Sélectionner un thème dans la liste

page précedente

volume du bois fort de tige (UCB 2010) #211
Volume de bois de tige sans écorce ni souche d'au moins 7 cm de diamètre (limite du bois fort) de tous les arbres et arbustes d'au moins 12 cm de diamètre à hauteur de poitrine (DHP), déterminé au moyen des fonctions de volume de tige selon Kaufmann (2001). Les assortiments ont été définis selon l'édition de 2010 des Usages suisses du commerce du bois brut (UCB).

classes d'assortiments (USC 2010) #1788
Assortiment de bois ronds en quatre classes de diamètre selon les Usages suisses du commerce du bois brut, éditions de 2010 et 2021 (USC 2010). Les classes 1 et 2, 3 et 4 ainsi que 5 et 6 des USC 2010 sont regroupées par deux pour former une classe.

essence principale #90
Espèce d'arbre et d'arbuste à partir d'un diamètre à hauteur de poitrine (DHP) de 12 cm, avec des classes individuelles pour les dix espèces ou groupes d'espèces les plus fréquents en Suisse («essences principales») et les classes «autres résineux» et «autres feuillus» pour les autres espèces. Les essences principales sont les épicéas (Picea spp.), les sapins (Abies spp.), les pins (Pinus sylvestris, P. nigra, P. strobus, P. mugo subsp. uncinata), les mélèzes (Larix spp.), l'arole (Pinus cembra), le hêtre (Fagus sylvatica), les érables (Acer spp.), les frênes (Fraxinus spp.), les chênes (Quercus spp.) et le châtaignier (Castanea sativa). Source: relevé de terrain (MID 50: Baumart)

région de production #49
Découpage de la Suisse en cinq régions (Jura, Plateau, Préalpes, Alpes et Sud des Alpes) avec des conditions de croissance et de production de bois relativement homogènes. Les régions de production ont été définies par l'Office fédéral des forêts bien avant le premier inventaire forestier national (IFN1, 1983-1985). À une petite exception près au bord du lac Léman, les frontières des régions de production suivent encore les frontières communales de l'époque. Contrairement à l'IFN, la statistique forestière gérée par l'Office fédéral de la statistique se base non pas sur les régions de production, mais sur les zones forestières, dont la délimitation est légèrement différente.

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

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).

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.

IFN5
volume du bois fort de tige (UCB 2010)
classes d'assortiments (USC 2010) · essence principale
découpage régional: région de production
unité: 1000 m³
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
classes d'assortiments (USC 2010)	essence principale	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%
pas d'indication	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	0	.	0	.	0	.	0	.	0	.	0	.
	sapin	0	.	0	.	0	.	0	.	0	.	0	.
	pin	0	.	0	.	0	.	0	.	0	.	0	.
	mélèze	0	.	0	.	0	.	0	.	0	.	0	.
	arole	0	.	0	.	0	.	0	.	0	.	0	.
	autres résineux	0	.	0	.	0	.	0	.	0	.	0	.
	hêtre	0	.	0	.	0	.	0	.	0	.	0	.
	érable	0	.	0	.	0	.	0	.	0	.	0	.
	frêne	0	.	0	.	0	.	0	.	0	.	0	.
	chêne	0	.	0	.	0	.	0	.	0	.	0	.
	châtaignier	0	.	0	.	0	.	0	.	0	.	0	.
	autres feuillus	0	.	0	.	0	.	0	.	0	.	0	.
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.
	total	0	.	0	.	0	.	0	.	0	.	0	.
petit bois	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	2192	11	1027	13	833	15	834	8	97	15	4983	6
	sapin	1936	9	564	14	356	15	210	40	13	23	3079	7
	pin	199	42	58	37	15	49	141	12	4	51	417	21
	mélèze	5	43	91	56	9	55	157	12	81	17	344	16
	arole	0	.	0	.	0	.	27	17	0	100	27	17
	autres résineux	19	40	41	55	4	42	7	27	0	100	72	34
	hêtre	75	7	67	7	56	9	37	11	36	14	271	4
	érable	11	16	9	17	16	15	16	15	4	34	56	8
	frêne	7	22	17	16	10	23	9	20	5	28	47	9
	chêne	12	22	14	16	2	39	5	29	8	28	41	11
	châtaignier	0	.	0	0	0	.	1	45	42	15	44	14
	autres feuillus	7	16	11	17	5	21	16	14	27	13	67	7
	indéterminable	0	72	0	0	0	100	0	0	0	0	0	68
	total	4463	7	1900	9	1306	11	1460	8	318	7	9448	4
classes 1 et 2	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	3402	9	7592	7	14128	5	23598	4	3442	12	52163	3
	sapin	2813	10	3565	10	5076	8	1960	12	440	26	13853	5
	pin	742	19	616	18	230	56	2550	12	111	46	4248	9
	mélèze	31	42	268	26	68	50	4852	8	2057	11	7276	6
	arole	0	.	0	.	0	.	1095	15	8	91	1103	15
	autres résineux	122	39	209	26	33	36	175	26	9	92	548	16
	hêtre	5760	6	4899	6	4465	8	2842	10	2800	13	20766	4
	érable	1751	9	1615	11	1743	12	1611	11	319	24	7039	5
	frêne	926	17	1530	11	1230	17	1172	15	542	25	5400	7
	chêne	538	24	630	18	67	36	229	26	471	21	1936	11
	châtaignier	0	.	0	0	0	.	77	56	2904	12	2981	12
	autres feuillus	880	13	1517	10	965	14	2316	9	3237	10	8915	5
	indéterminable	8	48	6	87	5	47	27	55	20	78	67	34
	total	16974	4	22446	3	28009	3	42505	3	16359	4	126293	1
classes 3 et 4	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	9027	7	10014	7	21504	5	29925	4	5094	14	75564	3
	sapin	7608	8	6685	9	9746	7	3925	11	853	26	28817	4
	pin	794	16	1369	15	447	52	1908	14	97	51	4616	9
	mélèze	82	45	331	24	61	57	6351	8	2200	11	9024	6
	arole	0	.	0	.	0	.	919	15	0	0	919	15
	autres résineux	211	70	516	35	12	100	7	74	49	100	794	30
	hêtre	10445	5	9687	6	8103	8	3786	11	2081	11	34102	3
	érable	1427	12	1038	13	1333	12	1034	13	99	36	4930	6
	frêne	1004	17	2845	12	1052	18	700	20	193	38	5795	8
	chêne	749	20	1430	13	100	38	182	38	369	27	2832	10
	châtaignier	0	.	0	0	0	.	48	39	1141	15	1190	15
	autres feuillus	531	28	1036	17	207	23	717	21	919	15	3410	9
	indéterminable	11	100	0	0	0	0	41	58	0	0	51	50
	total	31888	3	34951	3	42566	3	49542	2	13095	6	172042	1
classes 5 et 6	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	2746	14	2963	12	8035	7	11137	6	2575	17	27456	4
	sapin	2132	16	2696	12	4280	10	2153	16	466	30	11727	6
	pin	89	51	294	29	42	61	267	26	7	100	699	17
	mélèze	5	100	71	37	38	63	2170	11	897	21	3181	10
	arole	0	.	0	.	0	.	358	22	0	0	358	22
	autres résineux	113	82	507	50	28	100	0	0	18	100	666	41
	hêtre	2581	12	5269	10	2297	15	1171	17	471	19	11790	6
	érable	188	31	297	34	106	31	107	32	0	0	698	18
	frêne	204	32	645	22	268	41	148	38	52	78	1316	15
	chêne	106	47	1121	29	32	81	41	49	35	58	1335	25
	châtaignier	0	.	0	0	0	.	45	62	870	28	915	26
	autres feuillus	83	45	456	38	22	60	304	60	33	45	897	29
	indéterminable	0	0	0	0	0	0	0	0	0	0	0	0
	total	8247	7	14320	6	15149	5	17901	5	5423	10	61039	3
total	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	17366	6	21597	6	44500	4	65494	3	11209	12	160166	2
	sapin	14489	7	13510	8	19458	6	8248	11	1772	24	57477	4
	pin	1824	16	2337	14	734	41	4866	11	220	43	9981	8
	mélèze	123	36	761	20	176	40	13531	7	5234	10	19824	6
	arole	0	.	0	.	0	.	2398	13	8	92	2407	13
	autres résineux	466	60	1273	35	77	55	189	26	75	99	2079	26
	hêtre	18861	5	19922	5	14921	7	7836	9	5388	11	66928	3
	érable	3377	8	2959	10	3198	10	2768	10	422	24	12723	5
	frêne	2141	14	5037	11	2560	16	2028	14	792	25	12558	7
	chêne	1405	18	3195	15	202	31	457	26	883	20	6143	9
	châtaignier	0	.	0	0	0	.	172	47	4958	12	5129	11
	autres feuillus	1501	16	3020	12	1199	13	3354	12	4215	10	13289	6
	indéterminable	19	61	6	87	5	47	68	42	20	78	118	29
	total	61572	2	73617	2	87030	3	111408	2	35195	4	368822	1

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. 1197780. Birmensdorf, Swiss Federal Research Institute WSL

page précedente