimée	9erreur standard	19	9	44	7	35	5	29	8	32	3

La plupart du temps, les tableaux indiquent l'erreur standard relative (en pourcentage « ±% »), mais parfois – pour les pourcentages estimés – l'erreur standard absolue (« ± »).

haut

2. À quoi sert l'erreur standard ?

L'erreur standard permet de délimiter des intervalles de confiance autour de la valeur estimée, qui contiennent la vraie valeur de la population avec un certain niveau de certitude statistique.

La certitude statistique est de

68% si l'intervalle de confiance est calculé à l'aide de l'erreur standard simple
(intervalle de confiance à 68% = valeur estimée ± erreur standard), et
95% si l'intervalle de confiance est calculé avec l’erreur standard double
(intervalle de confiance à 95% = valeur estimée ± 2 × erreur standard*)

Exemple 2 : Calculer les intervalles de confiance

IFN5
volume de bois mort (bois de tige)
propriété (2 classes)
découpage régional: région de production
unité: m³/ha
ensemble analysé: forêt accessible sans la forêt buissonnante
réseau: réseau 1,4 km, sous-réseaux 1 à 5
état 2018/26
	région de production
	Jura
propriété (2 classes)	m³/ha	±%
publique	30	10
privée	27	17
total	29	9

Question
Quel est l'intervalle de confiance à 68% et à 95% des estimations ci-dessus ?

Procédure

Calculer l'erreur standard absolue (= erreur standard relative × valeur estimée / 100)
Calculer les intervalles de confiance
- intervalle de confiance à 68% = estimation ± erreur standard absolue
- intervalle de confiance à 95% = estimation ± 2 × erreur standard absolue

Réponse

			étape 1	étape 2

propriété (2 classes)	volume de bois mort Jura IFN5
	valeur estimée	erreur standard		intervalle de confiance
		relative	absolue	68%	95%
	m³/ha	±%	±m³/ha	m³/ha	m³/ha
publique	30	10	3	27-33	24-36
privée	27	17	5	22-32	17-37
total	29	9	3	26-32calculé avec l'erreur standard simple, c'est-à-dire 29 ± 3	23-25calculé avec l'erreur standard double, soit 29 ± 2 × 3

Dans le Jura, le volume de bois mort se situe avec une certitude statistique de 68% entre 26 et 32 m³/ha et avec une certitude statistique de 95% entre 23 et 35 m³/ha.

L'intervalle de confiance à 95% est plus grand que l'intervalle de confiance à 68%. C'est ce qui explique la plus grande certitude statistique.

Exemple 3 : Visualisation de l'intervalle de confiance à 68% et à 95%

Données : voir exemple 2

Lors de l'interprétation des résultats, il faut à chaque fois déterminer le niveau de certitude avec lequel on souhaite faire une déclaration.

Dans l'Inventaire forestier national (IFN), on se base en général sur l'intervalle de confiance à 68%.

haut

3. Quand deux résultats sont-ils statistiquement différents ?*

On peut le déterminer en comparant les intervalles de confiance de deux estimations :

Si les intervalles de confiance à 68% de deux estimations ne se chevauchent pas, on peut supposer avec une certaine certitude que les deux populations sont différentes.
Si les intervalles de confiance à 95% de deux estimations ne se chevauchent pas, on peut supposer avec une grande certitude que les deux populations sont différentes.

Exemple 4 : Interprétation de deux résultats du même inventaire

IFN5

volume des arbres vifs (bois de tige)

propriété (2 classes)

découpage régional: région de production

unité: m³/ha

ensemble analysé: forêt accessible sans la forêt buissonnante

réseau: réseau 1,4 km, sous-réseaux 1 à 5

état 2018/26
	région de production
	Jura		Plateau		Préalpes		Alpes		Sud des Alpes		Suisse
propriété (2 classes)	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%
publique	331	3	311	3	405	4	300	3	256	5	314	2
privée	387	5	432	4	454	4	348	4	285	6	398	2
total	345	2	363	2	431	2	314	2	262	4	343	1

	cas 2						cas 1

cas 1

Question
Le volume des arbres vifs par hectare est-il plus élevé dans les Alpes qu'au Sud des Alpes ?

Procédure

Calculer les erreurs standard absolues
Calculer les intervalles de confiance en fonction du niveau de certitude souhaité :
- intervalles de confiance à 68% (certaine certitude ; erreur standard absolue simple)
- intervalles de confiance à 95% (grande certitude; erreur standard absolue double)
Vérifier si les intervalles de confiance ne se chevauchent pas au niveau de certitude souhaité

Réponse

propriété (2 classes)	volume des arbres vifs, IFN5
	Alpes					Sud des Alpes
	valeur estimée	erreur standard		intervalle de confiance		valeur estimée	erreur standard		intervalle de confiance
		relative	absolue	68%	95%		relative	absolue	68%	95%
	m³/ha	±%	±m³/ha	m³/ha	m³/ha	m³/ha	±%	±m³/ha	m³/ha	m³/ha
total	314	2	6	308-320	302-326	262	4	10	252-272	242-282

Ni les intervalles de confiance à 68% ni les intervalles de confiance à 95% ne se chevauchent (chiffres ).

Dans ce cas, le niveau de certitude choisi n'a aucune influence sur le résultat.

Dans l'ensemble, cela signifie qu'il existe une grande certitude statistique que le volume des arbres vifs par hectare est plus élevé dans les Alpes qu'au Sud des Alpes.

cas 2

Question
Le volume des arbres vifs par hectare est-il plus élevé sur le Plateau que dans le Jura ?

Procédure

Voir cas 1.

Réponse

propriété (2 classes)	volume des arbres vifs, IFN5
	Jura					Plateau
	valeur estimée	erreur standard		intervalle de confiance		valeur estimée	erreur standard		intervalle de confiance
		relative	absolue	68%	95%		relative	absolue	68%	95%
	m³/ha	±%	±m³/ha	m³/ha	m³/ha	m³/ha	±%	±m³/ha	m³/ha	m³/ha
total	345	2	7	338-352	331-359	363	2	7	356-370	349-377

Les intervalles de confiance à 68% ne se chevauchent pas (paires de chiffres ).
En revanche, les intervalles de confiance à 95% se chevauchent (paires de chiffres ).

Dans ce cas, le niveau de certitude choisi a une influence sur l'interprétation des résultats : au niveau de l'intervalle de confiance à 68%, on arrive à la conclusion que le volume des arbres vifs par hectare est plus élevé sur le Plateau que dans le Jura. Au niveau de l'intervalle de confiance à 95%, on ne peut en revanche pas tirer cette conclusion.

En considérant les deux niveaux de certitude, on peut dire qu'il existe statistiquement une certaine, mais pas une grande certitude, que le volume des arbres vifs par hectare est plus élevé sur le Plateau que dans le Jura.

Les intervalles de confiance permettent également de vérifier si une valeur estimée à l'aide de l'échantillon de l’Inventaire forestier national (IFN) s'écarte d'une valeur cible (issue par exemple de la politique forestière) ou si une évolution entre deux inventaires est statistiquement certaine.

Exemple 5 : Interprétation de deux résultats d'inventaires différents

propriété (2 classes)	volume des arbres vifs sur Plateau*
	IFN4		IFN5
	m³/ha	±%	m³/ha	±%
publique	340	3	309	3
privée	447	4	432	4
total	386	2	363	2
* forêt accessible sans la forêt buissonnante IFN4/IFN5

Question
Sur le Plateau, le volume des arbres vifs par hectare a-t-il diminué entre l'IFN4 et l'IFN5 ?

Procédure

calculer les erreurs standard absolues
calculer les intervalles de confiance en fonction du niveau de certitude souhaité
- intervalles de confiance à 68% (certaine certitude ; erreur standard absolue simple)
- intervalles de confiance à 95% (grande certitude; erreur standard absolue double)
vérifier si les intervalles de confiance ne se chevauchent pas au niveau de certitude souhaité

Réponse

propriété (2 classes)	volume des arbres vifs sur le Plateau*
	IFN4					IFN5
	valeur estimée	erreur standard		intervalle de confiance		valeur estimée	erreur standard		intervalle de confiance
		relative	absolue	68%	95%		relative	absolue	68%	95%
	m³/ha	±%	±	m³/ha	m³/ha	m³/ha	±%	±	m³/ha	m³/ha
publique	340	3	11	329-351	318-362	309	3	11	298-320	287-331
privée	447	4	16	431-463	415-479	432	4	17	415-449	398-466
total	386	2	8	378-394	370-402	363	2	9	354-372	345-381
* forêt accessible sans la forêt buissonnante IFN4/IFN5

Les intervalles de confiance à 68% ne se chevauchent pas pour les forêts publiques (paires de chiffres ), mais ils le font pour les forêts privées et le total (paires de chiffres ). Au niveau de certitude des intervalles de confiance à 68%, on arrive à la conclusion que le volume des arbres vifs par hectare a diminué dans les forêts publiques du Plateau. Pour les forêts privées comme pour le total, la diminution n'est pas statistiquement certaine.

Les intervalles de confiance à 95% se chevauchent dans chacune des trois catégories. Au niveau de certitude des intervalles de confiance à 95%, il n'est donc pas statistiquement certain que le volume des arbres vifs ait diminué, même pour les forêts publiques.

Voir toutefois les exemples 6 et 7, dans lesquels les évolutions entre deux inventaires sont interprétées à l'aide du bilan, qui est plus sensible.

Pour de nombreuses variables cibles, l'IFN permet de vérifier si une évolution entre deux inventaires est statistiquement certaine, non seulement en comparant les états dans les deux inventaires (voir exemple 5), mais aussi en analysant le bilan entre les deux inventaires.

Pour ce faire, il faut là aussi commencer par définir le niveau de certitude qui doit s'appliquer à l'énoncé :

Une évolution a eu lieu avec une certaine certitude si l'erreur standard relative simple du bilan est inférieure à 100% ou si l'intervalle de confiance calculé avec l'erreur standard absolue simple (intervalle de confiance à 68%) n'inclut pas la valeur 0.
Une évolution a eu lieu avec une grande certitude si la double erreur standard relative du bilan est inférieure à 100% ou si l'intervalle de confiance calculé avec la double erreur standard absolue (intervalle de confiance à 95%) n'inclut pas la valeur 0.

Exemple 6 : Interprétation des évolutions (bilans) avec l'erreur standard relative

propriété (2 classes)	évolution du volume des arbres vifs IFN4–IFN5 sur le Plateau*
	valeur estimée	erreur standard
	m³/ha	±%
publique	-34	30
privée	-9	147
total	-23	34
* forêt accessible sans la forêt buissonnante IFN4/IFN5

Question
Sur le Plateau, le volume des arbre vifs par hectare a-t-il diminué entre l’IFN4 et l’IFN5 ?

Procédure

Définir le niveau de certitude (intervalle de confiance à 68% ou 95%)
Vérifier si
- l'erreur standard relative simple est inférieure à 100% (niveau de certitude de l'intervalle de confiance à 68%)
- l'erreur standard relative double est inférieure à 100% (niveau de certitude de l'intervalle de confiance à 95%)

Réponse

propriété (2 classes)	évolution du volume des arbres vifs IFN4–IFN5 sur le Plateau*
	valeur estimée	erreur standard
		simple	double
	m³/ha	±%	±%
publique	-34	30	60
privée	-9	147	294
total	-23	34	68
* forêt accessible sans la forêt buissonnante IFN4/IFN5

L'erreur standard relative simple est inférieure à 100% pour les forêts publiques comme pour le total (chiffres ). En revanche, elle est supérieure à 100% (chiffres ) pour les forêts privées. Au niveau de certitude de l'intervalle de confiance à 68%, on conclut que le volume des arbres vifs a diminué sur le Plateau, tant dans les forêts publiques que dans le total. En revanche, la diminution du volume n'est pas statistiquement certaine pour les forêts privées.

On arrive à la même conclusion dans cet exemple avec le niveau de certitude de l’intervalle de confiance à 95%, car l’erreur standard relative double pour la forêt publique et le total est également inférieure à 100%.

Dans l'ensemble, cela signifie que la certitude statistique est élevée que le volume par hectare a diminué sur le Plateau dans les forêts publiques comme dans l'ensemble. En revanche, pour les forêts privées, la diminution du volume n'est pas statistiquement certaine (car l'erreur standard relative double et l'erreur standard relative simple sont toutes les deux inférieures à 100%).

Exemple 7 : Interprétation des évolutions (bilans) avec l'erreur standard absolue

propriété (2 classes)	évolution du volume des arbres vifs IFN4–IFN5 sur le Plateau*
	valeur estimée	erreur standard
	%	±
publique	-10	3
privée	-2	3
total	-6	2
* forêt accessible sans la forêt buissonnante IFN4/IFN5

Question
Sur le Plateau, le volume des arbres vifs par hectare a-t-il diminué entre l'IFN4 et l'IFN5 ?

Procédure

Définir le niveau de certitude (intervalle de confiance à 68% ou 95%)
Calculer l'intervalle de confiance sur la base du niveau de certitude défini
- intervalle de confiance à 68% avec l'erreur standard absolue simple
- intervalle de confiance à 95% avec l'erreur standard absolue double
Vérifier si l'intervalle de confiance correspondant n'inclut pas la valeur 0

Réponse

propriété (2 classes)	évolution du volume des arbres vifs IFN4–IFN5 sur le Plateau*
	valeur estimée	erreur standard		intervalle de confiance
		simple	double	68%	95%
	%	±	±	%	%
publique	-10	3	6	-13 à -7	-16 à -4
privée	-2	3	6	-5 à +1	-8 à +4
total	-6	2	4	-8 à -4	-10 à -2
* forêt accessible sans la forêt buissonnante IFN4/IFN5

Pour les forêts publiques comme pour le total, tant l'intervalle de confiance à 68% que celui à 95% n'incluent pas la valeur 0. Pour les deux niveaux de certitude, on arrive ainsi à la conclusion que le volume des arbres vifs a diminué sur le Plateau, tant dans les forêts publiques que dans le total. En revanche, la diminution du volume n'est pas statistiquement certaine pour les forêts privées (car les intervalles de confiance incluent la valeur 0).

Les évolutions (bilans) peuvent être interprétées à l'aide de l'erreur standard absolue ou relative (voir les exemples 6 et 7). Il est recommandé d'utiliser l'erreur standard absolue lorsque la valeur estimée est indiquée en pourcentage (%) dans le tableau (comme dans l'exemple 7) et l'erreur standard relative lorsque la valeur estimée est indiquée en chiffres absolus (m³, m³/ha, pc, m2) dans le tableau (comme dans l'exemple 6). Ainsi, l'erreur standard peut être directement extraite du tableau et ne doit donc pas être convertie.

Pour vérifier si une évolution est statistiquement assurée, il est recommandé d'analyser, dans la mesure du possible, le bilan entre les deux inventaires. Les bilans sont plus sensibles que les comparaisons d'état, ce qui permet de mieux détecter les différences sur le plan statistique (voir les exemples 5, 6 et 7).

haut

4. Quand ne suffit-il pas de considérer uniquement l'erreur standard ?

L'Inventaire forestier national (IFN) est un inventaire à grande échelle basé sur des échantillons, dont les placettes d'échantillonnage sont disposées sur une grille dont les mailles mesurent 1,4 km × 1,4 km. L'IFN a été conçu de manière à pouvoir prédire le volume des arbres vifs pour l'ensemble de la Suisse avec une erreur standard maximale de 1%.

Lorsque les résultats sont calculés pour des régions ou des classes individuelles, l'erreur standard augmente rapidement. Cela s'explique par le fait que pour la combinaison d'expressions de variables* choisie, le nombre de placettes d'échantillonnage et d'objets examinés (c'est-à-dire d'arbres échantillons, de plantes de la jeune forêt, de morceaux de bois mort, etc.) est nettement plus faible que pour le total.

Exemple 8 : Erreur standard et combinaison d’expression de variables

région	volume des arbres vifs
	total		érable		érable sycomore		érable plane
	valeur estimée	erreur standard	valeur estimée	erreur standard	valeur estimée	erreur standard	valeur estimée	erreur standard
	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%
Suisse	343	1	12	5	11	5	1	20
région de production "Plateau"	363	2	15	10	14	11	0	50
canton d'Argovie	289	7	15	20	13	20	1	63

L'erreur standard augmente avec le niveau de détail.

On peut s'attendre à des erreurs standard importantes si

les arrondissements forestiers ont été choisis comme découpage régional ou que les résultats sont calculés pour de petits cantons (p. ex. Appenzell Rhodes-Intérieures, Nidwald),
une variable de classification comportant de nombreuses classes a été choisie (p. ex. l'essence dans 56 classes),
plusieurs variables de classification ont été combinées (par exemple, l'essence principale et le stade de développement).

Des erreurs standard importantes indiquent qu'une estimation a peut-être été réalisée sur la base d'un nombre trop faible de placettes d'échantillonnage ou d'objets et que, par conséquent, le résultat de l'estimation pourrait ne pas être fiable.

Pour la variable cible « nombre de tiges de la jeune forêt avec abroutissement » (intensité de l'abroutissement), l'incertitude de l'estimation ne se traduit pas nécessairement par une erreur standard élevée. Cela s'explique par le fait que cette variable cible est une estimation sous forme de quotient** qui, en raison de la méthode de relevé, ne repose pour les essences relativement rares (p. ex. pin, mélèze, arole, chêne, châtaignier) que sur un petit nombre d’individus examinés. En conséquence, pour la valeur cible « nombre de tiges de la jeune forêt avec abroutissement », il faudrait toujours vérifier le nombre de plantes examinées sur lequel se basent les différentes valeurs estimées. En règle générale, pour chaque valeur estimée, au moins 30 plantes de la jeune forêt devraient être examinées quant à l’abroutissement pour obtenir une estimation fiable.

haut

5. Deux types d’évolutions ?

L'Inventaire forestier national (IFN) distingue deux types d’évolutions:

Le premier type concerne des variables cibles spécifiques pour des composantes d’évolution telles que l'accroissement, l'exploitation ou la mortalité. Ces variables cibles ne sont disponibles que pour deux cycles de mesure successifs, par exemple IFN4-IFN5. Lors de l'évaluation des composantes d’évolution, l’expression de la variable de classification du second cycle de mesure est généralement attribuée au premier cycle de mesure. Ces évaluations ne tiennent donc pas compte du changement de l'expression d'une variable de classification (par exemple de la propriété privée à la propriété publique) entre deux inventaires successifs.
Dans le deuxième type, la différence entre des variables cibles telles que le nombre de tiges, le volume des arbres vifs ou la surface forestière est utilisée pour dresser le bilan de l’évolution entre deux cycles de mesure. Ces variables cibles sont généralement utilisées pour représenter des états, par exemple l'IFN5, mais peuvent montrer le bilan entre deux cycles de mesure successifs ou non, par exemple l'IFN1 et l'IFN5. Dans ces évaluations, le changement de l'expression est pris en compte pour une partie des variables de classification. Il s'agit par exemple des variables de classification « état des arbres » ou « forêt, non forêt ». Ainsi, on peut voir par exemple que la surface forestière a augmenté. Pour l'autre partie des variables de classification, les expressions sont considérées comme statiques. Cela signifie que l'état le plus actuel – qu'il ait été relevé dans un cycle de mesure (p. ex. fonction prioritaire IFN5) ou qu'il provienne d'une source de données externe (p. ex. forêt protectrice [2022]) – est attribué à tous les cycles de mesure.

haut

6. Évaluations de l’évolution : quand les résultats sont-ils (non) additifs ?

Les résultats sont

additifs lorsqu'ils sont présentés en tant qu’évolution totale entre deux points de mesure. Par exemple, les exploitations indiquées en mètres cubes (m³) pour les différentes régions de production peuvent être additionnées pour obtenir l'exploitation pour la Suisse.
ne sont pas additifs s’il sont présentés en tant qu’évolution par année (p. ex. m³/an). En conséquence, les exploitations indiquées en mètres cubes par an (m³/an) pour les différentes régions de production, par exemple, ne peuvent pas être additionnées pour obtenir l'exploitation pour la Suisse.

Exemple 9 : Additivité/non-additivité des évolutions

	volume des abres vifs: évolution totale IFN4–IFN5 (1000 m³)*
	Jura		Plateau		Préalpes		Alpes		Sud des Alpes		Suisse
zones supérieures/inférieures	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%
zones inférieures	-3759.0	28	-4909.1	36	-1025.2	133	-317.1	195	3464.1	31	-6546.3	42
zones supérieures	574.3	117	-328.0	62	1093.0	123	7128.4	21	666.7	93	9134.3	24
total	-3184.7	40	-5237.1	34	67.9	2805	6811.3	23	4130.8	30	2588.1	136
	* dans la forêt accessible sans la forêt buissonnante IFN4/IFN5
	additif

	volume des arbres vifs: évolutions par an IFN4–IFN5 (in 1000 m³/an)*
	Jura		Plateau		Préalpes		Alpes		Sud des Alpes		Suisse
zones supérieures/inférieures	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%
zones inférieures	-421.1	28	-560.6	36	-115.7	133	-35.9	195	389.5	31	-740.7	42
zones supérieures	64.7	117	-38.3	62	122.4	123	810.4	21	74.9	93	1032.7	24
total	-357.3	40	-598.4	34	7.6	2805	773.8	23	464.4	30	292.7	136
	* dans la forêt accessible sans la forêt buissonnante IFN4/IFN5
	non additif

La non-additivité des évolutions par année provient du fait que l’évolution totale est divisée par le nombre moyen d'années qui s'écoule entre les deux mesures dans le domaine* considérée et que le nombre moyen d'années varie légèrement selon le domaine*.

Exemple 10 : Nombre moyen d'années par région

domaine		nombre moyen d’années
région de production	zones supérieures/inférieures
Plateau	-	8.75
Plateau	zones supérieures	8.56
Plateau	zones inférieures	8.76
Sud des Alpes	-	8.90
Sud des Alpes	zones supérieures	8.90
Sud des Alpes	zones inférieures	8.89
* entre les mesures de l’IFN4 et de l’IFN5 dans la forêt accessible sans la forêt buissonnante

haut

7. Pourquoi l'erreur standard et la valeur estimée sont-elles parfois représentées par un point (« . ») ?

Lors du calcul d'un tableau de résultats, les données ne sont pas toujours disponibles pour toutes les combinaisons d'expressions de variables de classification*. Dans la plupart des cas, cela indique que le paramètre estimé à l'aide de la variable cible n'existe pas ou n'existe que très rarement. Généralement, on introduit alors la valeur 0. Mais comme cette valeur ne repose sur aucune mesure directe, l'erreur standard correspondante est représentée par un point (« . »). Si le calcul se réfère à la valeur supposée de 0, par exemple pour les pourcentages ou certaines estimations d’évolution, aucune valeur ne peut être utilisée. Dans ce cas, la valeur estimée et l'erreur standard sont représentées par un point (« . »).

Par exemple, aucun arole n'a été trouvé et mesuré jusqu'à présent par l’Inventaire forestier national (IFN) sur le Plateau (volume des aroles vifs par région de production). On peut donc supposer que les valeurs manquent parce que l'arole n'est effectivement pas présent sur le Plateau et que le volume doit donc y être nul.

haut

8. Pourquoi certains tableaux n'indiquent-ils pas d'erreur standard ?

Les données de ces tableaux proviennent d'un relevé exhaustif et non d'un inventaire par échantillonnage. En conséquence, il n'est pas nécessaire d'indiquer une erreur standard puisqu'il n'y a pas d'incertitude liée à l'échantillonnage.

Par exemple, le relevé de desserte que l'Inventaire forestier national (IFN) effectue périodiquement auprès des services forestiers locaux est un relevé exhaustif.

haut

Valeurs négatives en cas de volume, d'accroissement ou d'exploitation ?

Des valeurs négatives sont possibles si le résultat n'a pu être calculé qu'à partir de quelques arbres. L'estimation n'est donc pas fiable. Cela se reflète également dans l'erreur standard, qui est en général particulièrement élevée lorsque les valeurs de volume, d'accroissement ou d'exploitation sont négatives.

Les valeurs négatives sont dues au fait que, lors de la détermination du volume de bois de tige des arbres échantillons, le volume estimé uniquement sur la base du diamètre à hauteur de poitrine (DHP) est ajusté avec le volume des arbres échantillons de tarif estimé sur la base du DHP, du diamètre à 7 m de hauteur et de la hauteur des arbres. Cette procédure permet un calcul non biaisé et plus précis du volume de bois de tige. Elle peut toutefois conduire à des valeurs négatives pour toutes les variables cibles basées sur le volume de bois de tige des arbres d'échantillonnage (p. ex. volume des arbres vifs, accroissement, exploitation) si le nombre d'arbres d'échantillonnage dans une combinaison d’expressions de variables* est faible.

haut

IFN2
nombre de tiges de la jeune forêt
classe de grandeur (jeune forêt; 5 classes) · essence principale de la jeune forêt (comptage)
découpage régional: région économique
unité: 1000 n
ensemble analysé: forêt accessible sans la forêt buissonnante, apte au boisement
réseau: réseau 1,4 km
état 1993/95
		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
classe de grandeur (jeune forêt; 5 classes)	essence principale de la jeune forêt (comptage)	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%
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	.
	espèces non relevées dans tous les inventaires	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	.
hauteur 10-39 cm	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	59124	33	6842	40	46713	47	134700	21	111205	20	14122	41	92678	20	41187	27	30681	29	12022	32	12587	52	54066	18	61296	14	23338	31	700563	8
	sapin	117299	13	7506	35	24341	27	139709	20	115047	18	11196	32	70570	19	34877	19	1863	70	1263	62	1584	53	6066	32	1596	53	5730	38	538648	8
	pin	341	100	298	100	283	100	925	74	0	.	0	.	1016	100	339	100	2295	87	328	100	0	.	4719	53	8162	30	0	.	18705	23
	mélèze	0	.	0	.	0	.	0	.	0	.	0	.	0	.	663	100	0	.	0	.	951	58	9069	43	8253	45	7665	39	26600	23
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	12288	35	7503	34	304	100	20094	25
	autres résineux	0	0	0	.	2726	100	308	100	2127	64	0	.	0	0	1352	63	0	0	0	.	0	.	0	0	0	0	0	0	6513	49
	hêtre	1242703	11	691650	15	207382	22	185719	19	588835	11	34118	53	145455	27	221042	25	50843	35	21960	57	57192	31	13649	69	34328	40	15874	41	3510749	6
	érable	743490	13	663695	19	109786	31	152217	29	1068291	15	45816	46	128553	23	345818	19	51578	23	24163	51	30467	28	26984	34	13576	32	22238	36	3426671	7
	frêne	569805	15	478828	16	299967	31	233656	24	883625	10	76188	35	206773	20	354044	21	49141	34	46534	27	52226	24	46201	27	27353	27	203068	19	3527407	6
	chêne	39046	41	24754	55	17754	36	4927	29	31653	22	0	.	1316	50	2026	57	320	100	960	74	0	.	19519	31	2800	53	22556	48	167631	16
	châtaignier	0	.	0	.	308	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	83232	19	83540	19
	autres feuillus	117533	12	83163	26	20306	38	19539	25	180334	40	27477	26	72633	16	52398	15	59519	19	29336	27	27551	28	76467	15	80804	18	127016	14	974076	9
	espèces non relevées dans tous les inventaires	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	2889341	8	1956733	13	729566	18	871700	12	2981117	9	208917	28	718993	11	1053745	15	246240	16	136567	21	182559	20	269029	11	245669	11	511019	12	13001196	4
hauteur 40-129 cm	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	34578	23	4745	37	18552	21	38720	15	36404	17	17840	16	64041	18	25175	25	32341	16	12846	21	14333	25	57620	15	80745	11	26743	16	464682	5
	sapin	44357	12	692	37	12701	25	19065	20	9878	29	3892	25	16749	18	10567	21	418	47	2178	29	205	58	9102	33	1349	39	5302	34	136453	7
	pin	758	72	0	.	71	100	592	80	276	61	0	.	590	67	151	100	2771	97	73	100	0	0	6445	32	9384	24	1087	61	22199	19
	mélèze	0	.	0	.	0	.	0	.	340	71	75	100	0	.	0	.	361	60	0	.	1366	85	6911	20	9522	33	4949	34	23524	17
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	.	70	100	0	.	0	.	0	.	2726	28	5246	26	135	71	8177	19
	autres résineux	70	100	152	100	216	58	485	62	213	74	0	0	75	100	0	0	0	0	0	.	0	0	0	0	0	0	0	0	1211	33
	hêtre	283167	10	221191	22	57132	25	71364	19	174682	13	6424	39	47122	24	42535	29	15828	44	3183	41	16947	34	2806	34	6717	34	9566	24	958665	7
	érable	84931	12	103006	20	17161	27	37646	25	224473	15	8676	74	22539	29	33357	28	6658	22	4461	35	5211	30	9646	48	3410	33	5029	24	566204	8
	frêne	76284	19	63891	20	39384	22	65242	25	198111	14	14936	36	46493	45	36814	18	10880	36	6126	43	14686	31	9440	30	10902	42	36944	23	630134	7
	chêne	2406	35	1120	44	543	35	1434	44	2192	35	0	.	313	50	148	100	0	.	0	.	0	.	3923	26	413	47	1379	40	13870	13
	châtaignier	70	100	0	.	152	100	0	.	69	100	63	100	0	.	0	.	0	.	0	.	0	.	142	100	0	.	7820	39	8315	37
	autres feuillus	50495	12	25513	20	12658	20	14039	26	76295	35	11482	24	31839	15	31020	17	22734	18	13935	29	11972	28	44112	14	28071	15	55955	15	430120	7
	espèces non relevées dans tous les inventaires	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	577116	7	420309	15	158570	14	248587	12	722933	9	63390	17	229761	14	179837	13	91990	14	42802	18	64719	19	152872	9	155759	8	154909	9	3263554	3
DHP 0-3.9 cm	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	15178	15	3496	31	7026	19	19115	16	14627	14	9129	17	25666	13	9681	17	14722	15	4828	20	6595	26	21496	13	44795	11	12887	16	209239	4
	sapin	23088	11	542	55	6318	24	12905	23	6991	37	4018	47	13995	16	6950	25	494	43	1728	28	279	50	4678	31	779	68	4276	42	87040	7
	pin	70	100	0	.	126	100	567	100	565	64	0	.	137	71	0	.	146	71	0	.	0	.	5934	38	8322	26	758	73	16624	20
	mélèze	140	71	0	.	0	.	189	74	211	75	0	.	223	100	0	0	0	0	0	.	142	100	8875	22	5895	27	2246	27	17920	14
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1245	35	3645	39	0	.	4891	31
	autres résineux	70	100	0	.	144	71	897	86	642	80	0	0	74	100	0	0	0	0	0	0	0	0	0	0	0	0	0	0	1828	51
	hêtre	114991	11	30606	18	18449	33	31610	18	61317	17	8852	36	18714	18	15111	21	8538	41	3297	64	8503	28	3247	34	3594	36	16290	27	343120	6
	érable	30447	17	36039	25	7016	31	11778	30	63260	15	7166	40	6700	27	6102	28	4536	27	1818	42	2048	39	5117	52	1997	42	3384	27	187407	8
	frêne	17448	19	23039	28	19158	25	22301	23	52069	16	6897	44	12920	35	9894	30	2866	39	2442	39	8057	45	3060	34	3783	49	14504	36	198438	8
	chêne	752	35	70	100	629	65	515	46	1919	50	70	100	82	100	0	.	0	0	0	.	0	.	1903	28	71	100	925	51	6937	19
	châtaignier	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	71	100	0	.	5076	21	5148	21
	autres feuillus	27061	12	6740	24	6917	21	6739	21	17967	16	8193	21	21786	17	11527	29	16541	26	4979	25	4804	33	27070	14	14836	19	37453	15	212613	5
	espèces non relevées dans tous les inventaires	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	229246	7	100532	16	65784	14	106616	10	219566	9	44326	16	100296	9	59265	13	47843	16	19091	18	30428	22	82695	9	87717	9	97799	10	1291206	3
DHP 4-7.9 cm	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	7646	16	2078	33	2529	30	10399	16	14427	13	5987	19	10742	14	7673	18	4926	18	2506	25	3837	30	9954	14	17549	13	5165	19	105417	5
	sapin	10046	12	567	43	794	33	4186	18	2526	28	1528	38	7653	15	2930	28	754	35	1238	31	411	41	2301	25	558	53	1840	50	37333	7
	pin	70	100	0	.	63	100	0	.	395	47	0	.	74	100	70	100	0	.	215	74	0	.	3092	34	2808	28	347	60	7134	19
	mélèze	0	.	0	.	63	100	0	.	383	84	0	.	74	100	0	.	217	75	0	.	142	100	4023	22	1935	28	1856	29	8693	14
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	680	51	977	33	0	.	1657	28
	autres résineux	216	74	340	65	0	.	132	71	704	67	0	.	74	100	295	79	0	.	73	100	0	0	0	0	0	0	0	0	1834	33
	hêtre	10176	12	3224	21	1589	29	4830	19	6894	16	1499	45	5058	16	3098	25	1389	28	911	34	1968	36	1261	54	2724	34	5610	23	50232	6
	érable	2446	21	833	40	1304	39	1358	32	2801	22	548	40	349	45	868	33	1259	27	350	45	610	40	1203	43	0	.	697	37	14626	9
	frêne	1515	45	1698	36	1421	35	1145	36	3560	25	422	46	849	44	604	40	484	55	71	100	210	58	759	45	139	71	1175	32	14053	12
	chêne	704	60	0	0	189	74	69	100	835	77	0	.	0	.	0	.	68	100	71	100	0	.	2255	37	0	.	568	46	4759	25
	châtaignier	0	.	0	.	213	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2066	24	2279	24
	autres feuillus	5026	16	973	29	2575	28	1587	23	1998	25	1984	26	3656	23	1555	30	2621	30	1753	30	1675	32	8062	17	5174	25	10440	12	49079	6
	espèces non relevées dans tous les inventaires	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	37845	7	9713	14	10740	14	23708	11	34522	9	11967	15	28530	9	17094	12	11717	13	7188	17	8854	19	33590	9	31864	9	29766	8	297097	3
DHP 8-11.9 cm	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	6279	16	1555	38	2952	24	4300	18	9836	15	2957	21	5017	16	3021	22	3489	18	1118	33	1279	38	4732	14	8409	14	2395	23	57340	5
	sapin	4226	16	203	58	1091	33	2531	18	907	35	325	52	3116	20	1461	30	134	71	617	40	132	71	836	33	349	53	270	50	16197	8
	pin	140	100	140	100	0	.	63	100	69	100	0	.	74	100	0	.	0	.	146	71	0	.	2424	25	1807	36	0	.	4863	19
	mélèze	0	.	70	100	257	61	126	100	269	62	0	.	74	100	0	.	142	100	0	.	71	100	1416	27	768	33	828	39	4021	16
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	.	70	100	0	.	0	.	0	.	625	40	494	38	0	.	1189	27
	autres résineux	0	.	203	74	132	71	350	45	588	50	82	100	0	0	0	.	0	.	0	.	0	.	0	.	0	0	0	.	1355	28
	hêtre	4898	15	1428	25	1248	29	2360	20	2561	20	706	48	2665	19	1565	30	682	37	332	66	761	38	549	58	1395	33	3297	24	24447	7
	érable	987	30	269	50	488	47	471	47	954	36	770	40	512	42	509	63	1111	36	0	.	286	62	555	35	215	74	338	53	7465	12
	frêne	424	41	269	50	208	58	274	50	1504	27	74	100	395	60	383	45	202	58	415	47	66	100	624	53	0	.	898	41	5735	14
	chêne	489	47	132	71	71	100	63	100	412	53	0	.	0	.	0	.	66	100	142	70	0	.	1228	53	0	.	781	32	3385	23
	châtaignier	0	.	0	.	71	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	71	100	0	.	859	39	1001	35
	autres feuillus	2362	21	348	45	1306	35	353	45	1296	26	1244	31	1118	39	566	40	1058	31	1122	35	575	53	3348	20	2306	26	7452	15	24455	8
	espèces non relevées dans tous les inventaires	0	0	0	0	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	.	0	0
	total	19807	8	4618	17	7825	15	10892	11	18396	10	6158	15	12972	10	7574	14	6883	14	3892	21	3170	22	16406	10	15743	10	17118	10	151453	3
total	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	122806	19	18715	23	77772	31	207234	16	186500	14	50035	16	198144	15	86737	19	86158	17	33320	19	38631	27	147868	12	212793	9	70528	16	1537241	5
	sapin	199017	9	9508	30	45245	21	178396	17	135348	16	20960	25	112083	14	56784	15	3664	41	7024	25	2612	35	22982	26	4631	33	17419	28	815671	6
	pin	1380	59	438	75	543	88	2146	51	1304	44	0	.	1892	75	560	67	5212	90	761	60	0	0	22614	27	30484	21	2192	52	69525	15
	mélèze	140	71	70	100	320	66	315	72	1203	40	75	100	371	100	663	100	719	42	0	.	2672	64	30294	20	26372	24	17544	27	80759	12
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	.	141	100	0	.	0	.	0	.	17564	30	17865	23	439	72	36008	19
	autres résineux	356	53	695	55	3217	85	2173	63	4275	41	82	100	224	74	1647	59	0	0	73	100	0	0	0	0	0	0	0	0	12741	29
	hêtre	1655936	9	948099	14	285800	21	295883	15	834289	10	51600	38	219014	22	283351	23	77279	29	29683	44	85372	27	21512	47	48757	32	50637	21	4887213	5
	érable	862301	12	803842	17	135755	28	203471	24	1359778	13	62975	37	158653	21	386654	19	65142	20	30792	42	38622	26	43504	35	19198	28	31685	27	4202372	6
	frêne	665476	14	567725	15	360139	27	322618	21	1138868	9	98517	32	267430	19	401739	20	63573	30	55587	26	75246	25	60083	26	42177	29	256590	18	4375767	5
	chêne	43397	39	26076	52	19187	33	7008	24	37011	20	70	100	1711	40	2175	54	454	74	1174	67	0	.	28827	26	3284	46	26209	41	196582	14
	châtaignier	70	100	0	.	744	60	0	.	69	100	63	100	0	.	0	.	0	.	0	.	0	.	284	61	0	.	99052	18	100283	18
	autres feuillus	202477	9	116736	21	43762	22	42257	18	277889	35	50381	18	131032	12	97066	13	102473	17	51125	23	46578	23	159058	11	131192	13	238316	11	1690343	7
	espèces non relevées dans tous les inventaires	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	3753355	7	2491904	11	972484	15	1261502	10	3976534	8	334758	20	1090553	10	1317515	13	404674	13	209539	17	289731	18	554591	8	536753	7	810611	9	18004506	3

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. 1196476. Birmensdorf, Swiss Federal Research Institute WSL

page précedente