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 et apte au boisement IFN2-IFN5 #2615
Forêt dont moins des deux tiers de la surface était couverte d'arbustes, qui était atteignable à pied et était apte au boisement – c'est-à-dire non couverte par des routes forestières, des infrastructures de loisirs, des cours d'eau, des couloirs d'avalanches ou autres – lors des quatre inventaires IFN2 (1993-1995), IFN3 (2004-2006), IFN4 (2009-2017) et IFN5 (2018-2026).

réseau 1,4 km, sous-réseaux 1 à 5 #1746
Sous-réseaux 1, 2, 3, 4 et 5 des relevés de terrain sur le réseau d'échantillonnage avec un maillage de 1,4 km (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

IFN5
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 et apte au boisement IFN2-IFN5
réseau: réseau 1,4 km, sous-réseaux 1 à 5
état 2018/26
		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	94198	32	10907	59	15329	55	98621	42	74222	34	12297	39	108861	23	76812	35	71134	28	9886	43	7040	60	56249	26	73036	27	5866	71	714456	11
	sapin	160428	18	23490	42	43854	36	142905	19	197214	21	52830	34	62122	22	151483	35	23475	42	2569	71	3864	73	8670	85	1209	100	5714	50	879825	9
	pin	1497	100	0	.	1537	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1360	100	5467	50	0	.	9861	38
	mélèze	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4080	74	1274	100	5354	62
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	6930	100	0	.	2547	100	9478	78
	autres résineux	8210	71	0	.	0	.	4066	57	5368	80	0	.	0	.	1403	100	0	.	0	.	0	.	0	.	0	.	0	.	19047	40
	hêtre	760982	20	287226	24	246555	47	173902	26	455266	20	26405	52	118913	52	337917	39	225487	59	19349	48	104685	59	21522	53	52075	39	131747	39	2962031	10
	érable	789590	19	545559	33	260719	34	252703	32	1175644	22	103734	53	117660	36	409090	27	94650	39	19048	42	27202	48	22354	38	42586	41	41503	29	3902043	10
	frêne	585579	21	252068	24	136949	29	234296	45	537384	17	59917	52	112464	32	293540	27	67663	35	45780	47	76179	36	384616	58	94828	45	435288	30	3316552	10
	chêne	170509	48	80621	54	84057	37	10918	56	80338	42	0	.	3036	71	8648	47	0	.	0	.	0	.	44335	29	0	.	48152	58	530615	20
	châtaignier	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1209	100	0	.	0	.	0	.	1209	100	13771	43	16190	38
	autres feuillus	185012	23	24667	34	54391	57	29713	33	112710	40	54373	36	84134	25	41862	25	114688	25	31316	32	26101	49	222213	43	144927	19	48933	29	1175038	11
	espèces non relevées dans tous les inventaires	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	total	2756004	13	1224538	22	843392	20	947124	20	2638145	13	309556	28	607191	17	1320754	19	598306	29	127949	27	245071	32	768249	33	419417	16	734794	21	13540490	5
hauteur 40-129 cm	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	37742	32	1957	50	19205	63	54996	62	60393	36	20702	35	71558	23	21955	27	41200	28	8490	37	4433	44	35188	32	84412	26	4612	40	466841	12
	sapin	41635	29	3492	51	3412	43	68555	26	82734	26	5709	34	33784	35	8358	30	8001	46	499	100	1010	71	3015	53	499	100	1512	74	262214	13
	pin	539	100	0	.	1406	74	473	100	0	.	0	.	0	.	0	.	490	100	0	.	0	.	6384	86	8427	70	0	.	17719	46
	mélèze	0	.	0	.	0	.	0	.	553	100	0	.	0	.	0	.	0	.	0	.	0	.	956	71	12128	38	458	100	14096	33
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1977	50	4441	43	917	100	7335	32
	autres résineux	0	.	0	.	0	.	469	100	942	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1410	58
	hêtre	429561	14	265615	29	155757	31	135961	28	229779	17	34548	45	79210	39	113337	30	51081	36	14091	70	15755	30	4388	58	26405	44	28080	61	1583566	8
	érable	81532	29	80529	50	66931	51	45573	30	264533	23	34023	64	21898	34	43531	39	18043	26	4521	53	1469	74	4974	49	2026	71	5942	35	675524	13
	frêne	40401	24	19771	35	29050	37	40155	29	125623	20	18148	48	38698	42	24598	36	12698	39	9788	57	7964	50	11983	37	14738	53	57350	46	450966	10
	chêne	971	71	0	.	14649	87	2083	50	2382	53	0	.	588	100	0	.	0	.	0	.	0	.	7024	39	1512	58	1938	71	31146	43
	châtaignier	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2605	44	2605	44
	autres feuillus	63863	20	21357	32	26698	27	17870	34	66592	22	27138	65	44772	24	17052	24	42094	33	10858	37	4254	42	32624	27	42962	32	27493	38	445628	9
	espèces non relevées dans tous les inventaires	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	total	696244	11	392720	27	317109	22	366133	18	833530	13	140268	29	290507	16	228831	20	173605	18	48247	32	34885	24	108513	17	197551	18	130907	25	3959051	5
DHP 0-3.9 cm	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	13824	25	883	66	6454	44	8560	28	11525	20	11754	35	23635	16	10915	24	17339	23	2337	44	4109	53	15295	26	35760	24	4414	38	166804	8
	sapin	13468	22	7632	98	1699	58	31988	29	21878	33	2069	38	8587	41	5861	37	1048	47	552	58	529	74	3107	44	180	100	2158	39	100755	15
	pin	194	100	0	.	169	100	176	100	0	.	0	.	0	.	0	.	0	.	529	100	0	.	2485	48	5135	42	844	81	9531	28
	mélèze	0	.	177	100	537	73	0	.	399	100	0	.	0	.	0	.	0	.	0	.	0	.	2385	59	6324	32	367	70	10189	25
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	896	53	1959	35	0	.	2855	29
	autres résineux	177	100	0	.	199	100	199	100	852	66	0	.	0	0	0	.	0	0	0	.	0	0	0	0	0	0	184	100	1612	42
	hêtre	248480	14	132926	21	47587	50	66748	23	215754	16	22185	47	70880	31	63421	23	9808	33	31010	89	7557	30	2174	62	23086	47	11194	41	952810	8
	érable	34601	22	12236	25	5433	39	29007	39	89807	20	8116	30	15937	27	22467	35	5585	29	3836	63	520	58	3170	47	1810	67	1305	55	233832	11
	frêne	5928	26	3360	40	2685	44	4782	41	14591	30	1539	50	19437	58	2719	60	2456	66	1339	63	2465	55	2692	44	3974	50	2406	36	70372	19
	chêne	194	100	0	.	4610	65	1256	38	1076	53	0	.	177	100	0	.	0	.	0	.	0	.	2115	70	176	100	0	.	9605	36
	châtaignier	0	.	0	.	199	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	188	100	0	.	2791	32	3179	29
	autres feuillus	29630	22	6836	43	12507	43	11446	35	28345	23	17014	26	23270	22	11597	31	13294	26	5629	34	3518	37	14611	27	10446	32	10670	24	198813	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	0	0	0	0	0	0	0	0	0	0
	total	346498	11	164050	19	82079	32	154162	16	384228	11	62678	23	161922	17	116980	17	49529	16	45232	62	18699	27	49119	16	88850	17	36334	16	1760357	5
DHP 4-7.9 cm	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	6332	21	691	51	1783	38	4403	25	5100	22	6463	27	9558	15	5506	25	7976	21	2235	29	2855	45	7272	19	15892	21	4478	22	80545	7
	sapin	7252	15	1109	82	1222	39	6346	21	2722	38	1041	32	3985	24	2630	38	342	53	474	47	61	100	1574	43	134	71	1214	45	30106	9
	pin	76	100	0	.	0	.	0	.	156	70	0	.	138	100	0	.	0	.	0	.	0	.	1524	39	3111	46	322	100	5327	30
	mélèze	0	.	0	.	66	100	0	.	378	84	0	.	0	.	0	.	69	100	0	.	0	.	1263	32	1543	31	989	41	4307	19
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	702	40	1177	47	64	100	1943	32
	autres résineux	0	.	0	.	156	100	69	100	222	58	0	.	0	.	0	.	0	.	0	.	0	0	0	0	0	0	0	0	446	47
	hêtre	14225	15	7119	25	1319	32	6645	22	13195	18	799	38	5386	21	4447	25	1478	29	851	53	1859	40	213	58	1180	40	4174	36	62889	7
	érable	5045	19	1885	31	589	46	1086	32	5529	22	797	38	1153	39	1093	31	1740	37	353	66	207	74	771	35	484	43	517	43	21248	9
	frêne	856	43	580	50	421	47	1311	56	2146	32	349	100	1042	59	314	50	539	39	0	.	337	53	563	66	144	71	668	40	9269	15
	chêne	0	0	0	.	156	70	78	100	291	50	0	.	0	.	0	.	0	.	0	.	0	.	278	61	0	.	215	74	1018	30
	châtaignier	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	676	36	676	36
	autres feuillus	4169	20	1751	29	1551	30	2732	26	3933	19	3314	30	2572	23	2264	32	3151	24	1787	39	489	51	5170	35	2286	51	7174	21	42344	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	0	0	0	0	0	0	0	0	0	0
	total	37955	9	13135	19	7262	17	22669	13	33671	11	12763	18	23833	11	16255	15	15294	16	5700	25	5808	29	19329	15	25951	15	20493	13	260118	4
DHP 8-11.9 cm	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	2042	22	825	42	958	39	3921	24	2449	24	2535	27	4183	18	2367	24	3558	22	1403	36	1756	35	3358	19	9834	16	2654	25	41842	6
	sapin	4903	18	347	66	691	47	1905	29	1032	40	216	58	2986	23	1640	39	285	62	408	41	208	58	856	42	143	71	570	50	16189	10
	pin	0	.	0	.	0	.	78	100	156	100	0	.	0	.	0	.	0	.	217	100	0	.	975	39	1313	40	451	100	3189	26
	mélèze	68	100	0	.	78	100	78	100	156	100	174	100	0	.	60	100	0	.	0	.	0	.	1280	27	911	37	689	50	3492	19
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	140	100	971	37	0	.	1111	35
	autres résineux	69	100	0	.	0	.	78	100	0	0	0	.	0	0	0	.	0	.	0	.	0	0	0	.	0	0	0	.	147	71
	hêtre	5429	17	3143	22	1118	34	2925	24	4528	18	296	50	2508	23	1233	30	549	49	416	48	903	51	0	0	219	74	3315	24	26582	7
	érable	2132	23	1074	33	725	49	413	41	1448	25	60	100	590	41	379	52	691	47	69	100	344	53	568	35	510	88	362	52	9367	12
	frêne	363	45	203	74	137	100	415	57	333	53	496	89	60	100	71	100	624	71	70	100	69	100	354	53	138	100	370	45	3702	22
	chêne	956	79	76	100	78	100	78	100	611	56	0	.	0	.	0	.	0	.	0	.	0	.	557	50	0	.	72	100	2428	37
	châtaignier	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	365	45	365	45
	autres feuillus	1820	24	482	62	784	39	1260	28	2257	20	971	40	1620	33	836	40	562	43	416	48	482	43	2517	22	1520	54	4149	20	19674	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	17782	10	6149	18	4570	21	11149	15	12968	11	4749	20	11946	12	6586	16	6270	18	2999	26	3761	23	10604	12	15560	13	12997	11	128090	4
total	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	154137	23	15263	43	43730	49	170500	38	153689	28	53752	27	217794	17	117556	26	141206	20	24351	29	20192	32	117361	20	218934	19	22024	29	1470489	8
	sapin	227686	16	36069	39	50879	32	251698	17	305579	18	61866	30	111462	20	169972	31	33151	37	4502	44	5671	52	17222	47	2166	61	11168	34	1289090	8
	pin	2306	100	0	.	3112	60	726	70	311	79	0	.	138	100	0	.	490	100	746	77	0	.	12728	60	23453	38	1618	89	45628	27
	mélèze	68	100	177	100	681	67	78	100	1485	96	174	100	0	.	60	100	69	100	0	.	0	.	5883	36	24986	26	3777	40	37439	19
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	10645	66	8548	31	3529	77	22722	35
	autres résineux	8457	69	0	.	355	100	4880	49	7384	59	0	.	0	0	1403	100	0	0	0	.	0	0	0	0	0	0	184	100	22662	34
	hêtre	1458678	13	696029	20	452335	36	386181	19	918521	13	84232	42	276895	32	520354	28	288403	50	65717	58	130760	48	28297	49	102965	31	178510	34	5587877	7
	érable	912900	17	641284	32	334398	34	328783	27	1536961	19	146731	50	157238	30	476560	24	120707	32	27827	34	29743	44	31837	31	47416	39	49629	25	4842014	9
	frêne	633127	20	275982	23	169242	27	280959	39	680076	16	80449	44	171701	27	321242	25	83979	30	56977	46	87014	32	400208	57	113822	42	496083	31	3850862	9
	chêne	172631	47	80696	54	103549	36	14412	44	84699	40	0	.	3801	59	8648	47	0	.	0	.	0	.	54310	29	1688	53	50377	56	574811	19
	châtaignier	0	.	0	.	199	100	0	.	0	.	0	.	0	.	0	.	1209	100	0	.	0	.	188	100	1209	100	20209	30	23015	28
	autres feuillus	284494	18	55093	26	95932	38	63020	27	213836	23	102809	36	156368	18	73611	19	173790	24	50007	28	34844	38	277135	35	202141	17	98418	23	1881497	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	0	0	0	0	0	0	0	0	0	0
	total	3854483	10	1800592	19	1254412	19	1501238	16	3902542	11	530013	24	1095398	13	1689407	16	843004	23	230127	26	308224	26	955814	27	747328	13	935524	19	19648107	4

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. 1196517. Birmensdorf, Swiss Federal Research Institute WSL

page précedente