Sélectionner un thème dans la liste

page précedente

volume de bois mort (bois de tige) #24
Volume de bois de tige en écorce de tous les arbres et arbustes morts (sur pied et à terre) d'au moins 12 cm de diamètre à hauteur de poitrine (DHP).

étages de végétation NaiS (6 classes) #2633
Étages de végétation selon la nomenclature du guide Gestion durable des forêts de protection (NaiS; Frehner et al. 2005), ramenée à six classes. Cette variable constitue une simplification des étages altitudinaux de végétation NaiS en dix classes (NAISHSTKOMB), résultant de la fusion des classes «hyperinsubrique», «collinéen» et «collinéen avec hêtre» dans la classe «hyperinsubrique et collinéen», et des classes «montagnard inférieur», «montagnard supérieur» et «montagnard inférieur/supérieur» dans la classe «montagnard inférieur et supérieur». Les indications sont basées, d'une part, sur les étages de végétation déterminés par les experts (placettes forestières accessibles de l'IFN4 sur le réseau de 1,4 km; Arge Frehner et al. 2020) et, d'autre part, sur les étages de végétation modélisés pour la période 1981-2010 (autres placettes; Zischg et al. 2021).

état de l'arbre (sur pied/à terre) #1266
Classification des arbres et arbustes à partir de 12 cm de diamètre à hauteur de poitrine (DHP) selon qu'ils sont sur pied ou à terre. Source: relevé de terrain (MID 58: Bemerkungen, MID 1018: Baumzustand)

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 #434
Forêt couverte à moins des deux tiers d'arbustes et accessible à pied.

réseau 1,4 km #410
Réseau d'échantillonnage de l'IFN avec un maillage de 1,4 km. Le réseau 1,4 km est commun à tous les inventaires terrestres précédents, c'est pourquoi il est également appelé réseau de base.

Estimation et erreur standard de l’estimation

Les résultats publiés dans les tableaux IFN sont des estimations portant sur des paramètres de la forêt suisse (paramètres de population) dont les valeurs réelles ne sont pas connues et qui sont donc extrapolées (estimées) à partir des données de l’échantillon de l’IFN. Les extrapolations contiennent des incertitudes. Cependant, la précision de l’extrapolation opérée à partir de l’échantillon aléatoire de l’IFN peut être estimée de façon fiable. Pour ce faire, tous les tableaux IFN indiquent une seconde valeur à côté de l’estimation: l’erreur standard de l’estimation.

La plupart des tableaux indiquent l’erreur standard relative (« ±% »), mais parfois, surtout pour les pourcentages estimés, c’est l’erreur standard absolue (« ± ») qui est indiquée. Le rapport entre l’erreur standard absolue et relative est le suivant:

erreur standard relative = erreur standard absolue / estimation x 100

erreur standard absolue = erreur standard relative × estimation / 100

Les données sur la desserte sont issues d’un recensement complet des routes forestières. Dans ce cas, il n’est pas nécessaire d’indiquer d’erreur standard puisqu’il n’existe pas d’incertitude liée à l’échantillonnage.

Intervalle de confiance de l’estimation

À l’aide de l’estimation et de son erreur standard, il est possible de calculer l’intervalle de confiance de l’estimation en indiquant:

sa limite inférieure
estimation - tQ × erreur standard absolue

et sa limite supérieure
estimation + tQ × erreur standard absolue

Si le calcul se fait avec l’erreur standard simple (tQ = 1), on obtient l’«intervalle de confiance à 68%». On peut alors admettre que la valeur réelle du paramètre de la population se situe avec une probabilité de 68% dans cet intervalle de confiance. Si l’on utilise l’erreur standard double pour le calcul (tQ = 2), la valeur réelle du paramètre se situe avec une probabilité de 95% dans l’intervalle de confiance, à savoir l’«intervalle de confiance à 95%».

Significativité de l’estimation

L’intervalle de confiance permet d’examiner statistiquement si le paramètre de population estimé est plus grand ou plus petit qu’une certaine valeur de référence, respectivement si deux paramètres de population estimés se distinguent effectivement (dans la population réelle). Dans la pratique, le processus adopté est le suivant: lorsqu’une valeur de référence est située hors de l’intervalle de confiance, on admet que la valeur estimée pour la population se distingue significativement de la référence; si la valeur de référence se situe à l’intérieur de l’intervalle, on interprète la différence entre valeur estimée et valeur de référence comme aléatoire et donc non significative. Pour comparer deux paramètres de population, on considère qu’ils se distinguent de façon significative lorsque leurs intervalles de confiances ne se superposent pas.

Traitement de valeurs manquantes

Lors du calcul des résultats, on ne dispose pas toujours de données pour toutes les combinaisons de catégories des variables de classification et du découpage régional^*. Cela indique dans la plupart des cas que le paramètre estimé à l’aide de la variable cible n’apparaît pas ou seulement très rarement. Généralement, on introduit (« impute ») alors la valeur 0. Mais comme cette valeur n’est pas issue de mesures directes, l’erreur standard correspondante est représentée par un point [.]. Lorsqu’on se réfère à la valeur supposée de 0 lors d’un calcul, par exemple pour indiquer des pourcentages ou certaines estimations de changements, il n’est pas possible d’indiquer une valeur. Dans ce cas, on introduit un point [.] pour la valeur estimée et l’erreur standard.

Par exemple, on n’a jusqu’ici ni trouvé ni mesuré d’arole sur le Plateau (volume des aroles selon les régions de production). On peut donc admettre que si les valeurs manquent, c’est que l’arole n’est effectivement pas présent dans cette région et que son volume doit y être de 0.

^* p. ex. combinaison de la catégorie « arole» de la variable de classification « essence » et de la catégorie « Plateau » du découpage régional

Changements

L’IFN distingue deux types de changements:

Le premier concerne des variables cibles spécifiques pour des composantes de changement telles que l’accroissement, l’exploitation, la mortalité ou les disparitions. Ces variables cibles ne sont disponibles que pour deux cycles d’inventaires successifs, p. ex. IFN3-IFN4. Lors de leur évaluation, la catégorie de la variable de classification du second cycle d'inventaire est attribuée à celle du premier cycle d'inventaire. Ces évaluations ne tiennent donc pas compte du changement de la catégorie d’un inventaire à l'autre (p. ex. de la propriété privée à la propriété publique).

Pour le second type de changements, on utilise les différences de variables cibles telles que le nombre de tiges, le volume sur pied ou la surface forestière afin d’établir un bilan du changement entre deux cycles d’inventaire. Ces variables cibles sont habituellement utilisées pour représenter des états, p. ex. dans l’IFN4, mais peuvent aussi révéler les changements entre deux inventaires quels qu’ils soient, p. ex. LFI1-LFI4. Lors de leur évaluation, on tient compte du changement d’une catégorie de la variable de classification. Ainsi, il est possible de constater p. ex. que la surface de la forêt sans la forêt buissonnante a augmenté. Cela n’a d’effet que pour les variables de classification qui peuvent effectivement changer de caractéristiques, p. ex. l’appartenance à la surface forestière ou l’état de l’arbre.

IFN4
volume de bois mort (bois de tige)
étages de végétation NaiS (6 classes) · état de l'arbre (sur pied/à terre)
découpage régional: région économique
unité: 1000 m³
ensemble analysé: forêt accessible sans la forêt buissonnante
réseau: réseau 1,4 km
état 2009/17
		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
étages de végétation NaiS (6 classes)	état de l'arbre (sur pied/à terre)	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	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	sur pied	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	à terre	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	.
subalpin supérieur	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	sur pied	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	.	24	100	0	.	122	32	99	29	34	47	278	20
	à terre	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3	100	0	.	93	25	216	26	49	45	361	18
	total	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	.	27	100	0	.	215	23	315	23	83	33	639	15
subalpin	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	sur pied	0	.	0	.	37	100	0	.	0	.	39	65	185	31	13	100	148	30	33	54	150	45	441	19	592	18	161	26	1799	10
	à terre	0	.	0	.	12	100	0	.	0	.	55	56	70	43	19	100	360	33	6	74	28	55	725	16	690	17	209	29	2175	10
	total	0	.	0	.	49	100	0	.	0	.	94	43	255	31	32	100	508	29	39	48	179	40	1166	14	1281	14	370	20	3974	8
haut-montagnard	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	sur pied	9	100	0	.	5	84	0	.	0	.	181	26	347	30	242	35	451	26	176	31	89	43	665	15	704	16	402	19	3270	8
	à terre	45	57	0	.	13	94	0	.	0	.	347	28	236	32	129	38	497	23	117	32	206	40	1109	13	1094	13	628	18	4421	7
	total	54	62	0	.	18	90	0	.	0	.	529	23	583	25	371	31	949	18	292	27	294	35	1773	12	1797	11	1030	16	7691	6
montagnard inférieur et supérieur	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	sur pied	1032	12	194	26	193	28	329	22	266	22	612	32	1049	15	753	14	405	24	204	26	277	24	156	29	125	30	308	17	5902	6
	à terre	1034	11	94	38	139	29	126	30	266	27	843	23	1077	15	527	18	412	23	227	29	247	21	210	25	207	27	470	25	5879	6
	total	2066	9	288	26	332	24	454	21	532	18	1455	20	2126	12	1279	13	817	20	431	25	524	17	366	23	333	22	778	17	11782	5
submontagnard	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	sur pied	273	19	218	22	284	24	338	19	501	15	0	0	60	58	125	41	32	45	26	74	133	67	55	46	6	91	0	.	2051	9
	à terre	249	24	222	27	296	22	277	22	391	20	2	100	31	43	23	53	34	50	11	100	25	100	33	47	0	.	0	.	1592	9
	total	521	17	439	19	580	19	615	15	892	13	2	100	91	46	148	39	66	40	37	60	158	60	88	42	6	91	0	.	3642	7
hyperinsubrique et collinéen	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	sur pied	0	0	0	.	38	62	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	.	103	28	3	100	847	12	991	11
	à terre	0	.	0	.	14	77	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	137	33	0	.	435	16	585	14
	total	0	0	0	.	51	51	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	.	240	25	3	100	1282	10	1576	9
total	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	sur pied	1314	10	411	17	556	17	667	14	767	12	833	24	1641	12	1133	13	1036	15	463	18	649	21	1541	9	1528	10	1751	8	14291	3
	à terre	1327	10	316	22	474	17	402	18	657	16	1246	18	1414	13	698	16	1304	14	363	21	506	20	2307	9	2207	9	1791	10	15013	4
	total	2641	8	727	15	1030	14	1069	12	1424	10	2079	15	3055	10	1831	11	2340	12	827	17	1156	16	3848	7	3735	7	3542	7	29304	3

Table citation

Abegg, M.; Ahles, P.; Allgaier Leuch, B.; Cioldi, F.; Didion, M.; Düggelin, C.; Fischer, C.; Herold, A.; Meile, R.; Rohner, B.; Rösler, E.; Speich, S.; Temperli, C.; Traub, B.,
2023: Swiss national forest inventory - Result table No. 1285962. Birmensdorf, Swiss Federal Research Institute WSL

page précedente