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 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 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 économique
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 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
fertilité de la station	essence principale	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	sapin	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	pin	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	mélèze	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	autres résineux	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	hêtre	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	érable	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	frêne	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	chêne	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	châtaignier	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	autres feuillus	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	indéterminable	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	.
faible	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	29	21	1	135	7	48	6	44	10	54	28	37	79	15	22	30	55	24	23	25	26	27	23	24	54	19	7	43	371	7
	sapin	40	24	1	50	0	100	2	49	3	100	1	70	4	49	3	79	7	55	3	71	4	56	1	64	0	100	0	.	71	17
	pin	5	48	1	56	0	.	0	2210	0	750	0	.	4	66	0	.	0	108	0	216	0	100	2	64	9	31	0	.	23	24
	mélèze	0	.	0	.	0	.	0	.	0	100	0	.	0	100	0	.	1	88	0	.	0	.	21	25	20	26	4	62	45	17
	arole	0	.	0	.	0	.	0	.	0	.	0	.	1	100	0	100	0	100	0	100	0	.	7	31	13	30	1	100	22	21
	autres résineux	1	60	0	71	0	.	0	100	0	100	0	.	0	74	0	100	0	100	0	100	0	100	0	100	0	294	0	.	3	34
	hêtre	75	15	32	28	4	60	12	50	5	63	4	73	18	34	5	48	10	44	5	62	6	41	3	62	0	.	0	.	181	10
	érable	5	25	1	49	0	100	0	72	0	68	2	44	4	53	0	144	2	50	1	61	1	39	1	64	0	.	0	.	18	17
	frêne	3	36	3	59	0	.	1	84	2	75	1	73	0	60	0	67	1	75	0	100	1	67	1	68	0	.	0	.	14	22
	chêne	2	56	1	103	0	.	1	81	1	61	0	100	0	91	0	.	1	64	0	77	0	0	0	101	0	.	0	.	7	31
	châtaignier	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	61	0	.	0	.	2	61
	autres feuillus	9	32	2	46	0	.	1	76	0	929	1	46	2	65	-1	167	3	40	1	69	1	47	5	48	0	100	0	.	23	20
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	total	170	12	43	25	12	41	24	37	21	39	37	31	114	14	30	27	80	19	33	22	38	22	67	14	97	14	11	37	780	5
moyenne	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	94	14	0	.	6	62	1	72	1	100	132	16	72	18	80	19	127	14	29	27	24	38	271	9	353	8	123	14	1317	4
	sapin	57	15	0	.	5	49	0	68	0	100	44	27	22	28	20	34	18	27	7	54	6	55	18	30	5	42	20	26	226	9
	pin	0	222	0	.	0	.	0	.	0	.	0	100	0	.	1	93	0	321	1	97	0	100	44	19	34	19	2	97	83	13
	mélèze	2	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	76	0	.	2	64	117	11	46	18	48	19	213	8
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	78	0	.	0	.	2	62	4	47	0	100	6	37
	autres résineux	0	100	0	.	0	.	0	.	0	.	0	.	0	0	0	100	0	.	0	0	0	.	1	96	1	68	0	.	1	53
	hêtre	43	18	0	.	5	49	0	91	2	89	8	36	18	30	14	46	7	34	0	473	9	59	5	50	16	31	39	19	170	10
	érable	8	30	0	.	1	44	1	93	0	.	3	38	2	38	3	52	8	29	1	73	4	58	2	72	2	72	3	47	38	14
	frêne	2	58	0	.	0	.	1	100	1	100	2	80	0	79	1	285	1	68	1	100	0	4260	4	32	3	49	3	52	19	25
	chêne	0	100	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	100	0	.	0	.	2	31	1	103	7	52	10	37
	châtaignier	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	23	28	23	28
	autres feuillus	3	39	0	.	1	71	0	.	1	100	3	33	2	38	2	46	4	31	1	80	4	42	28	27	17	22	26	18	91	11
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	total	210	10	0	.	17	35	3	68	4	68	193	14	117	15	119	17	167	12	40	26	49	30	496	7	482	7	295	8	2196	3
bonne	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	174	10	23	27	79	20	60	22	112	20	119	17	305	9	256	11	53	22	61	23	45	22	3	60	104	16	35	24	1432	4
	sapin	165	12	9	40	37	25	72	20	60	18	46	22	218	10	101	14	15	40	12	34	6	37	4	55	14	33	6	42	766	5
	pin	12	27	11	38	1	66	2	43	4	37	0	.	4	50	1	76	0	91	3	62	0	.	0	.	1	98	2	138	41	16
	mélèze	1	77	4	52	2	57	1	59	6	47	0	.	3	94	2	79	2	69	0	100	3	92	3	94	3	61	9	31	39	18
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	autres résineux	0	58	1	85	8	79	9	48	1	48	0	100	1	100	1	89	0	.	0	71	-1	100	0	.	0	100	0	100	19	41
	hêtre	153	10	55	20	40	23	69	18	117	14	24	31	116	16	89	15	32	40	16	30	10	39	7	44	2	259	94	14	826	5
	érable	16	24	5	34	5	53	5	44	16	25	5	39	14	22	26	23	6	41	7	54	4	69	2	43	2	98	2	96	114	10
	frêne	23	26	8	35	16	35	17	54	22	24	4	51	12	45	24	23	4	46	8	56	5	43	1	71	2	102	23	23	170	10
	chêne	12	31	9	40	8	51	1	143	13	20	2	60	3	84	1	106	1	73	1	59	0	.	0	84	2	79	19	32	73	14
	châtaignier	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	-1	100	0	71	138	12	134	12
	autres feuillus	13	22	5	34	9	33	6	30	8	45	5	33	13	23	13	26	9	37	5	51	4	85	2	51	12	28	89	10	191	7
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	total	568	6	129	14	205	14	243	13	359	10	204	14	690	7	513	8	122	18	114	17	77	17	21	31	141	14	416	6	3805	3
très bonne	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	137	14	56	18	154	15	351	10	485	8	17	37	58	23	53	25	5	39	12	57	11	49	2	64	0	.	2	100	1347	4
	sapin	114	13	22	27	37	27	183	12	109	13	5	49	75	18	35	21	0	72	4	100	4	60	0	90	0	.	0	.	588	6
	pin	9	31	6	34	19	36	8	31	32	17	0	.	0	100	0	71	0	.	1	73	2	100	0	.	0	.	0	.	76	13
	mélèze	1	54	1	98	1	113	7	42	15	38	1	100	0	100	3	48	1	71	0	.	1	74	0	100	0	.	0	.	31	22
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	autres résineux	1	98	6	69	3	50	5	50	8	48	0	.	0	72	0	60	0	.	0	.	0	.	0	.	0	.	0	.	23	27
	hêtre	125	12	120	13	96	14	151	12	195	10	6	74	46	30	33	29	2	82	7	80	14	47	3	59	0	.	1	69	797	5
	érable	18	21	14	25	9	46	11	32	30	23	1	100	3	33	3	49	5	58	1	66	2	41	1	70	0	.	0	100	97	11
	frêne	26	24	26	23	29	21	23	21	86	15	4	89	8	33	17	29	3	78	1	67	2	51	4	62	0	.	2	83	232	8
	chêne	12	34	10	29	36	26	19	23	30	24	1	58	0	100	1	83	0	.	0	100	0	.	3	84	0	.	1	81	113	12
	châtaignier	0	.	0	.	2	88	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	251	2	106
	autres feuillus	17	29	13	40	17	34	23	26	61	14	0	100	3	64	9	30	9	49	0	455	4	46	6	50	0	.	2	54	163	9
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	total	460	8	273	10	402	10	781	7	1051	5	33	34	193	14	154	16	25	37	26	52	40	28	20	36	0	.	9	47	3470	3
total	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	436	6	81	15	246	11	418	9	607	7	296	10	514	6	411	8	239	10	125	15	106	15	301	8	514	6	167	11	4474	2
	sapin	377	7	33	22	81	17	258	10	173	10	97	16	319	8	159	11	40	21	27	28	20	25	23	26	20	26	26	22	1660	3
	pin	26	19	17	26	19	35	10	30	36	16	0	100	8	43	2	55	0	215	6	43	2	75	47	18	44	16	4	81	222	8
	mélèze	4	65	5	46	4	55	9	37	21	30	1	100	4	80	5	44	4	40	0	100	6	51	142	10	68	14	60	16	326	7
	arole	0	.	0	.	0	.	0	.	0	.	0	.	1	100	0	100	0	668	0	100	0	.	9	28	17	25	1	96	27	18
	autres résineux	2	48	6	60	11	61	14	35	9	44	0	100	2	66	1	63	0	100	0	63	-1	104	1	89	1	59	0	100	47	22
	hêtre	395	6	207	10	145	11	232	9	318	8	41	23	198	12	142	12	52	27	29	28	38	25	18	26	17	37	134	11	1985	3
	érable	47	12	20	19	14	33	17	24	46	17	11	23	24	17	31	20	21	22	9	44	12	33	6	33	4	59	6	44	269	6
	frêne	53	16	36	19	44	18	42	25	111	13	11	40	22	28	42	18	9	34	10	46	8	43	10	30	5	47	29	20	438	6
	chêne	26	21	20	24	44	23	21	23	44	17	3	47	4	66	2	72	2	54	1	48	0	0	6	43	3	62	27	26	205	9
	châtaignier	0	.	0	.	2	88	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	83	0	71	161	10	161	10
	autres feuillus	42	15	20	27	26	24	30	21	69	14	8	22	19	19	23	19	26	23	6	41	13	34	41	21	29	17	118	9	470	5
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	total	1407	3	445	7	636	7	1051	6	1434	4	467	9	1114	5	817	6	393	9	213	13	204	11	603	6	723	5	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. 1261296. Birmensdorf, Swiss Federal Research Institute WSL

page précedente