Sélectionner un thème dans la liste

page précedente

accroissement (accroissement brut) #11
Augmentation du volume du bois de tige en écorce de tous les arbres et arbustes avec un diamètre à hauteur de poitrine (DHP) d’au moins 12 cm ayant survécu entre deux inventaires, le volume du bois de tige en écorce du passage à la futaie, et l’augmentation modélisée du volume du bois de tige en écorce des pertes durant la moitié de la période d’inventaire.

fertilité de la station #894
Capacité de production de la station, en quatre classes, sur la base de la production totale (PT) selon Keller (1978), en kilogrammes par hectare et par an. Faible: PT jusqu'à 1500 kg/ha/an, moyenne: PT 1501-3000 kg/ha/an, bonne: PT 3001-4500 kg/ha/an, très bonne: PT supérieur à 4500 kg/ha/an.

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 IFN1/IFN2 #531
Forêt couverte par des arbustes sur moins des deux tiers de sa surface et atteignable à pied, tant dans l'IFN1 (1983-1985) que dans l'IFN2 (1993-1995).

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.

IFN1–IFN2
accroissement (accroissement brut)
fertilité de la station · essence principale
découpage régional: région de production
unité: 1000 m³/an
ensemble analysé: forêt accessible sans la forêt buissonnante IFN1/IFN2
réseau: réseau 1,4 km
évolution 1983/85–1993/95
		région de production
		Jura		Plateau		Préalpes		Alpes		Sud des Alpes		Suisse
fertilité de la station	essence principale	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%
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	.
faible	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	31	21	23	30	129	13	182	11	7	43	371	7
	sapin	41	23	6	57	8	38	14	34	0	.	71	17
	pin	6	40	0	46915	4	66	12	28	0	.	23	24
	mélèze	0	.	0	100	0	100	42	18	4	62	45	17
	arole	0	.	0	.	1	74	20	23	1	100	22	21
	autres résineux	1	52	0	77	1	65	0	73	0	.	3	34
	hêtre	107	13	21	34	27	26	24	26	0	.	181	10
	érable	7	22	1	45	6	43	5	28	0	.	18	17
	frêne	6	34	3	56	2	49	4	40	0	.	14	22
	chêne	3	51	2	59	0	86	1	47	0	.	7	31
	châtaignier	0	.	0	.	0	.	2	61	0	.	2	61
	autres feuillus	11	28	1	149	2	85	9	28	0	.	23	20
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.
	total	213	11	57	23	180	11	314	8	11	37	780	5
moyenne	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	94	14	7	49	284	10	807	5	123	14	1317	4
	sapin	57	15	6	44	86	17	54	17	20	26	226	9
	pin	0	222	0	.	1	75	80	13	2	97	83	13
	mélèze	2	100	0	.	0	.	164	9	48	19	213	8
	arole	0	.	0	.	0	.	6	37	0	100	6	37
	autres résineux	0	100	0	.	0	100	1	57	0	.	1	53
	hêtre	43	18	7	41	40	22	38	22	39	19	170	10
	érable	8	30	2	55	9	25	17	24	3	47	38	14
	frêne	2	58	1	72	3	77	10	36	3	52	19	25
	chêne	0	100	0	.	0	100	4	41	7	52	10	37
	châtaignier	0	.	0	.	0	.	0	100	23	28	23	28
	autres feuillus	3	39	2	62	6	22	54	16	26	18	91	11
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.
	total	210	10	25	27	429	9	1234	4	295	8	2196	3
bonne	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	197	9	252	12	679	6	268	10	35	24	1432	4
	sapin	174	11	169	12	363	7	51	18	6	42	766	5
	pin	22	23	7	26	5	43	4	50	2	138	41	16
	mélèze	5	45	10	34	5	64	11	39	9	31	39	18
	arole	0	.	0	.	0	.	0	.	0	.	0	.
	autres résineux	1	66	17	44	2	66	-1	137	0	100	19	41
	hêtre	208	9	225	10	229	10	66	23	94	14	826	5
	érable	21	20	25	20	45	15	20	27	2	96	114	10
	frêne	30	21	55	22	40	20	19	29	23	23	170	10
	chêne	21	25	22	23	6	49	4	47	19	32	73	14
	châtaignier	0	.	0	.	0	.	0	218	138	12	134	12
	autres feuillus	18	18	23	21	31	15	32	20	89	10	191	7
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.
	total	697	6	806	7	1406	4	474	8	416	6	3805	3
très bonne	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	194	11	989	5	128	16	30	30	2	100	1347	4
	sapin	136	12	328	8	114	13	9	55	0	.	588	6
	pin	15	23	58	15	0	151	3	63	0	.	76	13
	mélèze	1	61	23	28	4	40	2	50	0	.	31	22
	arole	0	.	0	.	0	.	0	.	0	.	0	.
	autres résineux	7	61	16	30	0	47	0	.	0	.	23	27
	hêtre	245	8	441	6	85	20	26	35	1	69	797	5
	érable	32	16	49	17	7	28	8	37	0	100	97	11
	frêne	52	16	138	11	30	22	10	36	2	83	232	8
	chêne	22	22	86	15	2	47	3	84	1	81	113	12
	châtaignier	0	.	2	88	0	.	0	100	0	251	2	106
	autres feuillus	29	24	101	12	12	27	19	30	2	54	163	9
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.
	total	733	5	2232	3	382	9	110	19	9	47	3470	3
total	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	517	6	1271	4	1219	4	1288	4	167	11	4474	2
	sapin	410	6	509	6	573	6	128	11	26	22	1660	3
	pin	43	15	66	14	10	37	99	11	4	81	222	8
	mélèze	8	39	34	22	9	41	218	8	60	16	326	7
	arole	0	.	0	.	1	74	26	19	1	96	27	18
	autres résineux	9	46	33	27	3	46	1	156	0	100	47	22
	hêtre	601	5	695	5	382	8	154	13	134	11	1985	3
	érable	67	10	77	13	66	12	51	15	6	44	269	6
	frêne	89	12	198	9	75	14	43	18	29	20	438	6
	chêne	46	16	110	12	8	37	12	29	27	26	205	9
	châtaignier	0	.	2	88	0	.	2	69	161	10	161	10
	autres feuillus	62	13	126	10	51	12	114	11	118	9	470	5
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.
	total	1852	2	3120	2	2398	3	2135	3	732	4	10286	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. 1261294. Birmensdorf, Swiss Federal Research Institute WSL

page précedente