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	23-25calculé avec l'erreur standard double, soit 29 ± 2 × 3

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

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

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

Données : voir exemple 2

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

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

haut

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

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

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

Exemple 4 : Interprétation de deux résultats du même inventaire

IFN5

volume des arbres vifs (bois de tige)

propriété (2 classes)

découpage régional: région de production

unité: m³/ha

ensemble analysé: forêt accessible sans la forêt buissonnante

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

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

	cas 2						cas 1

cas 1

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

Procédure

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

Réponse

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

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

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

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

cas 2

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

Procédure

Voir cas 1.

Réponse

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

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

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

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

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

Exemple 5 : Interprétation de deux résultats d'inventaires différents

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

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

Procédure

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

Réponse

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

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

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

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

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

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

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

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

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

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

Procédure

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

Réponse

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

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

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

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

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

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

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

Procédure

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

Réponse

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

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

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

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

haut

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

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

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

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

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

L'erreur standard augmente avec le niveau de détail.

On peut s'attendre à des erreurs standard importantes si

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

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

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

haut

5. Deux types d’évolutions ?

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

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

haut

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

Les résultats sont

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

Exemple 9 : Additivité/non-additivité des évolutions

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

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

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

Exemple 10 : Nombre moyen d'années par région

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

haut

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

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

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

haut

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

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

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

haut

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

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

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

haut

IFN2
volume des arbres vifs (bois de tige)
propriété (2 classes) · essence principale
découpage régional: arrondissement forestier (2024)
unité: 1000 m³
ensemble analysé: forêt accessible sans la forêt buissonnante
réseau: réseau 1,4 km
état 1993/95
		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
propriété (2 classes)	essence principale	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	pas d'indication	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	.	0	.	0	.
	épicéa	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	.	0	.	0	.
	sapin	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	.	0	.	0	.
	pin	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	.	0	.	0	.
	mélèze	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	.	0	.	0	.
	arole	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	.	0	.	0	.
	autres résineux	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	.	0	.	0	.
	hêtre	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	.	0	.	0	.
	érable	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	.	0	.	0	.
	frêne	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	.	0	.	0	.
	chêne	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	.	0	.	0	.
	châtaignier	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	.	0	.	0	.
	autres feuillus	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	.	0	.	0	.
	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	.	0	.	0	.
	total	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	.	0	.	0	.
publique	pas d'indication	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	.	0	.	0	.
	épicéa	724	36	479	35	1019	29	1816	24	622	38	681	34	6607	14	3390	15	3671	15	2509	18	194	84	252	47	201	45	3	.	1242	29	1069	25	2838	21	1416	29	14	88	2839	21	3811	16	3543	15	4949	14	9414	10	4993	11	2574	17	1062	30	775	39	1091	30	283	41	193	37	378	39	376	37	677	33	584	34	2000	22	1795	19	686	45	1035	36	2458	18	971	31	1121	35	1310	24	1072	29	531	36	856	36	288	45	1280	24	2222	22	955	28	456	54	344	60	574	33	845	28	1434	21	1428	23	0	.	103	68	0	.	210	47	63	61	323	47	523	39	618	42	1373	27	647	41	777	31	745	34	916	33	92	90	884	27	268	51	519	36	1252	20	586	31	990	26	913	27	87	48	439	52	210	42	1079	39	3441	13	3199	15	4271	13	938	34	367	35	709	35	267	48	675	31	631	37	664	42	697	34	0	.	119426	2
	sapin	257	37	92	47	136	56	1156	27	125	54	454	41	890	28	1844	20	1723	19	1751	18	50	77	134	57	209	51	0	.	225	46	87	71	986	30	476	37	0	.	475	39	225	42	491	30	215	54	459	35	15	100	2200	17	278	40	222	51	192	50	398	51	249	45	351	34	416	33	648	29	163	60	215	48	288	31	326	37	241	44	409	35	222	43	244	38	99	58	369	35	395	33	287	48	234	36	276	42	316	38	437	35	316	51	40	65	60	100	0	0	192	64	57	100	0	.	0	.	0	.	258	46	286	40	222	58	257	47	0	.	135	61	243	38	251	56	273	36	214	50	0	.	433	36	156	60	646	34	226	42	289	44	427	29	302	38	176	61	260	56	306	54	94	60	150	47	240	48	429	28	288	36	176	52	76	71	143	51	64	71	39	100	0	.	208	64	0	.	29884	4
	pin	161	41	204	53	101	38	228	44	0	.	8	100	331	53	10	100	208	41	204	49	39	64	138	54	233	46	0	.	33	72	77	63	0	.	157	72	44	100	0	.	321	37	633	28	0	.	659	30	1053	20	549	30	0	.	58	74	30	87	56	74	8	100	33	100	0	.	7	100	0	.	92	76	11	81	92	59	0	.	168	53	1	100	0	.	272	34	63	63	119	37	41	69	201	37	157	53	13	72	5	100	52	72	71	63	151	55	10	100	164	62	45	75	0	.	0	.	0	.	0	.	0	.	1	100	15	100	0	.	101	63	-3	100	0	.	0	.	0	.	2	100	4	100	92	100	26	79	0	.	23	52	0	.	74	67	10	100	0	.	34	100	0	.	989	25	258	28	481	29	0	.	0	.	77	51	29	81	219	45	73	56	128	51	107	70	0	.	10049	7
	mélèze	20	61	142	47	29	82	121	73	0	.	0	.	129	50	22	100	122	50	46	100	0	.	0	.	17	71	0	.	97	100	64	66	0	.	0	.	0	.	25	100	244	34	399	28	156	38	1600	15	3588	12	25	71	12	100	6	100	0	.	0	.	0	.	0	.	22	100	0	.	0	.	0	.	13	100	21	78	6	100	294	44	34	100	0	.	76	65	18	100	5	100	9	100	0	.	0	.	0	.	51	71	2	100	3	100	0	.	305	45	386	24	123	33	145	44	34	82	32	79	917	20	412	40	331	46	0	.	0	.	11	100	46	66	19	73	0	.	35	100	81	100	0	.	1	100	0	.	0	.	8	100	0	.	55	60	0	.	0	.	0	.	0	.	3231	13	1596	17	1103	20	34	100	0	.	2	100	0	.	0	.	30	100	73	87	77	82	0	.	16502	5
	arole	0	.	0	.	0	.	0	.	0	.	0	.	7	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	100	0	.	0	.	149	40	1229	16	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	33	100	0	.	16	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	9	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	456	24	139	33	93	56	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2137	12
	autres résineux	4	100	13	71	20	100	41	70	2	100	0	.	0	.	0	.	85	62	22	100	13	100	0	.	0	.	50	.	49	99	0	.	0	.	0	.	0	.	0	.	6	52	0	.	0	.	0	.	38	47	1	100	35	100	77	99	0	.	0	.	0	.	3	100	0	.	0	.	0	.	0	.	1	100	1	100	0	.	0	.	3	100	0	.	23	100	3	100	6	88	6	80	0	.	0	.	0	.	1	100	0	.	0	.	3	100	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	1	100	0	.	7	52	0	.	3	100	0	.	0	.	7	100	14	70	2	100	2	74	0	.	0	.	0	.	72	78	0	.	65	100	0	.	0	.	10	100	0	100	1	71	0	.	6	100	32	65	0	.	6	100	0	.	0	.	0	.	0	.	742	22
	hêtre	1763	19	676	25	648	27	1021	24	56	70	183	45	1078	27	709	27	2896	16	2346	15	534	41	737	29	1368	23	0	.	316	47	254	41	617	32	637	35	0	.	725	27	226	36	350	32	48	58	182	36	0	.	2997	13	479	31	82	34	48	87	217	40	98	54	355	45	175	40	138	41	293	38	65	64	912	36	228	58	380	42	559	29	539	36	324	54	1328	17	1074	23	1065	22	766	28	1142	22	370	32	170	78	593	33	73	57	148	42	472	30	0	.	127	39	0	.	799	38	221	38	199	38	745	25	497	27	492	29	188	57	0	.	58	63	325	38	41	59	219	43	532	39	13	100	461	33	222	50	201	33	142	35	344	34	749	25	384	43	349	47	222	46	137	44	302	39	0	.	18	98	358	27	130	50	448	36	519	39	62	90	569	31	158	40	199	46	129	41	0	.	43021	3
	érable	187	30	63	39	77	40	75	44	29	63	65	63	174	30	86	32	170	35	243	23	67	56	141	39	128	42	0	.	20	73	9	66	79	35	28	70	0	.	151	36	10	137	21	59	29	59	45	51	0	.	320	23	63	59	7	73	23	49	26	81	17	54	68	56	59	83	13	72	65	46	61	78	56	43	33	62	61	44	201	40	74	50	94	58	59	43	115	50	81	35	48	42	120	39	53	42	8	57	46	60	64	87	37	80	18	69	8	93	7	100	1	100	12	56	0	.	-5	108	28	91	13	81	0	.	47	47	4	100	2	100	47	62	32	101	62	32	92	54	0	.	44	43	13	100	13	65	27	51	23	61	57	40	73	54	2	100	-8	149	7	100	0	.	7	100	10	60	46	39	88	44	63	51	124	60	32	57	43	53	39	64	50	72	46	89	0	.	4937	6
	frêne	259	27	227	53	215	37	139	38	0	.	51	69	57	49	116	42	270	32	109	38	224	47	16	87	42	58	0	.	57	76	22	73	180	48	31	68	0	.	32	97	0	1285	4	71	24	63	38	50	10	100	319	29	70	50	8	82	1	100	0	.	25	76	7	87	0	.	0	.	92	68	24	69	18	83	170	45	161	43	81	40	40	62	4	100	104	46	37	57	25	63	49	40	85	70	73	60	0	.	41	69	20	58	153	52	68	52	2	530	12	92	6	100	19	62	4	100	37	63	12	61	-7	233	38	77	2	100	5	79	13	100	70	66	3	58	21	74	88	45	2	74	32	74	81	60	0	.	2	100	69	70	85	62	111	54	1	100	27	69	0	.	134	61	12	72	2	71	74	48	165	55	164	51	167	44	60	63	93	45	49	71	57	62	73	70	0	.	5582	7
	chêne	156	37	207	42	66	65	155	40	0	.	0	.	31	78	27	75	382	23	-1	100	172	46	28	100	41	57	0	.	33	72	0	.	43	58	16	90	136	65	0	.	8	100	23	100	0	.	48	97	0	.	265	42	19	82	0	.	0	.	81	59	0	.	18	84	0	.	0	.	0	.	0	.	9	100	0	.	73	55	0	0	11	83	0	.	248	39	44	88	12	67	59	62	90	47	1	100	0	.	35	100	15	66	72	73	183	41	0	.	0	.	0	.	10	76	13	50	39	61	63	84	83	80	9	67	2	100	0	.	0	.	4	82	22	68	0	.	22	100	0	.	41	65	323	46	142	56	0	.	248	41	63	100	78	57	86	46	22	79	0	.	63	56	17	72	16	45	47	35	17	100	34	100	26	71	0	.	107	53	79	54	81	66	56	73	0	.	4618	8
	châtaignier	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	181	51	12	100	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	.	18	100	217	55	173	66	131	64	12	100	468	34	266	55	140	45	115	49	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	100	0	.	7	100	0	.	0	.	0	.	0	.	40	64	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1780	17
	autres feuillus	93	39	185	40	99	57	40	96	5	72	13	72	134	51	38	50	316	37	93	31	142	46	67	71	70	31	0	.	10	100	50	74	6	62	49	53	2	71	58	36	64	40	21	42	141	35	350	24	76	49	161	23	58	73	4	76	39	80	22	74	5	63	15	94	11	71	16	67	54	80	33	52	36	45	12	100	75	54	154	43	101	44	8	78	28	46	41	43	34	49	120	50	88	43	47	44	16	57	23	59	120	62	37	70	156	44	96	45	129	32	41	57	170	40	174	36	97	31	257	31	93	51	271	29	15	57	44	71	16	60	48	57	124	61	29	63	27	60	28	65	19	67	58	65	4	60	7	53	49	68	15	47	16	96	41	79	32	92	3	100	12	61	190	34	90	33	199	26	8	96	38	74	86	46	4	100	10	100	78	50	66	77	35	69	0	.	6355	6
	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	.	0	.	0	.
	total	3625	15	2289	19	2411	19	4793	15	837	34	1455	31	9437	12	6243	13	9844	10	7323	11	1435	27	1512	24	2309	20	53	.	2081	26	1632	23	4750	18	2808	21	195	59	4305	17	4921	14	5484	13	5562	13	13127	8	11014	8	9413	10	2077	24	1240	31	1425	28	1083	28	595	33	1227	27	1059	29	1499	24	1251	27	2491	20	3171	17	1569	29	2047	26	4323	15	1997	24	1796	29	3548	16	2835	20	2273	19	2243	22	2249	19	2256	20	2744	21	2186	24	1118	33	904	37	1685	25	1283	23	2669	16	1874	20	1287	26	561	28	867	23	2761	14	1578	20	1801	21	1051	30	670	39	1724	25	1428	25	1272	27	1349	26	1925	26	225	58	1932	21	1216	28	1552	25	1656	19	1639	24	2386	20	2080	20	751	34	1066	37	697	40	1683	29	8503	10	5569	12	7141	11	1669	28	1297	27	1819	25	597	37	1786	24	1176	28	1320	30	1426	28	0	.	245033	2
privée	pas d'indication	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	.	0	.	0	.
	épicéa	130	50	596	54	107	100	382	48	817	36	2074	23	9668	11	5796	13	4927	14	946	23	68	67	-1	100	245	74	0	.	306	61	1540	28	1148	25	877	30	0	.	290	62	1626	23	320	44	1162	28	945	29	205	57	996	26	1229	29	1970	22	3697	18	44	100	914	24	308	63	127	62	1392	27	433	40	132	94	556	62	1759	27	275	60	298	39	523	37	2527	22	139	49	145	69	3	100	0	.	118	51	543	43	963	37	325	48	1314	29	777	35	490	43	3	100	76	100	37	73	0	.	17	100	7	100	29	100	0	.	53	100	184	51	419	57	160	68	336	41	261	46	1213	26	486	51	460	57	305	42	138	70	0	.	520	32	296	56	15	100	156	58	10	100	172	64	0	.	425	66	504	37	270	48	754	27	398	47	563	52	696	39	863	25	829	29	272	48	345	43	369	57	0	.	67813	4
	sapin	184	76	25	58	96	100	140	53	305	38	655	35	854	32	5872	12	2712	19	1096	33	0	.	50	90	74	72	0	.	64	100	118	70	234	39	248	62	0	.	24	60	55	73	2	100	14	100	54	79	0	.	1075	29	974	30	2202	18	1266	24	52	79	678	30	42	81	8	100	673	36	125	62	0	.	168	81	388	33	80	72	107	66	188	58	1589	27	0	.	111	83	32	91	32	88	245	41	197	53	347	41	32	71	278	51	116	67	156	82	0	.	0	.	0	.	0	.	0	.	12	100	0	.	26	100	0	.	76	58	63	100	17	100	154	74	4	100	510	36	32	77	10	100	51	75	251	55	0	.	36	89	16	84	11	100	55	73	0	.	87	100	0	.	36	77	128	100	8	90	89	66	57	54	24	100	289	38	989	27	434	35	28	90	78	100	0	.	0	.	27612	5
	pin	25	74	90	53	0	.	17	100	21	100	0	.	85	46	35	59	274	37	96	82	123	78	15	100	55	67	0	.	4	100	85	100	0	.	117	89	22	85	0	.	0	.	31	100	27	100	24	87	72	79	42	91	0	.	44	90	19	105	0	.	16	100	0	.	0	.	0	.	0	.	0	.	0	.	6	100	0	.	0	.	7	100	70	66	30	63	35	100	4	100	0	.	72	74	0	.	0	.	0	.	76	46	34	83	116	45	0	.	0	.	0	.	0	.	0	.	75	100	0	.	0	.	36	100	37	100	24	100	24	100	0	.	0	.	0	.	0	.	8	100	0	.	8	100	0	.	0	.	0	.	0	.	16	100	0	.	0	.	0	.	0	.	208	45	104	41	63	46	0	.	40	73	165	43	80	57	221	57	122	59	147	60	47	72	0	.	3214	11
	mélèze	47	97	10	100	0	.	20	100	6	100	65	100	39	102	19	100	33	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	47	79	0	.	0	.	176	58	103	51	2	73	123	38	86	49	0	.	105	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	52	83	0	.	0	.	10	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	16	100	24	100	1	100	0	100	0	.	52	100	0	.	0	.	7	100	25	100	5	100	9	100	0	.	0	.	0	.	46	87	0	.	37	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	18	100	0	.	0	.	0	.	0	.	1124	26	455	32	271	39	0	.	10	100	32	100	33	71	0	.	21	75	0	.	55	100	0	.	3190	13
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	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	.	28	70	95	55	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	130	43
	autres résineux	3	100	0	.	0	.	0	.	0	.	2	100	1	100	0	.	151	49	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	100	0	.	2	100	0	.	0	.	0	.	0	.	3	82	0	.	0	.	0	.	0	.	0	.	0	.	0	.	6	100	0	.	0	.	96	100	1	100	-11	100	0	.	6	100	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3	100	0	.	2	100	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	.	18	59	2	100	0	.	0	.	0	.	0	.	291	42
	hêtre	550	34	258	37	124	71	691	42	146	45	632	35	1570	30	1842	19	1847	18	642	31	200	63	311	56	512	45	0	.	207	78	570	36	363	46	660	34	0	.	209	55	260	64	58	61	0	.	111	54	0	.	1097	26	792	33	536	34	921	26	110	62	176	50	65	60	32	72	214	34	250	45	1	100	253	57	294	32	438	51	322	54	460	42	1223	26	206	44	513	47	108	59	51	76	601	34	355	50	51	77	144	49	317	36	82	54	365	37	0	.	52	100	0	.	32	82	379	37	184	38	43	86	109	77	124	59	76	56	8	100	14	80	33	51	175	64	161	52	105	76	9	72	320	43	92	69	0	.	52	64	28	73	254	55	65	78	170	56	81	48	0	.	169	52	0	.	1	100	134	56	196	50	165	76	179	50	984	25	410	34	428	45	170	48	164	48	0	.	27306	5
	érable	135	54	31	59	6	100	26	100	43	56	106	47	456	23	108	29	81	59	162	35	31	73	67	52	7	67	0	.	37	80	56	56	61	48	14	95	7	91	140	45	36	65	0	.	26	61	0	.	2	100	204	29	78	45	43	45	143	37	12	73	46	63	0	.	0	.	17	62	103	59	1	100	31	50	141	31	38	60	67	58	82	43	401	27	2	100	1	100	28	62	17	76	96	40	90	48	52	53	3	74	185	49	8	100	40	70	0	.	0	.	0	.	6	100	21	62	29	55	18	100	3	78	0	.	17	72	51	80	0	.	86	53	91	61	99	36	7	100	0	.	32	56	21	100	0	.	0	.	1	100	23	59	6	100	0	.	3	100	0	.	42	65	3	100	8	79	62	43	18	92	22	58	22	56	196	37	122	42	22	73	15	76	0	.	0	.	4609	7
	frêne	88	42	90	53	0	100	6	100	41	64	168	44	99	45	243	41	218	35	14	100	21	82	11	74	63	67	0	.	17	100	81	70	85	42	215	41	6	79	187	59	61	64	6	100	70	75	23	79	39	100	569	35	323	76	108	47	93	46	36	87	0	.	0	.	0	.	13	100	111	68	9	100	24	89	269	36	53	62	10	73	83	57	190	35	0	.	0	.	24	100	53	87	108	57	104	86	33	75	70	85	206	33	166	55	147	68	6	100	0	.	3	100	2	100	49	46	153	39	32	53	1	100	26	71	38	92	14	93	0	.	34	59	30	77	12	83	101	62	40	98	0	.	24	100	0	.	0	.	0	.	86	79	12	71	13	76	122	65	0	.	93	84	29	65	33	51	83	44	91	72	49	53	20	61	168	45	179	39	77	71	66	63	55	71	0	.	6396	8
	chêne	118	50	59	53	12	100	86	53	0	.	12	100	5	100	0	.	267	29	0	.	9	100	2	100	26	100	0	.	13	86	25	100	5	76	102	54	308	46	0	.	0	.	70	100	7	100	52	62	38	100	79	91	95	60	98	83	75	68	8	100	0	.	0	.	0	.	0	.	1	100	0	.	0	.	145	94	0	.	0	.	6	100	6	100	113	66	7	100	42	100	0	.	52	58	9	88	0	.	0	.	59	60	193	64	85	45	0	.	0	.	0	.	9	59	94	51	223	34	73	72	43	62	47	68	15	100	30	100	12	100	60	72	0	.	0	.	73	71	0	.	0	.	139	76	47	.	0	.	59	100	5	100	13	89	59	52	21	100	0	.	161	100	8	77	24	75	20	83	0	.	7	100	6	100	16	72	9	100	39	67	45	69	56	71	0	.	3697	11
	châtaignier	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	120	44	28	73	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	.	148	63	25	100	145	52	801	30	678	23	345	49	128	47	814	29	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	31	100	0	.	0	.	0	.	0	.	19	100	0	.	72	86	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3353	12
	autres feuillus	294	60	126	47	5	100	5	100	20	71	27	74	297	27	147	50	72	32	73	66	24	71	26	80	6	72	0	.	46	67	8	64	24	40	17	56	22	69	81	55	6	270	33	64	35	46	190	35	157	50	183	31	63	51	23	56	66	52	15	100	8	67	0	.	0	.	26	85	41	67	12	100	9	75	1	100	46	53	34	58	48	60	147	34	0	.	0	.	0	0	44	100	20	86	21	89	23	56	57	76	140	58	27	49	15	68	7	90	40	62	59	89	137	57	194	35	538	23	115	42	77	54	127	49	20	66	24	68	24	58	32	47	99	74	27	50	9	100	3	100	57	60	18	100	2	.	2	100	1	100	14	74	70	93	9	72	34	94	0	.	0	.	92	50	70	41	181	49	29	73	25	61	15	58	65	45	32	89	40	63	20	59	19	100	0	.	5139	7
	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	.	0	.	0	.
	total	1574	25	1285	32	349	51	1372	33	1398	29	3742	20	13074	10	14062	10	10582	11	3030	20	475	48	481	47	989	38	0	.	695	41	2484	24	1921	23	2296	24	365	45	932	36	2221	20	632	34	1341	26	1642	22	627	31	4245	16	3661	21	5024	16	6279	15	278	45	1837	22	415	63	167	58	2335	23	1071	31	155	82	1043	45	3099	21	937	39	879	34	1397	29	6157	17	507	39	814	45	241	46	197	71	1311	28	1319	34	1468	31	631	39	2595	22	1426	30	1418	27	16	72	316	48	175	62	331	37	1554	22	1906	16	680	35	393	37	1237	24	463	39	633	46	251	58	782	35	660	39	2059	25	813	45	530	53	764	32	691	44	49	.	609	32	402	48	409	45	441	39	261	49	519	48	0	.	926	44	2142	20	1068	23	1730	21	790	35	905	39	1423	29	3411	19	2238	23	1048	31	886	36	765	41	0	.	152752	2
total	pas d'indication	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	.	0	.	0	.
	épicéa	854	31	1075	33	1126	28	2198	21	1439	26	2755	19	16275	9	9186	10	8598	10	3456	14	262	64	251	47	446	45	3	.	1548	26	2609	19	3986	17	2293	21	14	88	3129	20	5437	13	3863	15	6111	12	10360	9	5199	11	3571	14	2292	21	2745	19	4788	16	327	37	1107	20	685	35	503	32	2069	21	1017	26	2132	21	2351	21	2445	23	1310	31	2757	17	1495	24	3648	18	1449	22	1217	27	534	36	856	36	406	35	1823	21	3184	19	1281	24	1770	25	1120	30	1064	27	848	28	1510	20	1464	23	0	.	120	60	7	100	239	43	63	61	376	42	707	32	1037	34	1533	26	983	30	1038	26	1958	21	1403	28	551	50	1189	23	406	41	519	36	1772	17	882	28	1005	25	1068	24	97	44	611	41	210	42	1504	33	3945	13	3469	14	5025	12	1337	28	930	34	1405	26	1130	22	1504	21	903	29	1009	31	1066	30	0	.	187239	2
	sapin	442	38	116	39	232	53	1297	25	429	31	1109	26	1745	21	7716	10	4435	13	2847	17	50	77	185	48	284	42	0	.	289	42	205	50	1220	25	723	32	0	.	499	37	280	36	493	30	229	51	513	32	15	100	3276	15	1252	25	2425	17	1457	22	450	46	927	25	394	31	424	33	1322	23	288	43	215	48	456	36	714	25	321	38	516	31	409	35	1833	24	99	58	480	33	427	32	319	44	479	27	473	33	663	28	469	33	594	36	157	53	216	66	0	0	192	64	57	100	0	.	0	.	12	100	258	46	312	37	222	58	333	39	63	100	153	55	397	37	255	55	783	27	246	44	10	100	485	33	407	41	646	34	262	38	305	42	438	28	357	34	176	61	347	49	306	54	130	48	278	52	248	46	518	26	346	31	200	47	365	34	1132	24	498	32	67	69	78	100	208	64	0	.	57496	3
	pin	186	37	294	40	101	38	245	41	21	100	8	100	416	43	45	51	482	28	300	42	162	61	153	50	288	39	0	.	37	64	162	60	0	.	274	56	66	72	0	.	321	37	664	27	27	100	684	29	1125	19	592	28	0	.	102	57	49	67	56	74	24	74	33	100	0	.	7	100	0	.	92	76	11	81	98	56	0	.	168	53	8	86	70	66	303	31	98	54	123	36	41	69	273	33	157	53	13	72	5	100	128	40	105	50	267	36	10	100	164	62	45	75	0	.	0	.	75	100	0	.	0	.	37	97	52	77	24	100	124	54	-3	100	0	.	0	.	0	.	10	80	4	100	100	93	26	79	0	.	23	52	0	.	90	58	10	100	0	.	34	100	0	.	1196	22	362	23	545	27	0	.	40	73	243	34	109	47	440	36	194	43	275	40	154	54	0	.	13264	6
	mélèze	67	70	152	44	29	82	141	64	6	100	65	100	167	45	42	71	155	42	46	100	0	.	0	.	17	71	0	.	97	100	64	66	0	.	47	79	0	.	25	100	420	31	502	24	157	38	1723	14	3674	11	25	71	117	90	6	100	0	.	0	.	0	.	0	.	22	100	0	.	0	.	0	.	13	100	21	78	13	71	346	40	34	100	0	.	87	58	18	100	5	100	9	100	0	.	0	.	0	.	51	71	18	88	27	91	1	100	305	45	386	24	174	38	145	44	34	82	39	68	942	19	417	39	340	45	0	.	0	.	11	100	92	55	19	73	37	100	35	100	81	100	0	.	1	100	0	.	0	.	8	100	0	.	73	52	0	.	0	.	0	.	0	.	4355	12	2051	15	1373	18	34	100	10	100	34	94	33	71	0	.	51	66	73	87	132	63	0	.	19692	5
	arole	0	.	0	.	0	.	0	.	0	.	0	.	7	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	100	7	100	0	.	149	40	1229	16	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	33	100	0	.	16	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	9	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	484	23	235	30	93	56	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2267	11
	autres résineux	8	71	13	71	20	100	41	70	2	100	2	100	1	100	0	.	235	38	22	100	13	100	0	.	0	.	50	.	49	99	0	.	0	.	0	.	0	.	1	100	6	52	2	100	0	.	0	.	38	47	1	100	39	92	77	99	0	.	0	.	0	.	3	100	0	.	0	.	6	100	0	.	1	100	96	99	1	100	-11	100	3	100	6	100	29	81	3	100	6	88	6	80	0	.	0	.	0	.	1	100	3	100	0	.	5	73	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	1	100	0	.	7	52	0	.	3	100	0	.	0	.	7	100	14	70	2	100	2	74	0	.	0	.	0	.	72	78	0	.	65	100	0	.	0	.	10	100	0	100	1	71	0	.	6	100	32	65	18	59	7	81	0	.	0	.	0	.	0	.	1033	19
	hêtre	2313	16	934	21	772	25	1712	22	202	38	815	29	2648	21	2551	16	4743	12	2989	13	734	34	1048	26	1880	20	0	.	523	42	824	28	980	26	1297	24	0	.	934	24	487	38	408	29	48	58	293	30	0	.	4094	12	1270	24	618	30	968	25	326	34	274	37	420	39	207	35	352	26	543	29	66	63	1165	31	522	31	818	34	881	27	999	27	1547	23	1534	16	1587	22	1173	21	817	26	1742	18	726	29	221	63	736	28	390	31	229	33	836	23	0	.	180	40	0	.	832	37	600	27	383	27	788	24	606	26	616	26	264	43	8	100	72	53	359	35	216	53	380	33	638	35	22	67	782	26	314	41	201	33	194	31	372	32	1003	23	449	38	519	36	303	36	137	44	470	31	0	.	19	95	492	25	326	36	613	33	698	32	1046	24	979	23	586	34	369	33	293	32	0	.	70327	2
	érable	322	29	94	33	83	38	101	42	71	42	171	38	629	19	194	21	251	31	405	19	98	45	207	31	136	40	0	.	57	58	64	50	141	29	42	56	7	91	291	29	46	59	21	59	55	42	45	51	2	100	524	18	141	36	50	40	166	32	38	60	63	48	68	56	59	83	29	47	168	40	62	77	88	33	174	28	99	36	267	33	156	33	495	25	61	42	117	50	108	31	65	37	216	28	143	34	60	46	49	57	249	42	44	69	58	53	8	93	7	100	1	100	17	50	21	62	24	71	46	68	16	67	0	.	64	40	55	75	2	100	133	41	123	52	161	25	99	51	0	.	75	34	34	72	13	65	27	51	24	59	80	33	79	51	2	100	-5	226	7	100	42	65	10	75	18	49	109	30	107	40	86	41	145	51	228	33	165	34	61	49	65	58	46	89	0	.	9546	4
	frêne	347	23	317	41	215	37	144	37	41	64	220	37	157	33	359	31	489	23	123	36	244	44	27	60	106	46	0	.	74	63	104	57	265	35	245	37	6	79	218	52	62	65	10	66	93	58	61	43	49	83	888	24	393	63	116	44	94	45	36	87	25	76	7	87	0	.	13	100	203	48	34	57	43	62	439	28	214	36	91	37	123	43	194	34	104	46	37	57	50	59	102	49	194	44	177	56	33	75	111	59	226	31	319	38	215	49	8	154	12	92	10	74	21	57	53	43	190	34	44	42	-6	270	64	54	40	88	18	72	13	100	104	49	33	71	33	56	189	39	42	95	32	74	105	52	0	.	2	100	69	70	171	51	123	49	14	73	149	54	0	.	226	49	41	51	36	48	157	32	256	44	214	41	187	40	227	37	272	30	126	51	123	44	127	50	0	.	11979	5
	chêne	274	30	266	35	77	57	241	32	0	.	12	100	35	69	27	75	649	18	-1	100	180	44	29	95	66	52	0	.	46	57	25	100	48	52	118	48	444	38	0	.	8	100	93	79	7	100	100	57	38	100	344	39	114	52	98	83	75	68	89	55	0	.	18	84	0	.	0	.	1	100	0	.	9	100	145	94	73	55	0	0	17	64	6	100	361	34	52	76	54	80	59	62	142	36	9	83	0	.	35	100	74	50	265	50	268	31	0	.	0	.	0	.	19	49	106	45	262	30	136	55	125	56	56	58	17	88	30	100	12	100	63	68	22	68	0	.	94	59	0	.	41	65	462	39	189	49	0	.	307	38	69	93	91	51	145	35	43	63	0	.	224	74	24	55	40	48	67	35	17	100	41	84	32	61	16	72	117	49	119	42	126	49	112	51	0	.	8315	7
	châtaignier	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	300	35	39	59	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	.	18	100	365	41	197	59	276	41	813	30	1146	19	611	36	268	32	930	26	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	32	97	0	.	7	100	0	.	0	.	19	100	0	.	112	60	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5133	10
	autres feuillus	387	46	312	31	104	54	45	86	24	59	40	55	430	24	186	41	388	31	167	34	167	41	93	56	76	29	0	.	56	58	59	64	31	34	66	42	23	64	139	35	71	44	55	43	176	29	540	19	234	37	344	20	120	44	27	48	106	44	37	60	13	47	15	94	11	71	42	59	95	54	45	47	45	39	13	91	121	39	188	37	149	36	155	33	28	46	41	43	34	49	164	45	108	39	68	41	39	41	80	57	260	42	64	46	172	41	103	43	169	28	100	57	307	33	368	25	635	20	372	25	170	37	398	25	35	45	68	52	40	42	80	39	223	47	56	41	35	51	31	59	76	48	75	55	6	52	8	47	50	67	29	43	86	78	49	66	66	66	3	100	12	61	282	28	160	26	380	27	38	61	63	51	101	40	69	43	42	72	118	39	86	61	54	57	0	.	11494	4
	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	.	0	.	0	.
	total	5199	13	3574	17	2760	18	6165	14	2235	22	5197	17	22512	8	20305	8	20425	7	10353	10	1910	24	1993	22	3298	18	53	.	2776	22	4116	17	6672	14	5104	16	560	36	5236	15	7141	11	6117	12	6903	12	14768	8	11641	8	13658	8	5738	16	6264	14	7704	13	1361	24	2433	18	1642	26	1226	26	3833	17	2321	20	2646	19	4214	17	4668	17	2984	21	5202	14	3393	19	7953	14	4055	15	3649	18	2513	18	2440	21	3560	16	3575	18	4213	17	2817	20	3713	18	2330	23	3103	18	1299	22	2985	15	2050	19	1617	22	2115	17	2773	13	3441	13	1972	17	3038	16	1514	24	1303	30	1975	23	2209	20	1931	22	3408	18	2738	23	755	41	2697	18	1907	24	1601	24	2266	16	2041	21	2795	18	2520	17	1011	28	1586	29	697	40	2609	24	10645	9	6637	11	8871	9	2459	22	2202	22	3242	19	4008	17	4025	17	2225	21	2205	23	2191	23	0	.	397785	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. 2293369. Birmensdorf, Swiss Federal Research Institute WSL

page précedente