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.

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)

zones supérieures/inférieures #2635
Zones situées à des altitudes plus ou moins élevées, classées en fonction des étages de végétation selon la nomenclature du guide Gestion durable des forêts de protection (NaiS; Frehner et al. 2005). La frontière entre les zones supérieures et les zones inférieures s'étend au nord des Alpes entre les étages «montagnard supérieur» et «montagnard inférieur», et au sud des Alpes entre les étages «haut-montagnard» et «montagnard supérieur/inférieur». Les indications sont basées, d'une part, sur les étages de végétation déterminés par les experts (placettes forestières accessibles de l'IFN4 sur le réseau de 1,4 km; Arge Frehner et al. 2020) et, d'autre part, sur les étages de végétation modélisés pour la période 1981-2010 (autres placettes; Zischg et al. 2021).

région biogéographique #2586
Découpage de la Suisse en six régions avec une flore et une faune similaires. Les six régions correspondent au découpage de base selon le document «Les régions biogéographiques de la Suisse», publié par l'OFEV en 2022.

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)
essence principale · zones supérieures/inférieures
découpage régional: région biogéographique
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 biogéographique
		Jura		Plateau		nord des Alpes		ouest des Alpes centrales		est des Alpes centrales		Sud des Alpes		Suisse
essence principale	zones supérieures/inférieures	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	.
	zones inférieures	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	zones supérieures	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	total	0	.	0	.	0	.	0	.	0	.	0	.	0	.
épicéa	pas d'indication	0	.	0	.	0	.	0	.	0	0	0	.	0	0
	zones inférieures	214	9	1374	4	332	9	7	37	9	32	31	40	1980	3
	zones supérieures	276	8	99	21	1210	4	257	9	510	7	145	11	2500	3
	total	493	6	1472	4	1540	4	265	9	518	6	175	11	4474	2
sapin	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	zones inférieures	252	8	582	6	240	10	1	79	4	38	19	29	1102	4
	zones supérieures	174	11	23	27	308	8	17	33	19	27	7	29	553	6
	total	426	6	605	6	549	6	17	32	24	23	26	22	1660	3
pin	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	zones inférieures	33	17	77	13	7	40	14	28	11	34	2	138	144	9
	zones supérieures	1	47	0	100	9	39	32	24	34	18	2	83	77	13
	total	34	16	77	13	16	28	46	19	45	16	4	74	222	8
mélèze	pas d'indication	0	.	0	.	0	.	0	.	0	0	0	.	0	0
	zones inférieures	3	40	38	20	10	39	2	70	7	59	16	38	76	15
	zones supérieures	2	100	0	.	6	50	135	10	64	14	49	18	252	7
	total	5	50	38	20	16	31	137	10	71	14	64	17	326	7
arole	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	zones inférieures	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	zones supérieures	0	.	0	.	1	77	9	28	16	26	2	71	27	18
	total	0	.	0	.	1	77	9	28	16	26	2	71	27	18
autres résineux	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	zones inférieures	8	41	36	26	0	291	0	.	0	.	0	100	44	23
	zones supérieures	0	.	0	62	0	49	0	100	1	59	1	96	2	40
	total	8	41	37	26	0	29374	0	100	1	59	1	81	47	22
hêtre	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	zones inférieures	457	6	804	5	285	10	7	39	20	33	133	11	1711	3
	zones supérieures	106	11	7	67	135	11	2	73	8	72	1	39	263	8
	total	561	5	811	5	422	7	9	35	28	31	134	11	1985	3
érable	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	zones inférieures	47	14	82	12	43	15	0	654	0	814	6	30	179	8
	zones supérieures	19	17	0	619	62	13	2	37	6	38	0	1762	89	10
	total	66	11	82	12	105	10	2	73	6	46	6	43	269	6
frêne	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	zones inférieures	72	13	222	9	84	14	3	44	3	50	26	21	411	6
	zones supérieures	4	34	1	59	11	43	2	46	3	61	3	72	24	24
	total	75	13	223	9	95	13	5	32	6	39	29	20	438	6
chêne	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	zones inférieures	26	22	131	11	12	32	2	31	1	87	30	23	203	9
	zones supérieures	1	99	0	.	0	100	0	128	1	100	-2	100	1	334
	total	27	21	131	11	12	31	3	31	2	69	28	25	205	9
châtaignier	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	zones inférieures	0	100	2	92	0	1928	2	65	0	.	159	11	158	10
	zones supérieures	0	.	0	.	0	.	0	.	0	.	2	60	2	60
	total	0	100	2	92	0	1928	2	65	0	.	161	10	161	10
autres feuillus	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	zones inférieures	40	15	142	10	61	14	8	36	4	41	99	10	352	6
	zones supérieures	8	30	0	172	40	14	23	32	21	19	25	21	117	10
	total	48	14	143	10	101	10	31	26	25	17	124	9	470	5
indéterminable	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	zones inférieures	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	zones supérieures	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	total	0	.	0	.	0	.	0	.	0	.	0	.	0	.
total	pas d'indication	0	.	0	.	0	.	0	.	0	0	0	.	0	0
	zones inférieures	1152	4	3489	2	1074	5	46	17	59	21	519	6	6360	2
	zones supérieures	593	6	130	19	1782	4	478	7	682	6	235	9	3907	2
	total	1744	3	3620	2	2858	3	524	6	742	5	755	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. 1327855. Birmensdorf, Swiss Federal Research Institute WSL

page précedente