Sélectionner un thème dans la liste

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	23-35calculé 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 et le total (paires de chiffres ), mais ils le font pour les forêts privées (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 au Plateau dans les forêts publiques et en total. Pour les forêts privées, 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 et le total.

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—IFN5
évolution: volume des arbres vifs (bois de tige)
essence (56 classes)
découpage régional: arrondissement forestier (2024)
unité: 1000 m³
ensemble analysé: forêt accessible sans la forêt buissonnante IFN1-IFN5
réseau: réseau 1,4 km, sous-réseaux 1 à 5
évolution 1993/95–2018/26
	arrondissement forestier (2024)
	AG01		AG02		AG03		AG04		AI01		AR01		BE01		BE02		BE03		BE04		BSBL01		BSBL02		BSBL03		BSBL04		FR01		FR02		FR03		FR04		GE01		GL01		GR01		GR02		GR03		GR04		GR05		JU01		LU01		LU02		LU03		NE01		NE02		NE03		NE04		NE06		NW01		OW01		OW02		SG01		SG02		SG03		SG04		SG05		SH01		SO01		SO02		SO03		SO04		SZ01		SZ02		SZ03		TG01		TG02		TG03		TI01		TI02		TI03		TI04		TI05		TI06		TI07		TI08		TI09		UR01		UR02		UR03		VD02		VD03		VD04		VD05		VD06		VD07		VD08		VD09		VD11		VD12		VD14		VD15		VD16		VD18		VD20		VD22		VS01		VS02		VS03		ZG01		ZH01		ZH02		ZH03		ZH04		ZH05		ZH06		ZH07		lacs		Suisse
essence (56 classes)	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%
pas d'indication	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
Abies alba	3	5131	-27	204	81	75	-322	77	207	55	419	64	775	31	-897	68	-156	403	22	1207	28	63	63	63	107	62	.	.	140	65	208	58	-486	78	-3	10417	4	100	115	67	125	64	140	54	12	310	309	49	0	0	760	49	294	96	224	163	76	366	-128	131	367	51	123	67	81	161	711	37	34	228	-166	118	464	38	209	114	-22	267	-14	725	461	54	-11	1806	108	75	119	173	-93	189	-141	61	-76	181	400	56	-93	218	10	1794	227	79	76	195	145	75	18	100	130	56	59	100	.	.	.	.	12	100	38	344	29	161	160	69	89	171	.	.	106	78	118	99	145	100	551	41	92	102	56	100	432	32	-56	285	-19	1024	143	67	196	47	190	49	78	187	-9	1968	109	131	-112	188	119	80	78	161	158	48	518	37	127	79	1	10526	-189	85	-267	101	53	156	45	80	19	100	-61	197	.	.	8170	21
Larix decidua, Larix kaempferi	9	338	-15	151	65	77	-125	62	.	.	.	.	-124	86	-77	71	-76	105	.	.	.	.	.	.	-4	145	.	.	.	.	-27	301	.	.	-42	153	.	.	8	100	-102	137	-73	101	123	74	338	37	1184	22	3	100	-17	130	12	79	1	100	.	.	.	.	.	.	3	100	.	.	.	.	.	.	18	100	4	100	25	100	-84	92	-13	100	.	.	-26	131	.	.	.	.	20	100	.	.	.	.	.	.	12	100	10	100	-14	100	27	100	76	55	192	42	213	45	84	70	.	.	13	139	623	29	83	57	72	100	.	.	.	.	-18	100	70	156	.	.	20	100	.	.	66	100	.	.	22	100	.	.	.	.	-13	100	.	.	2	1015	.	.	21	100	.	.	68	100	1017	32	650	31	152	91	-19	100	11	100	6	100	20	89	.	.	-39	100	8	100	-49	166	.	.	4389	15
Picea abies	-717	61	-1041	61	131	176	-1750	34	568	59	-681	76	-891	132	-2952	28	-3615	28	-986	43	-312	83	1	5388	-222	111	-5	.	-271	132	-907	76	-1563	47	-613	120	1	478	-381	160	1835	36	871	52	405	145	15	4911	801	59	-1106	46	-1091	47	-1342	46	-1830	44	95	107	397	46	-270	48	46	349	-515	53	586	55	139	184	-168	285	-214	157	28	1576	408	102	108	229	-352	150	-417	85	-222	139	-407	65	-877	52	31	316	202	125	-765	60	-45	459	-583	86	-318	58	-646	70	116	254	1678	58	-215	147	.	.	39	83	17	100	147	53	34	77	159	76	233	47	340	62	-70	555	119	148	702	31	472	40	-191	216	-289	126	0	811360	-265	84	-260	70	288	59	159	129	21	882	-312	57	13	651	-340	74	-131	66	-936	70	1086	31	769	53	1254	34	-105	202	19	1271	-779	56	-75	423	88	404	-1068	39	-641	67	-238	150	.	.	-19573	20
Pinus cembra	.	.	.	.	.	.	.	.	.	.	.	.	-1	546	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	9	100	.	.	.	.	71	64	102	176	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	7	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	132	69	25	185	-2	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	344	62
Pinus mugo subsp. uncinata	.	.	.	.	.	.	.	.	.	.	.	.	24	60	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	26	93	.	.	.	.	-14	165	-61	98	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	4	100	70	100	27	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	25	100	-4	100	.	.	.	.	.	.	.	.	.	.	.	.	14	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	4	93	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-24	153	-1	702	21	80	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	112	102
Pinus mugo subsp. mugo	.	.	.	.	.	.	.	.	.	.	.	.	1	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-1	100	.	.	.	.	.	.	.	.	.	.	4	100	.	.	.	.	6	100	16	46	.	.	-1	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	1	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	4	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-11	100	4	100	0	427	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	23	69
Pinus nigra	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	8	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-43	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-19	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	2487	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-54	91
Pinus strobus	.	.	.	.	-22	100	.	.	.	.	.	.	.	.	14	100	27	123	.	.	8	100	.	.	.	.	.	.	.	.	2	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-26	159	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	14	100	.	.	.	.	.	.	.	.	.	.	.	.	-74	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	4	100	.	.	-54	178
Pinus sylvestris	-55	54	-342	58	-39	84	-27	122	.	.	-13	100	-131	62	18	314	-218	51	17	497	-21	100	-17	91	4	536	.	.	8	100	-142	99	.	.	-170	74	-51	70	.	.	-20	201	-143	103	3	100	110	99	41	143	-99	78	18	100	50	68	.	.	.	.	14	100	.	.	.	.	32	100	.	.	.	.	.	.	10	100	.	.	.	.	.	.	5	100	-114	87	-30	85	-6	485	-72	70	-59	60	.	.	-9	100	.	.	-7	377	-43	129	-45	86	-16	100	-46	70	.	.	.	.	.	.	.	.	.	.	.	.	10	100	.	.	.	.	21	126	5	100	.	.	.	.	.	.	-2	216	2	100	.	.	-14	100	.	.	3	74	.	.	-17	100	.	.	.	.	6	100	.	.	-22	645	100	69	-49	143	.	.	-20	100	-79	102	-25	151	-165	50	-54	132	-142	59	-60	78	.	.	-2108	23
Pseudotsuga menziesii	.	.	.	.	38	100	78	77	.	.	.	.	.	.	.	.	241	70	.	.	.	.	.	.	.	.	165	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	17	94	149	77	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	180	100	.	.	.	.	.	.	.	.	53	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	100	.	.	.	.	.	.	.	.	.	.	.	.	69	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	43	100	.	.	.	.	.	.	.	.	.	.	.	.	-97	100	.	.	6	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-8	275	1	100	.	.	.	.	.	.	.	.	.	.	935	38
Taxus baccata	6	100	.	.	.	.	6	100	.	.	10	71	.	.	.	.	-7	100	3	71	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	1	100	.	.	.	.	.	.	.	.	.	.	10	72	.	.	.	.	2	100	.	.	.	.	2	100	.	.	.	.	.	.	.	.	7	100	7	100	10	71	-1	100	2	89	.	.	.	.	6	100	4	100	29	76	.	.	.	.	.	.	2	100	.	.	.	.	2	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	1	100	.	.	-1	100	.	.	.	.	.	.	6	100	.	.	.	.	.	.	19	68	.	.	5	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	1	100	.	.	.	.	6	58	21	91	6	76	.	.	.	.	.	.	.	.	165	24
autres résineux	28	100	.	.	.	.	.	.	.	.	.	.	13	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	41	75
Acer campestre	3	73	-7	100	.	.	2	100	.	.	.	.	1	100	.	.	.	.	.	.	8	100	2	373	0	3017	.	.	.	.	.	.	.	.	.	.	.	.	7	100	-2	100	2	100	.	.	.	.	.	.	-6	258	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	11	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	4	100	.	.	4	100	-11	100	2	542	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-3	100	2	142	.	.	.	.	.	.	.	.	.	.	.	.	7	73	0	0	.	.	.	.	.	.	.	.	.	.	.	.	.	.	3	100	-1	650	3	100	-4	100	31	100	.	.	.	.	.	.	0	100	4	100	.	.	9	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	73	61
Acer opalus	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-19	100	-1	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-5	100	.	.	.	.	.	.	6	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	22	69	40	68	.	.	.	.	.	.	31	71	.	.	4	71	.	.	6	80	.	.	.	.	.	.	.	.	.	.	.	.	.	.	2	100	-8	153	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	78	58
Acer platanoides	13	61	.	.	.	.	-1	100	.	.	.	.	-18	168	23	102	-26	81	36	73	43	64	-12	143	12	197	.	.	.	.	.	.	-1	214	.	.	.	.	-13	100	.	.	-3	100	35	100	-1	100	.	.	-51	100	11	100	-4	100	.	.	17	73	.	.	.	.	.	.	.	.	-6	100	.	.	-3	100	8	100	9	194	10	230	32	71	.	.	6	100	.	.	.	.	10	100	-13	100	25	79	.	.	.	.	.	.	33	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	2	100	.	.	.	.	.	.	-3	100	.	.	7	100	6	100	10	100	5	100	.	.	19	82	11	72	.	.	.	.	.	.	.	.	.	.	.	.	.	.	77	80	.	.	34	100	-3	788	.	.	2	100	14	100	.	.	.	.	.	.	352	38
Acer pseudoplatanus	-93	99	84	59	17	141	-54	74	0	60556	43	120	134	78	225	41	269	32	122	56	18	176	-22	150	31	76	.	.	25	77	35	73	173	34	78	55	.	.	133	59	99	50	39	61	17	72	65	53	3	100	124	46	103	45	17	122	93	71	71	76	69	57	46	81	60	64	17	84	32	94	-74	98	76	102	-49	160	105	96	-27	129	84	44	70	108	72	51	98	45	43	132	0	21229	62	73	8	594	-4	451	62	77	148	51	-2	2259	20	207	33	100	46	100	10	100	-1	294	-6	277	31	72	9	50	35	98	9	62	62	55	8	74	1	100	-23	193	-27	231	78	72	15	203	2	100	34	90	.	.	13	100	9	92	31	51	13	160	54	72	38	71	.	.	.	.	64	70	9	100	38	75	112	54	14	172	40	84	9	346	74	94	13	408	165	71	-34	119	172	59	.	.	3916	12
Aesculus hippocastanum	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-2	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-2	100
Alnus glutinosa	14	133	-44	109	25	73	.	.	.	.	.	.	.	.	-17	100	-17	280	.	.	5	100	.	.	.	.	.	.	.	.	.	.	.	.	-23	87	.	.	.	.	.	.	.	.	.	.	50	100	.	.	52	100	31	100	14	72	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	28	100	.	.	-4	100	2	100	.	.	-13	88	61	66	2	100	.	.	26	100	.	.	.	.	33	100	-29	100	.	.	29	72	10	260	.	.	.	.	.	.	.	.	.	.	.	.	7	100	15	100	.	.	1	100	.	.	.	.	.	.	.	.	-15	100	.	.	24	127	.	.	.	.	.	.	.	.	.	.	.	.	36	100	34	100	11	100	.	.	.	.	-19	123	-10	393	.	.	319	49
Alnus incana	.	.	-2	100	.	.	.	.	-3	100	7	100	22	128	-42	65	-25	100	3	71	.	.	.	.	.	.	.	.	-21	80	0	2870	10	118	15	100	.	.	3	288	-3	202	-21	100	97	134	-35	45	69	94	-19	100	12	126	2	100	29	114	.	.	.	.	-22	100	.	.	.	.	.	.	-14	100	.	.	.	.	-15	207	25	95	.	.	.	.	.	.	.	.	.	.	9	156	.	.	15	100	.	.	-24	100	11	127	.	.	-7	100	-6	298	-18	100	1	100	-13	74	-3	100	.	.	19	134	-6	118	.	.	-7	100	-28	100	.	.	-4	100	.	.	1	421	.	.	-27	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-5	100	.	.	.	.	14	256	.	.	39	189	-3	100	.	.	.	.	.	.	.	.	-3	100	.	.	.	.	.	.	32	629
Alnus viridis	.	.	.	.	.	.	.	.	.	.	.	.	-8	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-1	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-9	91
Betula pendula	-17	71	6	58	.	.	4	398	.	.	9	95	40	94	2	288	10	136	.	.	-10	100	.	.	.	.	.	.	.	.	21	74	.	.	0	0	.	.	.	.	.	.	.	.	55	43	-22	272	-9	99	.	.	-11	147	.	.	.	.	.	.	.	.	.	.	.	.	-17	100	.	.	.	.	2	100	.	.	.	.	-29	83	.	.	1	100	.	.	53	100	.	.	.	.	.	.	.	.	0	100	.	.	10	100	12	100	2	100	37	98	162	85	44	102	36	95	91	96	-65	110	-86	67	-29	150	54	62	12	100	.	.	6	71	.	.	-13	100	.	.	-15	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-4	100	.	.	.	.	.	.	.	.	4	656	-17	80	8	81	5	100	.	.	48	95	.	.	.	.	.	.	2	100	.	.	.	.	395	60
Betula pubescens	.	.	.	.	.	.	.	.	.	.	.	.	-25	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	5	100	.	.	.	.	.	.	.	.	.	.	3	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	100	.	.	.	.	.	.	.	.	.	.	.	.	-19	100	.	.	-10	100	.	.	.	.	.	.	.	.	-3	281	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	22	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-27	151
Carpinus betulus	-28	128	-4	434	36	58	15	61	.	.	.	.	.	.	.	.	-9	366	.	.	-53	78	0	55642	-8	100	.	.	.	.	10	100	.	.	.	.	6	84	.	.	.	.	.	.	.	.	.	.	.	.	-37	66	-6	100	15	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-1	100	.	.	.	.	.	.	4	183	5	100	.	.	15	101	-30	100	.	.	.	.	.	.	.	.	-7	197	-24	90	.	.	.	.	.	.	.	.	.	.	-4	161	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-1	100	.	.	.	.	.	.	.	.	-1	100	.	.	15	154	.	.	.	.	.	.	-7	100	.	.	.	.	.	.	.	.	2	100	.	.	10	100	.	.	.	.	.	.	-15	149	20	150	8	62	.	.	-75	132
Castanea sativa	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	5	100	.	.	.	.	177	51	4	74	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-2	100	124	92	58	148	46	155	-213	54	264	69	98	72	54	145	141	139	.	.	.	.	.	.	.	.	6	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-1	100	.	.	.	.	.	.	.	.	-3	100	.	.	0	12075	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	758	47
Fagus sylvatica	-999	43	-157	120	187	77	-129	180	115	60	-3	4812	26	1349	176	204	-1200	48	373	83	-462	70	-30	531	-35	442	.	.	52	232	12	1161	230	82	138	207	.	.	35	728	-32	284	120	103	-31	80	250	49	.	.	-363	115	205	134	216	70	300	43	29	234	-22	340	-37	183	-6	1949	27	356	139	59	42	59	-138	212	284	41	-206	128	326	57	234	92	-168	133	411	42	157	84	-389	71	-7	2796	-87	162	138	59	48	88	312	47	191	54	89	51	-29	473	.	.	77	65	.	.	362	40	632	28	299	37	418	31	458	32	84	186	368	47	.	.	130	52	199	64	17	315	131	54	85	76	62	71	88	106	-16	61	-202	45	134	45	-107	121	-1	15382	130	79	-13	907	-65	173	62	143	26	368	.	.	24	89	229	51	97	105	44	158	83	203	-316	74	-160	126	124	58	-53	282	138	72	.	.	3903	42
Fraxinus excelsior	-27	343	-75	156	-82	87	-28	200	.	.	12	788	-33	164	-56	187	238	48	13	171	-113	62	13	147	27	95	.	.	67	65	237	86	196	42	66	121	1	100	-91	152	8	239	-2	461	-22	115	58	56	.	.	-171	120	-145	119	-37	139	-5	494	2	1140	-29	119	2	100	3	100	6	100	201	88	.	.	84	76	113	166	32	187	26	148	68	154	46	108	81	70	114	47	11	76	37	93	-85	100	56	116	9	76	59	107	66	95	-120	93	52	158	4	100	190	100	2	100	16	71	-12	193	106	79	100	73	38	82	51	50	95	66	39	74	.	.	43	243	28	114	35	107	163	73	26	55	-33	128	-45	100	9	77	8	100	-86	74	-80	78	105	70	52	62	-142	70	.	.	-124	103	40	87	40	64	68	80	-17	345	147	55	-75	72	-139	75	75	111	2	3850	-72	68	-66	87	.	.	1476	50
Fraxinus ornus	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	13	100	24	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	36	73
Ilex aquifolium	4	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	6	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	4	75	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	3	71	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	6	78	.	.	40	53	.	.	.	.	.	.	2	100	.	.	.	.	2	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	2	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	69	34
Juglans regia	.	.	-3	100	4	100	.	.	.	.	.	.	2	100	4	100	.	.	.	.	.	.	2	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	23	62	7	100	.	.	-8	100	8	100	.	.	2	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	2	100	.	.	.	.	.	.	.	.	.	.	8	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	0	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-7	100	-8	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-16	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	1	100	.	.	.	.	.	.	.	.	.	.	6	100	.	.	.	.	.	.	27	112
Laburnum anagyroides	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-1	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	2	100	.	.	.	.	.	.	.	.	.	.	.	.	-14	100	-9	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	2	71	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-1	338	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-20	84
Malus sylvestris	.	.	.	.	.	.	.	.	.	.	.	.	-1	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-4	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-1	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-7	68
Ostrya carpinifolia	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	51	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	37	82	195	47	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	283	38
Populus alba, Populus x canescens	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	52	389	.	.	.	.	149	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	0	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	201	125
Populus nigra s.l.	40	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	16	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	70	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-46	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-63	93	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-26	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	0	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-2	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-10	1115
Populus (autres)	-24	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	20	100	.	.	.	.	.	.	.	.	.	.	.	.	53	73	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-4	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-9	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	37	139
Populus tremula	.	.	3	100	.	.	.	.	.	.	.	.	15	82	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	15	100	.	.	38	100	.	.	.	.	.	.	.	.	-7	100	1	1331	147	124	6	178	.	.	.	.	12	100	-28	100	.	.	.	.	.	.	.	.	.	.	.	.	5	100	.	.	.	.	5	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	0	.	.	.	.	.	.	.	.	.	.	25	140	-2	100	1	100	0	0	.	.	11	91	.	.	.	.	.	.	.	.	6	100	.	.	.	.	8	100	.	.	.	.	.	.	.	.	0	0	-9	100	-3	100	.	.	.	.	.	.	.	.	-9	91	45	55	11	64	.	.	.	.	2	100	-2	100	.	.	.	.	.	.	.	.	.	.	296	66
Prunus avium	-2	601	-59	114	-65	115	-4	100	.	.	.	.	-30	107	11	75	41	109	-2	175	.	.	.	.	-4	100	.	.	-11	100	-12	100	0	1041	3	75	-1	100	12	86	7	122	0	100	-8	100	10	100	32	108	7	145	3	100	10	100	-7	140	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	0	6	85	-10	72	-18	99	-9	132	-12	100	-4	358	.	.	7	346	-32	91	-6	100	.	.	.	.	-18	89	6	137	-1	1325	.	.	61	56	9	100	8	100	.	.	58	55	.	.	-1	100	11	77	2	220	.	.	-2	100	-1	100	.	.	.	.	.	.	.	.	10	100	-5	100	1	100	.	.	1	100	4	77	-3	100	-8	82	.	.	.	.	3	100	25	64	7	72	0	4004	-8	157	3	100	33	74	.	.	-8	277	.	.	4	401	.	.	.	.	45	336
Prunus padus	.	.	-9	100	.	.	.	.	.	.	.	.	.	.	-2	100	6	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	1	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-5	247	5	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	2	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-4	100	.	.	.	.	.	.	.	.	10	100	.	.	.	.	.	.	.	.	.	.	1	100	.	.	6	331
Pyrus communis, Pyrus pyraster	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	1	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-7	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-7	109
Quercus cerris	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	2	100	29	145	.	.	-12	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	20	223
Quercus petraea	53	109	-22	106	.	.	20	70	.	.	.	.	4	88	0	0	55	168	.	.	-32	100	.	.	9	692	.	.	-20	100	.	.	.	.	14	124	-328	71	.	.	.	.	21	100	.	.	-1	100	23	100	-13	204	.	.	26	100	.	.	-10	128	.	.	7	100	.	.	.	.	.	.	.	.	.	.	.	.	-34	100	.	.	3	100	.	.	-81	92	.	.	-8	103	-2	100	27	75	.	.	.	.	.	.	-2	100	-45	77	-80	79	.	.	.	.	.	.	27	92	10	283	93	75	-42	111	57	61	33	52	21	121	.	.	14	100	9	91	23	100	.	.	.	.	.	.	0	625	-93	107	-1	1185	.	.	42	117	15	100	-82	79	53	99	.	.	41	100	.	.	-12	90	-3	77	17	95	.	.	-44	100	14	100	.	.	-3	1652	-37	159	-48	98	55	60	.	.	-254	142
Quercus pubescens	.	.	.	.	.	.	3	100	.	.	.	.	.	.	.	.	-1	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-5	100	23	58	22	100	4	100	-6	100	3	648	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	33	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	41	70	66	69	1	578	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	183	39
Quercus robur	4	993	23	104	.	.	-51	105	.	.	.	.	0	0	19	71	-46	178	.	.	-35	100	2	100	-11	143	.	.	-4	100	19	100	31	98	49	56	135	100	.	.	.	.	.	.	.	.	.	.	.	.	18	395	-77	71	-11	314	-43	100	.	.	.	.	.	.	.	.	.	.	2	100	.	.	.	.	13	100	-2	100	.	.	-6	336	-10	100	3	145	13	100	.	.	21	81	.	.	6	100	.	.	.	.	-2	966	176	113	28	111	.	.	.	.	.	.	.	.	21	77	-56	66	-6	100	11	100	.	.	.	.	.	.	.	.	-1	100	-17	100	.	.	4	1190	2	100	.	.	-45	248	.	.	.	.	-28	201	.	.	-5	222	.	.	-10	100	.	.	41	93	.	.	.	.	18	100	.	.	-13	100	26	79	-11	101	-72	100	38	67	10	89	-41	100	.	.	126	271
Quercus rubra	117	91	.	.	-59	100	59	72	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	117	110
Robinia pseudoacacia	.	.	2	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-7	100	.	.	.	.	.	.	.	.	.	.	.	.	-10	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	85	101	.	.	.	.	-9	100	90	108	.	.	46	74	.	.	.	.	.	.	.	.	0	0	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-5	100	-10	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	181	75
Salix (autres)	0	0	12	81	.	.	2	100	.	.	5	248	7	83	0	9565	-48	170	1	222	.	.	-15	109	.	.	.	.	-1	100	21	85	9	200	10	65	.	.	-3	100	2	512	-6	100	48	67	18	151	9	93	-10	153	2	100	0	0	3	226	0	0	-2	100	5	100	.	.	.	.	1	100	0	0	-1	342	.	.	.	.	3	74	.	.	.	.	.	.	5	100	.	.	3	100	14	85	.	.	-2	100	.	.	-9	100	.	.	.	.	1	100	8	100	.	.	6	85	.	.	0	0	1	100	.	.	-1	207	.	.	.	.	1	100	-15	74	6	100	1	100	1	100	.	.	14	100	0	0	.	.	.	.	.	.	.	.	.	.	.	.	0	0	.	.	.	.	2	519	39	87	2	337	.	.	.	.	21	100	7	100	.	.	6	100	0	0	9	100	.	.	192	59
Sorbus aria	.	.	.	.	.	.	-7	100	.	.	.	.	7	63	-15	123	.	.	7	240	.	.	5	73	-8	109	.	.	.	.	.	.	3	100	2	100	.	.	8	176	-15	100	3	100	-1	449	-1	100	4	100	26	47	2	100	.	.	.	.	.	.	7	65	.	.	0	100	5	76	.	.	.	.	-2	236	.	.	0	0	.	.	-2	100	.	.	3	147	0	100	-10	111	-9	107	-8	85	.	.	-2	100	2	100	.	.	.	.	.	.	8	84	4	100	3	76	10	60	-2	197	1	452	16	58	2	79	4	94	2	153	.	.	5	135	.	.	-5	60	5	100	9	88	.	.	-3	100	.	.	1	100	1	100	3	100	3	73	.	.	.	.	.	.	.	.	.	.	5	59	23	43	-10	105	.	.	6	83	8	100	0	432	0	0	.	.	.	.	.	.	.	.	106	47
Sorbus aucuparia	.	.	.	.	.	.	.	.	-2	100	.	.	41	68	-1	100	0	0	0	629	.	.	.	.	.	.	.	.	.	.	-3	100	-9	83	-8	100	.	.	-1	100	1	506	.	.	1	100	3	100	8	75	6	100	1	375	.	.	2	334	.	.	5	73	.	.	-13	100	0	100	3	71	-3	93	-4	74	3	100	-2	100	3	71	.	.	-1	329	.	.	.	.	0	0	.	.	.	.	5	78	-2	100	-4	100	.	.	.	.	.	.	1	200	.	.	8	82	1	661	0	0	-3	100	1	100	.	.	-1	100	3	100	.	.	-3	100	.	.	-8	100	4	100	-13	117	-1	100	1	100	.	.	.	.	12	85	.	.	2	100	.	.	6	100	.	.	-2	100	.	.	12	83	8	62	14	92	.	.	.	.	.	.	.	.	2	100	.	.	.	.	-5	100	.	.	66	70
Sorbus torminalis	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	7	100	.	.	.	.	-6	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-14	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-5	100	.	.	.	.	2	100	.	.	.	.	.	.	-16	109
Tilia cordata	-3	372	35	75	11	100	.	.	.	.	4	100	-2	3347	4	100	49	55	.	.	.	.	.	.	.	.	.	.	.	.	.	.	2	100	.	.	.	.	-16	100	2	328	-7	100	.	.	115	75	.	.	28	70	.	.	-7	100	.	.	.	.	.	.	.	.	-5	100	10	100	-1	100	.	.	.	.	.	.	-33	100	-4	129	116	79	12	232	7	100	.	.	.	.	4	100	.	.	44	88	.	.	.	.	4	100	16	100	.	.	.	.	.	.	10	129	4	100	-25	67	160	44	7	73	94	74	-3	1596	7	100	.	.	4	100	-2	100	6	100	.	.	.	.	10	100	0	0	.	.	.	.	.	.	9	100	.	.	.	.	-31	123	.	.	2	100	.	.	-1	524	.	.	5	100	-18	100	.	.	.	.	16	100	.	.	-10	100	-6	132	4	281	.	.	628	32
Tilia platyphyllos	56	65	2	100	.	.	1	100	.	.	.	.	-78	73	24	81	-25	71	11	86	.	.	.	.	.	.	.	.	-20	100	.	.	.	.	-27	100	.	.	26	108	.	.	19	100	.	.	-115	57	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-4	100	.	.	.	.	.	.	.	.	.	.	21	102	14	73	-45	100	17	100	.	.	.	.	-25	100	.	.	.	.	39	79	.	.	.	.	9	100	.	.	.	.	.	.	.	.	.	.	.	.	1	100	8	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	8	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	50	80	9	72	30	111	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	7	1894
Ulmus glabra	14	100	-5	156	6	100	6	154	.	.	8	100	14	61	90	44	3	71	2	100	2	100	6	100	17	79	.	.	3	100	8	100	10	113	30	100	.	.	-27	77	-6	100	-23	100	2	106	.	.	.	.	-12	122	13	93	-2	100	8	100	0	0	.	.	.	.	.	.	.	.	44	50	.	.	4	178	.	.	-10	120	-59	56	-9	116	-39	71	.	.	13	91	.	.	9	110	.	.	-14	168	5	71	-23	80	.	.	.	.	-18	77	.	.	.	.	.	.	.	.	-36	100	3	157	4	100	.	.	14	100	-13	160	-4	100	.	.	-3	100	0	0	.	.	11	74	.	.	-9	100	.	.	1	100	.	.	0	0	.	.	.	.	.	.	.	.	.	.	.	.	-2	100	.	.	.	.	2	100	7	78	0	0	-28	117	9	71	.	.	.	.	17	100	.	.	46	245
Ulmus minor	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-3	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	26	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	0	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	0	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	23	111
autres feuillus	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	2	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	56	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	23	100	.	.	.	.	.	.	.	.	.	.	.	.	0	0	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-2	100	.	.	.	.	.	.	.	.	.	.	.	.	78	77
autres arbustes	1	100	0	0	.	.	.	.	.	.	.	.	6	100	.	.	0	100	-10	100	.	.	.	.	1	100	.	.	.	.	.	.	.	.	1	100	.	.	.	.	.	.	3	100	5	100	-5	190	5	100	3	74	0	0	.	.	.	.	.	.	-4	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-5	73	.	.	-3	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	4	100	.	.	.	.	.	.	7	120	.	.	.	.	3	100	35	64	8	74	.	.	2	100	.	.	.	.	.	.	1	100	.	.	.	.	.	.	.	.	2	100	.	.	.	.	.	.	.	.	1	100	-3	100	.	.	.	.	.	.	.	.	5	77	2	138	-3	100	.	.	.	.	.	.	2	100	.	.	0	2592	.	.	.	.	.	.	65	49
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	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	.	.	.	.	.	.	.	.	.	.	.	.	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	.	.	0	0
total	-1600	45	-1646	45	334	97	-2302	32	885	47	-178	391	-212	641	-3450	36	-4498	29	-381	181	-933	49	-8	2660	-84	333	160	.	-55	681	-424	196	-1398	71	-379	222	-233	77	-184	383	1967	36	904	57	739	83	1443	56	2384	28	-820	101	-635	86	-668	113	-1355	66	24	914	802	35	-143	92	166	147	283	146	1049	41	-5	7191	375	164	567	103	-94	647	593	86	967	57	-439	151	110	425	327	148	-875	58	-927	60	-255	96	942	42	-819	67	362	108	-22	2511	-74	461	-587	87	270	120	2708	44	223	160	604	29	595	37	1369	23	1430	23	918	26	794	42	876	41	357	60	203	204	525	66	950	38	1295	30	168	294	143	307	601	53	-492	66	-425	86	595	36	252	109	155	197	-244	127	97	315	-378	108	-134	224	-742	86	2424	24	1985	28	2527	23	75	362	301	97	-852	67	-711	83	-160	310	-824	58	-952	51	-123	363	.	.	6104	82

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. 2285354. Birmensdorf, Swiss Federal Research Institute WSL

page précedente